Il web scraping è uno strumento, non un crimine

Signora Tech | Pixabay

In qualità di giornalista in grado di programmare, posso facilmente raccogliere informazioni da siti web e account di social media per trovare storie. Tutto quello che devo fare è scrivere alcune righe di codice che vanno nell'etere, aprire siti Web e scaricare i dati che sono già pubblicamente disponibili su di essi. Questo processo è chiamato raschiatura.

Ma c'è un calcolo che faccio nella mia testa ogni volta che inizio a perseguire una storia che richiede di raschiare: vale la pena questa storia andare in prigione per ?

Non sto parlando di hackerare i database murati della CIA. Sto parlando di utilizzare uno script per raccogliere informazioni a cui posso accedere come consumatore Internet quotidiano, come post pubblici su Instagram o tweet che utilizzano un determinato hashtag.

Storia correlata

Le compagnie farmaceutiche non dovrebbero essere favorite nel concedere l'accesso ai trattamenti sperimentali per il covid-19. La legge, non la fama o il potere, dovrebbe determinare chi può provare farmaci non approvati al di fuori degli studi clinici.

La mia preoccupazione non è infondata. Una legge americana vagamente scritta chiamata il Legge sulle frodi e gli abusi informatici rende l'accesso a questo tipo di informazioni in modo programmatico un potenziale crimine. La legge vecchia di decenni è stata introdotta dopo che i legislatori hanno visto il Film del 1983 Giochi di guerra e ha deciso che gli Stati Uniti avevano bisogno di una legge anti-hacking che vieti a chiunque di utilizzare un computer senza autorizzazione o di eccedere l'accesso autorizzato.

Sebbene la legge possa essere stata ben intenzionata ed è stata utilizzata per perseguire le persone che scaricano cose dai loro sistemi di lavoro che non dovrebbero, cattura anche molte altre persone nella sua rete ampiamente diffusa, inclusi accademici, ricercatori, e giornalisti.

Cosa significa il superamento dell'accesso autorizzato nell'era dei social media? Un dipendente che ha accesso a un database di riviste di ricerca per lavoro e le utilizza per scopi privati ​​supera l'accesso autorizzato? Un giornalista come me che raccoglie informazioni utilizzando processi automatizzati e il proprio account Facebook commette un crimine?

Finora, le interpretazioni della legge hanno fatto il ping pong da un caso giudiziario all'altro, affidandosi a vari giudici per darci una migliore definizione di cosa significhi esattamente superare il proprio accesso autorizzato alle informazioni. Ma presto lo farà la Corte Suprema degli Stati Uniti regola sulla legge per la prima volta, nel caso Van Buren contro Stati Uniti . Nathan Van Buren, un agente di polizia, ha avuto accesso a database confidenziali per lavoro e ha venduto le informazioni che cercava lì a una terza parte. La corte ha ascoltato le argomentazioni di apertura il 30 novembre e potrebbe annunciare la sua decisione in qualsiasi giorno.

🧵 Pensiamo che il caso Van Buren v. United States davanti alla Corte Suprema oggi sia una minaccia per il data journalism. Tanto che abbiamo depositato un amicus brief. Ecco perché:

— Il markup (@il markup) 30 novembre 2020

A partire dal prezzi sleali su Amazon a incitamento all'odio su Facebook , molti misfatti aziendali possono essere rintracciati attraverso le piattaforme su cui conduciamo gran parte della nostra vita. E la vasta impronta digitale che gli esseri umani producono online, gran parte della quale è pubblicamente disponibile, può aiutarci a colmare le lacune nei dati e a indagare su aree che altrimenti potrebbero essere difficili da capire.

Come ha sottolineato l'artista ed esperta di tecnologia Mimi Onuoha nel suo toccante pezzo La libreria dei set di dati mancanti :

|_+_|

La raccolta dei dati è costosa e ingombrante, ma è anche uno strumento importante per scoprire e rivelare le ingiustizie sistemiche. Quali dati riteniamo abbastanza importanti da raccogliere è una questione spesso lasciata a entità potenti - governi e società - che non tengono sempre a mente le persone più vulnerabili della società.

Se i funzionari del governo cinese non pubblicheranno informazioni sui campi in cui sono detenute le minoranze musulmane, allora forse i ricercatori possono utilizzare informazioni da Google Maps per approssimare la portata di questo problema. Se gli autori non ammetteranno crimini di guerra ma pubblicare su di loro sui social media, i pubblici ministeri e i ricercatori sui diritti umani possono ancora costruire casi contro di loro.

Le aziende come Facebook dovrebbero avere il ricorso legale per chiudere la ricerca accademica? Dovrebbe esserci un'esenzione quando il web scraping è l'unico modo per raccogliere dati che aiutano ricercatori, accademici e giornalisti a diagnosticare i mali della nostra società?

Twitter potrebbe aver modellato una via da seguire. Tenendo conto del suo ruolo nella diffusione della disinformazione intorno alle elezioni americane del 2016, la società ha deciso di creare un accesso speciale ai dati specificamente per accademici e ricercatori . Sebbene l'azienda disapprovi ancora lo scraping, questo passaggio indica che riconosce quanto siano importanti i dati.

Forse possono farlo anche i legislatori.

Lam Thuy Vo è una giornalista senior di BuzzFeed News, dove ha riportato storie di disinformazione, odio online e responsabilità legate alla piattaforma. Il suo libro Social media minerario era pubblicato da No Starch Press alla fine del 2019.

nascondere