Sběr dat 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, propojení a dlouhodobé zpracování informací o uživatelích a jejich prostředí. Cílem je zejména monetizace prostřednictvím cílené reklamy, optimalizace služeb, budování konkurenčních bariér a rozšiřování ekosystémů. Ačkoliv může přinášet lepší uživatelské zážitky, v praxi je často spojován 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, kliknutí, setrvání na obrazovce, scrollování, interakce s prvky UI, statistiky přehrávání médií.
• Obsah a metadata: nahrané soubory, fotografie, popisky, titulky, geotagy, časová razítka, EXIF informace.
• Kontextové 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: sběr signálů (rozlišení, fonty, WebGL, baterie, časová pásma) k vytvoření pravděpodobného identifikátoru i bez cookies.
• Sociální grafy: mapování propojení mezi účty, kontakty, pracovními vztahy a skupinami.
• Přihlášení napříč službami: jednotná přihlášení (SSO) a tlačítka „Přihlásit se přes X“ pro spojování identit.
• Shadow profiling: odvozování profilů o ne-používatelích z kontaktů a interakcí ostatních.
• 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, neškodění, odpovědnost a vysvětlitelnost. I legální praktiky mohou být neetické, pokud jsou manipulativní, neférové či disproporční 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 podmínkování: nucení souhlasu pro nepotřebné účely jako podmínky použitelnosti služby.
• Skrytý fingerprinting: sběr signálů i po „odmítnutí cookies“.
• Neadekvátní uchovávání (over-retention): skladování dat bez jasné lhůty a revize potřeby.
• Re-identifikace a křížení zdrojů: spojování anonymizovaných datasetů vedoucí k deanonymizaci.
• Profilování citlivých kategorií: inference 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.
• Diskriminace a neférové zacházení: modely mohou reprodukovat či zhoršovat zaujatost (redlining, cenová diskriminace).
• Bezpečnostní incidenty: úniky dat, krádeže identity, 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 užívání). 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 prohlížeči dochází k server-side měření a ke 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 předvoleně přepnout na nejvyšší ochranu soukromí.
• On-device zpracování: modelování a personalizace na zařízení, odesílání pouze agregovaných signálů.
• Diferenciální soukromí a agregace: šum, k-anonymita, secure aggregation, aby jedinec nebyl identifikovatelný.
• 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 soukromí.

Organizační opatření a správa dat

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

Metodiky měření a ukazatele etiky sběru

Doporučení pro tvůrce politik

• Prosazení účelové vázanosti: jasně vymezit přípustné účely a omezit sekundární užití bez nového právního základu.
• Omezit dark patterns: definovat zakázané designové praktiky v rozhraních souhlasu 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 proti sdílení s brokery: přísná pravidla pro export dat, jasné označování zprostředkovatelů a sankce za nelegitimní přenosy.

Doporučení pro platformy a podniky

1. Implementovat „privacy by default“: nové funkce jsou předvoleny s nejvyšší ochranou.
2. Zavést granulární souhlasy a jednoduché odvolání na jeden klik.
3. Zveřejnit datové mapy a účelové katalogy, včetně třetích stran a retenčních lhůt.
4. Přejít na on-device analytiku a agregované měření, kde je to možné.
5. Oddělit reklamní identifikátory od identity účtu a zakázat cross-purpose spojování.
6. Pravidelně provádět interní etické revize 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 filtrace, omezení oprávnění aplikací (poloha, kontakty, fotoaparát).
• Opatrnost při SSO: zvažovat 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 OS 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 nutnosti přihlášení.

Transparentnost a srozumitelná informace

Informování nesmí být pouze formální. Klíčové 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 zodpovědnou osobu a mechanismus stížností.

De-identifikace a její limity

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

Případové vzorce: co se často pokazí

• „Vše v jednom“ souhlas: jedno zaškrtávací políčko 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 odčerpává 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 zaujatosti, testy robustnosti a mechanismy manuálního zásahu při negativních dopadech na jednotlivce.

Budoucí trendy a scénáře

<