അപകടകരമായ ഡാറ്റയുടെ മോർട്ടണിന്റെ ഫോർക്ക്: കമ്പനികൾക്ക് ഈ പുതിയ വേട്ടയാടലിൽ നിന്ന് രക്ഷപ്പെടാൻ കഴിയുമോ?

You are currently viewing അപകടകരമായ ഡാറ്റയുടെ മോർട്ടണിന്റെ ഫോർക്ക്: കമ്പനികൾക്ക് ഈ പുതിയ വേട്ടയാടലിൽ നിന്ന് രക്ഷപ്പെടാൻ കഴിയുമോ?

നമുക്കറിയാമെന്ന് അവര്ക്കറിയാമോ? ഒരു പ്രത്യേക തരം ഡാറ്റ കൈവശം വയ്ക്കുന്നത് ഒരു കൊലപാതകത്തിന് ദൃക്സാക്ഷിയാകുന്നതിന് തുല്യമാണ്. കൊലയാളി ഓടിപ്പോകുന്നതുവരെ നിങ്ങൾ ശ്വാസം പിടിച്ചുനിർത്തേണ്ടതുണ്ടോ? അതോ നിങ്ങൾ ചെയ്യാൻ പാടില്ലാത്ത എന്തെങ്കിലും കണ്ടതിനാൽ നിങ്ങളുടെ സ്വന്തം കഴുത്ത് നഷ്ടപ്പെടാൻ സാധ്യതയുണ്ടോ?

അടുത്തിടെ നടന്ന ഗാർട്ട്നർ ഡാറ്റ & അനലിറ്റിക്സ് ഉച്ചകോടിയിൽ ‘അപകടകരമായ ഡാറ്റ’ എന്ന വിഷയത്തിൽ രസകരമായ ഒരു സെഷൻ ഉണ്ടായിരുന്നു. ഗാര്ട്ട് നറിലെ റിസര് ച്ച് എന്ഗേജ്മെന്റ് സര്വീസസ് വി.പി അനലിസ്റ്റ് ഗാരെത് ഹെര് ഷെല് ഈ ഉച്ചകോടിക്കിടെ ഈ വിഷയത്തില് ഇരട്ട ക്ലിക്കുചെയ്യാന് ഞങ്ങളെ സഹായിച്ചു. സങ്കീർണ്ണമായ ഡാറ്റ കൈവശം വയ്ക്കൽ, വിശ്വസനീയമായ ഡീനിയബിലിറ്റി, മൂന്നാം കക്ഷി ഡാറ്റ, ഡാറ്റാ ലോക്കലൈസേഷൻ തുടങ്ങിയ പ്രശ്നങ്ങൾ കൈകാര്യം ചെയ്യുന്നത് രസകരവും ചിന്തോദ്ദീപകവുമായിരുന്നു, അതേസമയം സ്വകാര്യത ക്ലോക്ക്, ബ്ലോക്ക്ചെയിൻ, സീറോ-പ്രൂഫ് മോഡലുകൾ, ഡാറ്റാ എത്തിക്സ് തുടങ്ങിയ സാധ്യമായ ഉത്തരങ്ങളുമായി പൊരുത്തപ്പെടുകയും ചെയ്തു.

അപകടകരമായ ഡാറ്റയുടെ പ്രധാന പോയിന്റ് അത് ശേഖരിക്കുന്നതിനെക്കുറിച്ച് നിങ്ങൾക്ക് ശരിക്കും ഒരു ചോയ്സ് ഇല്ല എന്നതാണ്, പക്ഷേ ഇപ്പോൾ നിങ്ങൾക്ക് അത് ഉപയോഗിച്ച് എന്തുചെയ്യണം എന്നതിനെക്കുറിച്ച് യാന്ത്രിക ഉത്തരമില്ല.

‘അപകടകരമായ ഡാറ്റ’ അജ്ഞനായ ഒരു സിഇഒയോട് നിങ്ങൾക്ക് രണ്ടോ മൂന്നോ വരികളിൽ വിശദീകരിക്കേണ്ടി വന്നാൽ എങ്ങനെ വിശദീകരിക്കും?

നിങ്ങളുടെ ഓർഗനൈസേഷൻ അതിന്റെ സാധാരണ പ്രവർത്തനങ്ങളുടെ അവശ്യ ഭാഗമായി ഡാറ്റ ശേഖരിക്കുന്നു, ഇത് പ്രതികൂല പ്രത്യാഘാതങ്ങൾ ഉണ്ടാക്കാൻ സാധ്യതയുണ്ട്. അതിലും മോശമായി, ഈ പ്രത്യാഘാതങ്ങളോട് പ്രതികരിക്കുന്നതിന് പലപ്പോഴും യാന്ത്രികമായി “ശരിയായ” മാർഗമില്ല, കാരണം ഒരു നടപടി എടുക്കുന്നതും ആ നടപടി എടുക്കുന്നതിൽ പരാജയപ്പെടുന്നതും വ്യത്യസ്ത ഫലങ്ങളുമായി നിങ്ങൾ ബന്ധിപ്പിക്കുന്ന മുൻഗണനകളെ ആശ്രയിച്ച് അനുചിതമായി കണക്കാക്കാം.

‘അപകടകരമായ ഡാറ്റ’ വിശദീകരിക്കാൻ നിങ്ങൾക്ക് ഉദ്ധരിക്കാൻ കഴിയുന്ന സമീപകാല ഉദാഹരണങ്ങളോ സാധ്യതകളോ ഉണ്ടോ?

നിങ്ങൾ ഉപഭോക്താക്കൾക്ക് ഒരു ഫോട്ടോ-സ്റ്റോറേജ് സേവനം നൽകുകയാണെങ്കിൽ, ആ ഫോട്ടോകളിൽ ‘ചിലത്’ ക്രിമിനൽ പ്രവർത്തനത്തിന്റെ തെളിവുകളെ സൂചിപ്പിക്കുമെന്ന് നിങ്ങൾക്കറിയാം. ഉപഭോക്തൃ ഫോട്ടോകൾ സംഭരിക്കുന്നതിനെക്കുറിച്ച് നിങ്ങൾക്ക് മറ്റ് മാർഗമില്ല (അത് നിങ്ങളുടെ ബിസിനസ്സാണ്). എന്നാൽ ആ ഫോട്ടോകൾ സംഭരിക്കുന്നതിലൂടെ നിങ്ങൾ നിങ്ങളുടെ സ്ഥാപനത്തെ പ്രതികൂല പ്രത്യാഘാതങ്ങൾക്ക് വിധേയമാക്കുന്നുണ്ടോ എന്നതാണ് ചോദ്യം. ഉദാഹരണത്തിന്, നിയമവിരുദ്ധമായ പ്രവർത്തനത്തിന്റെ തെളിവുകൾക്കായി നിങ്ങൾ ഫോട്ടോകൾ സ്കാൻ ചെയ്യുകയാണെങ്കിൽ, നിങ്ങൾ ഉപഭോക്തൃ സ്വകാര്യത ലംഘിക്കുന്നു. നിങ്ങൾ അങ്ങനെ ചെയ്യുന്നില്ലെങ്കിൽ, നിയമം ഉയർത്തിപ്പിടിക്കുന്നതിലും ഭാവിയിലെ ക്രിമിനൽ പെരുമാറ്റത്തെ പിന്തുണയ്ക്കുന്നതിലും നിങ്ങൾ പരാജയപ്പെടുന്നു. വിപ്ലവകരമായ പ്രവർത്തനത്തിന്റെ തെളിവുകൾ നിങ്ങൾ കണ്ടെത്തുകയാണെങ്കിൽ, ഉദാരമായ ഒരു ജനാധിപത്യത്തിൽ നിങ്ങൾ ഉള്ളതുപോലെ ഒരു ദുഷ്ട സ്വേച്ഛാധിപത്യത്തിൽ ആ തെളിവ് റിപ്പോർട്ട് ചെയ്യാൻ നിങ്ങൾ ബാധ്യസ്ഥരാണോ? അപകടകരമായ ഡാറ്റയുടെ പ്രധാന പോയിന്റ് അത് ശേഖരിക്കുന്നതിനെക്കുറിച്ച് നിങ്ങൾക്ക് ശരിക്കും ഒരു ചോയ്സ് ഇല്ല എന്നതാണ്, പക്ഷേ ഇപ്പോൾ നിങ്ങൾക്ക് അത് ഉപയോഗിച്ച് എന്തുചെയ്യണം എന്നതിനെക്കുറിച്ച് യാന്ത്രിക ഉത്തരമില്ല.

‘ഞാൻ പറയണോ- പറയരുത്’ എന്നതിനിടയിലുള്ള ഈ സ്കില്ല, ചാരിബ്ഡിസ് സാഹചര്യത്തെ കമ്പനികൾ എങ്ങനെ നാവിഗേറ്റ് ചെയ്യണം? പ്രത്യേകിച്ചും ഉപയോക്താക്കൾക്ക് ‘സ്വകാര്യത’ വാഗ്ദാനം ചെയ്യുന്നത് പല കമ്പനികൾക്കും ഒരു ഉൽപ്പന്ന സവിശേഷതയാണോ?

ഇത് അവരുടെ മൂല്യങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ള ഒരു തന്ത്രപരമായ തിരഞ്ഞെടുപ്പാണ് (അവരുടെ ജീവനക്കാർ, ഉപഭോക്താക്കൾ അല്ലെങ്കിൽ മറ്റ് പങ്കാളികൾ). അവരുടെ പെരുമാറ്റത്തെ അടിസ്ഥാനമാക്കി അവരെ വിലയിരുത്തും, സമാനമായ മൂല്യങ്ങളുള്ള ആളുകൾ (അല്ലെങ്കിൽ സ്വകാര്യതാ പ്രസ്താവനകളുടെ മികച്ച പ്രിന്റ് വായിക്കാത്തവർ) അവരെ പിന്തുണയ്ക്കുകയും മറ്റുള്ളവർ മറ്റ് ഓപ്ഷനുകൾ തേടുകയും ചെയ്യും (ട്വിറ്റർ പ്രവേശിക്കുന്ന സാഹചര്യത്തിന് സമാനമായി).

ലോകം ബ്ലോക്ക്ചെയിനുകളിലേക്കും വികേന്ദ്രീകരണത്തിലേക്കും നീങ്ങുമ്പോൾ ‘അപകടകരമായ എന്തെങ്കിലും അറിയുക’ എന്ന ഈ വിരോധാഭാസം കൈകാര്യം ചെയ്യാൻ എളുപ്പമോ കഠിനമോ ആയിത്തീരുമോ- ഡാറ്റയുടെ അജ്ഞാതത / സ്വകാര്യത പുതിയ രൂപരേഖകൾ സ്വീകരിക്കുന്നു?

ഡാറ്റ ‘അറിയുന്നത്’ ഒഴിവാക്കാനുള്ള ഒരു മാർഗമാണിത്, നിങ്ങൾക്ക് ഇത് സാങ്കേതികമായി നിങ്ങളുടെ സ്വന്തം കൈയിൽ നിന്ന് പുറത്തേക്ക് കൊണ്ടുവരാൻ കഴിയും (ഇത് ഇപ്പോഴും ഒരു തിരഞ്ഞെടുപ്പാണ്, സാങ്കേതിക സംഭവവികാസങ്ങളുടെ ഫലമായുള്ള ക്രമരഹിതമായ സംഭവമല്ല) – ഓർഗനൈസേഷനുകൾ ഉദാഹരണത്തിന് ബ്ലോക്ക്ചെയിൻ നടപ്പിലാക്കുന്നു, കാരണം ഡാറ്റ ‘സ്വന്തമാക്കാനുള്ള’ ഉത്തരവാദിത്തം ഏറ്റെടുക്കാൻ അവർ ആഗ്രഹിക്കുന്നില്ല. ഒരു പ്രത്യേക ഘട്ടത്തിൽ, വിശാലമായ നിഗമനങ്ങളിൽ എത്തുന്നതിന് നിങ്ങൾ ഡാറ്റ ‘അറിയേണ്ടതുണ്ട്’, ‘നിങ്ങളുടെ’ സെൽഫ് ഡ്രൈവിംഗ് കാർ എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്ന് എനിക്ക് അറിയേണ്ട ആവശ്യമില്ല, പക്ഷേ സെൽഫ് ഡ്രൈവിംഗ് അൽഗോരിതം മെച്ചപ്പെടുത്തുന്നതിന് ‘ചില’ സെൽഫ് ഡ്രൈവിംഗ് കാറുകൾ എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്ന് എനിക്ക് അറിയേണ്ടതുണ്ട്.

നിയമപരമായ വശം, സോഷ്യൽ മീഡിയ വശം, അല്ലെങ്കിൽ ‘ഉപഭോക്താവിന് ഞങ്ങൾക്ക് അറിയാമെന്ന് അറിഞ്ഞാൽ എന്തുചെയ്യും’ എന്ന ഏത് മേഖലയിലാണ് കൂടുതൽ പരിശ്രമമോ നിക്ഷേപമോ ആവശ്യമായി വരുന്നത്?

‘ശരിയായ’ നടപടി കാരണം ഉപഭോക്താവോ സോഷ്യൽ മീഡിയയോ കൂടുതൽ പരിശ്രമം നടത്തിയാൽ എന്തുചെയ്യും എന്നത് കൂടുതൽ അവ്യക്തമാണ്. നിയമപരമോ നിയമവിരുദ്ധമോ ആയ കാര്യങ്ങളിൽ ഞങ്ങൾക്ക് (കൂടുതലോ കുറവോ) യോജിക്കാൻ കഴിയും, പക്ഷേ ചില ഗ്രൂപ്പുകൾക്ക് സ്വീകാര്യമായത് ഡാറ്റ കൈകാര്യം ചെയ്യുന്ന രീതിയിൽ കൂടുതൽ വ്യതിയാനം ആവശ്യമുള്ള മറ്റുള്ളവർക്ക് സ്വീകാര്യമല്ല.

സെഷനിൽ പങ്കിട്ട ‘വിശ്വസനീയമായ അപര്യാപ്തത’, ‘രോഗലക്ഷണങ്ങളെ ചികിത്സിക്കൽ’ എന്നിവയുടെ വശങ്ങളെക്കുറിച്ച് നിങ്ങൾക്ക് വിശദീകരിക്കാമോ?

നിങ്ങൾക്ക് ഡാറ്റ ഉണ്ടായിരുന്നിട്ടും, ഒന്നുകിൽ ഡാറ്റ കൈവശം വയ്ക്കുന്നതിന്റെ പ്രത്യാഘാതങ്ങൾ നിങ്ങൾ മനസ്സിലാക്കിയില്ല (‘ക്ഷമിക്കണം, ഞങ്ങൾ ഇതിനകം തന്നെ ഡാറ്റ ഇല്ലാതാക്കി, ഞങ്ങൾക്ക് ആ ഉദ്ദേശ്യത്തിനായി ഇത് ഉപയോഗിക്കാൻ കഴിയുമെന്ന് അറിയില്ല’) അല്ലെങ്കിൽ മറ്റൊരാൾക്ക് ഡാറ്റ ഉണ്ടെന്നും നിങ്ങളോട് പറഞ്ഞിട്ടില്ലെന്നും (‘ഡാറ്റ യഥാർത്ഥത്തിൽ ഒരു മൂന്നാം കക്ഷി സെർവറിലാണ് സംഭരിച്ചിരിക്കുന്നത്, ഡാറ്റ അവിടെ സംഭരിക്കാനുള്ള അവകാശം ഞങ്ങൾ വിൽക്കുന്നു.)

രോഗലക്ഷണങ്ങളെ ചികിത്സിക്കുന്നത് വിശാലമായ പ്രത്യാഘാതങ്ങൾ ഒഴിവാക്കിക്കൊണ്ട് നിർദ്ദിഷ്ട സാഹചര്യങ്ങളോട് തന്ത്രപരമായി പ്രതികരിക്കുന്നു (‘ആളുകൾ അത്തരം ഫോട്ടോകൾ എന്റെ സേവനത്തിൽ സംഭരിക്കുന്നുവെന്ന് ഞാൻ മനസ്സിലാക്കിയില്ല! ആ ചിത്രങ്ങൾ നീക്കം ചെയ്യാനും ആ വ്യക്തിയെ അധികാരികൾക്ക് റിപ്പോർട്ട് ചെയ്യാനും ഞാൻ ഉടനടി പ്രവർത്തിക്കട്ടെ, അത് എന്റെ ശ്രദ്ധയിൽപ്പെടുത്തിയതിന് വളരെ നന്ദി!’, ‘ഞങ്ങളും (ഞങ്ങളുടെ വ്യവസായത്തിലെ മറ്റെല്ലാവരും) എല്ലായ്പ്പോഴും അത് അങ്ങനെയാണ് ചെയ്യുന്നത്, ആർക്കും (സർക്കാർ / റെഗുലേറ്റർമാർ ഉൾപ്പെടെ) അതിൽ ഒരു പ്രശ്നവും ഉണ്ടായിട്ടില്ല’.

‘നിങ്ങളുടെ’ സെൽഫ് ഡ്രൈവിംഗ് കാർ എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്ന് എനിക്ക് അറിയേണ്ട ആവശ്യമില്ലായിരിക്കാം, പക്ഷേ സെൽഫ് ഡ്രൈവിംഗ് അൽഗോരിതം മെച്ചപ്പെടുത്തുന്നതിന് ‘ചില’ സെൽഫ് ഡ്രൈവിംഗ് കാറുകൾ എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്ന് എനിക്ക് അറിയേണ്ടതുണ്ട്.

അപകടകരമായ ഡാറ്റയുടെ പ്രത്യാഘാതങ്ങൾ സീറോ-പാർട്ടി, മൂന്നാം കക്ഷി ഡാറ്റകൾക്കിടയിൽ മാറുമോ?

മൂന്നാം കക്ഷി ഡാറ്റയ്ക്ക് മറ്റൊരു മാനമുണ്ടെങ്കിലും ഈ തത്വം രണ്ടിനും ബാധകമാണ്, കാരണം ഓർഗനൈസേഷന്റെ കൈവശമുള്ള ഡാറ്റയെക്കുറിച്ചുള്ള അവബോധത്തിന്റെ അഭാവം (അപകടകരമായ ഡാറ്റയുടെ ചില വശങ്ങളിലേക്കുള്ള എക്സ്പോഷർ കുറയ്ക്കാൻ സാധ്യതയുണ്ട്) കൂടാതെ ഓർഗനൈസേഷന്റെ കൈവശമുള്ള ഡാറ്റയെക്കുറിച്ചുള്ള വ്യക്തമായ അല്ലെങ്കിൽ പരോക്ഷമായ അനുമതിയുടെ അഭാവവും (അപകടകരമായ ഡാറ്റയുടെ ചില പ്രത്യാഘാതങ്ങളിലേക്കുള്ള എക്സ്പോഷർ വർദ്ധിപ്പിക്കുന്നു).

ഡാറ്റാ ലോക്കലൈസേഷൻ ആവശ്യങ്ങൾക്ക് കമ്പനികൾക്ക് കൂടുതൽ ആശയക്കുഴപ്പങ്ങൾ ചേർക്കാൻ കഴിയുമോ?

ഡാറ്റാ ലോക്കലൈസേഷൻ നിയമപരമായ ചില എക്സ്പോഷർ കുറയ്ക്കുന്നു എന്നതാണ് ഏറ്റവും വലിയ അപകടമെന്ന് ഞാൻ കരുതുന്നു, പക്ഷേ സാമൂഹിക പ്രത്യാഘാതങ്ങൾ കുറയ്ക്കുന്നതിന് ഒന്നും ചെയ്യുന്നില്ല, അതിനാൽ സംഘടനകൾക്ക് പ്രശ്നം പരിഹരിക്കുകയാണെന്ന് സ്വയം വഞ്ചിക്കാൻ കഴിയും.

അപകടകരമായ ഡാറ്റയിൽ നിർമ്മിച്ച ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്-അത് എത്രത്തോളം വഴുവഴുപ്പുള്ളതും ഭയപ്പെടുത്തുന്നതുമാണ്? പ്രത്യേകിച്ചും കമ്പനികൾ ഇത് സംഭാഷണ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ആയി പുറം ലോകവുമായി സംസാരിക്കാൻ അനുവദിക്കുമ്പോൾ.

നിങ്ങൾ പറഞ്ഞത് ശരിയാണ്, ഓർഗനൈസേഷനുകളുടെ കൈവശമുള്ള ഡാറ്റയെ ജെൻ-എഐ കൂടുതൽ വ്യക്തമാക്കുമെന്ന് ഞാൻ കരുതുന്നു, കൂടാതെ പുതിയ ഉപയോഗ കേസുകൾ പ്രാപ്തമാക്കുന്നതിനുള്ള എളുപ്പം ഡാറ്റയുടെ നല്ലതും ചീത്തയുമായ ഉപയോഗങ്ങളെക്കുറിച്ച് പലതരം സംവാദങ്ങൾ തുറക്കും.

ഉപയോക്താക്കൾ എന്ന നിലയിൽ, കമ്പനികൾ എന്ന നിലയിൽ, ഇന്നൊവേറ്റർമാർ എന്ന നിലയിൽ, റെഗുലേറ്റർമാർ എന്ന നിലയിൽ നാം ശരിക്കും ആശങ്കപ്പെടേണ്ടത് എന്താണ്?

നമ്മുടെ ദൈനംദിന പ്രവർത്തനത്തിന്റെ കൂടുതൽ കൂടുതൽ ഡാറ്റയിൽ പിടിച്ചെടുക്കുമ്പോൾ, ആ ഡാറ്റയുടെ പ്രയോജനകരമായ ഉപയോഗത്തിനും ദുരുപയോഗത്തിനുമുള്ള സാധ്യത വർദ്ധിക്കുന്നു, പക്ഷേ ഓർഗനൈസേഷനുകൾക്ക് ആ ഡാറ്റ നല്ലതിന് ഉപയോഗിക്കാൻ കുറച്ച് പ്രോത്സാഹനങ്ങളുണ്ട്, മാത്രമല്ല അവർക്ക് ആക്സസ് ചെയ്യുന്ന ഡാറ്റയുടെ പ്രത്യാഘാതങ്ങൾ മറയ്ക്കാൻ ശ്രമിക്കുകയും ചെയ്യുന്നു.

ഈ ആശയക്കുഴപ്പങ്ങളിൽ ചിലത് പരിഹരിക്കാൻ സീറോ-നോളജ് പ്രൂഫ് മോഡലുകൾ സഹായിക്കുമോ?

നിങ്ങൾ ഈ ചോദ്യം ചോദിച്ചത് ഞാൻ ഇഷ്ടപ്പെടുന്നു, പക്ഷേ ഉത്തരം ‘നിർഭാഗ്യവശാൽ ഇല്ല’ എന്നാണ് ഞാൻ കരുതുന്നത്. പ്രശ്നം യഥാർത്ഥത്തിൽ ഡാറ്റയുടെ ഉടമസ്ഥതയല്ല, ആ ഡാറ്റ ഇടുന്ന (അല്ലെങ്കിൽ അല്ലാത്ത) ഉപയോഗമാണ് പ്രശ്നം. ഡാറ്റ മാനേജുമെന്റ് (ബിസിനസ്സ് സ്കൂളുകൾ) ബിസിനസ്സ് ധാർമ്മികതയെക്കുറിച്ചുള്ള പരിശീലന ക്ലാസുകൾ ഉൾപ്പെടുത്തുകയും സഹായം നൽകാൻ ഉദ്ദേശിച്ചുള്ള നടപടി സ്വീകരിക്കുന്നതിന് നല്ല സമരിറ്റൻ നഷ്ടപരിഹാരത്തിന്റെ മാതൃകയിൽ നിയന്ത്രണം ഏർപ്പെടുത്തുകയും ചെയ്യുക എന്നതാണ് പരിഹാരം (ഒരുപക്ഷേ നിഷ്കളങ്കം).

Dr Bibin

Experienced Researcher with a demonstrated history of working in the Deep Learning, Computer Vision

Leave a Reply