L'APPROFONDIMENTO

Data scraping e tutela della privacy: strategie per proteggere i nostri dati sulle piattaforme online

L’ampia disponibilità di informazioni online offre una serie di vantaggi, ma al contempo espone i dati personali a nuovi livelli di vulnerabilità. Le azioni recenti di molte Autorità privacy si collocano come punto di partenza in direzione di una linea condivisa di intervento a livello globale. Facciamo il punto

Pubblicato il 04 Set 2023

Maria Beatrice Versaci

Analyst, Hermes Bay

Web scraping e GDPR

Aumentano le preoccupazioni in materia di privacy sull’utilizzo sempre più diffuso delle tecniche di data scraping: è recente la dichiarazione rilasciata congiuntamente dall’Office of the Australian Information Commissioner (OAIC) insieme ad altri 11 suoi omologhi internazionali per la protezione dei dati e della privacy, con cui viene affrontato il problema del data scraping sulle piattaforme di social media e altri siti pubblicamente accessibili.

Ricordiamo anche che recentemente, qui da noi in Italia, il Garante privacy ha pubblicato un provvedimento con il quale, di fatto, ha sanzionato la raccolta indiscriminata di dati personali online.

Negli USA, invece, è stata avviata una class action contro OpenAI, la società di intelligenza nota ai più per il suo popolare chatbot ChatGPT chiamata in causa perché avrebbe pesantemente violato i diritti d’autore e la privacy di innumerevoli persone quando ha deciso di utilizzare dati estratti da Internet per addestrare la sua tecnologia.

Difficile equilibrio tra data scraping e tutela della privacy

In questi, come in altri casi simili, l’obiettivo comune è dunque quello di trovare un difficile equilibrio tra data scraping e tutela della privacy.

Vero è, infatti, che nell’era digitale in cui viviamo, la quantità di dati disponibili online è cresciuta esponenzialmente. Questi dati, se raccolti e analizzati correttamente, possono fornire informazioni utili a scopi commerciali, di ricerca e decisionali.

Uno dei metodi utilizzati per estrarre questi dati è, appunto, il data scraping o web scraping. Si tratta di una tecnica automatizzata utilizzata per estrarre dati da siti web e altre fonti online che consiste nell’utilizzo di strumenti o script per navigare attraverso le pagine web, estrarre informazioni strutturate e salvarle in un formato leggibile per l’analisi successiva.

Questi strumenti possono recuperare una vasta gamma di dati come testo, immagini, tabelle, prezzi dei prodotti, recensioni dei clienti, ma anche dati personali, sollevando non poche preoccupazioni per la privacy.

Data scraping e monetizzazione dei dati personali

Il data scraping, infatti, può essere sfruttato con l’obiettivo di guadagnare attraverso la vendita dei dati a siti web di terze parti o a soggetti malintenzionati, oppure per condurre analisi private o raccogliere informazioni a fini di intelligence.

Tale attività trova applicazioni in diversi settori come le analisi di mercato, la ricerca accademica, il monitoraggio dei social media o anche il machine learning, come nel caso dell’addestramento delle Intelligenze Artificiali, ma molte piattaforme vietano esplicitamente l’attività di data scraping attraverso i propri termini di servizio.

In molti Paesi, infatti, le disposizioni normative sulla protezione dei dati e sulla privacy, obbligano queste società a proteggere le informazioni personali presenti sui loro portali da questa attività.

Il data scraping per l’addestramento dell’intelligenza artificiale

Una serie di indagini è stata recentemente avviata proprio contro aziende del settore dell’intelligenza artificiale: oltre alla class action contro OpenAI a cui accennavamo all’inizio, a luglio anche Google si è vista coinvolta in un’azione simile.

La società è stata anch’essa accusata di aver utilizzato in modo improprio grandi quantità di informazioni personali e materiale protetto da copyright per addestrare i suoi sistemi di intelligenza artificiale.

La denuncia è stata presentata l’undici luglio alla corte federale di San Francisco.

Poco tempo prima, la società aveva cambiato la normativa sulla privacy del motore di ricerca indicando di consentire alle società di effettuare data scraping allo scopo di addestrare l’IA.

Le mosse di Twitter contro il data scraping

Proprio per contrastare gli “elevati livelli di manipolazione del sistema e di data scraping”, il 13 luglio, Elon Musk ha annunciato di aver imposto una serie di limiti definiti “temporanei” a Twitter.

Tali limiti prevedono che gli account verificati possano leggere fino a un massimo di 6.000 post, che diventano 600 per quelli non verificati e 300 per gli account non verificati aperti da poco.

Questa misura segue quella di impedire la visualizzazione dei contenuti della piattaforma ai non iscritti.

Il caso di Clearview AI

Un terzo caso è stato quello di Clearview AI, che è stata recentemente oggetto di un’indagine congiunta condotta dall’Ufficio del Commissario australiano per l’informazione (OAIC) e dall’Ufficio del Commissario per le informazioni del Regno Unito.

L’azienda aveva sviluppato un’applicazione di riconoscimento facciale che offriva agli utenti la possibilità di caricare un’immagine di una persona e confrontarla con altre foto dello stesso individuo reperite su Internet.

Successivamente, l’applicazione forniva dei collegamenti alle fonti in cui tali foto erano state pubblicate. Il sistema era arrivato a comprendere un vasto database contenente più di tre miliardi di immagini, che la società ha affermato di aver ottenuto attraverso l’estrazione da diversi social media e altri siti web.

Data scraping e tutela della privacy: strategie possibili

Ed è proprio a seguito dell’indagine che ha accertato il mancato rispetto, da parte di Clearview, del Privacy Act australiano, che i due uffici, insieme ai loro omologhi in Argentina, Canada, Colombia, Hong Kong, Jersey, Messico, Marocco, Nuova Zelanda, Norvegia e Svizzera, hanno rilasciato la dichiarazione congiunta sul data scraping e sulla tutela della privacy.

L’obiettivo di questa dichiarazione congiunta consiste nell’illustrare le principali minacce per la privacy collegate all’estrazione di dati, definire le strategie con cui le piattaforme social e altri siti web devono salvaguardare le informazioni personali degli utenti da estrazioni illecite, al fine di rispettare i requisiti normativi e, infine, stabilire le azioni che le persone possono intraprendere per limitare gli eventuali pericoli legati alla tutela della privacy derivanti dall’estrazione dei dati.

I rischi privacy del data scraping

Tra i rischi per la privacy vengono indicati gli attacchi informatici mirati, le frodi sull’identità, attività di sorveglianza, monitoraggio, profilazione e marketing diretto.

La dichiarazione specifica, inoltre, che: “Poiché nessuna salvaguardia proteggerà adeguatamente da tutti i potenziali danni alla privacy associati allo scraping dei dati, le SMC – Social Media Companies – e altri siti Web dovrebbero implementare controlli tecnici e procedurali a più livelli per mitigare i rischi”.

Dal canto loro, conclude la dichiarazione, gli utenti dovrebbero essere consapevoli che le informazioni personali che condividono online potrebbero essere a rischio. Pertanto, viene consigliato, a chi voglia tutelare i propri dati, di leggere sempre le informazioni fornite dai siti Web su come vengono condivise le informazioni personali, prestare attenzione alle informazioni che si decide di diffondere online e comprendere e gestire le impostazioni sulla privacy.

Necessità di interventi specifici e ponderati

Nel contesto sempre più digitalizzato in cui ci troviamo a operare, quindi, la questione del data scraping rivela aspetti di complessità che necessitano di interventi specifici e ponderati.

L’ampia disponibilità di informazioni online può offrirci una serie di vantaggi, ma al contempo espone i dati personali a nuovi livelli di vulnerabilità. La recente dichiarazione congiunta si colloca come un punto di partenza in direzione di una linea condivisa di intervento a livello globale.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Speciale PNRR

Tutti
Incentivi
Salute digitale
Formazione
Analisi
Sostenibilità
PA
Sostemibilità
Sicurezza
Digital Economy
CODICE STARTUP
Imprenditoria femminile: come attingere ai fondi per le donne che fanno impresa
DECRETI
PNRR e Fascicolo Sanitario Elettronico: investimenti per oltre 600 milioni
IL DOCUMENTO
Competenze digitali, ecco il nuovo piano operativo nazionale
STRUMENTI
Da Istat e RGS gli indicatori per misurare la sostenibilità nel PNRR
STRATEGIE
PNRR – Piano nazionale di Ripresa e Resilienza: cos’è e novità
FONDI
Pnrr, ok della Ue alla seconda rata da 21 miliardi: focus su 5G e banda ultralarga
GREEN ENERGY
Energia pulita: Banca Sella finanzia i progetti green incentivati dal PNRR
TECNOLOGIA SOLIDALE
Due buone notizie digitali: 500 milioni per gli ITS e l’inizio dell’intranet veloce in scuole e ospedali
INNOVAZIONE
Competenze digitali e InPA cruciali per raggiungere gli obiettivi del Pnrr
STRATEGIE
PA digitale 2026, come gestire i fondi PNRR in 5 fasi: ecco la proposta
ANALISI
Value-based healthcare: le esperienze in Italia e il ruolo del PNRR
Strategie
Accordi per l’innovazione, per le imprese altri 250 milioni
Strategie
PNRR, opportunità e sfide per le smart city
Strategie
Brevetti, il Mise mette sul piatto 8,5 milioni
Strategie
PNRR e opere pubbliche, la grande sfida per i Comuni e perché bisogna pensare digitale
Formazione
Trasferimento tecnologico, il Mise mette sul piatto 7,5 milioni
Strategie
PSN e Strategia Cloud Italia: a che punto siamo e come supportare la PA in questo percorso
Dispersione idrica
Siccità: AI e analisi dei dati possono ridurre gli sprechi d’acqua. Ecco gli interventi necessari
PNRR
Cloud, firmato il contratto per l’avvio di lavori del Polo strategico
Formazione
Competenze digitali, stanziati 48 milioni per gli Istituti tecnologici superiori
Iniziative
Digitalizzazione delle reti idriche: oltre 600 milioni per 21 progetti
Competenze e competitività
PNRR, così i fondi UE possono rilanciare la ricerca e l’Università
Finanziamenti
PNRR, si sbloccano i fondi per l’agrisolare
Sanità post-pandemica
PNRR, Missione Salute: a che punto siamo e cosa resta da fare
Strategie
Sovranità e autonomia tecnologica nazionale: come avviare un processo virtuoso e sostenibile
La relazione
Pnrr e PA digitale, l’alert della Corte dei conti su execution e capacità di spesa
L'editoriale
Elezioni 2022, la sfida digitale ai margini del dibattito politico
Strategie
Digitale, il monito di I-Com: “Senza riforme Pnrr inefficace”
Transizione digitale
Pnrr: arrivano 321 milioni per cloud dei Comuni, spazio e mobilità innovativa
L'analisi I-COM
Il PNRR alla prova delle elezioni: come usare bene le risorse e centrare gli obiettivi digitali
Cineca
Quantum computing, una svolta per la ricerca: lo scenario europeo e i progetti in corso
L'indice europeo
Desi, l’Italia scala due posizioni grazie a fibra e 5G. Ma è (ancora) allarme competenze
L'approfondimento
PNRR 2, ecco tutte le misure per cittadini e imprese: portale sommerso, codice crisi d’impresa e sismabonus, cosa cambia
Servizi digitali
PNRR e trasformazione digitale: ecco gli investimenti e le riforme previste per la digitalizzazione della PA
Legal health
Lo spazio europeo dei dati sanitari: come circoleranno le informazioni sulla salute nell’Unione Europea
Servizi digitali
PNRR e PA digitale: non dimentichiamo la dematerializzazione
Digital Healthcare transformation
La trasformazione digitale degli ospedali
Governance digitale
PA digitale, è la volta buona? Così misure e risorse del PNRR possono fare la differenza
Servizi digitali
Comuni e digitale, come usare il PNRR senza sbagliare
La survey
Pnrr e digitale accoppiata vincente per il 70% delle pmi italiane
Missione salute
Fascicolo Sanitario Elettronico alla prova del PNRR: limiti, rischi e opportunità
Servizi pubblici
PNRR: come diventeranno i siti dei comuni italiani grazie alle nuove risorse
Skill gap
PNRR, la banda ultra larga crea 20.000 nuovi posti di lavoro
Il Piano
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUMPA2022
PNRR e trasformazione digitale: rivedi i Talk di FORUM PA 2022 in collaborazione con le aziende partner
I contratti
Avio, 340 milioni dal Pnrr per i nuovi propulsori a metano
Next Generation EU
PNRR, a che punto siamo e cosa possono aspettarsi le aziende private
Fondi
Operativo il nuovo portale del MISE con tutti i finanziamenti per le imprese
Servizi comunali
Il PNRR occasione unica per i Comuni digitali: strumenti e risorse per enti e cittadini
Healthcare data platform
PNRR dalla teoria alla pratica: tecnologie e soluzioni per l’innovazione in Sanità
Skill
Competenze digitali, partono le Reti di facilitazione
Gli obiettivi
Scuola 4.0, PNRR ultima chance: ecco come cambierà il sistema formativo
Sistema Paese
PNRR 2, è il turno della space economy
FORUM PA 2022
FORUM PA 2022: la maturità digitale dei comuni italiani rispetto al PNRR
Analisi
PNRR: dalla Ricerca all’impresa, una sfida da cogliere insieme
Innovazione
Pnrr, il Dipartimento per la Trasformazione digitale si riorganizza
FORUM PA 2022
PA verde e sostenibile: il ruolo di PNRR, PNIEC, energy management e green public procurement
Analisi
PNRR, Comuni e digitalizzazione: tutto su fondi e opportunità, in meno di 3 minuti. Guarda il video!
Rapporti
Competenze digitali e servizi automatizzati pilastri del piano Inps
Analisi
Attuazione del PNRR: il dialogo necessario tra istituzioni e società civile. Rivedi lo Scenario di FORUM PA 2022
Progetti
Pnrr, fondi per il Politecnico di Torino. Fra i progetti anche IS4Aerospace
Analisi
PNRR, Colao fa il punto sulla transizione digitale dell’Italia: «In linea con tutte le scadenze»
La Svolta
Ict, Istat “riclassifica” i professionisti. Via anche al catalogo dati sul Pnrr
Analisi
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUM PA 2022
Ecosistema territoriale sostenibile: l’Emilia Romagna tra FESR e PNRR
Il Piano
Innovazione, il Mise “centra” gli obiettivi Pnrr: attivati 17,5 miliardi
Analisi
PNRR: raggiunti gli obiettivi per il primo semestre 2022. Il punto e qualche riflessione
Analisi
PNRR: dal dialogo tra PA e società civile passa il corretto monitoraggio dei risultati, tra collaborazione e identità dei luoghi
Webinar
Comuni e PNRR: un focus sui bandi attivi o in pubblicazione
Analisi
Formazione 4.0: cos’è e come funziona il credito d’imposta
PA e Sicurezza
PA e sicurezza informatica: il ruolo dei territori di fronte alle sfide della digitalizzazione
PA e sicurezza
PNRR e servizi pubblici digitali: sfide e opportunità per Comuni e Città metropolitane
Water management
Water management in Italia: verso una transizione “smart” e “circular” 
LE RISORSE
Transizione digitale, Simest apre i fondi Pnrr alle medie imprese
Prospettive
Turismo, cultura e digital: come spendere bene le risorse del PNRR
Analisi
Smart City: quale contributo alla transizione ecologica
Decarbonizzazione
Idrogeno verde, 450 milioni € di investimenti PNRR, Cingolani firma
Unioncamere
PNRR, imprese in ritardo: ecco come le Camere di commercio possono aiutare
I fondi
Industria 4.0: solo un’impresa su tre pronta a salire sul treno Pnrr
CODICE STARTUP
Imprenditoria femminile: come attingere ai fondi per le donne che fanno impresa
DECRETI
PNRR e Fascicolo Sanitario Elettronico: investimenti per oltre 600 milioni
IL DOCUMENTO
Competenze digitali, ecco il nuovo piano operativo nazionale
STRUMENTI
Da Istat e RGS gli indicatori per misurare la sostenibilità nel PNRR
STRATEGIE
PNRR – Piano nazionale di Ripresa e Resilienza: cos’è e novità
FONDI
Pnrr, ok della Ue alla seconda rata da 21 miliardi: focus su 5G e banda ultralarga
GREEN ENERGY
Energia pulita: Banca Sella finanzia i progetti green incentivati dal PNRR
TECNOLOGIA SOLIDALE
Due buone notizie digitali: 500 milioni per gli ITS e l’inizio dell’intranet veloce in scuole e ospedali
INNOVAZIONE
Competenze digitali e InPA cruciali per raggiungere gli obiettivi del Pnrr
STRATEGIE
PA digitale 2026, come gestire i fondi PNRR in 5 fasi: ecco la proposta
ANALISI
Value-based healthcare: le esperienze in Italia e il ruolo del PNRR
Strategie
Accordi per l’innovazione, per le imprese altri 250 milioni
Strategie
PNRR, opportunità e sfide per le smart city
Strategie
Brevetti, il Mise mette sul piatto 8,5 milioni
Strategie
PNRR e opere pubbliche, la grande sfida per i Comuni e perché bisogna pensare digitale
Formazione
Trasferimento tecnologico, il Mise mette sul piatto 7,5 milioni
Strategie
PSN e Strategia Cloud Italia: a che punto siamo e come supportare la PA in questo percorso
Dispersione idrica
Siccità: AI e analisi dei dati possono ridurre gli sprechi d’acqua. Ecco gli interventi necessari
PNRR
Cloud, firmato il contratto per l’avvio di lavori del Polo strategico
Formazione
Competenze digitali, stanziati 48 milioni per gli Istituti tecnologici superiori
Iniziative
Digitalizzazione delle reti idriche: oltre 600 milioni per 21 progetti
Competenze e competitività
PNRR, così i fondi UE possono rilanciare la ricerca e l’Università
Finanziamenti
PNRR, si sbloccano i fondi per l’agrisolare
Sanità post-pandemica
PNRR, Missione Salute: a che punto siamo e cosa resta da fare
Strategie
Sovranità e autonomia tecnologica nazionale: come avviare un processo virtuoso e sostenibile
La relazione
Pnrr e PA digitale, l’alert della Corte dei conti su execution e capacità di spesa
L'editoriale
Elezioni 2022, la sfida digitale ai margini del dibattito politico
Strategie
Digitale, il monito di I-Com: “Senza riforme Pnrr inefficace”
Transizione digitale
Pnrr: arrivano 321 milioni per cloud dei Comuni, spazio e mobilità innovativa
L'analisi I-COM
Il PNRR alla prova delle elezioni: come usare bene le risorse e centrare gli obiettivi digitali
Cineca
Quantum computing, una svolta per la ricerca: lo scenario europeo e i progetti in corso
L'indice europeo
Desi, l’Italia scala due posizioni grazie a fibra e 5G. Ma è (ancora) allarme competenze
L'approfondimento
PNRR 2, ecco tutte le misure per cittadini e imprese: portale sommerso, codice crisi d’impresa e sismabonus, cosa cambia
Servizi digitali
PNRR e trasformazione digitale: ecco gli investimenti e le riforme previste per la digitalizzazione della PA
Legal health
Lo spazio europeo dei dati sanitari: come circoleranno le informazioni sulla salute nell’Unione Europea
Servizi digitali
PNRR e PA digitale: non dimentichiamo la dematerializzazione
Digital Healthcare transformation
La trasformazione digitale degli ospedali
Governance digitale
PA digitale, è la volta buona? Così misure e risorse del PNRR possono fare la differenza
Servizi digitali
Comuni e digitale, come usare il PNRR senza sbagliare
La survey
Pnrr e digitale accoppiata vincente per il 70% delle pmi italiane
Missione salute
Fascicolo Sanitario Elettronico alla prova del PNRR: limiti, rischi e opportunità
Servizi pubblici
PNRR: come diventeranno i siti dei comuni italiani grazie alle nuove risorse
Skill gap
PNRR, la banda ultra larga crea 20.000 nuovi posti di lavoro
Il Piano
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUMPA2022
PNRR e trasformazione digitale: rivedi i Talk di FORUM PA 2022 in collaborazione con le aziende partner
I contratti
Avio, 340 milioni dal Pnrr per i nuovi propulsori a metano
Next Generation EU
PNRR, a che punto siamo e cosa possono aspettarsi le aziende private
Fondi
Operativo il nuovo portale del MISE con tutti i finanziamenti per le imprese
Servizi comunali
Il PNRR occasione unica per i Comuni digitali: strumenti e risorse per enti e cittadini
Healthcare data platform
PNRR dalla teoria alla pratica: tecnologie e soluzioni per l’innovazione in Sanità
Skill
Competenze digitali, partono le Reti di facilitazione
Gli obiettivi
Scuola 4.0, PNRR ultima chance: ecco come cambierà il sistema formativo
Sistema Paese
PNRR 2, è il turno della space economy
FORUM PA 2022
FORUM PA 2022: la maturità digitale dei comuni italiani rispetto al PNRR
Analisi
PNRR: dalla Ricerca all’impresa, una sfida da cogliere insieme
Innovazione
Pnrr, il Dipartimento per la Trasformazione digitale si riorganizza
FORUM PA 2022
PA verde e sostenibile: il ruolo di PNRR, PNIEC, energy management e green public procurement
Analisi
PNRR, Comuni e digitalizzazione: tutto su fondi e opportunità, in meno di 3 minuti. Guarda il video!
Rapporti
Competenze digitali e servizi automatizzati pilastri del piano Inps
Analisi
Attuazione del PNRR: il dialogo necessario tra istituzioni e società civile. Rivedi lo Scenario di FORUM PA 2022
Progetti
Pnrr, fondi per il Politecnico di Torino. Fra i progetti anche IS4Aerospace
Analisi
PNRR, Colao fa il punto sulla transizione digitale dell’Italia: «In linea con tutte le scadenze»
La Svolta
Ict, Istat “riclassifica” i professionisti. Via anche al catalogo dati sul Pnrr
Analisi
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUM PA 2022
Ecosistema territoriale sostenibile: l’Emilia Romagna tra FESR e PNRR
Il Piano
Innovazione, il Mise “centra” gli obiettivi Pnrr: attivati 17,5 miliardi
Analisi
PNRR: raggiunti gli obiettivi per il primo semestre 2022. Il punto e qualche riflessione
Analisi
PNRR: dal dialogo tra PA e società civile passa il corretto monitoraggio dei risultati, tra collaborazione e identità dei luoghi
Webinar
Comuni e PNRR: un focus sui bandi attivi o in pubblicazione
Analisi
Formazione 4.0: cos’è e come funziona il credito d’imposta
PA e Sicurezza
PA e sicurezza informatica: il ruolo dei territori di fronte alle sfide della digitalizzazione
PA e sicurezza
PNRR e servizi pubblici digitali: sfide e opportunità per Comuni e Città metropolitane
Water management
Water management in Italia: verso una transizione “smart” e “circular” 
LE RISORSE
Transizione digitale, Simest apre i fondi Pnrr alle medie imprese
Prospettive
Turismo, cultura e digital: come spendere bene le risorse del PNRR
Analisi
Smart City: quale contributo alla transizione ecologica
Decarbonizzazione
Idrogeno verde, 450 milioni € di investimenti PNRR, Cingolani firma
Unioncamere
PNRR, imprese in ritardo: ecco come le Camere di commercio possono aiutare
I fondi
Industria 4.0: solo un’impresa su tre pronta a salire sul treno Pnrr

Articoli correlati