Sběr dat velkými digitálními platformami

Co znamená sběr dat velkými platformami

Sběr dat velkými digitálními platformami (vyhledávače, sociální sítě, tržiště, streamovací služby, mobilní operační systémy a reklamní sítě) označuje systematické získávání, propojování a dlouhodobé zpracovávání informací o uživatelích a jejich prostředí. Cílem je především monetizace prostřednictvím cílené reklamy, optimalizace služeb, budování konkurenčních bariér a rozšiřování ekosystémů. I když může přinášet lepší uživatelské zážitky, v praxi se často spojuje s neetickými praktikami, netransparentností a nerovnováhou moci mezi jednotlivcem a korporací.

Typologie sbíraných dat

Identifikátory: přihlašovací údaje, e-mail, telefon, MAID (IDFA/GAID), reklamní segmenty, identifikátory zařízení, IP adresa, cookie ID.
Telemetrie a chování: historie vyhledávání, kliky, setrvání na obrazovce, posouvání stránky, interakce s prvky uživatelského rozhraní, statistiky přehrávání médií.
Obsah a metadata: nahrané soubory, fotografie, popisky, titulky, geotagy, časová razítka, EXIF informace.
Kontextová a environmentální data: poloha, Bluetooth a Wi-Fi otisky, senzory (akcelerometr, gyroskop), jazyková a regionální nastavení, typ sítě.
Inference a odvozené profily: zájmy, politické a hodnotové sklony, socioekonomické kategorie, pravděpodobnost nákupu, rizikové skóre.

Techniky sběru: od souhlasů po skryté mechanismy

Cookies a serverové logy: kombinace první a třetí strany, propojení relací napříč doménami a časem.
SDK a knihovny v aplikacích: integrované sledovací komponenty v mobilních aplikacích, které odesílají telemetrii reklamním partnerům.
Device fingerprinting: shromažďování signálů (rozlišení obrazovky, fonty, WebGL, baterie, časová pásma) pro vytvoření pravděpodobného identifikátoru i bez cookies.
Sociální grafy: mapování propojení mezi účty, kontakty, pracovními vztahy a skupinami.
Přihlášení napříč službami: jednotné přihlášení (SSO) a tlačítka „Přihlásit se přes X“ pro slučování identit.
Shadow profiling: odvozování profilů o neuživatelích z kontaktů a interakcí jiných uživatelů.
Server-side tracking: přesun měření z klienta na server (server-to-server) k obcházení blokátorů a omezení prohlížečů.

Ekonomika dat a incentivy platforem

Data tvoří jádro modelu cílení, atribuce a optimalizace výnosů. Více dat znamená přesnější modely, nižší marketingové náklady a vyšší bariéry vstupu. Platformy proto maximalizují pokrytí ekosystémem, uzavírají vertikály (hardware, OS, obchod s aplikacemi, prohlížeč, obsah, platby) a sjednocují identitu uživatele napříč zařízeními. Tato koncentrace posiluje informační asymetrie a snižuje vyjednávací sílu jednotlivců i menších podnikatelů.

Právní a regulační rámec vs. etika

Legislativa (např. pravidla ochrany osobních údajů, soutěžní právo či pravidla pro online zprostředkovatele) definuje základní povinnosti: právní základ zpracování, minimalizaci, transparentnost, práva dotčených osob, bezpečnost a odpovědnost provozovatelů. Etika jde nad rámec litery zákona a zdůrazňuje principy: respekt k autonomii, spravedlnost, neškodnost, odpovědnost a vysvětlitelnost. I legální praktiky mohou být neetické, pokud jsou manipulativní, neférové či disproporcionální vůči účelu.

Neetické praktiky při sběru dat

Dark patterns v souhlasech: předvolené „přijmout vše“, vizuální asymetrie tlačítek, zaměňování legitimního zájmu za souhlas.
Consent laundering: řetězení zprostředkovatelů a přenos souhlasu bez srozumitelné informace pro uživatele.
Bundling a podmiňování: nucení souhlasu pro nepotřebné účely jako podmínka použitelnosti služby.
Skrytý fingerprinting: sběr signálů i po „odmítnutí cookies“.
Nepřiměřené uchovávání (over-retention): skladování dat bez jasné doby a revize potřeby.
Reidentifikace a křížení zdrojů: spojování anonymizovaných datasetů vedoucí k deanonymizaci.
Profilování citlivých kategorií: inferenční odvození o zdraví, sexualitě, politických názorech či náboženství bez výslovného a informovaného souhlasu.

Rizika: od soukromí po společenské dopady

Ztráta soukromí a autonomie: nepřetržité sledování mění chování, vytváří efekt „pozorovaného“.
Manipulace informačního prostředí: personalizace může zvyšovat polarizaci a omezovat pluralitu.
Dyskrecionalita a neférové zacházení: modely mohou reprodukovat nebo zhoršovat zaujatost (redlining, cenová diskriminace).
Bezpečnostní incidenty: úniky dat, krádeže identit, sekundární zneužití třetími stranami a datovými brokery.
Lock-in a koncentrace moci: data jako bariéra inovace pro konkurenty.

AdTech a identita napříč zařízeními

Reklamní ekosystém spojuje deterministickou identitu (přihlášení, e-mailové hashované ID) s pravděpodobnostní identitou (podobnost zařízení, IP shluky, vzory používání). Aukční mechanismy v reálném čase (RTB) rozesílají signály o stránce, zařízení a uživateli desítkám subjektů, často mimo zorné pole jednotlivce. I po omezeních třetích stran v prohlížečích dochází k server-side měření a společným identifikátorům v rámci průmyslových standardů, což udržuje vysokou míru sledovatelnosti.

Datoví brokeři a „stínové“ trhy

Datoví zprostředkovatelé shromažďují, obohacují a prodávají profily pro marketing, verifikaci, prevenci podvodů či rizikové skórování. Přenos mezi platformami a brokery snižuje kontrolu jednotlivce nad tím, kdo jeho data vlastní a s jakým účelem je dále zpracovává, přičemž informování je často formální a nesrozumitelné.

Technická protiopatření na straně platforem

Minimalizace a „privacy by design“: sbírat pouze to, co je nezbytné, a přednastaveně přepnout na nejvyšší ochranu soukromí.
On-device zpracování: modelování a personalizace přímo na zařízení, odesílání pouze agregovaných signálů.
Diferenciální soukromí a agregace: šum, k-anonymita, secure aggregation, aby jednotlivci nebyli identifikovatelní.
Federované učení: trénink modelů napříč zařízeními bez centralizace dat.
Přísné retenční politiky: automatické mazání, sunset dat a revize účelů.
Auditovatelnost a logování přístupu: tamper-evident logy, interní red teaming pro ochranu soukromí.

Organizační opatření a správa dat

Data governance rámec: jasné role provozovatel / zprostředkovatel, katalog datových toků, mapování rizik.
DPIA a hodnocení proporcionality: systematické posouzení dopadu na práva a svobody před spuštěním nových funkcí.
Oddělení účelů: technické bariéry mezi reklamou, bezpečností a analytikou, aby nedocházelo k účelovému „plazení“ dat.
Transparentnost pro uživatele: přehledné panely, stažení kopií dat, granularita souhlasů a jednoduché odvolání.

Metodiky měření a indikátory etiky sběru

Oblast	Příklad metriky	Cíl
Minimalizace	Počet kategorií dat na jednu funkci	Snižování meziročně o X %
Retence	Medián doby uchovávání podle účelu	Dodržet přísně definované lhůty
Transparentnost	Čas potřebný k nalezení a změně nastavení soukromí	< 30 sekund, max 2 kliky
Kontrolovatelnost	Procento žádostí o výmaz vyřízených do 30 dnů	> 99 %
Bezpečnost	Počet přístupů k citlivým datům mimo účel	0 incidentů

Doporučení pro tvůrce politik

Prosazení účelové vázanosti: jasně vymezit přípustné účely a omezit sekundární použití bez nového právního základu.
Omezit dark patterns: definovat zakázané designové praktiky v rozhraních souhlasů a nastavení.
Odpovědnost a audit: povinné nezávislé audity profilování a algoritmů s rizikem pro práva osob.
Interoperabilita a přenositelnost: standardizovat formáty a API pro skutečnou mobilitu uživatelů i inzerentů.
Ochrana před sdílením s brokery: přísná pravidla pro export dat, jasné označení zprostředkovatelů a sankce za nelegitimní přenosy.

Doporučení pro platformy a podniky

Implementovat „privacy by default“: nové funkce jsou přednastaveny s nejvyšší ochranou.
Zavést granulární souhlasy a jednoduché odvolání na jeden klik.
Zveřejnit datové mapy a katalogy účelů, včetně třetích stran a retenčních lhůt.
Přejít na on-device analytiku a agregované měření, kde je to možné.
Oddělit reklamní identifikátory od identity účtu a zakázat cross-purpose slučování.
Pravidelně provádět interní etické přezkoumání s multidisciplinárním týmem (právo, bezpečnost, UX, data science).

Doporučení pro uživatele

Správa soukromí v praxi: vypnout přizpůsobení reklam, pravidelně čistit identifikátory a historii.
Nástroje na ochranu: prohlížeče s blokováním trackerů, izolace cookies, DNS filtrování, omezení oprávnění aplikací (poloha, kontakty, fotoaparát).
Opatrnost při SSO: zvážit rizika sdílení identity napříč službami.
Právo na přístup a výmaz: pravidelně využívat export a mazání dat; sledovat, které třetí strany je získávají.

Specifika mobilních ekosystémů

Mobilní operační systémy a obchodní modely aplikací vytvářejí rozsáhlé datové toky. SDK třetích stran často sbírají data, která aplikace primárně nepotřebuje, a odesílají je do reklamních sítí. Oprávnění jako přesná poloha či přístup ke kontaktům bývají nadměrná. Eticky odpovědné aplikace uplatňují scoped permissions, žádají přístup v čase potřeby (just-in-time) a umožňují offline funkčnost bez nucení k přihlášení.

Transparentnost a srozumitelná informace

Informování nesmí být pouze formální. Zásadní prvky dobrého oznámení:

Jednoznačné pojmenování účelů a kategorií dat.
Vysvětlení rizik profilování a sdílení s třetími stranami.
Jasná a jednoduchá volba „odmítnout vše“ rovnocenná s „přijmout vše“.
Viditelné propojení na nástroje exportu a výmazu.
Kontakt na odpovědnou osobu a mechanismus pro stížnosti.

De-identifikace a její limity

Pseudonymizace snižuje přímou identifikaci, ale při dostatečném množství proměnných je reidentifikace často možná. Agregační techniky a diferenciální soukromí zvyšují ochranu, ale ovlivňují přesnost analýz. Etický rámec musí transparentně komunikovat kompromisy a zvolit nejnižší potřebnou úroveň detailu pro daný účel.

Případové vzorce: co se často pokazí

„Vše v jednom“ souhlas: jeden checkbox pro reklamu, personalizaci, výzkum i sdílení s partnery.
Skrytá identita partnerů: neúplný seznam zprostředkovatelů a nemožnost jemné volby.
Retenční „navždy“: absence automatického mazání a pravidelných auditů.
Zranitelnosti SDK: třetí strana kompromituje řetězec a odebírá data mimo deklarované účely.

Algoritmická odpovědnost při profilování

Profilování musí být vysvětlitelné, auditovatelné a contestable (napadnutelné). V praxi to znamená dokumentované datové toky, model cards a data sheets pro datasety, sledování biasu, testy robustnosti a mechanismy manuální intervence při negativních dopadech