https://jakarta.ninkilim.com/articles/industrialization_of_profiling/pl.html
Pojawienie się profilowania – od ukierunkowanej, manualnej analizy konkretnych „osób budzących zainteresowanie” do zautomatyzowanego, ciągłego monitorowania całych populacji – stanowi jedną z najgłębszych transformacji w sprawowaniu władzy, roli technologii oraz granicach indywidualnej autonomii. To, co kiedyś wymagało znacznego wysiłku ludzkiego, instytucjonalnego priorytetyzowania i świadomego wyboru, ewoluowało w bezproblemową infrastrukturę, która generuje, agreguje i analizuje dane behawioralne miliardów ludzi w czasie rzeczywistym, często jako przypadkowy produkt uboczny codziennego życia.
Ta transformacja nie była zdeterminowana wyłącznie przez technologię. Wyłoniła się z interakcji ekspansji biurokratycznej, powtarzających się kryzysów bezpieczeństwa, bodźców ekonomicznych związanych z monetyzacją danych oraz nieustającego spadku kosztu krańcowego zbierania, przechowywania i wnioskowania z danych. Rezultatem nie jest po prostu „więcej inwigilacji”, lecz jakościowo inny reżim: taki, który zastępuje naturalne tarcie bezproblemową skalą, ludzką dyskrecję automatyzacją algorytmiczną oraz wyjątkowe podejrzenie wobec nielicznych – bazową obserwacją wielu.
W swoim rdzeniu leży fundamentalna metamorfoza: profilowanie przesunęło się z rzemieślniczego fachu – selektywnego, pracochłonnego i wyjaśniającego – do procesu przemysłowego – uniwersalnego, zautomatyzowanego i predykcyjnego. To, co następuje, śledzi tę transformację, identyfikując momenty, w których ograniczenia uległy erozji, a nowe możliwości skrystalizowały się w system ciągłego, populacyjnego wnioskowania.
Profilowanie, w swojej najprostszej formie, polega na systematycznym zbieraniu i interpretacji informacji w celu wnioskowania o cechach, przewidywania zachowania lub przypisywania kategorii ryzyka. Jego pochodzenie sięga głęboko w starożytność.
Starżytne imperia przeprowadzały spisy ludności nie tylko w celu opodatkowania czy poboru, lecz także klasyfikacji. Rzymskie władze i chińscy administratorzy cesarscy sortowali populacje według zawodu, lojalności i statusu, tworząc wczesne mapy relacyjne, które mogły identyfikować potencjalne zagrożenia. Instytucje religijne prowadziły rejestry narodzin, małżeństw, spowiedzi i moralnego postępowania, konstruując proto-sieci społeczne ujawniające sieci wpływów i odchyleń.
Jednak te systemy dzieliły jedną kluczową ograniczenie: informacja była droga. Zbieranie, weryfikacja, przechowywanie i interpretacja danych wymagały znacznego nakładu pracy ludzkiej. W rezultacie profilowanie pozostawało selektywne, epizodyczne i ograniczone. Skupiało się na elitach, dysydentach lub grupach strategicznie istotnych – nie na całych populacjach.
Ta selektywność utrzymała się w Europie wczesnonowożytnej, nawet gdy państwa rozbudowywały swój aparat inwigilacyjny. Wysiłki wywiadowcze koncentrowały się na heretykach, rywalach politycznych, przemytnikach i agentach zagranicznych poprzez informatorów, przechwyconą korespondencję i fizyczną inwigilację. Francuskie i inne cabinets noirs – czyli czarne gabinety – uosabiały to podejście: zespoły urzędników ręcznie otwierały listy, kopiowały je i ponownie je zaklejały do doręczenia. Operacje te były z natury ograniczone. Skupiały się na celach wysokowartościowych, ponieważ wszystko szersze było logistycznie niemożliwe.
Nawet na tym etapie jasno rozumiano moc metadanych. Informacje o komunikacji – nadawca, odbiorca, czas i trasa – mogły ujawnić sieci i intencje bez konieczności dostępu do treści. Skandal szpiegowski brytyjskiego urzędu pocztowego z 1844 roku wyraźnie to unaocznił opinii publicznej. Włoski rewolucjonista Giuseppe Mazzini, emigrant w Londynie, podejrzewał, że jego listy są otwierane przez władze na prośbę obcych mocarstw. On i jego zwolennicy umieszczali w kopertach ziarna maku i piasku jako znaczniki; gdy listy dotarły naruszone, Mazzini skłonił radykalnego posła Thomasa Duncombe’a do poruszenia sprawy w parlamencie. Powstały skandal ujawnił systematyczne otwieranie listów na podstawie nakazów wydanych przez ministra spraw wewnętrznych sir Jamesa Grahama, wywołując oburzenie, dochodzenia parlamentarne i ostateczne zniesienie tajnego departamentu urzędu pocztowego. Był to jeden z pierwszych nowoczesnych kryzysów prywatności i podkreślił, jak same dane relacyjne mogą rozbijać sieci powiązań.
W odpowiedzi wyłoniły się normy prawne takie jak „tajemnica korespondencji” (Briefgeheimnis, secret de la correspondance). Te zasady ograniczały wykorzystanie danych komunikacyjnych wyłącznie do celów operacyjnych, takich jak doręczanie, zakazując wtórnego wykorzystywania ich do inwigilacji lub profilowania. Podstawowa idea była prosta, lecz głęboka:
Dane wygenerowane w konkretnym celu nie powinny być ponownie wykorzystywane do konstruowania szerszych profili osób lub sieci.
Ta zasada miała odbijać się echem przez stulecia – ostatecznie jednak uległa erozji pod wpływem presji technologicznej i instytucjonalnej.
XX wiek dramatycznie rozbudował profilowanie, zachowując jednocześnie wiele wcześniejszych ograniczeń. Wymogi wojny totalnej wymagały bezprecedensowego gromadzenia informacji. Cenzura poczty, wywiad sygnałowy i łamanie szyfrów rozszerzyły inwigilację poza elity na szersze populacje. Instytucje takie jak Agencja Bezpieczeństwa Narodowego (NSA) zinstytucjonalizowały szeroką interceptację, podczas gdy agencje krajowe kompilowały obszerne akta na temat grup politycznych, podejrzanych radykałów i sieci przestępczych.
Jednak profilowanie pozostawało zasadniczo ukierunkowane. Podsłuchy telefoniczne były powiązane z konkretnymi osobami lub liniami. Akta wywiadowcze były opracowywane przez analityków ludzkich. Nawet przy wzroście wolumenu ludzka uwaga pozostawała wąskim gardłem.
Wczesne systemy komputerowe (lata 50.–70. XX wieku) zaczęły zmieniać skalę prowadzenia rejestrów. Rządy i korporacje digitalizowały rejestry świadczeń socjalnych, historie kredytowe i bazy danych kryminalnych, umożliwiając szybsze wyszukiwanie i krzyżowe odwoływanie. Te systemy nadal jednak operowały na dyskretnych rekordach, a nie na ciągłych strumieniach zachowań.
Do lat 70. obawy dotyczące scentralizowanych „banków danych” sprowokowały reakcje prawne. Amerykańska ustawa o prywatności z 1974 roku oraz wczesne europejskie ustawy o ochronie danych wprowadziły zasady ograniczania celu, minimalizacji danych i przejrzystości. Te ramy rozszerzyły logikę tajemnicy korespondencji na erę cyfrową.
Zostały one jednak zbudowane na kluczowym założeniu: że zbieranie danych jest ograniczone i epizodyczne. Regulowały rekordy – nie przepływy. To założenie miało wkrótce runąć.
Decydujący przełom następuje pod koniec lat 90. i na początku lat 2000. wraz z rozwojem internetu – nie tylko jako medium komunikacyjnego, lecz jako infrastruktury, która nieprzerwanie produkuje dane.
Systemy cyfrowe generują odpady danych: metadane tworzone automatycznie jako produkt uboczny zwykłej aktywności. Każde połączenie, zapytanie, kliknięcie i ruch wytwarza ślady, które można rejestrować, przechowywać i analizować przy znikomej koszcie.
To oznacza decydującą zmianę:
Profilowanie przestaje być aktywnością wykonywaną na danych i staje się infrastrukturą, która je nieprzerwanie produkuje.
Dostawcy usług internetowych przechowują logi połączeń, zapytania DNS i informacje o routingu, ujawniając wzorce zachowań nawet bez dostępu do treści. W przeciwieństwie do metadanych pocztowych – efemerycznych i zdecentralizowanych – cyfrowe metadane są trwałe, scentralizowane i trywialnie przeszukiwalne.
Na tej infrastrukturze platformy takie jak Google i Meta przekształciły profilowanie w podstawowy model ekonomiczny. Wyszukiwarki rejestrują intencję; sieci społecznościowe mapują relacje; ekosystemy mobilne śledzą ruch. Wbudowane trackery rozszerzają widoczność na ogromne części sieci. Piksele śledzące Meta, obecne na około jednej trzeciej popularnych stron internetowych na świecie, monitorują aktywność daleko poza własnymi platformami, często rejestrując wrażliwe sygnały z kontekstów zdrowotnych, finansowych czy politycznych.
W tym środowisku wyłania się kluczowe zrozumienie:
Treść staje się w dużej mierze zbędna. W wielu przypadkach wzorce relacyjne nie są jedynie proxy dla znaczenia – są bardziej użyteczne analitycznie niż sama treść.
Metadane nie wskazują jedynie, że komunikacja miała miejsce; umożliwiają prawdopodobieństwową rekonstrukcję treści. Kto z kim się komunikuje, kiedy, jak często i w jakim szerszym kontekście – może silnie ograniczać to, co jest komunikowane. Publicznie dostępne informacje – wspólne przynależności, role zawodowe, stanowiska polityczne, więzi społeczne – dodatkowo zawężają przestrzeń możliwych interpretacji.
Z czasem te ograniczenia stają się predykcyjne. Metadane nie są jedynie opisowe; są generatywne. Nie tylko towarzyszą treści – często mogą ją przybliżać lub wnioskować, zwłaszcza gdy są agregowane na dużą skalę.
Zapytania wyszukiwania ujawniają intencję. Częstotliwość komunikacji ujawnia siłę relacji. Wspólna lokalizacja ujawnia powiązania. Przy wystarczającej skali te sygnały zbiegają się w wysoce dokładne modele behawioralne, które często czynią bezpośredni dostęp do treści niepotrzebnym.
Systemy korporacyjne optymalizują zachowanie pod kątem monetyzacji; systemy państwowe ograniczają je pod kątem kontroli – ale oba polegają na tym samym mechanizmie: przewidywaniu poprzez wnioskowanie behawioralne na dużą skalę.
Cechą definiującą przemysłowe profilowanie jest pojawienie się trwałej tożsamości.
Wcześniejsze systemy opierały się na zmiennych identyfikatorach – nazwiskach, dokumentach, adresach – które można było zmieniać lub ukrywać. Nowoczesne systemy rekonstruują tożsamość poprzez nakładające się sygnały:
Publicznie udostępniane zdjęcia służą jako trwałe kotwice. Nawet gdy osoby zmieniają konta lub przyjmują pseudonimy, systemy rozpoznawania twarzy – szczególnie w kontekstach państwowych lub wywiadowczych – mogą ponownie łączyć tożsamości między zbiorami danych. Wspólne występowanie na zdjęciach lub w wydarzeniach dodatkowo wzmacnia wywnioskowane relacje.
Implikacja jest głęboka:
Tożsamość nie jest już czymś, co się deklaruje, lecz czymś, co jest nieprzerwanie wnioskowane.
Eliminuje to znaczną część tarcia, które kiedyś ograniczało inwigilację. Identyfikacja nie zależy od pojedynczego sygnału; wyłania się z redundancji wielu sygnałów.
Kulminacją tej ewolucji jest fuzja danych: integracja rozproszonych zbiorów danych w ujednolicone systemy analityczne.
Platformy takie jak Palantir Technologies agregują rządowe rejestry, transakcje finansowe, aktywność w mediach społecznościowych, dane lokalizacyjne i metadane komunikacji w spójne modele osób i sieci. Te systemy konstruują dynamiczne ontologie, które pozwalają analitykom wyszukiwać relacje, wykrywać wzorce i generować prognozy.
Konkretny przykład ilustruje zmianę. W egzekwowaniu prawa imigracyjnego narzędzie Palantira „Enhanced Leads Identification and Targeting for Enforcement” (ELITE) wypełnia mapy potencjalnymi celami, czerpiąc z rejestrów wiz, danych o zatrudnieniu, metadanych telefonicznych, powiązań społecznych, a nawet informacji adresowych z Medicaid czy HHS, aby przypisywać „wskaźniki pewności adresu” i generować dossier. Funkcjonariusze mogą identyfikować „bogate w cele” dzielnice do operacji, oznaczając osoby nie tylko na podstawie bezpośrednich dowodów, lecz dlatego, że ich sygnatura behawioralna i relacyjna przypomina wcześniej zidentyfikowane przypadki. Podobna fuzja pojawia się w narzędziach takich jak ImmigrationOS, które integrują historie podróży, dane biometryczne i dane społeczne do priorytetyzacji.
Podejrzenie nie jest już odkrywane – jest generowane.
Profilowanie nie tylko dokumentuje rzeczywistość; aktywnie ją konstruuje, wyłaniając probabilistyczne powiązania, które stają się operacyjnie actionable.
Tradycyjne profilowanie było w dużej mierze retrospektywne. Szukało wyjaśnienia przeszłych działań – kto popełnił przestępstwo, kto zorganizował spisek, kto stanowił zagrożenie.
Przemysłowe profilowanie jest predykcyjne i prewencyjne. Identyfikuje:
Ta logika jest często porównywana do wizji przedstawionej w Rapocie mniejszości, gdzie osoby są aresztowane zanim popełnią przestępstwo. Choć współczesne systemy nie posiadają deterministycznej przewidywalności, strukturalne podobieństwo jest wyraźne: narzędzia predykcyjnej policji analizują dane historyczne, zgłoszenia pod numer 911, czytniki tablic rejestracyjnych i sygnały społeczne, aby generować „listy gorące” lub wskaźniki ryzyka.
Nowoczesne systemy działają na prawdopodobieństwie. Osoby są oznaczane nie dlatego, że coś zrobią, lecz dlatego, że statystycznie przypominają innych, którzy to zrobili.
Zmiana jest subtelna, lecz głęboka:
Jednostki nie są już oceniane przede wszystkim na podstawie działań, lecz na podstawie ich pozycji w probabilistycznym krajobrazie.
Podejrzenie staje się strukturalne – generowane nieprzerwanie, a nie wyzwalane przez dyskretne zdarzenia.
Ramy prawne takie jak Ogólne Rozporządzenie o Ochronie Danych (RODO) próbują narzucić ograniczenia poprzez zgodę, przejrzystość i minimalizację. Jednak napotykają one ograniczenia strukturalne.
Większość systemów prawnych reguluje dane jako obiekt. Nowoczesne profilowanie czerpie moc z relacji i wniosków, które są znacznie trudniejsze do zdefiniowania, obserwacji czy ograniczenia.
Dodatkowe wyzwania obejmują:
Rezultatem jest trwałe niedopasowanie:
Ramy prawne zaprojektowane dla ery rekordów zmagają się z rządzeniem erą ciągłego, predykcyjnego wnioskowania.
Przemysłowe profilowanie wytwarza strukturalną nierównowagę.
Jednostki generują dane nieprzerwanie poprzez uczestnictwo w nowoczesnym życiu. Unikanie jest możliwe, lecz kosztowne i niekompletne. Tymczasem:
Rezultatem jest wyraźna asymetria:
Wielu staje się czytelnymi; potężni pozostają stosunkowo nieprzejrzystymi.
Poza wymiarami instytucjonalnymi i technologicznymi, uprzemysłowienie profilowania wytwarza głęboką transformację psychologiczną. Inwigilacja nie działa już wyłącznie jako siła zewnętrzna; staje się internalizowana.
Tę dynamikę przewidział Michel Foucault w swojej analizie panoptykonu: teoretycznego projektu więzienia Jeremy’ego Benthama, w którym więźniowie, widoczni dla centralnego obserwatora, którego nie widzą, internalizują dyscyplinę i regulują własne zachowanie pod niepewnością ciągłego bycia obserwowanym. Moc panoptykonu leży nie w wiecznym obserwowaniu, lecz w antycypacji tego.
Przemysłowe profilowanie dramatycznie rozszerza tę logikę. Jednostki funkcjonują w środowiskach, w których ich działania mogą być rejestrowane, analizowane i interpretowane w nieprzejrzysty sposób – przez platformy optymalizujące zaangażowanie lub państwa oceniające ryzyko. Rezultatem jest przesunięcie w stronę samoregulacji.
Przejawia się to jako:
Co istotne, te adaptacje nie wymagają jawnej przymusu. Wynikają z antycypacji.
Kontrola jest sprawowana nie tylko przez to, co systemy robią, lecz przez to, czego jednostki unikają robić.
Efekty wykraczają poza jednostki. Gdy ludzie autocenzurują się i sortują sami, generowane dane wzmacniają wzorce, kształtując przyszłe prognozy. System nie tylko obserwuje rzeczywistość – subtelnie ją przekształca, tworząc pętle sprzężenia zwrotnego, które normalizują konformizm.
Profilowanie przeszło fundamentalną transformację:
Wcześniejsze systemy były ograniczone tarciem – kosztem, czasem, ludzką uwagą. Systemy przemysłowe usuwają te ograniczenia. Monitorowanie staje się ambientowe. Włączenie staje się domyślne.
Zasada, że dane powinny służyć wyłącznie swojemu bezpośredniemu celowi, ustąpiła paradygmatowi, w którym wszystkie dane są potencjalnie możliwe do wykorzystania.
Długi łuk od tajemnicy pocztowej do fuzji danych cyfrowych ujawnia spójny wzorzec: każde technologiczne rozszerzenie zwiększa zakres profilowania, podczas gdy reakcje prawne i społeczne pozostają w tyle. To, co wyróżnia teraźniejszość, ma charakter strukturalny. Profilowanie nie jest już aktywnością skierowaną na konkretne osoby – jest infrastrukturą, wewnątrz której istnieją jednostki.
Kategoria „osoby budzącej zainteresowanie” rozpływa się. Każdy staje się przedmiotem ciągłej oceny.
Ta transformacja jest podtrzymywana nie tylko przez władzę państwa, lecz także przez bodźce ekonomiczne. Platformy, które wydają się darmowe, działają poprzez ekstrakcję danych behawioralnych. Fraza „jeśli nie płacisz za produkt, to ty jesteś produktem” oddaje intuicję – ale nie oddaje w pełni rzeczywistości.
To, co jest produkowane, nie jest jednostką, lecz modelem predykcyjnym jednostki – przenośnym, możliwym do działania i często niedostępnym dla osoby, którą reprezentuje.
Centralne wyzwanie leży w luce między percepcją a rzeczywistością.
Po pierwsze, ludzie niedoceniają wpływu tego, co jest znane. Profilowanie działa poprzez powiązania. Relacje – przeszłe, słabe lub pośrednie – mogą kształtować wyniki. Powiązanie z kimś, kto później staje się niepożądany, może wpływać na możliwości. Człowiek jest oceniany nie tylko indywidualnie, lecz relacyjnie.
Po drugie, ludzie niedoceniają zakresu tego, co można wiedzieć. Systemy wnioskują wrażliwe atrybuty – polityczne, religijne, seksualne, ekonomiczne – nie z jawnego ujawnienia, lecz z wzorców. Te wnioski stają się operacyjne niezależnie od ich dokładności.
Jednostki są oceniane nie tylko na podstawie tego, co ujawniają, lecz na podstawie tego, co można wywnioskować – i na podstawie tego, z kim są powiązane.
Uczestnictwo w życiu cyfrowym pociąga więc za sobą implicite wymianę: wygoda za czytelność. Ta wymiana nie jest ani przejrzysta, ani negocjowalna.
Wyzwanie nie polega na zatrzymaniu datafikacji, lecz na jej ograniczeniu – na przywróceniu tarcia, egzekwowaniu granic i zapewnieniu odpowiedzialności.
Centralne pytanie jest jasne:
Czy interwencja nastąpi zanim infrastruktura permanentnego profilowania stanie się zbyt głęboko zakorzeniona, by można ją było meaningfully zakwestionować?
W braku takiej interwencji cena uczestnictwa nie będzie jedynie danymi – lecz stopniową erozją granicy między byciem obserwowanym, byciem wnioskowanym i ostatecznie byciem definiowanym.