Czy smartfony nas podsłuchują? Mity, fakty i dane

Ten tekst powstał na podstawie materiału wideo, który znajdziesz na naszym kanale YouTube. Zobacz film tutaj.

 

Mit numer 1: Smartfon cały czas podsłuchuje rozmowy

 

 

 

Zacznijmy od najbardziej popularnego mitu.

Wyobrażenie jest proste: mikrofon w telefonie działa 24/7, wszystko nagrywa, wysyła do Google’a, Apple’a czy Facebooka, a algorytmy wyłapują słowa kluczowe i na tej podstawie serwują nam reklamy.

 

 

Brzmi logicznie, prawda? Tymczasem istnieje na świecie wiele teorii, które są często wewnętrznie spójne, ale tylko na pozór.

Gdy ominiemy już tę powierzchowną warstwę, opakowaną często emocjami i zaczniemy zgłębiać temat, przechodząc już do sedna, to okazuje się, że nic nie jest takie jakim wydało się na początku.  

 

Dlaczego to się nie spina technicznie?

 

 

 

Po pierwsze: ilość danych. Stałe nagrywanie dźwięku przez miliony, a właściwie miliardy już w tej chwili smartfonów oznaczałoby gigantyczny transfer danych.

Użytkownicy zauważyliby ogromne zużycie baterii, duży ruch sieciowy nawet wtedy, gdy telefon leży nieużywany, czy choćby nienaturalne obciążenie systemu. Tymczasem nic takiego masowo nie występuje.

 

 

Po drugie: prawo i ryzyko. Dla firm takich jak Google czy Apple ryzyko przyłapania na masowym, nielegalnym podsłuchiwaniu byłoby katastrofalne.

Kary, pozwy, utrata zaufania. To po prostu się nie kalkuluje, zwłaszcza gdy istnieją znacznie prostsze i legalne metody profilowania użytkowników.

 

Co z asystentami głosowymi?

 

 

Tu pojawia się ważne zastrzeżenie. Smartfony nasłuchują słów kluczowych, takich jak: „Hej Google”, „OK Google”, „Hey Siri”. Ale kluczowe jest słowo: nasłuchują, a nie nagrywają wszystkiego.

 

 

Telefon lokalnie analizuje bardzo krótki fragment dźwięku tylko po to, by wykryć komendę aktywującą.

Dopiero po niej zaczyna się nagrywanie i wysyłanie danych na serwery. To istotna różnica, o której często się zapomina.

  

Mit numer 2: Skoro nie podsłuchują, to skąd te idealne reklamy?

 

 

I tu dochodzimy do sedna problemu.

Przykład z życia: Siedzisz ze znajomym przy kawie. Rozmawiacie o tym, że jego pralka się zepsuła. Wracasz do domu, odblokowujesz telefon i oto … reklama pralki. Dokładnie tej marki, o której wspomniał.

 

 

Przypadek? Podsłuch? A może coś znacznie bardziej prozaicznego?

 

 

Przykład 1: Lokalizacja i korelacje

Pamiętaj, że Twój telefon wie: gdzie jesteś, jak długo, jak często wracasz w dane miejsce.

 

 

Jeśli spotykasz się ze znajomym, którego: masz w kontaktach, często widujesz w tej samej lokalizacji, a on właśnie szuka pralki w Google, algorytm może założyć, że należycie do tej samej grupy zainteresowań.

Nie dlatego, że was podsłuchał, ale dlatego, że ludzie w podobnych relacjach często kupują podobne rzeczy.

 

 

Przykład 2: Wyszukiwania „okołotematyczne” 

Często mówimy: „ja nic nie wyszukiwałem”, ale po chwili okazuje się, że: sprawdzaliśmy opinie o marce AGD, czytaliśmy artykuł o oszczędzaniu prądu, kliknęliśmy w poradnik „jaki wybrać sprzęt do małego mieszkania”. Dla algorytmu to wystarczający sygnał.

 

 

Fakt: To my dostarczamy najwięcej danych

To najważniejsza część tego materiału. Smartfony i usługi takie jak Google nie muszą nas podsłuchiwać, bo my sami codziennie zostawiamy ogromne ilości informacji.

 

 

Przykład 3: Zgody, których nikt nie czyta

Instalując aplikacje: zgadzamy się na dostęp do lokalizacji, historii wyszukiwania, aktywności w aplikacjach, czasem nawet do listy kontaktów. I robimy to automatycznie, klikając „Zezwól”, bo chcemy szybko przejść dalej.

 

 

Przykład 4: Social media

Polubienia, komentarze, czas oglądania posta, zatrzymanie scrollowania na kilka sekund. To wszystko stanowi bardzo czytelne sygnały.

 

 

Jeśli: zatrzymujesz się przy zdjęciach podróży, oglądasz reelsy o gotowaniu, lajkujesz posty o siłowni, algorytm wie o tobie więcej, niż myślisz – bez jednego nagranego słowa.

 

Mit numer 3: "Ja nic nie udostępniam"

 

 

 

To bardzo częste przekonanie.

Tymczasem nawet jeśli: nie publikujesz postów, nie dodajesz zdjęć, rzadko coś lajkujesz, to nadal: korzystasz z wyszukiwarki, poruszasz się z telefonem w kieszeni, używasz map, pogody, czy przeglądarki.

 

 

 

Przykład 5: Mapy i codzienne nawyki

 

 

Dla niektórych może być to zaskoczeniem, ale musicie wiedzieć, że Google Maps często wie: gdzie pracujecie, gdzie mieszkacie, o której zwykle wychodzicie i wracacie.

Już na tej podstawie można wnioskować czyiś: styl życia, dochody, czy zainteresowania. I to nie teoria. To prosta praktyka analityczna.

 

Dlaczego mózg lubi teorię podsłuchu

 

 

Tu warto na chwilę zatrzymać się psychologicznie.

 

Efekt potwierdzenia

 

 

Pamiętamy sytuacje, gdy reklama „trafiła idealnie”. Natomiast nie pamiętamy setek reklam, które: były kompletnie nietrafione, nie miały z nami nic wspólnego. To naturalna cecha ludzkiego mózgu.

 

 

Przykład 6: Rozmowy codzienne 

Codziennie mówimy o setkach rzeczy. Jeśli reklama trafi w jedną z nich, uznajemy to za coś wyjątkowego, choć statystycznie to normalne.

 

 

Fakty, które warto znać

 

 

Podsumowując. Nie ma dowodów na masowe, ciągłe podsłuchiwanie rozmów przez smartfony w celach reklamowych. Reklamy są celne, bo profilowanie jest bardzo zaawansowane.

Dane pochodzą głównie z naszej aktywności, lokalizacji i zachowań w sieci. Zgody i regulaminy mają realne znaczenie, nawet jeśli ich nie czytamy.

 

 

Co naprawdę dzieje się pod maską

 

 

Ta część jest dla osób, które chcą zajrzeć głębiej i których nie przekonuje informacja o tym, że to algorytmy często wiedzą wszystko.

Tymczasem za skutecznym targetowaniem nie stoi magia, tylko bardzo konkretne techniki analityczne.

 

Fingerprinting, czyli identyfikacja bez logowania

 

 

Jednym z najczęściej niedocenianych mechanizmów jest tzw. fingerprinting urządzenia lub przeglądarki. 

W skrócie: Nawet jeśli nie jesteś zalogowany, nie masz ciasteczek lub regularnie je kasujesz, Twoje urządzenie nadal może być rozpoznawalne.

 

 

Dzieje się tak na podstawie kombinacji cech, takich jak rozdzielczość ekranu, wersja systemu i przeglądarki, lista dostępnych fontów, strefa czasowa, język systemu czy sposób generowania elementów graficznych.

Każda z tych informacji osobno niewiele znaczy, ale razem tworzą unikalny profil statystyczny.

 

 

Nie zawsze w 100% jednoznaczny, ale wystarczająco dobry, by: połączyć kilka sesji w jednego użytkownika, powiązać aktywność mobilną z desktopową, czy odbudować profil po wyczyszczeniu ciasteczek.

To ważne, bo pokazuje, że reklamy „wiedzą”, że to nadal Ty – nawet jeśli masz poczucie anonimowości.

 

Lookalike audiences, czyli podobni do Ciebie

 

 

Kolejny poziom to podobne grupy odbiorców. Mechanizm wygląda następująco. Reklamodawca dostarcza platformie grupę referencyjną, na przykład klientów, którzy kupili dany produkt.

Algorytm analizuje setki lub tysiące cech tych osób. Następnie szuka innych użytkowników, którzy statystycznie zachowują się bardzo podobnie.

 

 

Efekt? Możesz zobaczyć reklamę produktu, mimo że: nigdy go nie wyszukiwałeś, nie mówiłeś o nim na głos, nie interesowałeś się nim świadomie. 

Wystarczy, że Twoje zachowania pasują do wzorca osób, które taki zakup finalnie robią. To jeden z głównych powodów, dla których reklamy potrafią „wyprzedzać” nasze decyzje.

 

Modele predykcyjne: przewidywanie, a nie reagowanie

 

 

 

Nowoczesna reklama coraz rzadziej reaguje na to, co już zrobiłeś. Ona próbuje przewidzieć, co zrobisz za chwilę.

Przykłady sygnałów predykcyjnych, to zmiana trasy do pracy, częstsze wizyty w sklepach z danej kategorii, nagłe zainteresowanie treściami porównawczymi, wydłużony czas spędzany na recenzjach.

 

 

 

Dla człowieka to często nieuchwytne w ciągu dnia drobiazgi, zaś dla modelu statystycznego sygnał zbliżającej się decyzji zakupowej.

Dlatego czasem reklama pojawia się przed tym, jak sami nazwalibyśmy swoją potrzebę.

 

Korelacja zamiast treści rozmów

 

 

To bardzo ważny punkt, który ponownie obala mit podsłuchiwania. 

Algorytmy: nie muszą znać treści rozmów, nie muszą rozumieć kontekstu emocjonalnego, nie muszą wiedzieć „dlaczego”.

 

 

Wystarczy im korelacja: osoby w danym wieku, w danej lokalizacji, o określonym rytmie dnia, w określonym momencie życia, z dużym prawdopodobieństwem kupują produkt, lub usługę X. 

Jeśli należysz do tej grupy, to z pewnością reklama się pojawi.

 

 

 

Dlaczego podsłuch byłby… zbędny. 

Z perspektywy inżynierskiej podsłuchiwanie rozmów byłoby: kosztowne, ryzykowne prawnie, trudne w skalowaniu i wcale nie tak skuteczne, jak dane behawioralne.

 

Mini‑case: jak algorytm przewiduje zakup – krok po kroku

 

 

Przykład A: czyli zakup smartfona.

Przyjmijmy takie najbardziej generyczne sygnały początkowe.

 

 

Zaczynasz: częściej czytać artykuły technologiczne, oglądać recenzje na YouTube (nawet bez klikania w linki sklepowe), sprawdzać testy aparatów lub baterii.

Dla algorytmu to jasny sygnał: urządzenie wkrótce do wymiany.

 

 

 

Kolejny etap, to zmiana zachowania. W ślad za tym pojawiają się: wyszukiwania typu „czy warto zmienić telefon”, porównania marek, dłuższy czas spędzony na stronach z recenzjami.

To dość istotny moment przejścia z fazy „inspiracji” do „rozważania zakupu”.

 

 

Następnie mamy dopasowanie do wzorca.

Algorytm porównuje Twoje zachowanie z milionami innych użytkowników i widzi, że: osoby zachowujące się podobnie, w podobnym czasie, bardzo często kupują telefon w ciągu 2 do 6 tygodni.

 

 

I tu wkracza reklama predykcyjna. Reklamy pojawiają się zanim wpiszesz konkretny model. Nie dlatego, że ktoś coś usłyszał, tylko dlatego, że statystyka mówi wyraźnie: to już ten moment.

 

 

Przykład B: wakacje lub samochód

Mechanizm jest tu identyczny, tylko sygnały inne: sprawdzanie pogody w innych krajach, mapy, lotniska, trasy, nagły wzrost zainteresowania finansowaniem lub ubezpieczeniami.

Ponownie. Dla modelu to klasyczny sygnał: zbliża się duża decyzja życiowa lub zakupowa.

 

 

Kontra na popularne argumenty 

 

W komentarzach bardzo często pojawiają się powtarzalne tezy. Warto się z nimi zmierzyć wprost.

„Ale ja naprawdę o tym tylko rozmawiałem, nic nie klikałem”

 

 

Najczęściej okazuje się, że zrobiła to osoba z Twojego otoczenia, byliście w tej samej lokalizacji, należycie do tej samej grupy behawioralnej.

Algorytm nie zawsze potrzebuje Twojego kliknięcia, wystarczy korelacja.

 

 

„Testowałem – powiedziałem coś przy telefonie i dostałem reklamę” 

To klasyczny problem metodologii, o której wspomniałem, czyli brak grupy kontrolnej, nasza selektywna pamięć, czy choćby brak uwzględnienia wcześniejszych sygnałów.

 

 

Takie testy brzmią efektownie i trudno temu zaprzeczyć, ale nie wytrzymują analizy statystycznej.

W dodatku prawda jest mniej sensacyjna i przez to również mniej atrakcyjna, niż wszystkie teorie, zwłaszcza te oparte mocno na emocjach, które z kolei rozbudzają naszą wyobraźnię.  

 

 

Tymczasem reklama oparta na danych behawioralnych jest, co tu dużo mówić, nudna, mało ekscytująca, ale działa i co równie ważne, jest legalna w ramach udzielonych zgód.

Teoria podsłuchu zaś jest po prostu prostsza do opowiedzenia. W pierwszym kontakcie łatwo i wiarygodnie tłumaczy rzeczywistość, niż zwykła analiza korelacji.

 

Zaostrzenie prywatności: ATT, Privacy Sandbox i dlaczego reklamy nadal działają

 

 

W ostatnich latach platformy realnie ograniczyły klasyczne śledzenie i to nie jest marketing, tylko fakt.

 

Apple ATT

 

Wprowadzenie tzw. App Tracking Transparency sprawiło, że większość użytkowników wybiera „Nie zezwalaj”, identyfikator reklamowy przestał być powszechnie dostępny, a tzw. cross-app tracking mocno stracił na znaczeniu.

A mimo to reklamy nadal są skuteczne. Dlaczego? Bo systemy przeniosły ciężar z identyfikowania osoby na analizę zachowań i kontekstu. 

 

 

Wprowadzenie tzw. App Tracking Transparency sprawiło, że większość użytkowników wybiera „Nie zezwalaj”. W efekcie identyfikator reklamowy przestał być powszechnie dostępny, a tzw. cross-app tracking stracił na znaczeniu.

Mimo to reklamy nadal są skuteczne, ponieważ systemy przeniosły ciężar z identyfikowania osoby na analizę zachowań i kontekstu.

 

Privacy Sandbox

 

Google poszedł w podobnym kierunku, rozwijając Privacy Sandbox, czyli mniej śledzenia jednostki, więcej przetwarzania danych lokalnie, więcej modeli opartych na kontekście i grupach zainteresowań.

 

 

W praktyce oznacza to większe znaczenie takich sygnałów jak treść strony, pora dnia czy ogólna lokalizacja.

Reklama nie musi wiedzieć, kim jesteś, żeby wiedzieć, co może Cię zainteresować. To kolejny dowód na to, że mityczny podsłuch nie jest potrzebny.

 

Dlaczego reklama przetrwała

 

Z inżynierskiego punktu widzenia to proste: dane behawioralne są bogatsze niż same identyfikatory, korelacje działają nawet bez precyzyjnego trackingu, modele predykcyjne uczą się na ogromnych zbiorach anonimowych wzorców.

Reklama stała się mniej osobista, ale nadal bardzo skuteczna statystycznie.

 

First-party data vs third-party data 

 

 

Informacje o użytkownikach i konsumentach zbierane przez zewnętrzne podmioty są dziś mocno ograniczane przez przeglądarki, regulacje, czy wspomniany choćby Privacy Sandbox. 

Walutą są dzisiaj informacje o klientach i użytkownikach gromadzone bezpośrednio przez firmę z jej własnych źródeł.

 

 

Innymi słowy to wszystkie te dane, które przekazujesz bezpośrednio platformom: wyszukiwania w Google, oglądane filmy na YouTube, kliknięcia, czas oglądania, dane z map, poczty czy kalendarza. 

I tu kluczowa rzecz: zaostrzenie prywatności niemal w ogóle nie dotknęło tego obszaru.

 

 

Dlatego: Google nadal dobrze wie, co Cię interesuje, meta nadal skutecznie targetuje reklamy, a reklama przesunęła się z „śledzenia Cię wszędzie” na „analizę tego, co robisz tu i teraz”. 

To właśnie te dane są dziś fundamentem reklamy i ponownie, kolejnym argumentem, że podsłuch zwyczajnie nie jest potrzebny.

 

Co możemy zrobić jako użytkownicy

 

 

Na koniec chciałbym przekazać Wam kilka praktycznych wskazówek – od podstawowych po te bardziej zaawansowane, jeśli zależy wam na większej kontroli:

 

Poziom podstawowy – świadomość

 

Regularnie sprawdzaj uprawnienia aplikacji (szczególnie lokalizację i dostęp w tle),traktuj zgody nie jako formalność, ale element decyzji i pamiętaj, że jeśli usługa jest darmowa, to znak, że płacisz za nią swoimi danymi.

 

 

 

Poziom średniozaawansowany – ograniczanie sygnałów

 

Ustaw lokalizację na „tylko podczas używania aplikacji”, wyłącz personalizację reklam w ustawieniach systemu i konta Google, korzystaj z przeglądarek i wyszukiwarek dbających o prywatność, regularnie przeglądaj i czyść historię aktywności.

 

 

Poziom zaawansowany – kontrola

 

Korzystaj z oddzielnych kont lub profili do pracy i życia prywatnego. Używaj narzędzi blokujących trackery i fingerprinting, pamiętając o ich ograniczeniach.

Minimalizuj liczbę aplikacji – każda z nich to potencjalne źródło danych. Regularnie aktualizuj system, ponieważ wiele mechanizmów ochrony prywatności działa tylko w nowszych wersjach.

 

Najważniejsze: realizm zamiast paranoi

 

 

Pamiętajcie proszę, że nie chodzi o to, żeby stać się niewidzialnym, bo to w praktyce niemożliwe.

Chodzi o to, żeby rozumieć, skąd biorą się dane, wiedzieć, jakie decyzje mają znaczenie i świadomie wybierać kompromisy między wygodą a swoją prywatnością.

 

 

Nie po to, żeby rezygnować z technologii, ale żeby korzystać z niej bardziej świadomie. 

Skoro mówimy dziś o danych, prywatności i świadomym korzystaniu z technologii, to warto na chwilę zejść z poziomu algorytmów na poziom bardzo konkretnych działań.

 

 

Przy okazji Dnia Bezpiecznego Internetu sklep Pancernik przygotował promocję -10% na akcesoria realnie zwiększające prywatność. 

To nie są gadżety „na pokaz”, tylko rzeczy, które rozwiązują bardzo konkretne problemy: mowa tu o szkłach prywatyzujących, zaślepkach na kamerę laptopa , oraz data blockerach USB.

 

 

To myślę dobry przykład różnicy między mitami, a realnym bezpieczeństwem: zamiast bać się wyimaginowanego podsłuchu, warto zabezpieczyć te miejsca, w których ryzyko jest faktyczne.

Z kodem DBI10 możecie zgarnąć 10% zniżki właśnie na te produkty w sklepie Pancernik – dokładnie w ramach akcji związanej z Dniem Bezpiecznego Internetu. 

 

 

 

Wbrew pozorom smartfony nie są urządzeniami do podsłuchu.

Są za to doskonałymi narzędziami do analizy zachowań i to najlepiej w dłuższym dystansie, dlatego jednodniowe eksperymenty często nie przynoszą spodziewanych rezultatów.

 

 

 

Zanim ponownie stwierdzimy, że ktoś nas podsłuchuje, warto zapytać siebie: ile informacji oddałem sam – zupełnie bez zastanowienia? 

To pytanie idealnie wpisuje się w ideę Bezpiecznego Internetu. Smartfon nie musi Cię podsłuchiwać, żeby dużo o Tobie wiedzieć. Prawda jest dużo bardziej prozaiczna. Wystarczy, że z niego korzystasz.