Als u op de gemiddelde internetgebruiker lijkt, je hebt waarschijnlijk niet de geschatte 244 uur besteed die nodig zou zijn om elk privacybeleid te lezen voor elke website die je vorig jaar hebt bezocht. Dat is precies waarom een ​​team onder leiding van Carnegie Mellon University zojuist een interactieve website heeft gelanceerd die gebruikers helpt om hun privacy op internet te begrijpen.

"We hebben crowdsourcing gecombineerd, machinaal leren, en natuurlijke taalverwerkingstechnieken om annotaties uit het privacybeleid te halen die helpen bij het beantwoorden van belangrijke vragen waar gebruikers vaak om geven, " zegt Norman Sadeh, de hoofdonderzoeker van het project voor het bruikbare privacybeleid, een professor aan de School of Computer Science in Carnegie Mellon's Institute for Software Research, en een faculteitslid in het CyLab Security and Privacy Institute.

Het team gebruikte algoritmen voor kunstmatige intelligentie (AI) om 7, 000 van de meest populaire privacybeleidslijnen van websites en identificeer die welke taal bevatten over het verzamelen en gebruiken van gegevens, delen door derden, dataretentie, en gebruikerskeuze, onder andere privacykwesties. De projectwebsite stelt mensen in staat om door de machine geannoteerde privacybeleidsregels te navigeren en direct naar verklaringen te springen die voor hen van belang zijn, inclusief degenen die vaak diep in de tekst van het privacybeleid zijn begraven.

De AI van de onderzoekers evalueerde ook elk privacybeleid op leesbaarheid. Bijvoorbeeld, ABC News stond bovenaan de ranglijst met een privacybeleid geschreven op een "College Graduate" leesniveau (Grade 26). Het privacybeleid van Google bleek te zijn geschreven op leesniveau van de universiteit (graad 14), hetzelfde als die van YouTube, Reddit en Amazon. Het privacybeleid van Facebook werd een tikkeltje vriendelijker bevonden, geschreven op leesniveau van Grade 12.

"We ontdekten dat de tekst van het beleid vaak vaag en dubbelzinnig is, en mensen hebben de neiging om te worstelen met het interpreteren en bepalen welke persoonlijke informatie wordt verzameld, hoe het wordt gebruikt, en met welke andere entiteiten het wordt gedeeld, "zegt Sadeh. "Vanuit juridisch oogpunt, dit is problematisch."

Om hun AI te "trainen", het team vroeg een groep rechtenstudenten om 115 privacybeleid handmatig te annoteren. De AI leerde van die annotaties en crawlde vervolgens het beleid van meer dan 7, 000 van de meest populaire sites op internet.

"Hoewel niet perfect, onze technieken zijn in staat om automatisch een groot aantal privacyverklaringen te extraheren uit de tekst van privacybeleid, ", zegt Sadeh. "Uiteindelijk, het doel is om deze informatie beschikbaar te maken voor gebruikers via een eenvoudige en intuïtieve browser plug-in die gebruikers gepersonaliseerde samenvattingen zou geven die de problemen benadrukken die ze het meest belangrijk vinden."