персональных данных, а также создание условий, в которых контролеры смогут обеспечить и усовершенствовать функции безопасности» (цитата изменена, чтобы точнее передать главную мысль текста)[549]. Звучит чудесно. И действительно, благодаря GDPR давление на такие крупные корпорации, как Facebook Inc./Meta, усилилось. Однако на платформе Facebook по-прежнему весьма непросто разобраться в многочисленных настройках конфиденциальности[550]. Иногда я задаюсь вопросом, насколько хорошо работает GDPR, если люди по-прежнему в большом количестве бездумно принимают условия пользовательского соглашения, которые были лишь незначительно скорректированы юристами, чтобы подогнать их под новые нормы.

Безусловно, кардинальная ошибка в случае Facebook Inc. была допущена годами ранее, когда никто не предотвратил поглощение этой компанией Instagram (и WhatsApp незадолго до него)[551]. В результате компания, позже переименованная в Meta, стала практически неуязвимой в силу своих колоссальных масштабов. Теперь три основные платформы социальных сетей и множество сторонних веб-сайтов собирают огромное количество данных, которые агрегируют приложения, чтобы понять, как мыслит пользователь. К счастью, в последнее время Федеральный суд несколько раз вмешивался в ситуацию, чтобы по крайней мере усложнить работу компании[552]. То же касается и нового постановления Европейского суда, которое регулирует обмен данными между Европой и США (и, таким образом, создает новые проблемы для Meta)[553]. В начале этой книги я также упомянул об антимонопольном разбирательстве, с которым столкнулась Meta. В будущем мы увидим, будет ли новый Закон о цифровых рынках способствовать развитию конкуренции в секторе социальных сетей в Европе[554]. Кроме того, препятствовать экспансии технологических корпораций также призвана 10 поправка к Закону против ограничения конкуренции[555].

В целом мне кажется, что принцип минимизации данных стоит больше учитывать при разработке онлайн-платформ. Общий регламент защиты персональных данных, с моей точки зрения, сформулирован весьма слабо, поскольку в нем представлены лишь «возможные» меры по обеспечению минимизации данных. Возможно, настало время ввести обязательные требования, поскольку крупные технологические корпорации явно не собираются что-то менять добровольно.

Для лучшего понимания давайте посмотрим, как работает принцип минимизации данных, на примере из моей сферы научных интересов. Все началось с исследования 2015 года, где была предпринята попытка воспроизвести результаты 100 экспериментов по психологии, опубликованных в трех ведущих журналах в 2008 году. Результаты вышли весьма пугающими: лишь около трети экспериментов (в зависимости от статистического подхода) показали те же данные, что и семь лет назад[556]. Есть множество причин, почему психологические эксперименты можно воспроизвести лишь в ограниченной степени; не стоит недооценивать сложность человеческой натуры и множественность факторов, влияющих на поведение и психику. Тем не менее после публикации исследования стало ясно, что «как раньше» уже не будет и слепо опираться на данные научных экспериментов неразумно – необходимо их проверять. Так родилось движение «Открытая наука». С тех пор перед началом исследования ученых все чаще просят объяснить на платформе с соответствующим названием Open Science Framework (osf.io), что именно они намерены изучать, как выглядит структура исследования и к каким выводам они хотят прийти (или какие гипотезы проверить). Кроме того, теперь ученые должны обеспечить доступность собранных данных в течение неограниченного периода времени, в идеале – вместе с научной статьей, где они упомянуты. Это дает возможность другим ученым проверить статистический анализ и качество данных в исследовании в более поздний период времени. Я считаю эту инициативу очень удачной, и некоторые анонимные данные моих работ, приведенные в этой книге, также доступны на osf.io.

А теперь представьте, какие проблемы могут возникнуть у участников исследований, если собранная нами информация вдруг окажется не в тех руках. Именно поэтому мы следим за тем, чтобы массивы данных не содержали никакой информации о настоящем имени человека, сведений о месте его проживания и т. п. В противном случае участника исследования, который предоставил свои данные, можно было бы с легкостью идентифицировать. Однако верно и то, что с каждой дополнительной переменной человека все проще найти. Например, если я знаю об объекте исследования лишь возраст (18 лет) и пол (женский), данные человека неплохо защищены: на основании этих сведений никаких выводов не сделать. Однако если я знаю, что участнице эксперимента 18, она имеет диплом о среднем образовании и живет в Кёльне-Браунсфельде, круг возможных лиц, для кого верна эта информация, уже существенно сузился. По этой причине в научном сообществе все активнее ведется совершенно легитимная дискуссия о защите прав испытуемого (испытуемых) и максимальной прозрачности научного процесса[557]. Сейчас, когда в открытом доступе оказываются даже такие биологические данные, как снимки МРТ или генетическая информация, это приобретает особую важность, поскольку человека достаточно легко идентифицировать по данным такого рода[558].

Если спроецировать выводы, сделанные в рамках академических дебатов об открытой науке, на дискуссии о конфиденциальности технологических платформ, мне кажется, здесь тоже нужно обратить внимание на важность принципа минимизации данных. Как можно учесть этот принцип при разработке онлайн-платформ? Например, я бы предложил указывать некоторые данные в социальных сетях на достаточно абстрактном уровне. Скажем, возраст. Есть ли разница, если я знаю, что человек родился 5 августа 1975 года или просто «в августе 1975»? А можно быть еще менее точными и указывать, что пользователю 47 лет или его возраст находится в промежутке 40–49 лет.

Другой пример касается смартфонов: насколько точно приложению разрешено определять или обрабатывать мое местоположение по GPS? С точностью до метра или до сотни метров? Оно это делает каждую минуту или раз в час? А ведь еще есть техническая возможность проецирования GPS-координат человека на любую точку земного шара, чтобы вычислить, сколько километров он преодолевает (показатель активного образа жизни). Однако это не позволяет точно знать, где находится человек.

В целом следует поразмышлять, какие содержательные переменные и в каком масштабе онлайн-платформы могут фиксировать, не нарушая принципов достаточной защиты персональных данных. Кроме того, возникает вопрос, сколько различных переменных и в какой комбинации может сохраняться при соблюдении принципа неприкосновенности частной жизни индивида. Ответить на эти вопросы нелегко, и, конечно, ответы зависят от того, как собранные данные будут использоваться в дальнейшем: в интересах всех граждан или только небольшой группы? Пример с возрастом относится к информации, самостоятельно предоставленной пользователем при регистрации, а вот такая переменная, как GPS-активность, может отслеживаться даже без ведома человека. С такими цифровыми следами возникают дополнительные проблемы юридического характера. В главах 4 и 5 я уже подробно объяснял, что на основе цифровых следов можно делать прогнозы относительно ключевых личностных характеристик. На техническом жаргоне это называется «выведенные данные» (inferred data) – к ним относятся, к примеру, предположения о психологическом