چه اطلاعاتی از خودمان در اینترنت بر جا می‌گذاریم؟

برای شما شاید یک کلیک ساده از روی کنجکاوی باشد یا خریدن لباس مورد علاقه‌تان؛ اما آیا واقع در همین حد است؟
برای پاسخ به این پرسش و تحت این عنوان که «اینترنت از ما چه می‌داند؟» سایت «الجزیره» در گزارشی نوشت:
 اینترنت می‌تواند تمام داده‌هایی را که می‌توانید تصور کنید یا نکنید، در مورد زندگی کاربران خود ذخیره کند. بنابراین، می‌توان به این پرسش که «اینترنت درباره شما چه می‌داند؟» خیلی خلاصه پاسخ داد: اینترنت همه چیز را درباره شما می‌داند، از جمله چیز‌هایی که ممکن است خودتان ندانید. اما چگونه؟  

شرکت‌ها تمام داده‌هایی را که مستقیما از طریق اینترنت قابل دسترسی هستند، جمع‌آوری می‌کنند، صرف نظر از اینکه این داده‌ها از دید عموم مردم مفید باشند یا نباشند. تمام داده‌ها مفید هستند؛ چنانچه در دست شرکتی درست قرار گیرند و می‌توانند با قیمت مناسبی فروخته شوند

چرا اینترنت این داده‌ها را جمع‌آوری می‌کند؟ 
قبل از صحبت در مورد سازوکار جمع‌آوری داده‌ها از سوی اینترنت، باید بفهمیم که این داده‌ها چرا جمع‌آوری می‌شوند و چه کسی آنها را جمع‌آوری می‌کند؛ زیرا اگرچه این داده‌ها از اینترنت جمع‌آوری می‌شوند؛ اما صرفا اینترنت ابزاری است که داده‌ها را جمع آوری و منتقل می‌کند و به کاربران در سراسر جهان دسترسی دارد. 
بنابراین، طرف‌هایی که این داده‌ها را جمع‌آوری می‌کنند معمولا شرکت‌های بزرگ یا شرکت‌های کلان‌داده هستند. این شرکت‌ها در زمینه تجارت داده‌ها یعنی جمع‌آوری و تجزیه و تحلیل آنها یا فروش نتایج به شرکت‌های دیگر برای بهره‌برداری در بازاریابی و سایر اهداف، فعالیت می‌کنند.
با افزایش شرکت‌هایی که در زمینه جمع‌آوری و تحلیل داده‌ها فعالیت می‌کنند، مفهوم جدیدی پدیدار شد: «کلان‌داده» (Big data). این مفهوم به داده‌ها با حجم زیاد اشاره دارد که از کاربران در اینترنت جمع‌آوری می‌شود و برای بررسی و تحلیل این داده‌ها، علم داده ظهور کرده و محبوب شده است.
این داده‌ها برای موارد بسیاری استفاده می‌شوند؛ از آموزش مدل‌های هوش مصنوعی عمومی و ویژه بخش‌های مختلف گرفته تا تبلیغ و طراحی محصولات و برپایی کمپین‌های تبلیغاتی خاص شرکت‌های بزرگی که توانایی مالی بررسی و تحلیل این داده‌ها به منظور افزایش فروش و بهبود محصولات خود را دارند.
این داده‌های جمع‌آوری‌شده از طریق اینترنت، مهم‌ترین کالا در عصر کنونی محسوب می‌شوند؛ چرا که شرکت‌ها میلیارد‌ها دلار برای دسترسی و تجزیه‌وتحلیل کامل آنها از سوی متخصصان خود هزینه می‌کنند. این مقوله که «اگر کالایی رایگان پیدا کردی (بهایش را نپرداختی)، بدان که خود تو کالا هستی» کاملا در دنیای اینترنت که رایگان به نظر می‌رسد مطابقت دارد.

این شرکت‌ها چه داده‌هایی را از طریق اینترنت جمع‌آوری می‌کنند؟
به این پرسش می‌توان به سادگی پاسخ داد: شرکت‌ها تمام داده‌هایی را که مستقیما از طریق اینترنت قابل دسترسی هستند، جمع‌آوری می‌کنند، صرف نظر از اینکه این داده‌ها از دید عموم مردم مفید باشند یا نباشند. تمام داده‌ها مفید هستند؛ چنانچه در دست شرکتی درست قرار گیرند و می‌توانند با قیمت مناسبی فروخته شوند.
پاسخ دقیق این است که اینترنت برخی از داده‌های اولیه مانند موارد زیر را جمع‌آوری می‌کند:
* داده‌های شخصی اولیه مانند نام، ایمیل، شماره تلفن، محل سکونت، ملیت و زبان مورد استفاده.
* داده‌های پیشرفته‌تر مانند آدرس دقیق، گروه سنی، گرایش‌های سیاسی، اجتماعی و مذهبی و گاهی حتی جنسی شما.
* داده‌هایی ویژه که داده‌هایی مفید برای گروه خاصی از شرکت‌ها هستند؛ مانند نوع دستگاه یا تلفنی که برای استفاده از اینترنت از آن بهره می‌گیرید، سرعت اینترنت، ارائه دهنده خدمات، ترجیحات شخصی و وب‌سایت‌هایی که بیشتر بازدید می‌کنید.
* داده‌های تحلیلی: به داده‌هایی اشاره دارد که می‌توان آنها را به وضوح تجزیه و تحلیل کرد و اطلاعات مفیدی از آنها به دست آورد؛ مانند مدت زمان حضور شما در وب‌سایت‌های مختلف، نحوه استفاده شما از این وب‌سایت‌ها، ترجیحات شخصی شما و حتی وب‌سایت‌هایی که از آنها خرید می‌کنید و سازوکار‌های پرداخت آنها.
* داده‌های جاسوسی و ردیابی: داده‌هایی هستند که به منظور جاسوسی و تعقیب مجرمان جمع‌آوری می‌شوند. این داده‌ها با آگاهی سازمان‌های دولتی یا از طریق حملات سایبری جمع‌آوری می‌شوند.
این داده‌ها از منابع متعددی جمع‌آوری می‌شوند و نه فقط یک منبع. در ابتدا، مکانی وجود دارد که داده‌ها از آنجا سرچشمه می‌گیرند؛ مانند وب‌سایت‌هایی که بازدید می‌کنید و پلتفرم‌های رسانه‌های اجتماعی. این کار به عنوان ردیابی و جمع‌آوری داده‌ها از سوی شرکت‌های طرف اول (شرکت مدیریت کننده سایت) شناخته می‌شود. همچنین ردیابی و جمع‌آوری داده‌ها از سوی شرکت‌های طرف سوم وجود دارد که ابزار‌های خارجی (external tools) تعبیه شده در وب‌سایت‌ها برای ردیابی کاربرانی را که به آنها دسترسی دارند، توسعه داده‌اند.

این داده‌ها چگونه جمع‌آوری می‌شوند؟
روش‌های مختلفی برای جمع‌آوری چنین داده‌هایی وجود دارد، از استفاده از ابزار‌های ردیابی خارجی (ابزار‌های طرف سوم) و داخلی مانند کوکی‌ها و حافظه تصادفی گرفته تا وارد کردن مستقیم داده‌ها به وب‌سایت‌ها و اپلیکیشن‌های مختلف. 
با این حال، در جمیع موارد، تمام طرف‌های جمع‌آوری‌کننده داده‌ها مستقیما از شما در مورد موضعتان در خصوص جمع‌آوری داده‌ها سؤال می‌کنند و شما را به نحوی مجبور می‌کنند با جمع‌آوری داده‌هایتان موافقت کنید تا از خدمات آن وب‌سایت یا ابزار بهره‌مند شوید.

آیا می‌توانیم جلوی جمع‌آوری داده‌ها را بگیریم؟
پاسخ کوتاه بله است. شما می‌توانید جمع‌آوری داده‌ها را کاملا متوقف کنید و جلوی سایت‌ها و ابزار‌های خارجی (external tools) را بگیرید تا استفاده شما از اینترنت را ردیابی نکنند. چه بسا آنچه ادوارد اسنودن، متخصص سایبری، انجام داد نمونه بارز این موضوع باشد. 
با این حال، این توقف به قیمت از دست دادن خدمات ارائه شده از سوی این سایت‌ها و دور شدن کامل از اینترنت است؛ چرا که اینترنت و سایت‌های مختلف برای عملکرد درست خود نیاز به جمع آوری داده‌های مربوط به کاربران دارند.
آنچه گفته شد به معنای این نیست که هیچ راهی برای کاهش جمع آوری داده‌ها وجود ندارد. 

روش‌های محافظت از داده‌ها
روش‌های پیشرفته و حرفه‌ای زیادی برای محافظت از داده‌های خصوصی کاربران اینترنت وجود دارد؛ اما بسیاری از آنها نیاز به تخصص فنی دارند. این مسئله به این معنا نیست که هیچ راهی آسانی برای محافظت از داده‌ها وجود ندارد. از جمله این روش‌ها می‌توان موارد زیر را نام برد: 
* استفاده از آدرس‌های ایمیل جعلی: برای مواقعی که برخی سایت‌ها به منظور ارائه خدمات خود آدرس ایمیل دریافت می‌کنند و شما مایل نیستید اطلاعات و آدرس ایمیل واقعی خود را به اشتراک بگذارد. سایت‌هایی وجود دارند که چنین آدرس‌هایی را ارائه می‌دهند. 
* استفاده از مرورگر‌های اینترنتی امن: در حال حاضر مرورگر‌های اینترنتی زیادی وجود دارند که امن‌تر از سایرین هستند. «Brave» برجسته‌ترین آنهاست و پس از آن «DuckDuckGo» قرار دارد.
* استفاده از سرویس‌هایی با حریم خصوصی پیشرفته: اخیرا، تعدادی جایگزین برای سرویس‌های محبوب ظهور کرده‌اند که به دنبال حفظ حریم خصوصی و امنیت کاربران تا حد امکان هستند. این موارد شامل موتور جستجوی «DuckDuckGo» که حریم خصوصی را افزایش می‌دهد و سرویس ایمیل ارائه شده از سو همین پلتفرم است.
البته موارد دیگری وجود دارد مانند پنهان کردن آدرس «IP» که این مورد تخصصی است.