22 Data i samfunnet

Hver gang du ser en serie eller liker et innlegg, blir det lagret en rad i en database. Her ser du hva slike data kan fortelle om oss, med den oppdiktede strømmetjenesten Strøm. Lagre spørringene og svarene dine i mappen kap22-data-samfunn.

22.1 Hvordan apper samler data

Database: Strøm

SELECT * FROM sett WHERE bruker_id = 7 ORDER BY dato, klokkeslett;

Strøm lagrer én rad i tabellen sett hver gang en bruker ser en serie. Tabellene bruker og serie har opplysninger om brukerne og seriene.

1. Kjør spørringen. Hvor mange ganger har bruker 7 sett noe i mars?
2. Se på klokkeslettene. Hva kan du gjette om døgnrytmen til bruker 7?
3. Finn alderen og kommunen til bruker 7 i tabellen bruker.
4. Skriv en spørring som viser titlene på seriene bruker 7 har sett, med JOIN. Hva tror du bruker 7 er interessert i?

Database: Strøm

SELECT bruker_id, COUNT(*) AS sent_paa_kvelden FROM sett WHERE klokkeslett >= '23:00' OR klokkeslett < '05:00' GROUP BY bruker_id ORDER BY sent_paa_kvelden DESC LIMIT 5;

5. Kjør spørringen. Hva viser den? Hvilken alder har brukerne øverst på lista?
6. Ekte apper lagrer mye mer enn dette, for eksempel hvor du er, hvilken mobil du har, og hvor lenge du ser på hvert bilde før du blar videre. Velg en app du bruker. Lag en liste over data du tror appen lagrer om deg.

Hver rad i tabellen er ganske uskyldig. Det er når mange rader settes sammen, at de kan fortelle noe om deg som du ikke har sagt til noen, for eksempel når du legger deg, hva du er interessert i, eller om du er lei deg.

22.2 Anbefalingsalgoritmer

Database: Strøm

SELECT serie.tittel, COUNT(DISTINCT sett.bruker_id) AS seere FROM sett JOIN serie ON sett.serie_id = serie.id WHERE sett.bruker_id IN (SELECT bruker_id FROM sett WHERE serie_id = 2) AND sett.serie_id <> 2 GROUP BY serie.tittel ORDER BY seere DESC;

Når en app sier «Fordi du så Kodeknekkerne», bruker den en anbefalingsalgoritme. Spørringen ovenfor anbefaler det de andre som har sett serie 2, har sett mest av. IN betyr «er en av».

1. Les spørringen. Hvilken serie er serie 2? Finn den i tabellen serie.
2. Kjør spørringen. Hvilken serie vil Strøm anbefale til den som har sett Kodeknekkerne? Hvorfor tror du det?
3. Endre spørringen slik at den gir anbefalinger til den som har sett serie 4, Planet Hav.
4. Algoritmen anbefaler det mange andre har sett. Hva skjer med en ny serie som ingen har sett ennå?
5. Hvis du bare får anbefalt det som ligner på det du har sett før, hva skjer med det du ser over tid? Det kalles en filterboble. Er det et problem? For hvem?

Spør KI

Jeg lærer om anbefalingsalgoritmer. Forklar forskjellen på å anbefale det som ligner på det jeg har sett, og å anbefale det som folk som ligner på meg, har sett. Gi et eksempel på hver, og nevn én fordel og én ulempe med hver.

22.3 Profiler og målrettet reklame

Database: Strøm

SELECT sett.bruker_id, serie.sjanger, SUM(sett.minutter) AS minutter FROM sett JOIN serie ON sett.serie_id = serie.id GROUP BY sett.bruker_id, serie.sjanger ORDER BY sett.bruker_id, minutter DESC;

Når en app setter sammen alt den vet om én bruker, får den en profil. Med profiler kan appen selge reklame som bare vises for én gruppe brukere. Det kalles målrettet reklame.

1. Kjør spørringen. Hvilken sjanger liker bruker 1 best?
2. En butikk vil vise reklame for ungdommer mellom 16 og 19 år i Nordby som ser mye reality. Skriv en spørring som finner hvor mange brukere som passer.
3. Er det greit at appen bruker data om hva du ser, til å velge reklame? Hva om den bruker data om når du legger deg, eller om du ser mye på serier om helse?
4. Hvem tjener penger på profilen din? Hva får du igjen?

22.4 Personvern

Database: Strøm

SELECT alder, kommune, COUNT(*) AS antall FROM bruker GROUP BY alder, kommune HAVING antall = 1;

Strøm har ikke lagret navnene på brukerne, bare et nummer. Er dataene da anonyme? Spørringen ovenfor finner kombinasjoner av alder og kommune som bare én bruker har. HAVING er et vilkår for gruppene.

1. Kjør spørringen. Hvor mange brukere kan kjennes igjen bare på alder og kommune?
2. Hva er forskjellen på at data er anonyme og at de er pseudonyme, altså at navnet er byttet ut med et nummer?
3. Hvordan kunne Strøm lagret alderen slik at det blir vanskeligere å kjenne igjen brukerne?
4. Du vet alderen og kommunen til en venn, og hun er den eneste med den kombinasjonen. Hva kan du da finne ut om henne?

En personopplysning er en opplysning som kan knyttes til deg. I Norge gir personopplysningsloven, som bygger på GDPR, deg rettigheter, og den stiller krav til dem som samler inn data.

Du har rett til	Det betyr
informasjon	å få vite hvilke data som samles inn om deg, og hva de brukes til
innsyn	å få en kopi av dataene som er lagret om deg
retting	å få rettet data som er feil
sletting	å få slettet data, i mange tilfeller
å protestere	å si nei til at data om deg brukes til markedsføring

Den som samler inn data, skal	Det betyr
ha et lovlig grunnlag	for eksempel at du har samtykket, eller at dataene trengs for å levere tjenesten
samle inn minst mulig	bare de dataene som trengs til formålet
ta vare på dataene	sørge for at uvedkommende ikke får tak i dem
slette data som ikke trengs	ikke lagre dataene lenger enn nødvendig

5. Strøm vil lagre hvor brukerne er når de ser en serie. Trenger de det for å levere tjenesten? Hvilket krav i tabellen handler om dette?
6. Finn ut hvilken aldersgrense som gjelder i Norge i dag for å samtykke selv til at sosiale medier behandler personopplysninger om deg. Hvorfor har det vært diskutert å endre den? Bruk Datatilsynet eller regjeringen som kilde.
7. De fleste store apper lar deg laste ned en kopi av dataene de har om deg. Finn ut hvordan du gjør det i en app du bruker. Du trenger ikke å gjøre det.

Når du lager en app for en kunde, er det du som bestemmer hvilke data som blir lagret. Spør deg selv for hver kolonne i datamodellen: Trenger appen virkelig dette? Det du ikke lagrer, kan heller ikke komme på avveie.

Oppsummering

I dette kapitlet har du sett hvordan apper samler data, og hva mange små rader kan fortelle om en person. Du har laget en enkel anbefalingsalgoritme og en profil med SQL, diskutert målrettet reklame, og lært om personopplysninger og rettighetene dine.

En anbefaling

Database: Strøm

SELECT serie.tittel, COUNT(DISTINCT sett.bruker_id) AS seere FROM sett JOIN serie ON sett.serie_id = serie.id WHERE sett.bruker_id IN (SELECT bruker_id FROM sett WHERE serie_id = 5) AND sett.serie_id <> 5 GROUP BY serie.tittel ORDER BY seere DESC LIMIT 3;

Merk deg følgende:

• Mange små opplysninger kan til sammen fortelle mye om én person.
• En anbefalingsalgoritme kan anbefale det andre som ligner på deg, har sett. Det kan gi filterbobler.
• Data uten navn er ikke alltid anonyme. Noen få opplysninger kan være nok til å kjenne igjen en person.
• Du har rett til innsyn, retting og sletting. Den som lager en app, skal samle inn minst mulig.

Ord	Betyr
profil	alt en app vet om én bruker, satt sammen
anbefalingsalgoritme	en algoritme som velger hva du får se
filterboble	når du bare får se det som ligner på det du har sett før
målrettet reklame	reklame som bare vises for en bestemt gruppe
personopplysning	en opplysning som kan knyttes til en person
pseudonym	et nummer eller navn som erstatter det ekte navnet
dataminimering	å samle inn så lite data som mulig

Oppgaver

Oppgave 22.1

Skriv en spørring som viser hvor mange minutter hver kommune har sett av hver sjanger. Hvilken kommune ser mest dokumentar?

Database: Strøm

-- Skriv spørringen din her

Oppgave 22.2

Skriv en spørring som finner de tre seriene med flest seere. Hvorfor kan det være et problem om forsiden til appen alltid viser de mest populære seriene?

Oppgave 22.3

Lag en tabell over fem apper du bruker. Skriv hvilke data du tror hver app samler inn, og hva den bruker dem til. Sammenlign med en medelev.

Oppgave 22.4

Les personvernerklæringen til en app du bruker. Finn tre ting appen sier at den lagrer, og hva den bruker dataene til. Var det noe som overrasket deg?

Oppgave 22.5

Forklar forskjellen på anonyme og pseudonyme data. Hvorfor er brukernummeret i Strøm ikke nok til å beskytte brukerne?

B-oppgaver

Oppgave 22.6

Gå tilbake til datamodellen for idrettslaget i oppgave 19.4. Gå gjennom hver kolonne, og bestem om laget trenger den. Hvilke kolonner er personopplysninger? Hvem i laget bør få se hvilke data?

Oppgave 22.7

Lag en spørring som finner brukerne som har sett noe etter klokka 23 på minst fem forskjellige dager. Hva kunne en app gjort med en slik liste? Skriv to eksempler: ett som hjelper brukeren, og ett som kan skade.

Oppgave 22.8

Arranger en debatt i klassen: «Apper bør ikke få lov til å bruke data om hva vi ser og gjør til å vise oss reklame.» Forbered argumenter for begge sider.

Oppgave 22.9

Undersøk k-anonymitet. Hva er den minste gruppen i Strøm når du grupperer på alder og kommune? Hvordan kan du endre dataene slik at hver gruppe har minst fem brukere? Hva mister du ved å gjøre det?