stringtranslate.com

Проблемы наблюдения в умных городах

Умные города стремятся внедрять информационно-коммуникационные технологии (ИКТ) для повышения эффективности и устойчивости городских пространств при одновременном снижении затрат и потребления ресурсов . [1] В контексте наблюдения умные города контролируют граждан с помощью стратегически размещенных датчиков по всему городскому ландшафту, которые собирают данные о многих различных факторах городской жизни. Данные с этих датчиков передаются, агрегируются и анализируются правительствами и другими местными органами власти для экстраполяции информации о проблемах, с которыми сталкивается город в таких секторах, как профилактика преступности , [2] [3] [4] управление дорожным движением, [5] [6] использование энергии [6] [7] и сокращение отходов. Это способствует лучшему городскому планированию [8] и позволяет правительствам адаптировать свои услуги к местному населению. [9] [10]

Такая технология была внедрена в ряде городов , включая Санта-Крус , Детройт , [11] Барселону , Амстердам и Стокгольм . Технология умного города нашла практическое применение в улучшении эффективности правоохранительных органов , оптимизации транспортных услуг, [12] и улучшении основных инфраструктурных систем, [12] включая предоставление услуг местного самоуправления через платформы электронного управления. [13]

Эта постоянная и вездесущая передача данных [8] из разрозненных источников в единый государственный орган привела к возникновению опасений, что эти системы превратятся в «электронные паноптикумы » [1] , где правительства используют технологии, основанные на данных, для максимизации эффективного наблюдения за своими гражданами. Такая критика исходит из факторов конфиденциальности [12], поскольку потоки обмена информацией работают вертикально между гражданами и правительством в масштабах, которые подрывают концепцию городской анонимности. [12]

Правоохранительные органы

Наиболее заметное использование технологий умного города для правительственного надзора возникает в правоохранительных органах, где критики считают накопление разведданных посредством стратегий сбора данных ключевым фактором для полицейской деятельности на основе разведданных. [14] Технологии, доступные в умных городах, включают обширные установки видеонаблюдения (например, в Лондоне и Дубае), [12] [15] интеллектуальные датчики дорожного движения в Нью-Йорке [16] и программное обеспечение для прогнозирования преступлений в Санта-Круз, Калифорния. [2] Эта технология имеет потенциал для значительного улучшения типа и объема информации, на которую могут полагаться правоохранительные органы при борьбе с преступлениями. Большинство технологий охраны правопорядка, разработанных в умных городах, по-видимому, переместили правоохранительную деятельность с «дисциплинарной» на «актуарную», [14] с меньшим акцентом на выявление отдельных преступников для приписывания им вины и тенденцией классифицировать и управлять группами на основе уровней опасности.

Методы полицейской деятельности

Проактивная охрана правопорядка

Управление дорожным движением является одним из основных направлений технологий проактивной охраны общественного порядка.

Теория культуры контроля Гарланда использовалась для описания тенденции к проактивной полиции в умных городах. [14] В Палестине были предложения по внедрению систем слежения на основе GPS в автомобили для целей обеспечения правопорядка в современной городской среде. [17] Здесь местоположение и скорость каждого транспортного средства регистрируются и передаются местным властям, а штраф выписывается, если скорость автомобиля превышает ограничение более чем на 10 секунд. [17] Технология также имеет потенциал для передачи информации об авариях и пробках, [17] позволяя перенаправлять движение. Обширная система камер в Амстердаме передает данные о дорожной ситуации на центральный контрольный пункт, [5] позволяя властям предупреждать автомобилистов о предстоящих инцидентах или неблагоприятных погодных условиях.

Такая технология оказывает комбинированное профилактическое и сдерживающее воздействие на автомобилистов, совершающих нарушения правил дорожного движения. Контролируя скорость транспортных средств, власти могут минимизировать один из наиболее распространенных факторов риска в автомобильных авариях. [18] Аналогичным образом, отслеживая местоположение транспортных средств с помощью сочетания технологий GPS и камеры, власти могут реагировать в режиме реального времени, чтобы минимизировать тяжелые дорожные происшествия и, следовательно, вероятность аварий. [5] Такая технология также позволяет полиции и службам экстренной помощи мгновенно реагировать на аварии, которые могут произойти. Расширенная «досягаемость» «длинной руки закона» может, таким образом, улучшить управление дорожным движением и эффективность, сократить потребление энергии и повысить безопасность гражданских лиц.

Существует критика использования технологий умного города для проактивной полиции. Постоянный мониторинг местоположения каждого транспортного средства сочетается с концепцией непрерывного обеспечения соблюдения закона, подобной паноптикуму [12] , и вводит уровень индивидуалистического патернализма [12] , когда граждане считаются неспособными добровольно соблюдать правила дорожного движения. Более спорно, что отслеживание GPS и мониторинг камер могут ненадлежащим образом подходить для другого поведения с высоким риском (например, вождение в нетрезвом виде и усталость), [18] которое также является основными факторами дорожно-транспортных происшествий. Существуют также трудности внедрения, поскольку старые транспортные средства без оборудования GPS не будут отображаться в потоках данных, что значительно снижает точность потенциального анализа. Существует также риск произвола в рамках проактивной полиции. Контроль за превышением скорости на основе GPS будет считать человека, превышающего ограничение скорости в течение 9 секунд, невиновным, в то время как превышение ограничения в течение 10 секунд будет считаться правонарушением. Такие произвольные меры не учитывают различия в характеристиках автомобилей и лишают правоохранительные органы свободы действий. Экстраполируя это отсутствие дискреционных полномочий на различные области уголовного права, где автоматическое исполнение применяется как норма, становится очевидным потенциал несправедливых результатов и общественного недовольства такой технологией из-за относительно высокого риска неподотчетности правительств, использующих эти методы. [19]

Предиктивная полицейская деятельность

Прогностические методы в работе полиции не являются новыми, поскольку ордера на обыск являются уже существующим примером действий властей на основе подозрения и прогнозирования в современных сообществах [20] В контексте умных городов прогностическая работа полиции представляет собой использование аналитики данных для определения потенциальных мест будущих преступлений. [20] Этот сбор данных часто происходит с помощью смартфонов, которые носят с собой городские жители. Благодаря сервисам определения местоположения в смартфонах, перемещения людей могут отслеживаться и проверяться властями. Это может быть особенно эффективно при контроле толпы. Сравнивая различные скорости отдельных пользователей смартфонов в определенном месте, правоохранительные органы могут определить плотность толпы. [21] Это позволяет осуществлять целенаправленное управление толпой и прогнозировать опасности, связанные с чрезмерной толпой. [21] Таким образом, полиция может предпринять соответствующие действия (например, трансляцию информации), чтобы снизить угрозу травматизма в результате инцидентов (например, давки толпы), а также совершения преступлений, связанных с толпой (например, краж). [21]

Этот тип полицейской деятельности также позволяет правоохранительным органам «предсказывать», где, когда или кем может произойти преступление в будущем, и реагировать соответствующим образом. Инструменты анализа больших данных используются для выявления закономерностей в преступности, [20] позволяя властям картировать зоны высокого риска, время и дни для определенных типов преступлений. С помощью такого программного обеспечения полиция также может создавать профили потенциальных преступников и связанного с ними поведения. [20] Развитие технологий в умных городах позволяет расширить область прогнозирования, а также типы ответов, доступных правоохранительным органам.

Санта-Крус стал местом проведения ряда экспериментов по прогнозированию деятельности полиции. [2]

Эксперименты, проведенные в ответ на «прогностический алгоритм полицейской деятельности», основанный на данных о преступлениях в Санта-Крус, Калифорния, позволили полицейским определить наиболее вероятное время и место в определенной местности для совершения конкретного преступления. [2] Это позволило провести целевое патрулирование, что привело к снижению количества краж со взломом на 4 процента и 13 дополнительных арестов, зарегистрированных в течение первых 6 месяцев. [2] Однако эти цифры являются предварительными и не учитывают незарегистрированные преступления или преступления, которые были предотвращены благодаря усилению присутствия полиции.

Хотя можно представить, что такое вмешательство правоохранительных органов станет нормой там, где были приняты и внедрены технологии интеллектуального городского наблюдения, предиктивная полицейская деятельность вызвала ряд правовых и неправовых противоречий. [22] Во-первых, уровень преступной активности в конкретной области, достаточный для оправдания дополнительных патрулей, неясен при прогнозировании совершения правонарушений. Точка, в которой вероятность преступления становится статистически значимой, — это та, которую правоведы и суды с трудом определили. [12] В рамках этой структуры существует степень произвольности, на которой следует учитывать вес предиктивного анализа данных, поскольку области с высоким уровнем преступности можно определить только со ссылкой на «низкий уровень преступности». [12]

Кроме того, в Соединенных Штатах обыски и аресты должны проводиться на основании обоснованного подозрения в соответствии с Четвертой поправкой . Это означает, что сотрудники должны иметь возможность «указать на конкретные и четко сформулированные факты», которые «оправдывают вторжение», или вынести прогнозное суждение о том, что у человека находится предмет, связанный с совершением преступления. Аналогичные меры защиты, хотя и не основанные на конституции, существуют в Австралии [23], а также в Великобритании [24] . Последнее было подтверждено как обязательное Европейским судом по правам человека [25] в ряде европейских стран, включая государства гражданского права. Возможность формулировать такое «обоснованное подозрение» на основе алгоритмов больших данных является спорной, и некоторые критики утверждают, что при отсутствии активного подтверждения полицией прогнозных прогнозов нет достаточных оснований для ареста. [20] Кроме того, общий характер предиктивных прогнозов, возможно, несовместим с приемлемыми стандартами, изложенными Верховным судом США [20] [26] в отношении конкретных лиц. Модели преступлений, полученные с помощью анализа данных, вряд ли создадут уровень точных предиктивных подробностей, необходимых для того, чтобы сотрудники полиции производили арест, по сравнению с информированными наводками. [20] В то время как в США суды разрешили использовать профилирование при остановке и обыске людей в правильном контексте, [20] заметные судебные разногласия [27] и научные исследования [20] подчеркивают, что профилирование не имеет доказательной ценности. В Великобритании в отчете Палаты лордов [28] рекомендовалось запретить использование такой технологии местными органами власти, если только они не связаны с расследованием серьезных уголовных преступлений. Кроме того, важным фактором в Европе является то, что предиктивная полицейская технология должна применяться в соответствии с законодательством, которое достаточно четко определяет сферу использования (предсказуемость) и предоставляет лицам адекватную правовую защиту от произвольного использования алгоритмов предиктивных данных. [14]

Было установлено, что основанная на данных программа остановок и обысков в Нью-Йорке представляет собой расовое профилирование.

Неюридические споры также возникают по поводу пассивной дискриминации , которую могут генерировать программы предиктивной полиции. В Нью-Йорке программа остановки и обыска на основе данных была отменена после того, как окружной суд США постановил, что программа представляет собой расовое профилирование. [29] Примерно 83% лиц, остановленных в рамках программы, были цветными. [12] Эта дискриминация была замаскирована шумом, созданным массовым анализом данных, [12] что привело некоторых ученых к утверждению, что ряд факторов в алгоритмах предиктивной полиции может привести к противоречивым данным и предвзятой выборке. [12] Европейский суд по правам человека также признал несоразмерное использование полномочий по поиску против цветных лиц в Великобритании, [25] подчеркнув опасности технологий умных городов в предиктивной полиции.

Массовое наблюдение

Концепция умных городов по своей сути связана с массовым наблюдением. Преимущества, получаемые от технологии умного города, зависят от постоянных потоков данных, собираемых и агрегируемых датчиками, камерами и приложениями для отслеживания. [12] Однако это постоянное наблюдение поднимает ряд вопросов конфиденциальности. Массовое наблюдение с помощью больших данных действует таким образом, что снижает городскую анонимность, [12] из-за широты информации и потенциальных применений, которые могут быть экстраполированы, когда несколько потоков данных анализируются вместе одним государственным органом. Сторонники умных городов (такие как Винт Серф ) утверждают, что это сродни уровню конфиденциальности, испытываемому в небольших городах. [30] Напротив, критики утверждают, что обмен информацией в умных городах перешел от горизонтальных информационных потоков между гражданами к вертикальным, односторонним процессам между гражданином и правительством, что отражает опасения по поводу паноптизма. [12]

Сбор данных

Приложения для умных городов часто собирают и анализируют отдельные источники данных, чтобы улучшить работу государственных служб и сделать ее более эффективной и результативной. У городских жителей мало альтернатив, кроме как подписаться на эти услуги, особенно при использовании необходимой инфраструктуры, и, таким образом, косвенно и невольно согласиться на датчики и технологии наблюдения, развернутые по всей городской среде, просто через факт проживания. [12] В Амстердаме беспроводные счетчики собирают данные об использовании энергии, [31] в то время как Mobypark позволяет рекламировать и сдавать в аренду доступные парковочные места. [32] Информация, собранная по этим и более чем 70 другим проектам в Амстердаме, хранится городом Амстердамом через общую IP-инфраструктуру. [33] Учитывая, что данные из этих служб доступны основному государственному органу, это позволяет агрегировать данные, которые собираются из этих «отдельных» источников. [34]

Анализ больших данных

Большие данные часто относятся к использованию анализа данных, и алгоритмы картирования генерируют ценные идеи из, казалось бы, разрозненных наборов данных. [35] Последствия применения такого анализа к агрегированным наборам данных заключаются в том, что они позволяют сформировать более целостное представление о потребностях конкретного сообщества. В умных городах эти данные могут использоваться в качестве рефлексивного инструмента при внедрении в городскую структуру ИКТ [36], что позволяет правительству лучше достигать целей умных городов — повышение удобства проживания, эффективности и устойчивости. [1] Такие преимущества были обнаружены в Барселоне, где отслеживание схем поездок жителей на работу привело к обновлению и упрощению городских автобусных маршрутов. [10] В сочетании с внедрением умных светофоров [37] , которые позволяют осуществлять централизованный контроль, автобусы в Барселоне теперь ходят по расписанию, которое пытается минимизировать время ожидания на светофоре. [38]

Анализ больших данных не лишен недостатков в подходе Это особенно верно, когда применяется к правоохранительным органам или когда данные собираются без добровольного сотрудничества и согласия вовлеченных сторон. Критики утверждают, что существует элемент «мифологии», окружающий большие данные, что более крупные наборы данных предлагают более глубокое понимание городских проблем с более высоким уровнем точности и объективности. [19]

Надежность

Растущее значение, придаваемое аналитике больших данных, особенно в умных городах, приводит к ситуации, когда государственные органы «почти на веру» полагаются на достоверность результатов, которые были предсказаны путем анализа данных наблюдения. [39]

Однако при отсутствии критического понимания опора только на данные имеет мало поддержки, как это видно из правовой доктрины обоснованного подозрения. [20] Традиционно решения о задержании или обыске человека, принимаемые исключительно на основе личных «догадок», считались не соответствующими правовому стандарту разумной причины. [20] В этой связи трудно понять, как догадки, основанные на данных, могут считаться более надежными. [20] Оба варианта предполагают предположения, сделанные на основе выводов, сделанных из наблюдаемых данных, которые могут быть сфальсифицированы или иным образом неточны, что подрывает целостность процесса. [40]

Критики растущей роли наблюдения на основе данных в целях обеспечения правопорядка предвидят, что такая зависимость может привести к проблемам при судебном преследовании лиц на основе системы оценки преступлений, основанной на вероятности. [20] Кроме того, такая система может привести к выводам, которые будут сделаны путем приписывания веса определенным характеристикам лица — подход, который может непреднамеренно скрыть любые дискриминационные планы правоохранительных органов, потенциально нацеленные на определенные меньшинства. [41] Увеличивая потенциал дискриминации, многие алгоритмы больших данных часто создают новые категории, которые выходят за рамки правил, разработанных для предотвращения несправедливого или дискриминационного использования данных. [40]

За пределами правоохранительных органов критики утверждают, что умные города способствуют переходу на платформы электронного управления , часто за счет физического взаимодействия с гражданами. [42] Хотя электронное управление может улучшить предоставление услуг и расширить возможности сбора данных с одной платформы, [13] такие процессы могут осуществляться за счет конкурентоспособности и основываться исключительно на технологическом толчке к большему количеству источников данных и механизмов агрегации . [33] В результате стремление к усилению надзора подрывает фундаментальную цель большинства умных городов по повышению эффективности и результативности, поскольку желание граждан иметь определенные приложения ИКТ игнорируется за счет дальнейшего агрегирования данных. Пример такого противоречия возник в Великобритании, где предложения о шотландском удостоверении личности были встречены общественным резонансом, [43] в то время как аналогичные карты были внедрены в Саутгемптоне [9] без особых проблем, поскольку многие городские услуги предоставляются в обмен на сбор данных.

Конфиденциальность и автономия

В некоторых ситуациях конфиденциальность может быть нарушена из-за наблюдения.

Нормализация сбора и агрегации больших данных [12] правительствами поднимает вопросы конфиденциальности и автономии . Большая часть беспокойства связана с неудобствами и невозможностью для граждан отказаться от новых технологий, когда они являются частью основных государственных услуг, поскольку альтернатив мало. [12] Если человек хочет оказаться «вне сети», он вынужден применять ряд утомительных мер (например, платить только наличными и не использовать мобильный телефон), чтобы уменьшить свой след данных. [44] Несмотря на это, такая тактика только минимизирует, а не устраняет собираемые им данные. [44]

Проблемы конфиденциальности возникают, когда собранные данные могут быть связаны с человеком или идентифицировать его, [45] особенно при сопоставлении из нескольких источников информации. Хранение данных правительствами остается непрозрачным, в то время как потенциал перекрестного обмена данными между государственными службами часто означает, что данные доступны сторонам, с которыми поставщик не намеревался делиться данными. [12] Просто участвуя в качестве члена городского сообщества, особенно посредством использования основных городских служб и инфраструктуры, человек подвергается риску того, что его данные будут распространены среди нескольких платформ и пользователей. Хотя по отдельности такие данные могут не идентифицировать человека, предоставляющего их, в сочетании с другими данными в наборе такие данные могут рассматриваться как персонально идентифицируемая информация (PII) и, таким образом, подпадать под строгие законы о конфиденциальности. [45] Постоянно развивающееся использование технологий умных городов часто не вписывается в рамки законов о конфиденциальности, [45] которые могут быть чрезвычайно широкими, как в Австралии, [46] где дискуссионный документ, опубликованный Австралийской комиссией по реформе законодательства, подтвердил, что анонимные данные все еще могут быть PII. [46] Аналогичные режимы существуют в Соединенных Штатах [47] и Европейском союзе (см.: Директива о защите данных ). В Европе правительственные технологии, которые вмешиваются в конфиденциальность, должны быть основаны на «настоятельной социальной потребности» или иным образом « необходимы в демократическом обществе » и быть пропорциональны преследуемым законным целям. [48] Это означает, что органы власти, реализующие режимы умных городов, рискуют нарушить законы о конфиденциальности, если не будут приняты соответствующие меры предосторожности. Европейский суд по правам человека постановил, что механизмы наблюдения (включая те, которые реализованы в технологиях умных городов) могут нарушать право на конфиденциальность, особенно когда внутреннее законодательство не определяет объем или способ наблюдения. [49] И наоборот, отдельные лица могут обнаружить, что их данные были незаконно использованы при внедрении технологий умных городов. Поскольку многие технологии умных городов основаны на открытых платформах, которые часто передаются на аутсорсинг [12] частным лицам и корпорациям, существуют огромные риски того, что личные данные могут быть незаконно переданы третьим лицам. Учитывая относительную непрозрачность хранения данных правительствами, критики утверждают, что индивидуальная конфиденциальность может быть значительно ограничена из-за проживания в умном городе с небольшими возможностями для людей. [12]

Правительственный надзор, возможно, обусловлен патерналистскими желаниями защитить граждан; [12] однако, индивидуалистические и индивидуальные преимущества, предоставляемые технологией умного города, могут снизить автономию. Это особенно актуально в свете перехода к предиктивной полиции, которая происходит в среде умного города. Хотя такие односторонние действия правительства и имеют благородные намерения, они могут рассматриваться как репрессивные [12] - при этом всемогущая роль, взятая на себя правительством, рассматривается как порождающая роль паноптического института. [12] Современные города все больше ценят конфиденциальность и цифровую безопасность, о чем свидетельствует последний «Индекс самых безопасных городов The Economist 2015», [50] , где метрика цифровой безопасности была включена наряду с традиционными мерами безопасности, такими как личная безопасность и здоровье.

Паноптизм

Фасад , разрез и план тюрьмы «Паноптикум» Джереми Бентама, нарисованные Уилли Ревели , 1791 г.

Английский философ Джереми Бентам создал круглую тюремную конструкцию, известную как Паноптикум , благодаря которой заключенные знали, что за ними можно наблюдать в любое время без их ведома, что давало тюремным надзирателям положение вездесущности. [51]

Французский философ Мишель Фуко переосмыслил понятие паноптикума как метафору для «дисциплинарного общества», в котором властные отношения (и дисбалансы) могут быть определены и усилены. [52] В таком обществе власть приближается к своей идеальной форме за счет увеличения числа людей, которых можно контролировать. [52]

В этом отношении развитие умных городов и последующее увеличение возможностей наблюдения со стороны правительства порождает условия, которые отражают условия дисциплинарного общества, описанного Фуко. С этой целью развитие умных городов рассматривается его критиками как предзнаменование более крупного общественного сдвига - в частности, роли, взятой на себя правительством - в сторону массового наблюдения, патернализма, дисциплины и наказания как средства достижения социального порядка, [52] особенно в Соединенных Штатах, где «Интернет вещей» используется для сбора все более конкретных данных. [12] Товаризация наблюдения в обмен на услуги имела тенденцию нормализовать сбор данных и создавать безразличие к паноптическим разработкам в области технологий. [53] Одной из основных проблем с паноптизмом в контексте умных городов является то, что «взгляд наблюдения» опосредован избирательными предубеждениями операторов любого приложения или технологии, как было показано в исследовании использования камер видеонаблюдения в Великобритании, где «обычные подозреваемые», как правило, чаще становились мишенью. [14] В Дурбане этот паноптический «взгляд» расширяется на основе интуиции оператора видеонаблюдения из-за нормализации характеристик преступников. [54] Усугубляя эти проблемы, цифровой паноптизм обычно рассматривает «видимость» нежелательных характеристик как проблему и часто не может адекватно решать вопросы, которые невидимы для взгляда наблюдения. [54]

Полицейское государство

Если сдвиг в сторону массового наблюдения осуществится, это может привести к развитию электронного полицейского государства в результате возросших возможностей наблюдения и деятельности правоохранительных органов. Это представляет собой отчетливое сужение цели наблюдения до поддержания общественного порядка посредством улучшения правоохранительных органов. Ван Брейкель утверждает, что эти изменения уже произошли, и что внимание полиции постепенно сместилось в сторону «предварительной загрузки» своих разведывательных систем соответствующими знаниями, которые впоследствии могут быть отсортированы и использованы. [14] Поддерживая этот институционализированный сдвиг, Палата лордов Великобритании утверждала в 2009 году, что преимуществом деятельности по наблюдению является возможность для правительства обеспечить более индивидуальный подход к управлению, [28] и, как следствие, к обеспечению соблюдения законов.

Решения

В поисках золотой середины между общественными преимуществами, которые предоставляют большие данные, и вытекающей из этого потерей конфиденциальности и автономии, ученые предложили ряд решений. [12] Дикин утверждает, что «умные города» — это не просто те, которые используют ИКТ, но и те, где такой интеллект адаптирован для удовлетворения потребностей граждан через общественные и экологические факторы. [55] Комнинос называет три уровня интеллекта в умных городах [33] искусственным интеллектом инфраструктуры умного города, коллективным интеллектом городских учреждений и интеллектом населения города. Интегрируя эти уровни в процесс внедрения, умные города могут преодолеть проблемы непрозрачности правительства, которые их преследуют. Одной из проблем с установлением правовой базы для технологий умного города является определение того, следует ли использовать подход, ориентированный на конкретные технологии, или нейтральный к технологиям. [56] Многие технологии развивались слишком быстро, чтобы быть охваченными единым режимом, ориентированным на конкретные технологии, в то время как нейтральный к технологиям подход рискует оказаться слишком двусмысленным, чтобы поощрять использование или разработку регулируемой технологии. [56] Кроме того, большинство приложений слишком безобидны, чтобы их регулировать, в то время как другие, более спорные технологии, как правило, становятся возможными благодаря созданию законодательства, такого как Закон о регулировании следственных полномочий 2000 года , который установил сценарии, когда полиция могла осуществлять наблюдение, с разрешения или без него. [14] В настоящее время в Европейском суде по правам человека рассматривается вопрос об оспаривании этих законов, [57] что усиливает сложность установления подходящего правового режима. Одним из потенциальных правовых решений в Великобритании стала разработка деликта о неправомерном использовании частной информации, [58] который, по мнению Апелляционного суда Англии, может быть потенциально нарушен сбором данных, за который можно требовать возмещения ущерба. [59]

Исследования, проведенные Дикином и Кэмпбеллом в 2005 году, выявили три типа взаимодействия между гражданами и умными городами. [60] Они пришли к выводу, что граждане хотят доступной и надежной информации, а также бесперебойного и отзывчивого правительства во время транзакций. [60] Кроме того, любые консультации с сообществом должны быть прозрачными и основываться на демократическом участии и подотчетности. [60] Беннетт Мозес и др. считают, что успех технологий, основанных на данных, основан на технических, социальных и нормативных измерениях. [19] Это означает, что технологии умных городов должны удовлетворять граждан своей эффективностью, оказывать значительное благотворное влияние, которое поощряет их внедрение, и соответствовать общепринятым этикам и ценностям. [19]

Доступ

Потенциальным решением для преодоления разрыва между конкурирующими преимуществами и издержками наблюдения за большими данными является превращение управления персональными данными в «совместное предприятие». [61] Повышение осведомленности о том, как, где и почему данные собираются правительством, создает основу для неконфронтационного подхода к использованию данных в умных городах. [61]

Барселона — город, который внедрил технологию «умного города», сохранив при этом общественный доступ.

Этот процесс сводит к минимуму восприятие секретности [12], и города, которые инвестируют в множественные точки доступа, такие как Барселона с ее платформой Открытого правительства [62], наблюдают рост использования приложений для умного города. [63]

Более того, этот процесс был разработан, чтобы позволить людям получать доступ к своим собственным данным в удобном формате, [61] как это видно на примере проекта «Открытые данные» в Барселоне. [64] Таким образом, автономия восстанавливается как в отношении осознания того, как сбор данных влияет на человека, так и участия в фактическом применении этих данных для получения информации по мере разработки новых технологий.

Подотчетность

В дополнение к общей осведомленности о предполагаемой цели сбора данных «до факта», также требуются процессы подотчетности «после факта». [12] Потенциальной мерой является уведомление ответственных сторон о принятии какого-либо дискриминационного решения, что позволяет предпринять соответствующие действия. [65] В процессах, основанных на данных, особенно в сфере обеспечения правопорядка, сложно приписать ответственность одному органу или источнику, поскольку часто информация поступает из нескольких разных мест. [14] Кроме того, непрозрачность часто имеет важное значение для технологий предиктивной полиции, поскольку прозрачность может побудить потенциальных правонарушителей изменить свое поведение, чтобы избежать обнаружения. [19]

Однако процессы прозрачности остаются критически важными для обеспечения того, чтобы паноптическое видение или электронное полицейское государство не могли быть навязаны, поскольку это позволяет контролировать, как принимаются решения в отношении них и на каких критериях это основано. Подотчетность особенно важна на этапе внедрения

Выполнение

Этап внедрения технологии умного города считается решающим, поскольку приложения и платформы должны быть основаны на «социальном капитале, экологических и культурных характеристиках сообществ, которые они представляют». [66] Паскалева отмечает, что платформы электронного управления особенно подходят для демократического формирования поддержки сообщества, где жители могут участвовать в процессе принятия и реализации решений . [13] Подтверждая это, исследования Дикина и др. подчеркивают, что негативная реакция сообщества на технологию умного города сводится к минимуму, когда услуги электронного правительства разрабатываются совместно правительствами и сообществами. [60] Пример сотрудничества на экстремальном уровне был замечен в Блетчли-парке, где нацистский шифр «Энигма» был расшифрован в том, что часто называют первым умным городом. [33] Совсем недавно участие граждан поощрялось в Эдинбурге, [67] где граждан приглашают на «дегустационные» сессии ИКТ на местных площадках, что позволяет им узнать о планировании, разработке и проектировании новых технологий умного города. [66] Такие партнерства включают элементы демократии [66] и подчеркивают, как принятие решений с учетом цифровых технологий создает необходимый уровень доверия для поддержки внедрения технологий умного города. Доверие действует как механизм расширения прав и возможностей и вовлечения граждан, согласно Финчу и Тену. [12] Этот интеллект расширения прав и возможностей позволяет гражданам повышать квалификацию [33] и помогать в развитии инновационных сетей умного города, обращаясь к областям, не рассматриваемым властями. В Гонконге такое развитие происходит в зоне Cyberport, [68] в то время как в Амстердаме «Smart Citizens Labs» [69] предназначены для взаимодействия между гражданами и правительством. Эти механизмы привели к большому уровню энтузиазма в отношении технологий умного города, [13] о чем свидетельствуют многочисленные краудсорсинговые проекты Amsterdam Smart City на сегодняшний день. [70]

В Кисте ​​реализована технология «умного города» с использованием модели «Тройная спираль», что дало положительные результаты.

Модель тройной спирали для умных городов, объединяющая университет, промышленность и правительство [36] в процессе разработки, рассматривается как потенциальный ориентир для разработки и внедрения умных городов. Куртит и др. продвигают идею о том, что эта модель реализует знания, полученные в результате сотрудничества, для адаптации приложений умных городов к потребностям рынка. [71] Эмпирические исследования, проведенные в умных городах в Нидерландах, сравнили уровень проникновения ИКТ с уровнем интеллекта города в соответствии с метрикой тройной спирали, обнаружив сильную положительную корреляцию. Живой пример модели тройной спирали на практике можно увидеть в бизнес-кластере Kista Science City в Стокгольме. [72] Подкрепленные моделью Stokab с государственным темным оптоволокном, [73] более 1000 компаний [74], включая многонациональную Ericsson , [75] Королевский технологический институт (KTH) и Стокгольмский университет, находятся в Кисте, [74] которая превратилась в крупнейшую корпоративную зону в Швеции. Успех Кисты подчеркивает полезность модели «Тройной спирали» при внедрении «умных» городов и предоставляет потенциальную платформу для городов, стремящихся внедрить технологии «умных» городов таким образом, чтобы оптимизировать их использование жителями.

Анонимность

При рассмотрении возможности нарушения закона о конфиденциальности, особенно в контексте умных городов, содержащих огромный объем данных, доступных правительству, данные часто могут нуждаться в деидентификации для сохранения конфиденциальности. [12] Хотя это может затруднить согласование данных, собранных из нескольких служб, это все равно может позволить полезный сбор и агрегацию данных для определенных целей. Система E-CAF ( Common Assessment Framework ), [76] в которой база данных всех детей, оцененных государственными службами (включая полицию, социальные службы и школы), поддерживается правительством Великобритании, подчеркивает, как анонимность исчезает из-за технологий, управляемых данными. [14] Система позволяет властям предсказывать, какие дети совершат преступления в будущем, и позволяет им вмешиваться на основе ряда факторов риска и профилирования. [14] Очевидно, что граждане, занесенные в базу данных как дети, больше не будут «анонимными» членами общества. Учитывая потенциальное предположение правительства о том, что стороны, не желающие делиться своей информацией, изначально подозрительны [14], сложность сохранения анонимности в современных умных городах, очевидно, довольно высока.

Смотрите также

Ссылки

  1. ^ abc "Умные города: мультиплексный мегаполис". The Economist . 2013-09-07 . Получено 2015-05-21 .
  2. ^ abcde Бакстер, Стивен (26.02.2012). «Скромные успехи за первые шесть месяцев программы предиктивной полиции Санта-Крус». Santa Cruz Sentinel . Получено 26.05.2015 .
  3. ^ «Прогностическая деятельность полиции: даже не думайте об этом». The Economist . 2013-07-20 . Получено 21-05-2015 .
  4. ^ Берг, Нейт (25.06.2014). «Прогнозирование преступлений в стиле полиции Лос-Анджелеса». The Guardian . Получено 30.05.2015 .
  5. ^ abc Amsterdam Smart City. "Amsterdam Smart City ~ Smart traffic management". Архивировано из оригинала 29-05-2015 . Получено 30-05-2015 .
  6. ^ ab Amsterdam Smart City. "Amsterdam Smart City ~ Projects" . Получено 2015-05-30 .
  7. ^ Yigitcanlar, Tan (2015-01-02). «Умные города: эффективная модель городского развития и управления?». Australian Planner . 52 (1): 27–34. doi :10.1080/07293682.2015.1019752. ISSN  0729-3682. S2CID  109970184.
  8. ^ ab Hardy, Quentin (2014-04-19). «Как исчезает городская анонимность, когда все данные отслеживаются». Bits Blog . The New York Times . Получено 2015-05-21 .
  9. ^ ab Городской совет Саутгемптона. "SmartCities card" . Получено 2015-05-30 .
  10. ^ ab BCN Smart City. "Новая автобусная сеть" . Получено 2015-05-30 .
  11. ^ "Профилактика преступлений в умном городе: как город Детройт сократил количество насильственных преступлений на 50%". Архивировано из оригинала 20-09-2020 . Получено 10-06-2020 .
  12. ^ abcdefghijklmnopqrstu vwxyz aa ab ac ad Финч, Келси; Тене, Омер (2014). «ДОБРО ПОЖАЛОВАТЬ В МЕТРОПТИКОН: ЗАЩИТА КОНФИДЕНЦИАЛЬНОСТИ В ГИПЕРСВЯЗАННОМ ГОРОДЕ». Fordham Urban Law Journal . 41 : 1581.
  13. ^ abcd Паскалева, Красимира (2013-08-22). "Электронное управление как средство создания умного города". В Дикин, Марк (ред.). Умные города: управление, моделирование и анализ перехода . Тейлор и Фрэнсис. стр. 77. ISBN 978-1135124144.
  14. ^ abcdefghijk ван Бракель, Розамунде; Де Херт, Пол (2011). «Полиция, наблюдение и закон в докриминальном обществе: понимание последствий стратегий, основанных на технологиях» (PDF) . Cahiers Politiestudies . 3 (20) . Проверено 30 мая 2015 г.
  15. ^ Барретт, Дэвид (2013-07-10). «Одна камера наблюдения на каждые 11 человек в Британии, говорится в исследовании CCTV». The Telegraph . Получено 2015-05-30 .
  16. ^ Хилл, Кашмир (2013-12-09). "E-ZPasses считываются по всему Нью-Йорку (не только в пунктах взимания платы)". Forbes . Получено 2015-05-30 .
  17. ^ abc Tarapiah, Saed; Atalla, Shadi; AbuHania, Rajaa (2014). "УМНАЯ БОРТОВАЯ СИСТЕМА УПРАВЛЕНИЯ ТРАНСПОРТОМ С ИСПОЛЬЗОВАНИЕМ ТЕХНОЛОГИЙ GPS/GSM/GPRS ДЛЯ СНИЖЕНИЯ НАРУШЕНИЙ ПРАВИЛ ДОРОЖНОГО ДВИЖЕНИЯ В РАЗВИВАЮЩИХСЯ СТРАНАХ" (PDF) . International Journal of Digital Information and Wireless Communications . 3 (4): 96–105 . Получено 21.05.2015 .
  18. ^ ab Австралийское бюро статистики (2006-03-17). "Специальные характеристики: дорожно-транспортные происшествия с участием автотранспортных средств" . Получено 2015-05-30 .
  19. ^ abcde Беннетт Мозес, Лирия и Чан, Джанет. «Использование больших данных для принятия юридических и правоохранительных решений». {{cite journal}}: Ссылка на журнал требует |journal=( помощь ) (2014) 37(2) Юридический журнал Университета Нового Южного Уэльса 643.
  20. ^ abcdefghijklm Фергюсон, Эндрю Гатри (2012). «Прогностическая деятельность полиции и обоснованное подозрение». Emory Law Journal . 62 (2): 322. Получено 21 мая 2015 г.
  21. ^ abc Wirz, Martin; Franke, Tobias; Roggen, Daniel; Mitleton-Kelly, Eve; Lukowicz, Paul (2013). «Измерение плотности толпы с помощью смартфонов на массовых мероприятиях городского масштаба». EPJ Data Science . 2 (1): 1–24. doi : 10.1140/epjds17 . hdl : 20.500.11850/333523 .
  22. ^ "Специальные характеристики: ДТП с участием автотранспортных средств". Австралийское бюро статистики. 2006-03-17 . Получено 2015-05-30 .
  23. ^ AustLII. "ЗАКОН О ПРАВООХРАНИТЕЛЬНЫХ ОРГАНАХ (ПОЛНОМОЧИЯ И ОБЯЗАННОСТИ) 2002 ГОДА - РАЗДЕЛ 23". Свод законов Нового Южного Уэльса . Получено 30.05.2015 .
  24. ^ О'ХАРА против ГЛАВНОГО КОНСТАБЛЯ RUC , 1997 2 WLR 1 (Палата лордов).
  25. ^ ab GILLAN AND QUINTON v. THE UNITED KINGDOM (Европейский суд по правам человека 2010-01-12), Текст.
  26. ↑ Дрейпер против Соединенных Штатов , 358 US 307 (Верховный суд США, 26 января 1959 г.).
  27. ↑ Соединенные Штаты против Соколова , 490 US 1 (Верховный суд США, 1989-04-03).
  28. ^ ab "Надзор: граждане и государство" (PDF) . Том I: Отчет . Специальный комитет по Конституции. Лондон: ПАЛАТА ЛОРДОВ. 2009-02-06.
  29. ↑ Флойд против города Нью-Йорк , 959 Supp.2d 540, 562 (Апелляционный суд США).
  30. ^ Серф, Винт (2013-11-19), "Основной доклад" (PDF) , в Gilley, Stephanie (ред.), Internet of Things Workshop , Вашингтон, округ Колумбия: Федеральная торговая комиссия, стр. 118–153 , получено 2015-05-30
  31. ^ Амстердам Умный город. "Амстердам Умный город ~ Хранение энергии для домохозяйств" . Получено 2015-05-30 .
  32. ^ Mobypark. "Mobypark ~ Умная парковка" . Получено 2024-03-27 .
  33. ^ abcde Комнинос, Никос (2013-08-22). "Что делает города интеллектуальными?". В Дикин, Марк (ред.). Умные города: управление, моделирование и анализ перехода . Тейлор и Фрэнсис. стр. 77. ISBN 978-1135124144.
  34. ^ O'Reilly, Tim (2010). "Глава 2: Правительство как платформа". В Lathrop, Daniel; Ruma, Laurel (ред.). Открытое правительство . O'Reilly Media . Получено 21.05.2015 .
  35. ^ Майер-Шёнбергер, Виктор; Кукьер, Кеннет (2013). "1". Большие данные: революция, которая изменит то, как мы живем, работаем и думаем . Houghton Mifflin Harcourt Publishing.
  36. ^ ab Leydesdorff, Loet (2013-08-22). "Модель тройной спирали умных городов: неоэволюционная перспектива". В Deakin, Mark (ред.). Умные города: управление, моделирование и анализ перехода . Taylor и Francis. стр. 77. ISBN 978-1135124144.
  37. ^ BCN Smart City. "Умные светофоры" . Получено 2015-05-30 .
  38. ^ Уокер, Джарретт (2015-05-12). «Да, вы можете стереть свою автобусную сеть и разработать новую. Уроки Хьюстона, Окленда и других городов» (пресс-релиз). ИНСТИТУТ ТРАНСПОРТНЫХ И ЛОГИСТИЧЕСКИХ ИССЛЕДОВАНИЙ. Сиднейский университет . Получено 2015-05-30 .
  39. ^ Бердон, Марк и Харпур, Пол. «Переосмысление конфиденциальности и дискриминации в эпоху аналитики талантов» (PDF) . {{cite journal}}: Цитировать журнал требует |journal=( помощь ) (2014) 37(2) Юридический журнал Университета Нового Южного Уэльса 679
  40. ^ Аб де Зварт, Мелисса; Хамфрис, Сал и Ван Дизель, Беатрикс. «Надзор, большие данные и демократия: уроки для Австралии от США и Великобритании» (PDF) . {{cite journal}}: Цитировать журнал требует |journal=( помощь ) (2014) 37(2) Юридический журнал Университета Нового Южного Уэльса 713
  41. ^ Исполнительный офис президента (2014-05-01). «Большие данные: использование возможностей, сохранение ценностей» (PDF) . whitehouse.gov (пресс-релиз) . Получено 28.05.2015 – через Национальный архив .
  42. ^ Дикин, Марк (2013-08-22). «Встроенный интеллект умных городов». В Дикин, Марк (ред.). Умные города: управление, моделирование и анализ перехода . Тейлор и Фрэнсис. стр. 77. ISBN 978-1135124144.
  43. ^ Каррелл, Северин (2015-03-03). «Планы создания базы данных идентификации в Шотландии несут риск для конфиденциальности, предупредили министры». The Guardian . Получено 2015-05-30 .
  44. ^ ab Jennings, Daniel (21 августа 2013 г.). «Как не попасться на радаре наблюдения». OffTheGridNews . Получено 24.05.2015 .
  45. ^ abc Wilson, Stephen (2014). «Столкновение больших данных и закона о конфиденциальности». Австралийский журнал телекоммуникаций и цифровой экономики . 2 (3). doi : 10.7790/ajtde.v2n3.54 . SSRN  2548079.
  46. ^ ab Австралийская комиссия по реформе законодательства. «Закон о конфиденциальности: некоторые важные определения». Правительство Австралии . Получено 2015-05-30 .
  47. ^ Администрация общих служб США (2014-12-19). «Правила и политика — Защита персональных данных — Закон о конфиденциальности». Правительство США . Получено 2015-05-30 .
  48. ^ С. И МАРПЕР ПРОТИВ СОЕДИНЕННОГО КОРОЛЕВСТВА (Европейский суд по правам человека 2008-12-04), Текст.
  49. ^ LIBERTY AND OTHERS v. THE UNITED KINGDOM (Европейский суд по правам человека 2008-07-01), Текст.
  50. ^ "Индекс безопасных городов 2015" (PDF) . Intelligence Unit . The Economist. 2015-02-20 . Получено 30-05-2015 .
  51. ^ Бентам, Джереми (1798). Предложение о новом и менее затратном способе трудоустройства и исправления заключенных . Лондон.
  52. ^ abc Фуко, Мишель (1975). Дисциплина и наказание: рождение тюрьмы .
  53. ^ Жиру, Генри (2015). «Тоталитарная паранойя в пост-оруэлловском государстве надзора». Культурология . 29 (2): 108–140. doi :10.1080/09502386.2014.917118. S2CID  143580193.
  54. ^ ab Hentschel, Christine (2007). «Сделать (не)видимым: видеонаблюдение, живые камеры и их объекты в мегаполисе после апартеида». International Criminal Justice Review . 17 (4): 289–303. doi :10.1177/1057567707311583. S2CID  143518463.
  55. ^ Дикин, Марк (2013-08-22). «Введение в умные города». В Дикин, Марк (ред.). Умные города: управление, моделирование и анализ перехода . Тейлор и Фрэнсис. стр. 15. ISBN 978-1135124144.
  56. ^ ab Аббас, Роба; Майкл, Катина; Майкл, MG; Николлс, Роб (2013). «Набросок и проверка нормативной базы услуг на основе местоположения (LBS) в Австралии». Computer Law & Security Review . 29 (3): 576–589. doi :10.1016/j.clsr.2013.07.014 . Получено 28.05.2015 .
  57. ^ BIG BROTHER WATCH И ДРУГИЕ ПРОТИВ СОЕДИНЕННОГО КОРОЛЕВСТВА (Европейский суд по правам человека 2013-07-04), Текст.
  58. ^ КЭМПБЕЛЛ против MGN LTD (Палата лордов 2004 г.), Текст.
  59. ^ Видал-Холл против Google Inc (Апелляционный суд Англии и Уэльса 20q5).
  60. ^ abcd Купер, Ян; Ломбарди, Патриция; Дикин, Марк (2013-08-22). "Сообщество практики IntelCities". В Дикин, Марк (ред.). Умные города: управление, моделирование и анализ перехода . Тейлор и Фрэнсис. стр. 15. ISBN 978-1135124144.
  61. ^ abc Tene, Omer; Polonetsky, Jules (2013). «Большие данные для всех: конфиденциальность и контроль пользователей в эпоху аналитики». Northwestern Journal of Technology and Intellectual Property . 11 (5): 263–270 . Получено 28 мая 2015 г.
  62. ^ BCN Smart City. "Открытое правительство" . Получено 2015-05-30 .
  63. ^ BCN Smart City. "Barcelona Smart City" . Получено 2015-05-30 .
  64. ^ BCN Smart City. "Открытые данные" . Получено 2015-05-30 .
  65. ^ Вольф, Кристофер; Полонецкий, Жюль (2013-11-19). "Обновленная парадигма конфиденциальности для "Интернета вещей"" (PDF) . Форум "Будущее конфиденциальности" . Получено 28.05.2015 .
  66. ^ abc Дикин, Марк; Аль Ваер, Хусам (2011). «От интеллектуальных к умным городам». Журнал Intelligent Buildings International: От интеллектуальных городов к умным городам . 3 (3): 140–152. doi :10.1080/17508975.2011.586671. S2CID  110580067.
  67. ^ "The City of Edinburgh Community Network". myEdinburgh . Получено 2015-05-30 .
  68. ^ "О Cyberport". Hong Kong Cyberport Management Company Limited . Получено 2015-05-30 .
  69. ^ Умный город Амстердама. "Умный город Амстердама ~ Лаборатория умных граждан" . Получено 30.05.2015 .
  70. ^ Амстердам Умный Город. "Амстердам Умный Город" . Получено 2015-05-30 .
  71. ^ Куртит, Карима; Ломбарди, Патриция; Дикин, Марк; Караглиу, Андреа; Дель Бо, Кьяра; Нийкамп, Питер; Джордано, Сильвия (2013-08-22). «Расширенная структура сети тройной спирали для производительности умных городов». В Дикин, Марк (ред.). Умные города: управление, моделирование и анализ перехода . Тейлор и Фрэнсис. стр. 15. ISBN 978-1135124144.
  72. ^ Город Стокгольм. "ИКТ (Информационно-коммуникационные технологии)". Stockholms stad . Получено 2015-05-30 .
  73. ^ Инструментарий регулирования ИКТ. "Модели совместного использования инфраструктуры: шведский Stokab". Архивировано из оригинала 29-05-2016 . Получено 30-05-2015 .
  74. ^ ab "IT-узлы Стокгольма, часть 1: Научный городок Киста". Stockholm IT Region . 2012-11-12 . Получено 2015-05-30 .
  75. ^ Ким, Джунмо (2005-07-10). Глобализация и промышленное развитие . iUniverse. стр. 73. ISBN 978-1469723938.
  76. ^ Детский юридический центр Корам. "Общая структура оценки" . Получено 30 мая 2015 г.