Seu celular não está ouvindo suas conversas às escondidas, mas existe uma verdade mais preocupante
(newatlas.com)- Não há evidência clara para a crença de que smartphones espionam conversas o tempo todo para exibir anúncios; na prática, o direcionamento de anúncios parece muito mais baseado na combinação de dados de localização, relacionamento e comportamento
- A polêmica de Active Listening da Cox Media Group em 2024 se espalhou por causa de materiais que mencionavam “real-time intent data” e uso de dados de voz, mas as grandes empresas de tecnologia se distanciaram da CMG, e a CMG encerrou o produto
- O experimento da Wandera em 2019 colocou iPhone e Samsung Galaxy para ouvir por 30 minutos anúncios em áudio de ração para pets e depois comparou exibição de anúncios, uso de dados, bateria e atividade em segundo plano, mas não encontrou sinais de upload constante do microfone
- Pesquisadores da Northeastern University analisaram mais de 17.000 apps Android e não encontraram casos de ativação secreta do microfone, mas descobriram um problema de privacidade mais direto: alguns apps enviavam capturas de tela e gravações da tela para terceiros
- Plataformas como Facebook podem prever interesses usando grandes volumes de dados pessoais — como rastreamento entre dispositivos, relações de amizade, localização, informações de compra e metadados de chamadas e SMS no Android —, criando um sistema de anúncios mais difícil de entender e mais opaco do que uma simples escuta
Por que a teoria de que o smartphone espiona continua voltando
- Quando você vê nas redes sociais um anúncio que combina exatamente com uma conversa que acabou de ter, a explicação mais simples parece ser a escuta pelo microfone
- A ideia de que Facebook, Google e Apple escutam palavras-chave de conversas privadas para mostrar anúncios personalizados se consolidou como uma antiga teoria da conspiração tecnológica
- Porém, tirando casos anedóticos, não foi encontrada evidência clara de que smartphones escutem conversas privadas o tempo todo e usem isso para publicidade
A polêmica do Active Listening em 2024
- Em 2024, documentos revelados pela 404 Media apresentaram um sistema chamado Active Listening, da Cox Media Group (CMG)
- O material dizia que seria possível obter “real-time intent data” por meio dos microfones de dispositivos inteligentes
- Também afirmava que “voice data”, combinados com processamento por IA e outros “behavioral data”, poderiam oferecer anúncios altamente segmentados
- Não está claro como o Active Listening realmente funcionava
- Logo após a polêmica, grandes empresas de tecnologia se distanciaram da CMG
- A Amazon afirmou que nunca trabalhou com a CMG como parceira de anúncios
- Google e Meta romperam relações com a CMG
- A CMG declarou que encerrou o produto Active Listening “para evitar mal-entendidos”
- Pelo que se pode entender, o sistema da CMG não funcionava ouvindo o microfone do celular 24 horas por dia, mas sim de forma mais próxima ao uso de trechos curtos de voz enviados à nuvem após palavras de ativação como “Hey Google” ou “Hey Siri”
A polêmica sobre transcrições no Facebook Messenger e os mal-entendidos
- Em 2019, uma reportagem da Bloomberg revelou que o Facebook havia terceirizado a transcrição de conversas de áudio do Facebook Messenger
- O Facebook afirmou que isso fazia parte de um processo para testar a precisão de algoritmos de transcrição automática, e que os usuários que optaram pela função de transcrição sabiam da possibilidade de revisão humana
- Algumas reportagens questionaram o quão transparente foi esse aviso do Facebook
- O caso se espalhou com manchetes no estilo “o Facebook estava ouvindo conversas privadas”, reacendendo a teoria de espionagem pelo microfone para fins publicitários
- Em abril de 2018, Mark Zuckerberg respondeu no Congresso dos EUA que “nós não fazemos isso” quando perguntado se a empresa escutava usuários pelo microfone para usar isso em anúncios
- Em 2016, o Facebook também afirmou que não usava o microfone do celular para anúncios nem para o News Feed, e que os anúncios eram baseados nos interesses e nas informações de perfil dos usuários
Experimento da Wandera: o uso de dados não bate
- A empresa de segurança móvel Wandera realizou em 2019 um experimento simples para verificar se smartphones ficam ouvindo conversas continuamente
- Um iPhone e um Samsung Galaxy foram deixados em um cômodo, e durante 3 dias reproduziram-se 30 minutos por dia de anúncios em áudio sobre ração para pets
- Muitas permissões de aplicativos foram ativadas
- Os mesmos celulares também foram deixados em um ambiente silencioso para comparação como grupo de controle
- O experimento verificou duas coisas
- Se anúncios de ração para pets apareceriam no feed dos apps após o teste
- O uso de dados, o consumo de bateria e a atividade em segundo plano
- Nenhum app passou a mostrar anúncios de ração para pets
- Também quase não houve diferença no uso de dados, no consumo de bateria e na atividade em segundo plano entre o ambiente com áudio e o ambiente silencioso
- James Mack, da Wandera, afirmou que os dados dos 30 minutos de teste eram muito menores do que o uso de dados de assistentes virtuais, sugerindo que não havia gravação contínua nem upload em nuvem constante nos apps testados
- O ex-gerente de produto do Facebook Antonio Garcia-Martinez também calculou, em um artigo para a Wired, que vigiar pelo microfone exigiria um volume de dados difícil de esconder
- Uma chamada VoIP unidirecional requer cerca de 24 kbps, ou aproximadamente 3 kB por segundo
- Supondo que o celular ficasse ligado metade do dia, isso daria cerca de 130 MB por usuário por dia
- Com base em 150 milhões de usuários ativos diários nos EUA, seriam necessários cerca de 20 PB por dia
- O armazenamento total de dados do Facebook foi estimado em cerca de 300 PB, com coleta diária de cerca de 600 TB
- Há quem argumente que bastaria detectar palavras-chave localmente no aparelho, mas a resposta é que o Facebook teria de rastrear milhões de palavras-chave publicitárias, o que traria uma carga de CPU perceptível e difícil de esconder
Um rastreamento mais direto que o microfone: captura de tela
- Jingjing Ren e Elleen Pan, da Northeastern University, elaboraram em 2017 uma pesquisa para investigar se smartphones escutam conversas sem o conhecimento do usuário
- Os pesquisadores não encontraram casos em que o microfone fosse ativado secretamente
- Em vez disso, descobriram casos em que alguns apps capturavam automaticamente a própria tela e a enviavam a terceiros
- Christo Wilson afirmou que não houve qualquer vazamento de áudio e que, em um dos casos, um app enviava a terceiros um vídeo da atividade na tela
- Entre mais de 17.000 apps Android, mais de 9.000 tinham permissões potenciais para tirar screenshots
- David Choffnes afirmou que a captura de tela pode ser pior do que uma câmera apontada para o teto ou um microfone gravando conversas sem importância, e que não há uma maneira fácil de fechar essa brecha de privacidade
O direcionamento de anúncios já tem dados suficientes
- O Facebook já tem meios melhores de segmentar usuários com sinais fracos, sem precisar de qualquer milagre técnico envolvendo o microfone
- Garcia-Martinez argumenta que o Facebook consegue localizar o usuário em todos os dispositivos nos quais ele acessou a plataforma, além de aproveitar informações conhecidas por varejistas e até compras em dinheiro feitas offline
- Os dados que a plataforma pode usar são variados
- A localização atual do usuário
- Relações de amizade e os interesses dos amigos
- Informações sobre com quem o usuário passa tempo
- Rastreamento em vários dispositivos
- Metadados de chamadas e SMS em celulares Android
- A possibilidade de rastrear conteúdo digitado e apagado antes mesmo de ser enviado
- Quando esses dados são processados por algoritmos, torna-se possível prever sobre o que o usuário e seus amigos provavelmente estão falando e exibir anúncios de acordo com a necessidade do momento
- Os algoritmos de anúncios não são perfeitos, e anúncios completamente irrelevantes também aparecem com frequência
- Ainda assim, como alguns anúncios são assustadoramente precisos, muitos usuários acabam aceitando mais facilmente a explicação simples da espionagem pelo microfone
A diferença entre assistentes de voz e gravação contínua
- Dispositivos inteligentes com controle por voz, em certo sentido, estão quase sempre “ouvindo” o usuário
- Mas o funcionamento é diferente de uma gravação contínua
- O dispositivo detecta localmente uma palavra de ativação como “Hey Google”
- Quando essa palavra é detectada, ele liga por um momento e grava os segundos seguintes de áudio
- Esses dados são enviados à nuvem para processar a resposta, e depois o resultado é devolvido ao aparelho
- Esse tipo de transmissão de dados pode ser detectado e rastreado
- O problema, mais do que espionagem pelo microfone, é que é difícil para as pessoas entenderem como algoritmos complexos que rastreiam inúmeros pontos de dados pessoais decidem o momento de mostrar um anúncio
- O desconforto com os anúncios no smartphone vem menos de uma simples escuta e mais de um rastreamento de dados complexo e opaco
1 comentários
Opiniões do Hacker News
Este texto me lembra uma ótima sátira que Jonathan Zeller escreveu para a McSweeney's: Calm Down—Your Phone Isn’t Listening to Your Conversations. It’s Just Tracking Everything You Type, Every App You Use, Every Website You Visit, and Everywhere You Go in the Physical World
https://www.mcsweeneys.net/articles/calm-down-your-phone-isn...
É parecido com o “nós nunca vendemos seus dados” do Facebook (apenas rastreamos você e vendemos anúncios com esses dados). Parece que haveria alguma brecha verbal do tipo “nós nunca ouvimos o áudio (só o analisamos para melhorar a garantia de qualidade)”
Tenho certeza de que minha Toshiba Fire TV escuta todas as conversas ao alcance audível e as vende para redes de anúncios, mesmo quando não estou usando o controle remoto por voz. Claro que ela provavelmente também faz o reconhecimento da tela mencionado no artigo original, mas o que estou dizendo é a coleta, pelo microfone, das conversas em tempo real das pessoas na sala
Há algum tempo, expus que o Google coletava dados em larga escala do Twitter, a ponto de permitir que, ao inserir apenas um handle do Twitter na caixa de busca do Google Maps, fossem exibidos os locais onde a pessoa usou o Twitter
Mesmo com o compartilhamento de localização desativado no Twitter, ele sabia essa localização, então isso só era possível se o Twitter tivesse fornecido informações ao Google de forma privada. Aquele “experimento” foi encerrado depois, mas por causa dessa exposição e de várias outras atividades perdi permanentemente minha conta do Twitter e, ao pedir várias vezes a recuperação dizendo que a suspensão permanente não tinha motivo válido, o X Support passou a mandar todos os recursos diretamente para a lixeira digital. Nada mais me surpreende
No momento em que escrevo isto, o título da página é “Your phone isn’t secretly listening to you, but the truth is more disturbing”, e o título atual deste post é o mesmo
Mas, ao ler, o texto é basicamente focado no Facebook. A expressão “seu telefone não está ouvindo você secretamente” pode causar confusão. O texto não prova que o telefone não está ouvindo; ele só trata da possibilidade de algumas empresas não estarem fazendo isso. Na prática, o telefone pode muito bem estar ouvindo. Há muito malware/spyware que faz isso explorando vulnerabilidades, além de casos como o NSO Group. Além das ferramentas que podem ser compradas no mercado aberto, deve-se presumir que o Mossad, a NSA e as principais agências de inteligência tenham ferramentas ainda mais poderosas. Seu telefone absolutamente pode estar ouvindo você, mas provavelmente não está
https://www.bloomberg.com/news/features/2023-01-24/nso-group...
https://www.britannica.com/topic/Pegasus-spyware
https://citizenlab.ca/2016/08/million-dollar-dissident-iphon...
https://newatlas.com/computers/smartphone-listening-conversa...
https://www.bloomberg.com/news/features/2023-01-24/nso-group...
Só que, se a situação chegou a esse ponto, isso provavelmente estaria entre as menores das suas preocupações
Para referência, TVs “smart” também transmitem capturas de tela
[0] https://dl.acm.org/doi/10.1145/3646547.3689013
Há a afirmação de que “apps tiravam automaticamente screenshots da própria tela e as enviavam a terceiros; em um caso, gravavam um vídeo da atividade na tela e o enviavam a terceiros”, e também que, entre mais de 17.000 apps Android, mais de 9.000 tinham potencial permissão para tirar screenshots. Que permissão é essa, e como dá para detectar e impedir quais apps fazem isso?
O texto parece estar falando de casos em que o app tira um screenshot da própria janela. Isso obviamente é possível e não exige permissão nenhuma. Basta criar um bitmap do tamanho da tela e chamar
getWindow().getDecorView().draw(new Canvas(bitmap));. É plausível que SDKs de terceiros de publicidade/marketing/rastreamento, presentes em grande quantidade em muitos apps, consigam fazer issoPorém, para 9.100 dos 17.260 apps, eles fizeram análise estática para determinar coisas como “se APIs de mídia eram referenciadas no código real do app” e, depois, usaram análise dinâmica para verificar se o app de fato chamava a API. Ou seja, eles distinguiram casos em que a biblioteca estava apenas linkada, mas o app não a chamava. O resumo da matéria é ruim. Não deveria dizer “tinham potencial permissão para tirar screenshots”, e sim “tinham o potencial de tirar screenshots”
É mais provável que seja uma combinação de várias permissões, como permissão de conexão à rede e alguma capacidade de capturar a tela sem que isso fique claro para o usuário
É muito útil para resolver bugs, mas também tem enorme potencial de abuso ou de uso hostil ao usuário
As pessoas parecem ignorar custo e precisão quando afirmam que o celular está ouvindo 24 horas por dia. Pelo menos com as restrições atuais, é muito improvável que isso aconteça
Transcrição de áudio não é gratuita e tem alto custo computacional. Redes de anúncios e serviços de grande escala teriam dificuldade para bancar isso, especialmente organizações que se preocupam com a economia unitária. A precisão também seria péssima. A maioria dos celulares fica no bolso e quase não captaria nada. Além disso, conversas comuns raramente têm algo valioso para anunciantes, enquanto o Google imprime dinheiro por causa de buscas com intenção de compra. A relação sinal-ruído de conversas comuns é muito menor, o que piora ainda mais a economia unitária. Além disso, se isso acontecesse, não seria difícil perceber. O celular esquentaria, a bateria acabaria rápido e o consumo de dados seria alto. No iOS, aparece o indicador de uso do microfone, e, se um app usar recursos demais em segundo plano, o sistema operacional provavelmente o encerraria. Até que casos reais sejam encontrados, não vale a pena se preocupar
Bastaria rodar o modelo de transcrição localmente e enviar só o texto resultante; seria um dispositivo em que gastar bastante energia e usar a internet em momentos aleatórios pareceria natural, como uma smart TV
Criar uma nuvem de palavras é trivial e o impacto na bateria seria mínimo
E se gravassem apenas o áudio de alvos “de alto valor”, ou seja, pessoas que compram muitas coisas? Talvez só valha a pena gravar essas pessoas, e por isso testes aleatórios feitos normalmente com celulares novos e limpos não detectariam eventos de gravação
Não foi no celular, foi na TV, mas ontem o YouTube foi no mínimo bem suspeito
Primeiro, ficou bem claro que, mesmo com o histórico de exibição desativado, ele usa para recomendações o histórico de outras contas acessadas pelo mesmo IP. Sem histórico, as recomendações da página inicial ficam desativadas, mas, ao fazer uma busca, apareceram vídeos totalmente irrelevantes de canais de escalada que minha esposa tinha assistido em outra conta. Eu nunca vi conteúdo de escalada nessa conta. O segundo caso foi mais na linha de “está ouvindo”. Eu mostrei ao dedetizador que veio fazer a aplicação trimestral uma cicatriz de uma queda que sofri no fim do ano passado, quando desci de skate uma ladeira impossível de controlar, e contei a história. Menos de 5 minutos depois, liguei a TV e abri o YouTube; a primeira recomendação na conta da minha esposa era um vídeo de alguém caindo de longboard a 50 milhas por hora. Não é segredo que nós dois andamos de skate e que nessa conta vemos muitos vídeos de downhill, mas eu nunca tinha pesquisado, assistido nem recebido recomendação de vídeos de acidentes; e ele foi recomendado 5 minutos depois de eu falar sobre isso na frente daquela TV
Besteira. Há um experimento simples que eu fiz e que ainda funciona
Um tempo atrás, no YouTube do Reino Unido, havia uma quantidade realmente horrível de anúncios de remoção de cera de ouvido. Como experimento e brincadeira, falei para dois amigos próximos o quanto aquele anúncio era nojento e cortava o apetite e, de propósito, repeti “ear wax removal” várias vezes em voz alta. Como era de se esperar, um dia depois um amigo me mandou uma mensagem do tipo “eu te odeio”. Os celulares dos meus amigos eram Android e iOS, e acho que quem foi afetado foi o usuário de Android
Há milhões de formas de o software de publicidade rodando no celular conectar perfis e espalhar a “infecção” para um amigo. Acesso básico à localização é a mais importante; o mesmo endereço IP (Wi‑Fi do amigo?), proximidade dos mesmos beacons Bluetooth, o mesmo SSID salvo, ou o amigo ter visto por acaso um anúncio com segmentação demográfica ampla — tudo isso é muito mais plausível do que “o celular escuta 24 horas por dia”
Você não vê os vieses e erros no seu próprio comentário?
Na 1ª semana de uma campanha de 4 semanas, todos ignoraram, mas por volta da 4ª semana talvez já tivessem visto tantas vezes que ele ficou grudado na cabeça
Quem cria as correlações nem são pessoas. Assim como Transformers conseguem aprender a maior parte do conhecimento humano apenas com previsão de tokens, não seria surpreendente se sistemas de aprendizado de máquina para veiculação de anúncios tivessem aprendido sobre pessoas com um nível de detalhe parecido
Cerca de 10 anos atrás, o estado da arte era prever a taxa de cliques com quatro noves de precisão usando o contexto disponível, como perfil do usuário, site atual e palavras-chave, e isso era interpretado como algo que exigia um modelo de aprendizado bastante preciso do comportamento humano. Saí do setor e não sei qual é o estado da arte atual em ad tech, mas deve ter melhorado. O modelo era treinado com dados rotulados automaticamente com base em taxas reais de clique recentes (em escala de GB por segundo), e a quantidade de dados de treinamento era mais ou menos comparável à de um LLM pequeno. Uma anedota recente: três pessoas estavam sentadas à mesa com os celulares para fora, conversando sobre um tema raro relacionado a pássaros, e logo depois isso apareceu no fluxo de anúncios do Facebook de uma delas. Explicações possíveis incluem o fato de muitos apps linkarem um monte de bibliotecas de coleta de dados e publicidade de terceiros, qualquer uma das quais poderia coletar e revender dados contextuais suficientes para criar a correlação; e a possibilidade de que outros amigos tivessem falado recentemente sobre o tema, e os vínculos da rede social tivessem inferido que nós saberíamos disso. Uma terceira possibilidade, mais remota, é que os modelos tenham ficado bons o suficiente para inferir fala a partir de canais laterais estranhos, como acelerômetros, por exemplo quando as pessoas gesticulam e balançam as mãos ao falar. A taxa de amostragem do acelerômetro fica abaixo de 1 kHz, mas passa de 100 Hz, então talvez baste jogar um modelo gigante em cima
Se a taxa de cliques de 1.000.000 de impressões de anúncios foi 24,5898% e o aprendizado de máquina previu 25,1926%, isso é precisão de quantos noves?
Em uma empresa antiga, criamos um SDK de app móvel bastante popular que desenvolvedores colocavam em seus apps
Uma empresa nos abordou dizendo ter uma tecnologia de reconhecimento de áudio parecida com o Shazam, mas algumas ordens de magnitude mais eficiente, que parecia ter sido desenvolvida no MIT ou talvez no Bell Labs. Diziam que era para rastreamento, para reconhecer e registrar se o usuário havia sido exposto a anúncios de TV ou rádio, e ofereceram uma divisão de receita em troca de embutirmos discretamente o SDK deles dentro do nosso SDK. Isso foi há pelo menos 10 anos, antes de a Apple impor permissão de acesso ao microfone e o indicador de ponto laranja, então não me lembro do nome. Naturalmente recusamos, então não fiquei sabendo de mais nada nem testei se era verdade, mas existem empresas realmente nojentas. Smartphones modernos têm desempenho suficiente para processamento de áudio no próprio dispositivo, então o argumento de que isso apareceria no tráfego de rede não se sustenta
https://www.pcworld.com/article/424417/ad-tracking-tech-uses...