تُسجل منصةٌ ما أن شخصاً يطّلع بانتظام على مراجعات الكاميرات، وتُقدّر، انطلاقاً من هذا السلوك، أنه يخطط لشراء واحدة. لم يُصرّح ذلك الشخص قط بتلك النية. ومع ذلك، أنتج النظام معلومات جديدة عنه: استنتاجاً.
إن الاستنتاجات حول البيانات الشخصية هي استخلاصات أو تقديرات أو تنبؤات تُنشأ انطلاقاً من بيانات أخرى وتُنسَب إلى شخص محدد الهوية أو قابل لتحديد هويته. ويمكن أن تُستخدم لترتيب المحتوى، أو استباق التفضيلات، أو تقييم طلب ما. وهي ليست بالضرورة صحيحة، أو حساسة، أو غير مشروعة. بل تكمن أهميتها في موضع آخر: إذ يمكنها أن تؤثر في الكيفية التي تتعامل بها منظمة ما مع شخص معين، حتى عندما يجهل ذلك الشخص وجود هذه السمة المنسوبة إليه أصلاً.
فكرة أساسية: لا يحتاج الاستنتاج إلى أن يكون الشخص قد صرّح به حتى يتحول إلى معلومة شخصية؛ بل المهم هو ما إذا كان من الممكن ربطه به.
كيف يتشكل الاستنتاج
تبدأ العملية عادةً ببيانات بسيطة نسبياً. إذ يسجل خدمةٌ ما الزيارات، أو عمليات البحث، أو المشتريات؛ ثم يقارن تلك الآثار بأنماط معينة؛ ويخلُص إلى نتيجة محتملة. ويمكن تمثيل هذه السلسلة على النحو الآتي:
بيانات المدخلات → تحليل → استنتاج → ملف تعريفي محتمل → قرار محتمل
يؤدي كل إجراء وظيفة متمايزة. فإذا تصفح شخصٌ ما منتجات التصوير الفوتوغرافي عدة مرات، يكون ذلك السجل هو البيان المرصود. أما التقدير القائل بأنه «ينوي شراء كاميرا» فهو الاستنتاج. ويمكن أن يشكل إدراجه ضمن فئة مثل «عميل محتمل لمنتجات التصوير» جزءاً من ملف تعريفي. ويعد تقديم عرض ترويجي له، أو تغيير ترتيب عناصر الصفحة، أو إخضاع طلبه لمراجعة إضافية، بمثابة إجراء أو قرار لاحق.
يحول هذا التمييز دون الوقوع في خطأين. الأول هو إطلاق وصف الاستنتاج على أي بيان جرت معالجته. والثاني هو افتراض أن كل استنتاج يولد قراراً تلقائياً. فبعض الاستنتاجات يساعد فقط في تخصيص واجهة الاستخدام؛ بينما يتدخل بعضها الآخر بالفعل في فرص ذات شأن.
أربع طرق للحصول على معلومات حول شخص ما
يتيح تصنيفٌ مبسط إدراك ما يضيفه التحليل. وتعد هذه الفئات تعليمية وإيضاحية، وقد تتباين بين الأطر القانونية المختلفة:
- البيانات المُقدَّمة: يقدمها الشخص نفسه، مثل عنوان بريده الإلكتروني أو تفضيلٍ حدده في استمارة.
- البيانات المرصودة: تُسجّل بناءً على سلوكه، مثل الصفحات التي زارها أو وتيرة الاستخدام.
- البيانات المشتقة: تنتج عن عملية مباشرة تُجرى على بيانات أخرى، مثل حساب الإنفاق الشهري انطلاقاً من المشتريات المسجلة.
- البيانات المستنتجة: تعبر عن استخلاص أو احتمالية بشأن سمة، أو نية، أو سلوك مستقبلي.
لا يتوقف هذا الفارق على التقنية المستخدمة وحدها. فحساب مجموع وإجراء تقدير لتفضيلٍ ما هما عمليتان تحليليتان، غير أن العملية الثانية تضيف تأكيداً لم يكن حاضراً بشكل صريح في البيانات الأصلية.
ولا يحدد المصدر، بمفرده، ما إذا كانت المعلومة تستحق الحماية أم لا. إذ تُعرّف اللائحة العامة لحماية البيانات في الاتحاد الأوروبي البيان الشخصي من خلال علاقته بشخص محدد الهوية أو قابل لتحديد هويته، وليس لكونه قُدّم بشكل مباشر. وتتبع أطر تنظيمية أخرى مقاربات مماثلة: إذ يتضمن الدليل الرسمي لولاية كاليفورنيا بشأن قانون حماية خصوصية المستهلك في كاليفورنيا (CCPA)، على سبيل المثال، استنتاجات معينة تُستخدم لإنشاء ملفات تعريفية. ويعتمد النطاق المحدد دائماً على الاختصاص القضائي وعلى ملابسات كل حالة.
التقدير ليس حقيقة مثبتة
ينطوي كل استنتاج على قدر من عدم اليقين. فعبارة «من المحتمل أنه يبحث عن كاميرا» لا تعادل «اشترى كاميرا». وحتى التقدير المحسوب تقنياً بدقة قد يصف شخصاً ما على نحو خاطئ: فربما كان يبحث عن هدية لشخص آخر أو يقدم مساعدة لصديق.
لا يجعل ذلك جميع الاستنتاجات عديمة الفائدة؛ إذ يمكن للتوصيات أن تقلل من الصعوبات وتجعل الخدمة أكثر ملاءمة. غير أن ذلك يفرض تقديمها واستخدامها وفقاً لطبيعتها الحقيقية. ولا ينبغي لاحتماليةٍ ما أن تتحول، لدواعي الراحة المؤسسية، إلى يقين بشأن هوية شخص ما، أو تفضيلاته، أو نواياه.
ومن الملائم الفصل بين ثلاثة أسئلة:
- هل الاستنتاج دقيق أو معقول؟ يفحص هذا السؤال جودة البيانات والمنهجية المتبعة وعدم اليقين.
- هل يجوز استخدامه لهذا الغرض؟ يفحص القواعد المعمول بها والتوقعات المشروعة والتناسب.
- ما هو الأثر الذي يُحدثه؟ يفحص ما إذا كان يقتصر على ترتيب المحتوى فحسب أم أنه يقيّد خياراً ذا شأن.
إن الاستنتاج الصائب ليس مشروعاً بصورة تلقائية. كما أن الاستنتاج الخاطئ لا يفقد أهميته إذا كان يحدد كيفية التعامل مع الشخص المعني.
تمييز مفيد: الدقة والمشروعية والأثر مشكلات متباينة؛ وحل إحداها لا يعني بالضرورة حل المشكلتين الأخريين.
متى يصبح استخلاصٌ بشأن مجموعة متعلقاً بشخص
ليس كل نمط إحصائي بياناً شخصياً. فقولنا «إن 30% من المستخدمين في منطقة معينة يفضلون التوصيل في فترة بعد الظهر» يصف مجموعة، ولا ينسب، من حيث المبدأ، ذلك التفضيل إلى فرد بعينه. أما قولنا «يُقدَّر أن Ana تفضل التوصيل في فترة بعد الظهر» فإنه ينشئ استخلاصاً بشأن شخص محدد.
ويتوقف هذا الحد الفاصل على الإمكانية المعقولة لتحديد الهوية، أو فرز الفرد وتمييزه، أو إعادة ربط المعلومات بشخص ما. ولا يكفي دائماً حذف الأسماء؛ إذ قد تحتفظ مجموعة بيانات يُفترض أنها مجمّعة بتركيبات تتيح تمييز الأفراد، في حين تخرج الإحصاءات مجهولة الهوية حقاً من نطاق تلك العلاقة الشخصية.
ويؤكد دليل هيئة حماية البيانات البريطانية بشأن إخفاء الهوية على هذه الطبيعة السياقية تحديداً: إذ يمكن للارتباطات والتنبؤات أن تولد معلومات جديدة، ويمكن أن تكون تلك المعلومات شخصية عندما تتعلق بشخص يمكن تحديد هويته.
الاستنتاج وإنشاء الملفات التعريفية واتخاذ القرار ليست مترادفات
يقوم إنشاء الملفات التعريفية بتنظيم أو تقييم جوانب من شخص ما عبر المعالجة الآلية. ويمكنه أن يجمع بين العديد من الملاحظات والاستنتاجات في تمثيل تشغيلي: كالاهتمامات المحتملة، أو أنماط الاستخدام، أو الميل للقيام بإجراء معين.
أما القرار الآلي، في المقابل، فهو نتيجة أو إجراء يستند إلى معالجة آلية. ويمكن أن يعتمد على ملف تعريفي، ولكنه قد يستند أيضاً إلى قاعدة بسيطة؛ كما يمكن لملف تعريفي أن يوجد دون أن يفضي إلى قرار ذي أهمية.
وفي الإطار الأوروبي، تميز المادتان 4 و22 من اللائحة العامة لحماية البيانات والمبادئ التوجيهية التي يدعمها المجلس الأوروبي لحماية البيانات بين هذين المفهومين. وتُطبَّق الضمانات المحددة في مواجهة القرارات الآلية بالكامل في حالات محددة بدقة، لا سيما عندما تترتب عليها آثار قانونية أو آثار ذات أهمية مماثلة. وهي لا تشكل حقاً عاماً في الاطلاع على الشفرة الكاملة لأي نظام.
وتكتسب هذه الدقة أهميتها لأن الرقابة المناسبة تعتمد على المرحلة المعنية. فتصحيح بيان من بيانات المدخلات، والتشكيك في استنتاج ما، والمطالبة بمراجعة قرار، هي إجراءات مترابطة لكنها غير قابلة للتبادل.
ما هي الضوابط التي تتيح التشكيك فيها
عندما يؤثر استنتاجٌ ما في خيارات ذات شأن، تقتضي الاستقلالية الفردية أكثر من مجرد القبول السلبي بالتصنيف. ولا تعني الرقابة حظر تحليل البيانات ولا إلزام الجهات بنشر الأسرار التجارية؛ بل تعني تمكين الشخص من الفهم بالقدر الكافي لرصد الأخطاء، ومناقشة السمات المنسوبة إليه، ومعرفة العواقب المترتبة عليها.
ينبغي لإطار عمل معقول أن يتيح التساؤل عما يأتي:
- ما هي فئات البيانات التي غذّت هذا الاستنتاج؛
- لأي غرض تم إنشاؤه واستخدامه؛
- ما إذا كان يعبر عن حقيقة واقعة، أو تقدير، أو درجة تقييمية؛
- ما هي درجة عدم اليقين التي ينطوي عليها وما هي مدة الاحتفاظ به؛
- ما إذا كان يفضي إلى قرار ذي شأن وكيف يمكن مراجعته.
توجد في الاتحاد الأوروبي حقوق للوصول والتصحيح، إلى جانب ضمانات ملموسة لقرارات معينة تُتخذ بصورة آلية حصراً. ويخضع تطبيق هذه الحقوق والضمانات لحدود واستثناءات. كما أن المراجعة البشرية، متى كانت منطبقة، لا تقدم رقابة حقيقية إلا إذا كان القائم بالمراجعة يفهم النتيجة، ويأخذ في الحسبان معلومات إضافية، ويمتلك القدرة على تعديلها؛ فالإقرار الآلي المجرد لا يغير من جوهر العملية شيئاً.
وتندرج هذه الضوابط ضمن نقاش أوسع نطاقاً حول التحكم في البيانات الشخصية وكيفية حماية الاستقلالية الفردية في مواجهة منظمات تمتلك قدرة كبيرة على التصنيف. وفيما يخص التوصيات التشغيلية، يثير استخدام الذكاء الاصطناعي والبيانات الشخصية أيضاً مشكلات تنفيذية محددة.
مبدأ الرقابة: كلما كان أثر الاستنتاج على فرص الشخص أكبر، زادت أهمية الشفافية، وإمكانية الطعن فيه، والمراجعة الفعالة.
النقطة الحاسمة ليست منع جميع التنبؤات
يُعد الاستنتاج ممارسة شائعة ومفيدة في سياقات عديدة. وتظهر المشكلة عندما يكتسب استخلاصٌ غير مؤكد سلطةً دون أن يعرف الشخص مصدره، أو الغرض منه، أو سبل التشكيك فيه.
لا تحتاج المجتمعات المفتوحة إلى الاختيار بين الابتكار والحرية الفردية. إذ يمكنها السماح بالاستخدامات المشروعة للتحليل، وفي الوقت نفسه، فرض حدود متناسبة حيثما تؤدي التصنيفات إلى تبديل الفرص. والسؤال العملي لا يقتصر على نوعية البيانات التي تمتلكها منظمة ما، بل ما الذي تعتقد أنها تعرفه عن كل شخص، وعلى أي أساس، وللقيام بأي إجراء.
مشاركة