Facebook a la luz de Cambridge Analytica: ni errores, ni excesos. Hacia una desmitificación de la red social

El uso masivo de datos de los usuarios por parte de Facebook no constituye un error, sino que hace al modelo de negocios de la compañía. Las herramientas de marketing desarrolladas por la red de Zuckerberg han habilitado a diversas empresas a construir perfiles sociodemocráficos. Estos comportamientos están reñidos con la democracia.

Lucas Malaspina

El escándalo desatado en torno a Cambridge Analytica (CA) por el accionar de esta firma en las elecciones de Estados Unidos ha golpeado de manera furibunda a Facebook, que quizás sea la compañía más emblemática de la última década. Los impactos de esta crisis se producen en todas las esferas: son políticos, económicos, sociales y hasta éticos. Con más de 2 mil millones de cuentas activas, si las redes sociales fueran escenarios geopolíticos (en algún punto, lo son), Facebook sería el «país» más grande del mundo. A su vez, Facebook es el tercer sitio más visitado en todo el globo según el ranking de Alexa, y como muchos saben, además es dueña de WhatsApp (1.300 millones de usuarios) y de Instagram (700 millones).

 
Facebook existe para que Cambridge Analytica haga lo que hizo (y muchos otros también)
Cambridge Analytica es una empresa que hizo su reputación alardeando por (supuestamente) entrecruzar el análisis de las personalidades de la audiencia de las redes sociales con los datos sociodemográficos, para direccionar su accionar. CA se jactó de crear perfiles sobre 230 millones de ciudadanos estadounidenses, es decir, de dos tercios de la población. Trump contrató a Cambridge Analytica en junio de 2016 y le pagó más de 6.2 millones de dólares según la Comisión Federal Electoral.
Un cofundador de la empresa, el analista de datos canadiense Christophe Wylie (un «arrepentido») reveló ante la prensa que ellos habían comprado una base de datos de 50 millones de usuarios a la agencia de un profesor de la Universidad de Cambridge (sin relación orgánica con CA), el moldavo Aleksandr Kogan, llamada Global Science Research (GSR). Kogan había obtenido esos datos en 2014 mediante una aplicación en la red social llamada ThisIsYourDigitalLife, que ofrecía a los usuarios un test de personalidad. 270.000 personas lo rellenaron a cambio de algo de dinero (entre 2 y 5 dólares), y al hacerlo dieron permisos a la app para tomar sus datos y también los de sus amigos, sin consulta de estos últimos.
Al estallar mediáticamente el escándalo, Cambridge Analytica (al igual que su socia Strategic Communication Laboratories, SCL) fue suspendida por Facebook, según se anunció el último 16 de marzo. Sin embargo, la compañía admite que no hubo errores ni excesos en esta trama, sino una utilización lógica de sus servicios. Facebook utiliza a los usuarios como materia prima que luego vende de manera procesada a los anunciantes en la plataforma (en eso consiste su modelo de negocios). Una actualización del mencionado anuncio realizada por Facebook al día siguiente aclara que «Kogan solicitó y obtuvo acceso a la información de los usuarios que eligieron registrarse en su aplicación, y todos los involucrados dieron su consentimiento. Las personas a sabiendas proporcionaron su información, no se infiltraron sistemas y no se robaron ni piratearon contraseñas ni piezas de información delicada». Esto contradice a muchos medios de comunicación que erróneamente aseguran que lo que se produjo fue «una filtración». CA lo que hizo, fundamentalmente, fue aplicar al marketing político lo que ya hacían y hacen las empresas para vender sus productos, con el consentimiento de Facebook.
Mientras tanto, a pesar de sus intentos de desmarcarse, la reputación de Facebook no para de mancharse: recientemente The Guardian informó que Joseph Chancellor, quien actualmente trabaja para Facebook como psicólogo interno para «mejorar» la UX (experiencia de usuario), es un ex co-director de GSR (o sea socio de Kogan). Según The Guardian, «Facebook prometió inicialmente responder a una serie de preguntas (...) pero luego dijo que no tenía nada que decir al respecto. Chancellor no respondió nada a las reiteradas solicitudes de comentarios». Kogan y Chancellor estaban en la Universidad de Cambridge cuando fundaron GSR, según sus perfiles de LinkedIn.
Las personas: «objetos» de otras personas (los desarrolladores de las apps)
Facebook enfatizó ese 16 de marzo que los que cedieron información a la app de Kogan lo hicieron voluntariamente. Pero el 21 de marzo Mark Zuckerberg tuvo que aclarar que esto era una verdad a medias, porque la app en cuestión (como muchas otras) también accedió a información de sus amigos. Aunque pocos lo saben, esta problemática capacidad de obtener información inusualmente rica sobre los amigos de los usuarios de las app se debió al diseño y la funcionalidad de Graph API de Facebook (que se ubica en la sección de «Facebook for developers», o «Facebook para desarrolladores»), en especial de su versión 1.0. En esta versión, las apps también podían solicitar los mensajes privados de los usuarios.
Fue el 21 de abril de 2010. cuando Zuckerberg presentó aquella modalidad de la Graph API para que no solo se puedan ver las conexiones sociales entre las personas, sino que también puedan entender las conexiones que las personas tienen con sus intereses. Se proporcionó una suerte de búsqueda avanzada para profundizar en las actividades y estados emocionales de los usuarios de Facebook, mucho más allá de lo que simplemente postearon o compartieron en la red social y en las apps. Esta Graph API de Facebook fue una revolución en el suministro de datos a gran escala: convirtió a las personas literalmente en «objetos». Una característica clave del «extractivismo de datos»: por esta vía, las ofertas comerciales fueron más económicamente viables. Una manera de sencilla de entender de qué se trata esto es, por ejemplo, con la aplicación StalkScan, que permite comprobar toda la información pública y compartida por uno mismo y por el resto de usuarios en Facebook.
Los 5 años de gracia y la aparición de Audience Network
La versión 1.0 de la API Graph se desactivó en abril de 2014 y se cerró por completo a las aplicaciones que usaron la API recién el 30 de abril de 2015. Fueron cinco años completos: mucho tiempo para que quienes las desarrollaron pudieran extraer grandes cantidades de datos personales de los usuarios (y de nuevo, de sus amigos). Facebook alega que después de cambiar esta normativa pidió a los desarrolladores que dieran muestras de haber borrado esas bases de datos. Esto no fue así en el caso de CSR y Kogan y es evidente que tampoco fue así en los muchos otros casos. Por otra parte, al ver historial de modificaciones de la API Graph, queda claro que Facebook vio los problemas hace bastante. Como veremos, a pesar de ello, no quiso alejarse de una enorme fuente de ingresos.
En efecto, aunque el 30 de abril de 2014, la compañía anunció que v1.0 se cerraría a favor de una API v2.0 mucho más restrictiva, el mismo día, Facebook lanzó su mayor iniciativa de seguimiento y orientación de anuncios hasta la fecha: la red de audiencia de Facebook (Audience Network). Esto buscó exportar el perfil de los datos de la empresa y la gran cantidad de «ataques» publicitarios a los usuarios desde sus propias apps y servicios hacia el resto de Internet. En 2016, Facebook amplió los poderes de esta función: con Audience Network se podría «perseguir» a usuarios que no estuvieran en Facebook, pero sí, por ejemplo, en Instagram. El interés de Facebook en mejorar continuamente sus feudos virtuales, acaparando cada vez mayores terrenos de acción publicitaria, están dados por su intento de superar a Google en ese campo de acción. Para ello compraron WhatsApp. Audience Network se nutre desde entonces con estos datos. Una de las mayores ventajas de Facebook sobre su competidor es que puede realizar un mejor seguimiento multidispositivo, dado que sus servicios requieren, en su mayoría, que los usuarios estén logueados. Facebook sabe que es la misma persona la que estuvo en una computadora de escritorio y que luego entra a su plataforma desde un teléfono celular. No necesita cookies.
La adicción a los mobile, a Facebook y la perspectiva de un «juramento hipocrático» de nuevo tipo
Uno de los aspectos más significativos de la efectividad de Facebook para recolectar los datos y desenvolver «el extractivismo de datos» excede al software. Tiene que ver con el rol de la psicología en la UX (User Experience o experiencia de usuario) de la aplicación. Este fenómeno a su vez excede a Facebook y atraviesa en realidad toda nuestra relación la tecnología actual. Tristan Harris, ex diseñador de ética de Google, se esmera en concientizar sobre esto a la ciudadanía con datos tan contundentes como aterradores. Harris plantea que los teléfonos celulares han sido ideados para ser adictivos: los define como «máquinas tragamonedas de bolsillo».
Bajo los auspicios de Time Well Spent (una organización sin fines de lucro que combate lo que llaman la «crisis de atención digital»), Harris lidera un movimiento para cambiar los fundamentos del diseño de software y busca replicar algo similar al «juramento hipocrático». Para Time Well Spent, «nuestra sociedad está siendo secuestrada por la tecnología. Lo que comenzó como una carrera para monetizar nuestra atención ahora está erosionando los pilares de nuestra sociedad: la salud mental, la democracia, las relaciones sociales y nuestros hijos». Actualmente, se estima que las personas chequean sus celulares entre 100 y 150 veces por día.
En un trabajo llamado «Examination of Neural Systems Sub-Serving Facebook ‘Addiction’» (que tiene como autores a Ofir Turel, Qinghua He, Gui Xue, Lin Xiao y Antoine Bechara). Según los investigadores, la adicción a Facebook comparte características con la adicción al juego (ludopatía) o a las sustancias (particularmente mencionan a la cocaína). Cuando uno persona es adicta, las rutas neurales que van de los centros de recompensa del cerebro al lóbulo frontal «se agrandan», desarrollando conductas impulsivas. Las adicciones modifican la neuroanatomía del cerebro: según ellos, esto también ocurre con Facebook, aunque con sus rasgos distintivos y se tienden a perder los controles inhibitorios. El de Ofir Turel et al es uno entre otros muchos estudios que apuntan en la misma dirección.
El caso de Justin Rosenstein, de 34 años, el ingeniero de Facebook que creó el botón de «Like» («Me gusta», luego copiado por Twitter y replicado en Instagram), es toda una paradoja. Rosenstein es actualmente miembro del consejo asesor de Time Well Spent. Él modificó el sistema operativo de su notebook para bloquear Reddit (es el séptimo sitio más visitado del mundo, allí los usuarios envían publicaciones para los demás voten -a favor o en contra- según sus preferencias; si una publicación recibe muchos votos, más gente puede verla), se fue de Snapchat (él la compara con la heroína -recordemos que, para derrotarla, Instagram ha tomado de allí varias de sus funciones), y después de reducir su participación en la plataforma drásticamente, finalmente borró su cuenta en Facebook. Describe a los «me gusta», su propia creación, como «golpes brillantes de pseudo-placer». Sean Parker, ex directivo de Napster, Spotify y Facebook, quien se transformó en una suerte de «objetor de conciencia» de las redes sociales, confirma que esto no fue un resultado aleatorio: «El proceso de reflexión en torno a la creación de estas aplicaciones, con Facebook en primer lugar, se trataba sobre «¿cómo podemos hacer para consumir la mayor cantidad de tiempo y atención consciente que sea posible?'». Por eso no puede sorprender que el área de UX de la empresa emplee profesionales como el mencionado Joseph Chancellor -el cofundador de CSR junto a Kogan.
La dimensión de los problemas de esta época parece abrumadora, por sus múltiples aristas. Probablemente no alcanzará con las escasas regulaciones estatales a los monopolios de datos ni con que los creadores de software se comprometan a desarrollar productos más sanos, o sea, menos agresivos en su competencia por nuestra debilitada capacidad de atención. El auge de los smartphones y de las redes sociales que lo han acompañado requerirán un abordaje audaz que sea capaz de realizar una crítica de conjunto. 

Fuente: http://nuso.org/articulo/facebook-luz-de-cambridge-analytica-ni-errores-ni-excesos-articulo/ - Nueva Sociedad - Imagen: ‪contrahegemoniaweb.com.ar‬-----------
Los cinco sectores que más están exprimiendo el big data

Fotolia. Autor: M.H.

Gonzalo Toca

Las nuevas tecnologías de almacenaje y análisis de datos masivos en la nube están provocando un terremoto en multitud de sectores que va a acelerarse con la conexión de decenas de miles de dispositivos inteligentes a Internet. Hablamos no sólo de móviles, sino también de ropa, infraestructuras y, por supuesto, de vehículos.  

 
El principal rompeolas donde está estallando con más fuerza este tsunami se encuentra allí donde las empresas trabajan con millones de datos estructurados y no estructurados –pero siempre digitalizados– de productos y, por supuesto, de clientes reales y potenciales.
Esto significa que son los bancos, las telecos, las empresas de energía, los gigantes del gran comercio y sus socios logísticos y las agencias de marketing y publicidad digitales quienes están recibiendo el grueso del impacto. Quieren surfear esta endiablada ola para conocer mejor a sus clientes, personalizar sus servicios, mitigar los riesgos y anticiparse a los fallos de las infraestructuras o sistemas.

Bancos

Fotolia. Autor: maciek905

Las tres principales áreas donde los bancos están viéndose propulsados por el big data son el análisis de riesgos (calculan, por ejemplo, qué posibilidades existen de que determinados clientes no les devuelvan lo prestado e intentan anticiparse), la evaluación de la experiencia del cliente (hasta qué punto se encuentra satisfecho con los servicios que le ofrecen, qué probabilidades existen de que abandone la entidad y cómo podrían ajustar mejor la oferta a sus necesidades) y la optimización de operaciones.
La optimización de operaciones se refiere, sobre todo, a los procesos internos. Por ejemplo, teniendo en cuenta que la mayor parte de las transacciones cotidianas se realizan mediante la banca electrónica, los datos masivos sirven para vigilar atentamente la evolución del rendimiento del portal, adaptarlo a las necesidades de sus usuarios y prevenir fallos que puedan bloquear su funcionamiento o suponer una brecha en la seguridad.

Telecomunicaciones
Las empresas de telecomunicaciones se han visto invadidas en muy pocos años por los analistas y métricas de datos masivos… y los están empleando para mejorar la gestión de sus infraestructuras y procesos, para comprender y satisfacer más a sus clientes y para utilizar el poder de su conectividad para ofrecer servicios a terceros.
La gestión de infraestructuras y procesos está avanzando a lomos de la información que emiten los cables sensorizados sobre el tráfico de datos que soportan en cada momento del día y una estimación cada vez más precisa del tráfico futuro gracias a un sinfín de variables plurianuales. También se emplea el big data para identificar un fraude o, en algunas ocasiones, anticiparlo.
La relación con el cliente ha empezado a adaptarse a este nuevo contexto igualmente. Los datos pueden servir para ofrecer a los consumidores mejores contratos, para afinar las campañas de marketing  teniendo en cuenta, por ejemplo, la geolocalización, para computar muchas más variables como las que ofrecen la participación en redes sociales a la hora de decidir si un cliente está verdaderamente contento e incluso para diseñar nuevos productos y servicios que lo agraden más.
Por supuesto, la multiplicación de la conectividad a Internet de miles de dispositivos nuevos (Cisco calcula que serán 50.000 millones en 2020) ya está abriendo nuevas oportunidades de negocio para que las telecos vendan, normalmente con el consentimiento de los clientes, datos a terceras empresas como pueden ser los fabricantes y aseguradoras de vehículos inteligentes, que quieren conocer el uso que les dan y el grado de satisfacción de sus clientes.

Aseguradoras

Fotolia. Autor: bakhtiarzein

Las aseguradoras están aprovechando el big data, principalmente, para calcular mejor las primas de los seguros. A veces lo hacen con modelos predictivos sobre la información de la que siempre habían dispuesto y otras, cada vez más, apuestan o por comprar la información de los clientes a los data brokers o por pedir, por ejemplo, a los conductores que inserten un sensor en sus vehículos para que acceder a una información en tiempo real sobre la calidad de su conducción (esto vale también para las aplicaciones sanitarias que potencian los móviles y los wearables y las primas de los seguros médicos).
Utilizan, igualmente, los datos masivos para identificar automáticamente, y mediante la inteligencia artificial, conductas fraudulentas y para conocer mejor a sus clientes. Desean ofrecerles servicios a medida, localizar a aquellos que van a cancelar las pólizas antes de que lo hagan y estimar la satisfacción de todos mediante datos que incluyen desde la participación en redes sociales hasta los correos y las llamadas de teléfono que intercambian con ellos

Empresas de energía

Las empresas de energía también están exprimiendo como una naranja la revolución de los datos masivos. Aquí hablamos tanto de las distribuidoras como de las productoras y tanto de las verdes como de las que se dedican a los combustibles fósiles. También se pueden incluir las firmas de ingeniería que fabrican, por ejemplo, los aerogeneradores o los paneles solares.
En términos de distribución, el big data y los contadores inteligentes les permiten anticipar fallos en la red y mejorar el mantenimiento, ajustarse a la demanda de cada momento con poderosos modelos predictivos, identificar los cortes de luz y otras averías antes de que el cliente llame para quejarse, descubrir anomalías o nuevas tendencias en el consumo o utilizar adecuadamente las redes para no derrochar energía.
Cuando se trata de producir, depende sobre todo del tipo de combustible. Si es fósil, entonces los datos masivos sirven para interpretar mejor las variables del subsuelo que se intenta explotar, para reducir el tiempo entre la perforación y el contacto con el yacimiento y para construir modelos predictivos a partir de experiencias anteriores en terrenos similares.
Si hablamos de energías renovables, los datos masivos le dejan evaluar el rendimiento de las infraestructuras (aerogeneradores, por ejemplo) y aprovechar al máximo recursos como la luz del sol o el viento, adelantarse a posibles fallos e incluso arreglarlas por control remoto. Los fabricantes de esos aerogeneradores o de las placas solares reciben en todo momento los datos sobre el rendimiento de sus productos aunque los hayan vendido y eso les da la oportunidad de aprender de sus imperfecciones a medida que se descubren.
Gran comercio & socios logísticos
Las grandes superficies y las cadenas de tiendas han empezado a utilizar los datos masivos de dos grandes formas: la primera tiene que ver directamente con sus clientes; la segunda está relacionada con la manera en la que transportan y almacenan sus productos.
Cada vez son menos los grandes almacenes y las cadenas de tiendas que no emplean el big data para construir un retrato cada vez más preciso de sus clientes. Acceden a sus datos mediante los paquetes que compran a los data brokers, su actividad en la tienda online y los distintos programas de fidelización.
El objetivo no sólo es conservar y retener a sus consumidores, sino también predecir con mayor exactitud las oscilaciones de la demanda y ofrecerles un paquete de productos relacionados con el que están a punto de comprar. Otra novedad de los datos masivos es que les permiten conocer en tiempo real los precios de sus competidores y ajustar los suyos automáticamente si ven que despiertan furor en las redes sociales.
El segundo aspecto en el que los grandes distribuidores se ven afectados por el big data es, como decíamos, el de la logística y la gestión de inventarios. Aquí intervendrán ellos directamente o distintos socios externos especializados en transporte. Ya están procesando información de decenas de fuentes para controlar la distribución y el almacenamiento de los bienes. Entre esas fuentes destacan interacciones con los consumidores como las reseñas o las órdenes de compra e interacciones de una gran superficie (Carrefour, por ejemplo) con sus proveedores a través de la plataforma informática de la multinacional francesa.
Agencias de publicidad y marketing digital
Como decíamos en un texto anterior, la inversión publicitaria digital se incrementará este año en un 11% a lomos, sobre todo, de la fortísima pulsión de los anuncios diseñados para los móviles inteligentes. En 2017, esa inversión rebasará a la de la caja tonta y en 2020 llegará a situarse por encima de los 230.000 millones de euros.
Esto no ha ocurrido, simplemente, porque haya millones de usuarios conectados con sus teléfonos móviles y sus ordenadores. Si fuera así, la televisión seguiría siendo la reina del mercado. Ha sucedido porque cada vez son más los objetos conectados a Internet y porque el big data permite capturar, almacenar y analizar los datos que emiten los sensores de miles de millones de objetos y ofrecer nuevos o mejores productos y servicios a los clientes a partir de esa información.
Otro elemento interesante es que los datos de esos sensores, los de nuestra actividad pública (incluidos los historiales de los buscadores) y a veces privada en Internet, los de la geolocalización, los de nuestras transacciones en las tiendas digitales y los que estampamos en los programas de fidelización permiten –todos ellos– construir un retrato bastante aproximado y dinámico de quién es el cliente y qué es lo que desea.
Esto ha llevado a las agencias de publicidad y marketing a segmentar y diseñar mejor las campañas, a crear contenidos personalizados y más relevantes por perfiles de usuarios o al llamado “análisis de sentimientos”, que  permite a las marcas reaccionar ante los comentarios positivos y negativos en las redes sociales.
Desafortunadamente para las agencias y consultoras de marketing, existen tres cíclopes que dominan el mercado de la publicidad y los datos digitales y con los que es casi imposible competir en este momento. Hablamos de Google, de Facebook…. y de Amazon, que además controla la mayor empresa de big data del planeta.

Fuente: https://www.esglobal.org/los-cinco-sectores-mas-estan-exprimiendo-big-data/
--------
Las mayores filtraciones de la Historia

El reciente escándalo sobre el uso de datos de 50 millones de perfiles de Facebook y el estreno de la película Los papeles del Pentágono han puesto de actualidad el recuerdo de las principales filtraciones de información. 

 
Iván Giménez

Los papeles del Pentágono
Fecha: 1971
Volumen: 7.000 páginas de documentos militares de EE UU.
Quién filtra: Daniel Ellsberg, analista del Pentágono.
A quién se filtra: The New York Times y The Washington Post.
De qué se trata: demostraban cómo las administraciones estadounidenses entre 1945 y 1967 engañaron a la opinión pública para implicar al país en la guerra de Vietnam. Por ejemplo, explicaban operaciones encubiertas en Laos y Camboya o ponían de manifiesto cómo el objetivo principal era contener a China y no ayudar a Vietnam del Sur.
Impacto: creció la oposición popular a la guerra en plena precampaña para la presidencia del país e incrementó la desconfianza hacia el Gobierno. La Casa Blanca recurrió en vano a los tribunales para detener la publicación de las informaciones.
Garganta Profunda y el Watergate

Parte de una exposición sobre el Watergate en el Museo Richad Nixon en Yorba Linda, California. Gabriel Bouys/AFP/Getty Images

Fecha: 1972-1973
Volumen: horas de conversación entre la fuente y el periodista.
Quién filtra: Mark Felt, subdirector del FBI.
A quién se filtra: The Washington Post.
De qué se trata: Mark Felt fue el Garganta Profunda del caso Watergate. Sus filtraciones permitieron a los periodistas Bob Woodward y Carl Bernstein ver que había implicaciones políticas de alto nivel tras el robo de documentos en la sede del Comité Nacional del Partido Demócrata. Los datos apuntaban al Departamento de Justicia, la CIA, el FBI y la Casa Blanca.
Impacto: las filtraciones de Garganta Profunda demostraron que el Watergate era un gran escándalo político. El desenlace llegó con la publicación de las grabaciones del Despacho Oval que obligaron a dimitir al presidente Richard Nixon.
Lista Falciani
Fecha: 2008-2015
Volumen: Lista con 106.000 cuentas opacas de clientes del banco HSBC en Ginebra.
Quién filtra: Hervé Falciani, empleado del HSBC.
A quién se filtra: Consorcio Internacional de Periodistas de Investigación.
De qué se trata: en 2008, Hervé Falciani recabó la información que en un primer momento entregó a la policía francesa. La lista recoge cuentas no declaradas de clientes de la rama suiza del banco británico HSBC. Estos depósitos bancarios podían ser fraudulentos si no estaban declarados a los fiscos de los respectivos países.
Impacto: la lista sirvió para combatir el fraude fiscal en algunos Estados. En España se identificaron a 659 presuntos evasores, aunque la Agencia Tributaria les facilitó poder regularizar su situación.
Las filtraciones a WikiLeaks
Fecha: julio-noviembre 2010
Volumen: centenares de miles de documentos diplomáticos y militares de EE UU.
Quién filtra: Chelsea Manning, soldado estadounidense.
A quién se filtra: WikiLeaks (portal creado en 2006 para publicitar documentos filtrados) que a su vez los distribuyó a medios internacionales como The Guardian, Le Monde, The New York Times, Der Spiegel o El País.
De qué se trata: la soldado Chelsea Manning facilitó el volumen de información clasificada más grande. Se publicaron en tres oleadas: los diarios de la guerra de Afganistán, los registros de la guerra de Irak (donde destacó el vídeo Collateral Murder) y el Cablegate (informaciones sensibles sobre los cables diplomáticos del Departamento de Estado de EE UU).
Impacto: las filtraciones sobre Irak y Afganistán certificaron los abusos contra los Derechos Humanos por parte de las tropas estadounidenses y sus aliados. El Cablegate expuso cómo EE UU ejercía su influencia internacional.
Edward Snowden y el control de las comunicaciones

Activistas visten máscaras de la Canciller alemán, Angela Merkel, y Edward Snowden en Berlín. Adam Berry/AFP/Getty Images

Fecha: 2013
Volumen: 1,7 millón de archivos de inteligencia estadounidense, 58.000 británicos y 15.000 australianos.
Quién filtra: Edward Snowden, agente de la NSA.
A quién se filtra: The Guardian y The Washington Post.
De qué se trata: ha sido la mayor filtración de material de inteligencia de EE UU. Puso de manifiesto el papel de la Agencia de Seguridad Nacional (NSA en sus siglas inglesas) y la Alianza de los Cinco Ojos controlando las comunicaciones de millones de ciudadanos a través de las principales compañías del sector. También se reveló el espionaje a líderes internacionales como la Canciller alemana, Angela Merkel.
Impacto: Alemania y otros países víctimas del espionaje exigieron explicaciones e iniciaron investigaciones. También evidenció cómo EE UU accedía a la información de los servicios de empresas como Yahoo, Gmail o Facebook.

Papeles de Panamá, opacidad en los paraísos
Una activista viste un sombrero panameño y sostiene dinero falso para protestar contra el fraude fiscal. Sean Gallup/Getty Images
Fecha: abril de 2016
Volumen: 2,6 terabytes de información (más de 11,5 millones de documentos).
Quién filtra: John Doe (pseudónimo).
A quién se filtra: Consorcio Internacional de Periodistas de Investigación.
De qué se trata: la firma panameña de abogados Mossack Fonseca ponía al servicio de sus clientes un entramado de sociedades offshore en paraísos fiscales para tributar menos en sus países de origen. Fue un hito para el periodismo de investigación que pudo analizar por primera vez y de primera mano un gran volumen de información relacionada con paraísos fiscales.
Impacto: En España, dimitió el entonces ministro de Industria en funciones, Manuel Soria, por tener junto a su familia una de estas sociedades. En una situación similar se vio el ex primer ministro británico David Cameron por el rol de su padre al frente de una offshore. En marzo de 2018, el bufete Mossack Monseka ha anunciado el cierre ante la falta de clientes por la crisis de reputación que le generó el caso.
Filtración de correos del Comité Nacional del Partido Demócrata
Fecha: julio de 2016
Volumen: 19.200 e-mails y 8.000 archivos adjuntos.
Quién filtra: Hacker Guccifer 2.0.
A quién se filtra: WikiLeaks.
De qué se trata: en plena campaña electoral para la presidencia de EE UU en 2016, se filtraron estos correos electrónicos de siete dirigentes del partido demócrata. Los documentos hablan de un trato de favor a Hillary Clinton durante el proceso de primarias frente a su rival, Bernie Sanders. Las filtraciones hablaban de la poca fiabilidad que tenían en este último para conseguir una victoria que los llevara a la Casa Blanca.
Impacto: la entonces presidenta del Partido Demócrata, Debbie Wasserman Schultz, dimitió. El FBI abrió una investigación sobre una posible injerencia de Rusia. También se considera que fue un factor que ayudó a Donald Trump en su victoria electoral.
8-Football Leaks, las estrellas bajo sospecha
Fecha: diciembre de 2016
Volumen: 18,6 documentos vinculados a contratos de estrellas del fútbol.
Quién filtra: Football Leaks
A quién se filtra: consorcio de medios European Investigative Collaborations (EIC).
De qué se trata: a través de EIC, un total de 60 periodistas de 12 países europeos recibieron estos documentos sobre los contratos de diversas personalidades del mundo del fútbol y los entramados fiscales que tenían. Se trataba de estrellas de primer nivel como Cristiano Ronaldo, Neymar, el entrenador José Mourinho o el representante Jorge Mendes.
Impacto: en España, Hacienda solicitó los datos de la investigación al diario El Mundo (miembro de EIC). Según este mismo medio, la documentación sobre Cristiano Ronaldo puede ser clave en su juicio con la Agencia Tributaria.

Fecha: noviembre de 2017
Volumen: 13,4 millones de documentos.
Quién filtra: fuente anónima.
A quién se filtra: Consorcio Internacional de Periodistas de Investigación.
De qué se trata: los documentos son principalmente de firmas de abogados internacionales como Appleby o Asiaciti Trust. Al igual que los Papeles de Panamá, hablaban de sociedades offshore; aunque aquí el entramado era mucho más complejo. Empresas como Apple, Uber o Nike habían recurrido a sus servicios, también lo hicieron personalidades como la reina Isabel II, el Primer Ministro canadiense, Justin Trudeau, o el cantante Bono.
Impacto: las estructuras fiscales desveladas pese a ser complejas y opacas no son ilegales, en principio. Appleby sí que anunció acciones legales en diciembre de 2017 por revelación de secretos contra la BBC y The Guardian.

Facebook y Cambridge Analytica, la violación de la privacidad

Un portátil que muestra el logo de Facebook en la entrada del edificio de Cambridge Analytica en Londres. 

Daniel Leal Olivas/AFP/Getty Images

Fecha: marzo de 2018
Volumen: información sobre los 50 millones de perfiles de Facebook que obtuvo Cambridge Analytica.
Quién filtra: Christopher Wylie, científico de datos de Cambridge Anaytica.
A quién se filtra: The New York Times y The Observer.
De qué se trata: la empresa Cambridge Analytica uso sin permiso los datos de perfiles de 50 millones de usuarios aprovechando la laxa política de Facebook sobre estas informaciones. Esta recopilación se habría utilizado para hacer llegar mensajes que favorecieran a la campaña electoral de Donald Trump para llegar a la Casa Blanca en 2016.
Impacto: tras conocerse la noticia, Facebook sufrió fuertes pérdidas en las bolsas. La Comisión y el Parlamento europeos anunciaron que investigarían el caso. Mark Zuckerberg, fundador de esta red social, ha reconocido los errores cometidos.

Fuente: https://www.esglobal.org/las-mayores-filtraciones-de-la-historia/- IMagen de portada: Activistas sostienen pancartas con las caras de Edward Snowden, quien filtró documentos de la NSA, y del soldado estadounidense Bradley Manning (ahora Chelsea Manning). John Macdougall/AFP/Getty Images