دفعت خطوة كندا نحو تقييد وصول المستخدمين تحت 16 عامًا إلى وسائل التواصل الاجتماعي شركتي Google وMeta إلى نشر أدوات تأكيد العمر المدعومة بالذكاء الاصطناعي عبر منصاتهما. على السطح، يبدو هذا إجراءً مباشرًا لحماية الأطفال. لكنه في العمق يطرح سؤالًا أصعب على كل مستخدم، وليس المراهقين فقط: كم من البيانات الشخصية تجمع هذه الأنظمة وتستنتجها لمجرد تخمين عمرك؟
كما تناولنا في تقريرنا السابق حول فحوصات العمر بالذكاء الاصطناعي من Google وMeta في كندا، فقد قدّمت الحكومة الفيدرالية تشريعات للسلامة الرقمية تهدف إلى إبعاد الأطفال دون 16 عامًا عن منصات التواصل الاجتماعي. وللامتثال لذلك، تتجه الشركات إلى تقدير العمر الآلي بدلًا من الاعتماد solely على إبلاغ المستخدمين عن تاريخ ميلادهم بأنفسهم. وهذا التحول هو حيث تبرز مخاوف خصوصية التحقق من العمر بالذكاء الاصطناعي.
كيف يعمل الذكاء الاصطناعي لتقدير العمر لدى Google وMeta فعليًا
بدلًا من مطالبة المستخدمين برفع بطاقة هوية حكومية، تعتمد كلتا الشركتين على نماذج تعلم آلي تحلل الإشارات السلوكية وإشارات الحساب لتقدير العمر. وقد يشمل ذلك كيفية استخدام الحساب، ونوع المحتوى الذي يتفاعل معه، والأنماط التي تختلف بين سلوك المستخدمين البالغين والأصغر سنًا. والهدف هو الإشارة إلى الحسابات التي يبدو أنها تنتمي إلى شخص تحت 16 عامًا حتى يمكن تطبيق قيود المنصة تلقائيًا، دون مطالبة كل مستخدم بإثبات عمره يدويًا.
هذا النهج جاذب للمنظمين والشركات على حد سواء لأنه يتجنب عناء رفع المستندات الإلزامي لكامل قاعدة المستخدمين. لكنه يعني أيضًا أن دقة النظام تعتمد كليًا على مقدار البيانات المتاحة للذكاء الاصطناعي للعمل بها، وعلى مدى جودة تفسيره لتلك البيانات.
ما البيانات التي تجمعها هذه الأنظمة إلى جانب تاريخ ميلادك
التوتر الأساسي في نقاشات خصوصية التحقق من العمر بالذكاء الاصطناعي هو أن تقدير العمر من السلوك غالبًا يتطلب بيانات أكثر من مجرد التحقق من حقل تاريخ الميلاد. فبدلًا من نقطة بيانات واحدة، قد تعتمد هذه الأنظمة على نشاط الحساب الأوسع وأنماط الاستخدام لاستخلاص استنتاج. وهذا يعني أن عملية تقدير العمر نفسها قد تصبح قناة جديدة لجمع البيانات، تعمل باستمرار في الخلفية بدلًا من أن تكون فحصًا لمرة واحدة.
بالنسبة للمستخدمين المهتمين بالخصوصية، هذا هو الجزء من القصة الذي يستحق اهتمامًا أكبر مما يحصل عليه عادةً. تاريخ الميلاد ثابت ومحدود. أما التنميط السلوكي فهو مستمر ويمكن أن يكشف عن الشخص أكثر بكثير من عمره وحده. وعندما تبني المنصات أنظمة مصممة لاستنتاج شيء حساس مثل الفئة العمرية للمستخدم، فإن خط أنابيب البيانات الأساسي غالبًا ما تكون لديه القدرة على استنتاج أشياء أخرى أيضًا.
الدقة والتحيز ومخاطر الإيجابيات الكاذبة في خوارزميات تخمين العمر
أي نظام ذكاء اصطناعي مبني لتقدير سمة شخصية من إشارات غير مباشرة يحمل خطر الخطأ. وتقدير العمر ليس استثناءً. فقد يُصنَّف المستخدمون خطأً على أنهم أصغر أو أكبر مما هم عليه فعليًا، ما يؤدي إلى تطبيق قيود غير صحيحة على حسابات البالغين أو، على العكس، مرور المستخدمين دون السن المطلوب دون اكتشافهم. ولأن هذه النماذج تُدرَّب على أنماط بدلًا من حقائق موثقة، فإن الأخطاء ليست ممكنة فقط، بل هي سمة بنيوية في طريقة عمل هذه التقنية.
وهذا يخلق مقايضة واقعية. فتشديد الخوارزمية لالتقاط مزيد من المستخدمين دون السن المطلوب يزيد خطر الإشارة خطأً إلى البالغين. وتخفيفها لتقليل الإيجابيات الكاذبة يزيد خطر تفويت المستخدمين دون السن المطلوب الذين بُني النظام لتحديدهم أصلًا. ومع تقدّم قيود كندا على وسائل التواصل الاجتماعي، من المرجح أن تظل هذه الموازنة تحديًا مستمرًا بدلًا من أن تكون مشكلة محلولة.
كيف يمكن للمستخدمين المهتمين بالخصوصية الحد من تعرض بياناتهم الناتج عن فحوصات العمر
في حين لا يستطيع المستخدمون الأفراد إعادة كتابة طريقة بناء Google أو Meta لأنظمة تقدير العمر لديهما، فهناك خطوات يمكنها تقليل التعرض غير الضروري للبيانات. إن مراجعة إعدادات خصوصية الحساب بانتظام نقطة بداية جيدة، لا سيما الإعدادات المتعلقة بتتبع النشاط، وتخصيص الإعلانات، ومشاركة البيانات بين الخدمات. فتقييد كمية البيانات السلوكية التي يمكن للمنصة جمعها أصلًا يقلل المواد الخام المتاحة لهذه الأنظمة الذكية للعمل بها.
كما ينبغي للمستخدمين الذين يشعرون بقلق خاص تجاه التنميط أن يأخذوا في الاعتبار كيف يمكن أن يغذي نشاطهم الأوسع على الإنترنت، بما في ذلك عادات التصفح المرتبطة بالحسابات أو الأجهزة نفسها، هذه الأنظمة. لن تغيّر شبكة VPN طريقة عمل نموذج تقدير العمر الداخلي للمنصة، لكنها يمكن أن تساعد في الحد من كمية البيانات على مستوى الشبكة، مثل إشارات الموقع وعنوان IP، التي ترتبط بالبصمة الرقمية الأوسع للمستخدم عبر خدمات مختلفة.
ماذا يعني هذا لك
إذا كنت تستخدم منتجات Google أو Meta في كندا، فقد تكون بالفعل خاضعًا لتقدير العمر الآلي دون مطالبة محددة تطلب منك التحقق من عمرك. وهذا خروج عن النموذج التقليدي لتاريخ الميلاد المُبلَّغ عنه ذاتيًا، وينقل مزيدًا من التحكم في التحقق من الهوية إلى خوارزميات غامضة. وحتى إذا لم تكن قاصرًا ولا يوجد ما يدعو للقلق بشأن قيود المنصة، فمن الجدير أن تفهم أن الأنظمة التي تتخذ هذه الأحكام تعتمد على جمع البيانات السلوكية الذي يمتد إلى أبعد بكثير من حقل عمر بسيط.
النقاط الرئيسية
أصبحت خصوصية التحقق من العمر بالذكاء الاصطناعي قضية أكبر مع دفع الحكومات المنصات نحو الامتثال الآلي بدلًا من الفحوصات اليدوية. ويُعد طرح Google وMeta في كندا معاينة لما قد يصبح اتجاهًا عالميًا أوسع. اقرأ تفصيلنا الكامل حول فحوصات العمر بالذكاء الاصطناعي من Google وMeta في كندا للخلفية التنظيمية، وخصص بضع دقائق لمراجعة إعدادات الخصوصية وتخصيص الإعلانات لديك على المنصات الرئيسية، وكن منتبهًا إلى أن أدوات تقدير العمر غالبًا ما تعتمد على البيانات السلوكية نفسها التي تشغّل الإعلانات المستهدفة. إن البقاء على اطلاع بكيفية عمل هذه الأنظمة هو أفضل طريقة للحفاظ على التحكم في ما تشاركه، بغض النظر عن العمر الذي تظن الخوارزمية أنك عليه.
