Los seres humanos estamos abrumados por los textos. No se trata solo de noticias y otra información de actualidad: la gente común se ahoga en documentos legales. El problema es tan grave que, en su mayoría, los ignoramos. Cada vez que una persona utiliza una tarjeta de fidelidad de una tienda o se conecta a un servicio en línea, sus actividades se rigen por el equivalente a cientos de páginas de jerga jurídica. La mayoría de la gente no presta atención a estos extensos documentos, a menudo denominados «términos del servicio», «acuerdo de usuario» o «política de privacidad».
Esto es solo una parte de un problema social mucho más amplio: la sobrecarga de información. Se almacena tal cantidad de datos —exabytes—, tantos como los que se han pronunciado a lo largo de toda la historia de la humanidad, que resulta humanamente imposible leerlos e interpretarlos todos. A menudo, reducimos el conjunto de información que consultamos al elegir determinados temas o cuestiones a los que prestar atención. Pero es importante conocer realmente el significado y el contenido de los documentos legales que rigen cómo se almacenan nuestros datos y quién puede verlos.
Como investigadores de informática, trabajamos en formas de permitir que los algoritmos de inteligencia artificial analicen estos extensos textos y extraigan su significado, presentándolo en términos que la gente común pueda entender.
¿Pueden las computadoras entender textos?
Las computadoras almacenan datos como ceros y unos: datos que los seres humanos no pueden entender directamente. Los interpretan como instrucciones para mostrar textos, sonidos, imágenes o videos que tienen sentido para las personas. Pero ¿pueden las computadoras entender realmente el lenguaje, no solo presentando las palabras, sino también su significado?
Una forma de averiguarlo es pedir a las computadoras que resuman lo que saben de maneras que la gente pueda entender y encontrar útiles. Lo ideal sería que los sistemas de inteligencia artificial pudieran procesar textos con suficiente rapidez para ayudar a las personas a tomar decisiones cuando las necesitan; por ejemplo, al registrarse en un nuevo servicio en línea y tener que aceptar la política de privacidad del sitio.
¿Y si un asistente informático pudiera analizar toda esa jerga jurídica en unos segundos y destacar los puntos clave? Quizá un usuario incluso podría pedir al asistente automatizado que prestara especial atención a ciertos asuntos, como cuándo se comparte una dirección de correo electrónico o si los motores de búsqueda pueden indexar publicaciones personales. Las empresas también podrían utilizar esta capacidad para analizar contratos u otros documentos extensos.
Para realizar este tipo de trabajo, debemos combinar diversas tecnologías de inteligencia artificial, entre ellas los algoritmos de aprendizaje automático que procesan grandes cantidades de datos e identifican de forma autónoma las conexiones entre ellos; las técnicas de representación del conocimiento para expresar e interpretar hechos y reglas sobre el mundo; los sistemas de reconocimiento del habla para convertir el lenguaje hablado en texto; y los programas de comprensión del lenguaje humano que procesan el texto y su contexto para determinar qué le está pidiendo el usuario al sistema.
Análisis de las políticas de privacidad
La vida moderna conectada a internet requiere, más o menos, confiar información privada (como domicilios y direcciones de correo electrónico, números de tarjetas de crédito y datos de cuentas bancarias) y datos personales (fotos y videos, mensajes de correo electrónico e información de ubicación) a empresas con fines de lucro.
Los sistemas en la nube de estas empresas suelen conservar varias copias de los datos de los usuarios como parte de sus planes de respaldo para evitar interrupciones del servicio. Esto significa que hay más posibles objetivos: cada centro de datos debe estar protegido de forma segura, tanto física como electrónicamente. Por supuesto, las empresas de internet reconocen las inquietudes de sus clientes y cuentan con equipos de seguridad para proteger los datos de los usuarios. Pero las obligaciones legales específicas y detalladas que asumen para hacerlo figuran en sus impenetrables políticas de privacidad. Ninguna persona común —y quizá ni siquiera un solo abogado— puede entenderlas de verdad.
En nuestro estudio, pedimos a las computadoras que resuman los términos y condiciones que los usuarios comunes afirman aceptar al hacer clic en los botones «Aceptar» o «Estoy de acuerdo» de los servicios en línea. Descargamos las políticas de privacidad disponibles públicamente de varias empresas de internet, entre ellas Amazon AWS, Facebook, Google, HP, Oracle, PayPal, Salesforce, Snapchat, Twitter y WhatsApp.
Resumir el significado
Nuestro programa analiza el texto y utiliza técnicas de extracción de información para identificar información clave sobre los derechos legales, las obligaciones y las prohibiciones que se especifican en el documento. También utiliza el análisis lingüístico para determinar si cada regla se aplica al proveedor del servicio, al usuario o a una entidad externa, como los anunciantes y las empresas de marketing. Luego presenta esa información en enunciados claros, directos y legibles para las personas.
Por ejemplo, nuestro sistema identificó que un aspecto de la política de privacidad de Amazon indicaba al usuario: «Puede optar por no proporcionar cierta información, pero entonces quizá no pueda aprovechar muchas de nuestras funciones». Otro aspecto de esa política se describió así: «También podemos recopilar información técnica para ayudarnos a identificar su dispositivo con fines de prevención del fraude y diagnóstico».
Con la ayuda del sistema de resumen, también descubrimos que las políticas de privacidad suelen incluir reglas para terceros —empresas que no son el proveedor del servicio ni el usuario— cuya participación en el almacenamiento y la recuperación de datos quizá ni siquiera conocen las personas.
El mayor número de reglas en las políticas de privacidad —el 43 %— se aplica a la empresa que presta el servicio. Algo menos de una cuarta parte de las reglas —el 24 %— crea obligaciones para los usuarios y clientes. El resto rige la conducta de servicios de terceros o socios corporativos, o nuestro sistema no pudo clasificarlas.
La próxima vez que haga clic en el botón «Acepto», tenga presente que quizá esté aceptando compartir sus datos con otras empresas ocultas que los analizarán.
Seguimos mejorando nuestra capacidad para resumir con concisión y precisión documentos complejos de políticas de privacidad, de modo que la gente pueda entenderlos y utilizarlos para evaluar los riesgos asociados al uso de un servicio.
