This paper argues online privacy controls are based on a transactional model of privacy, leading to a collective myth of consensual data practices. It proposes an alternative based on the notion of privacy coordination as an alternative vision and realizing this vision as a grand challenge in Ethical UX
DOCUMENT
According to Johnson & Grandison (2007), failure to safeguard privacy of users of services provided by private and governmental organisations, leaves individuals with the risk of exposure to a number of undesirable effects of information processing. Loss of control over information about a person may lead to fraud, identity theft, reputation damage, and may cause psychosocial consequences ranging from mild irritation, unease, social exclusion, physical harm or even, in extreme cases, death. Although pooh-poohed upon by some opinion leaders from search engine and ICT industries for over a decade (Sprenger, 1999; Esguerra, 2009), the debate in the wake of events like the tragic case of Amanda Todd could be interpreted as supporting a case for proper attention to citizens’ privacy. Truth be told, for a balanced discussion on privacy in the age of Facebook one should not turn towards the social media environment that seems to hail any new development in big data analysis and profiling-based marketing as a breathtaking innovation. If the myopic view of technology pundits is put aside, a remarkably lively debate on privacy and related issues may be discerned in both media and scientific communities alike. A quick keyword search on ‘privacy’, limited to the years 2000-2015, yields huge numbers of publications: Worldcat lists 19,240; Sciencedirect 52,566, IEEE explore 71,684 and Google scholar a staggering 1,880,000. This makes clear that privacy is still a concept considered relevant by both the general public and academic and professional audiences. Quite impressive for a subject area that has been declared ‘dead’.
MULTIFILE
The maximum capacity of the road infrastructure is being reached due to the number of vehicles that are being introduced on Dutch roads each day. One of the plausible solutions to tackle congestion could be efficient and effective use of road infrastructure using modern technologies such as cooperative mobility. Cooperative mobility relies majorly on big data that is generated potentially by millions of vehicles that are travelling on the road. But how can this data be generated? Modern vehicles already contain a host of sensors that are required for its operation. This data is typically circulated within an automobile via the CAN bus and can in-principle be shared with the outside world considering the privacy aspects of data sharing. The main problem is, however, the difficulty in interpreting this data. This is mainly because the configuration of this data varies between manufacturers and vehicle models and have not been standardized by the manufacturers. Signals from the CAN bus could be manually reverse engineered, but this process is extremely labour-intensive and time-consuming. In this project we investigate if an intelligent tool or specific test procedures could be developed to extract CAN messages and their composition efficiently irrespective of vehicle brand and type. This would lay the foundations that are required to generate big data-sets from in-vehicle data efficiently.
Bevoorrading en retourstromen in stedelijke gebieden zijn kostbaar en gebonden aan veel regelgeving. Er is verkeersdruk en parkeren (op laad- en losplekken) is vaak slecht mogelijk. Dit project bekijkt een nieuwe techniek om verkeersstromen in Amsterdamse straten te observeren en de relatie te leggen met de bevoorrading van winkels, van de markt en van andere bedrijven en partijen in een straat. Met dit inzicht kan er in samenwerking met vervoerders, leveranciers, ondernemers en bewoners bekeken worden welke oplossingen er zijn om de verkeersdruk te verminderen. Het slimmer en schoner regelen van de bevoorrading en inzameling van afval betekent een beter leefklimaat, een betere bereikbaarheid en niet in de laatste plaats een bruisende wijk waar het prettig vertoeven is. Het samenbrengen van de benodigde data is arbeidsintensief en zal in verband met concurrentie posities en privacy niet altijd mogelijk zijn. Schattingsmodellen en metingen worden daarom ingezet. Een andere techniek is om daadwerkelijk in een winkelstraat te gaan observeren. Fysiek is dat zeer arbeidsintensief en camerabeelden mogen meestal niet worden gebruikt in verband met privacy. Met artificiële intelligentie kunnen objecten (en personen) uit beeldmateriaal worden herkend. Daarover zijn succesverhalen in een social media context gepresenteerd, en recent ook in verkeersomgevingen (vaak snelwegen). In dit project willen we gedetailleerd beeldmateriaal (foto’s) verzamelen, om te zien welke informatie kan worden geleerd met beeldherkennings-algoritmes. Het betreft een verkennend bruikbaarheidsonderzoek met een aantal praktijkpartners.
MKB-bedrijven op het gebied van architectuur, gebiedsontwikkeling, ontwerp, digital design en technologie-ontwikkeling zien een nieuwe ‘markt’ ontstaan in de toenemende interesse voor de stedelijke commons. Dat zijn lokale gemeenschappen waarin mensen resources zoals energie, mobiliteit of woonruimte met elkaar delen en beheren, op een duurzame en pro-sociale manier. MKB-bedrijven zien kansen om in co-creatie met deze leefgemeenschappen nieuwe diensten en producten te ontwikkelen waarmee bewoners hun hulpbronnen gemeenschappelijk kunnen managen. MKB-bedrijven zien de ontwikkeling van stedelijke commons daarnaast als mogelijke oplossing voor urgente maatschappelijke vraagstukken en missies op het gebied van inclusieve woningbouw, duurzaamheid en de energietransitie. Voor het goed functioneren van de commons is een heldere articulatie en implementatie van hun onderliggende (maatschappelijke) waarden essentieel. Dit vraagt van MKB-bedrijven een zoektocht naar nieuwe manieren van gebieds- en technologie-ontwikkeling in samenwerking met bewoners. Een specifiek probleem daarbij betreft het vertalen van de commons-waarden naar een technologisch systeem dat het gezamenlijk beheer van hulpbronnen mogelijk maakt. Hiervoor wordt veel verwacht van digitale platformen en distributed ledgers technologies zoals de blockchain. Dit zijn databases die precies bijhouden wie wat bijdraagt en gebruikt. Ze koppelen zo’n boekhouding ook aan rechten, plichten en reputaties van de deelnemers. Bij de inrichting van zo’n systeem moeten ontwerpers steeds keuzes maken en rekening houden met spanningen tussen bijvoorbeeld privacy en transparantie, of individuele en collectieve belangen. In dit ontwerpproces stuiten MKBs op een kennishiaat. Hoe kunnen de onderliggende (maatschappelijke) waarden van commons-gemeenschappen 1) worden gearticuleerd en 2) vertaald naar een ontwerp voor de organisatie van een stedelijke commons met behulp van digitale platformen? Dit onderzoek verkent deze vragen in een fieldlab in Amersfoort, op twee ‘transfersites’ in Amsterdam en Birmingham, en met community of practice partners. Samen met hen worden een set design-principes en richtlijnen ontwikkeld voor het ontwerp van DLTs voor de stedelijke commons.
Lectorate, part of HAS green academy
