D-ID Module 3.2.1 WP 3 Version 1.0– 14/02/2014
Project Author(s)
Dynamic Identity EF
Reviewer(s)
This project has been funded with support from the European Commission. This document reflects the views only of the author, and the Commission cannot be held responsible for any use which may be made of the information contained therein.
RESTRICTED EF
Deliverable: D.3.2.1
D-ID
Version: 1.0
Module 3.2.1
Issue Date: 14/02/2014
Circulation List Person Name
Organization Name
Mr. Mattheos Kakaris
CCS
Mr. Onno Hansen
EF
Prof. Dr. Simone Van der Hof
eLaw
Prof. Dr. Ir. Arjen de Vries
CWI
Mrs Beata Staszynska
FCP
Mr. Dimitris Diamantis
FAVINOM
Mr. Nikolaos Floratos
PAEPSM
Mrs. Anna Baranowska
GCPU
Revision History Version
Date
Author
0.1
Description Creation of the document
Action
Pages
C
(*) Action: C = Creation, I = Insert, U = Update, R = Replace, D = Delete
Referenced Documents ID
Reference
Title
1
527543-LLP-2012-GR-COMENIUS-CMP
D-ID Proposal
2
527543-LLP-2012-GR-COMENIUS-CMP
Evaluation Comments
Applicable Documents ID 1
Reference
Title
FAVINOM Consultancies QMS
Quality Management Procedures
Module 3.2.1
Page: 2 of 8
RESTRICTED EF
Deliverable: D.3.2.1
D-ID
Version: 1.0
Module 3.2.1
Issue Date: 14/02/2014
Executive Summary
This document forms the Module 3.2.1 for the Implementation of the D-ID Project (henceforth, “Project”). The Dynamic Identity project aims to empower students in the ages of 11 to 18 by increasing their understanding of, and skills surrounding, the construction and expression of online identities, especially in relation to online profiling by businesses. Teenagers will improve their digital capacities at self-expression and the protection of their online personae. They will gain increased awareness of processes surrounding, for example, targeted advertising and will learn coping mechanisms to increase their resilience in dealing with online experiences, both positive and negative. These abilities are normally not taught at school. The main project outcome will be a manual for a multiple-session workshop that teachers are to conduct at their own schools. The main workshop themes are online self-presentation and online profiling. The workshop will consist of tasks, theoretical introductions and discussions. The tasks will confront the participants with themselves and their own identities: with their assumptions, with their attitudes and with their decisions, or lack of them, so far. The tasks will be supported by state-of-the-art technology (Augmented Reality) and by traditional technology (film and photography). The goal of the confrontations is to generate self-reflection. The theoretical introductions provide the teenagers with a framework that helps them put their self-reflection into words, while the discussions will give them a chance to share their selfreflections. The Dynamic Identity project is implemented by eight partners from four countries: eLaw, University of Leiden (the Netherlands), Crystal Clear Soft (Greece), Ezzev Foundation (the Netherlands), CWI (the Netherlands), Fundacja Citizen Project (Poland), Favinom Consultancies (Cyprus), PAEPSM (Greece) and GCPU (Poland). This project is funded by the European Commission. The present document contains information regarding module description.
Module 3.2.1
Page: 3 of 8
RESTRICTED EF
Deliverable: D.3.2.1
D-ID
Version: 1.0
Module 3.2.1
Issue Date: 14/02/2014
TABLE OF CONTENTS 1.1. PURPOSE OF THE MODULE 3.1.3 .................................................................................. 5 1.2. SCOPE OF THE PROJECT ............................................................................................. 5 1.3. PROJECT OBJECTIVES ............................................................................................... 5
Module 3.2.1
Page: 4 of 8
RESTRICTED EF
Deliverable: D.3.2.1
D-ID
Version: 1.0
Module 3.2.1
Issue Date: 14/02/2014
1. Introduction 1.1. Purpose of the Module 3.2.1 The purposes of the current Module 3.2.1 are to describe the module elements.
1.2. Scope of the project Dynamic Identity workshops intent to empower children‟s understanding on how online identities are related to online risks and hazards. Children through specific activities will understand which information can efficiently promote their online identity or increase their exposure to risks and attract hazards. The final outcome on the children is to secure their online experiences through the enhancement of their understanding on Internet safety. As a result children will exploit online opportunities without limiting them for the sake of protection.
1.3. Project Objectives This aim will be accomplished with several objectives:
Create a new curriculum to improve the quality of teaching and learning with regards to Internet safety.
Support new teaching methodologies innovative ICT-based content.
Develop skills that are not included in the objectives of school education.
Develop teachers' skills in collaborating with each other; develop leadership skills among school staff.
Benchmark the effectiveness of the proposed methodologies and strategies as an essential component of a new curriculum module.
Create and facilitate an online network to promote communication between different member states.
and
pedagogical
strategies
by
adapting
pedagogical
Dynamic Identity workshops intent to empower children‟s understanding on how online identities are related to online risks and hazards. Children through specific activities will understand which information can efficiently promote their online identity or increase their exposure to risks and attract hazards. The final outcome on the children is to secure their online experiences through the enhancement of their understanding on Internet safety. As a result children will exploit online opportunities without limiting them for the sake of protection.
Module 3.2.1
Page: 5 of 8
RESTRICTED EF
Deliverable: D.3.2.1
D-ID
Version: 1.0
Module 3.2.1
Issue Date: 14/02/2014
2. Module 3.2.1 Profiling gaat over anderen die een profiel van je maken op grond van wat je doet op het internet en wat anderen doen op het internet. Als je op het internet bent laat je allerhande sporen achter
Zoeken naar informatie Delen van foto’s Chatten en spelen
Dat wordt allemaal geregistreerd. Sommige sporen laten we bewust achter. We maken profieloen aan. We laden foto‟s up. We schrijven berichtjes. Andere sporen laten we achter zonder te weten. Cookies volgen wat we doen. Kleine tekstbestandjes die onze computer herkennen en die onze activiteiten volgen: wat hebben gekocht, wat hebben we gezocht? Dit kan op een website zijn of op meerdere websites? Deze informatie wordt naar bedrijven gezonden. Die bedrijven proberen met die informatie vervolgens winst te maken. Of door deze informatie aan andere bedrijven te verkopen. Of door de informatie zelf te gebruiken om te voorspellen waar we geinteresseerd in zijn. Targeted advertising. Heel veel informatie wordt over ons verzameld. Heel veel is over ons bekend. In al deze data worden patronen gezocht. Daarmee worden we ingedeeld in categorieen.. Vervolgens worden er relaties gezocht tussen categorieen. Als iemand deel uitmaakt van categorie X dan maakt die vast ook deel uit van categorie Y.
Iemand die dit boek koopt, is vast ook geinteresseerd in dat boek.
De relaties zijn correlaties, geen oorzakelijke verbanden. Het is niet ALS iemand dit boek koopt, dan koopt die ook dat andere boek. Het is alleen waarschijnlijk volgens de data dat dit kan gebeuren. Het is een zogenaamde correlatie, geen oorzaak en gevolg. Het is een mogelijkheid geen zekerheid. De profielen worden eerst gemaakt op individueel niveau. En dan vergelijken met anderen op groepsniveau. Beide niveaus worden gebruikt om ons produkten en diensten aan te bieden waarvan de verkoper hoopt dat die bij ons passen. Hoe werkt dit? (PPT 3.2.1 – slide 1) Amzon doe aan persoonlijke profilering. Elk boek dat je gekocht hebt of bekeken hebt wordt opgeslagen. Op grond daarvan doet Amazon aanbevelingen. Amazon is daar heel open over.
Gebaseerd op: je meest recent bekeken items – en het geeft zelfs aan welk boek je hebt bekeken waardoor je dit nu zo ziet
Module 3.2.1
Page: 6 of 8
RESTRICTED EF
Deliverable: D.3.2.1
D-ID
Version: 1.0
Module 3.2.1
Issue Date: 14/02/2014
Je wordt ook om feedback gevraagd: Ik heb het boek al (= dit is iets dat ik wil kopen) of niet geinteresseerd (dit is iets dat ik niet wil kopen) (PPT – slide 2) Groepsprofilering Stel je bent geinteresseerd in een boek over Minecraft. Amazon weet uit de database dat andere bezoekers van de site die ook geinteresseerd waren in een boek over Minecraft waren ook geinteresseerd in andere Minecraft artikelen. En daarbij geinteresseerd waren in andere specifieke boeken. Dus toont Amazon:
Vaak tegelijk gekochte items Mensen die dit kochten, kochten ook dat
Er wordt bijgehouden waarop we klikken (clickstream data), hoe lang we op bepaalde bladzijden blijven, wat we kopen, wat we invullen etc. (PPT – slide 3) Wat wij als individuen doen, wordt opgeslagen. En vergeleken met andere bezoekers in de database. Dan worden we vergeleken met die anderen om te kijken of we voorkeuren met anderen delen. We komen op den duur in steeds meer categorieen terecht: Mensen die van Minecraft houden, mensen die specifieke boeken interessant vinden, mensen die dertien jaar oud zijn, etc. Op grond van onze profielen op deze twee niveaus hopen bedrijven steeds beter te kunnen voorspellen wat we zouden willen kopen.
Waarom wordt er geprofiled? Op TV wordt erreclame uitgezonden die een hele grote groep ziet, maar alleen een kleine groep interesseert. Dat is met hagel schieten. Nu proberen online bedrijven alleen die mensen te benaderen die ook echt in hu produkten geinteresseerd zijn. Dat heet targeted advertising. Daar wordt op Facebook bevoorbeeld nog aan toegevoegd welke vrienden iets „liken‟. Dit heet sociale aanbeveling. (PPT – slide 4) Het profilen gaat veel verder dan alleen reclame. Google toont bevoorbeeld andere resultaten aan mensen die anders gebruik maken van de zoekmachine. Google wil de meest relevante informatie tonen en probeert ons te begrijpen door persoonlijke profilering en groepsprofilering. Het gevolg is dat twee mensen die dezelfde zoekterm intypen hele andere resultaten te zien kunnen krijgen. Nem het voorbeeld dat twee mensen Egypte intypen. een krijgt alles te zien over de sociale onlusten in het land terwijl de ander toeristische informatie te zien krijgt. Zo probeert Google, net zoals de relamebedrijven, de best mogelijke service te bieden om klanten tevreden te stellen. Module 3.2.1
Page: 7 of 8
RESTRICTED EF
Deliverable: D.3.2.1
D-ID
Version: 1.0
Module 3.2.1
Issue Date: 14/02/2014
Maar er zitten ook serieuze nadelen aan profiling. Zo kunnen bedrijven hun prijzen aanpassen aan jouw profiel. Apple-bezitters moeten dan plos meer betalen dan PC-bezitters omdat ze als rijker worden ingeschat. Dan is er dynamic pricing. Afhankelijk van de vraag van anderen, kunnen op reissites de prijzen zo maar veranderen. Profiling kan ook gebruikt worden om serieuze beslissingen over je te maken. Als je een baan zoekt, of een verzekering wuil afsluiten of een hypotheek. Overheden profileren ook. Die willen weten of je i de categorie terrorist valt of crimineel. En ze kunnen fraude opsporen door profiling. Bijvoorbeeld door de categorie mensen met een dikke auto te vergelijken met de categorie mensen in de bijstand. De Nederlandse overheid heeft dat iet al te lang geleden gedaan.
Waarom is profilering ook voor jou belangrijk? Het is onzichtbaar. Veel mensen weten het niet. En worden verleid om produkten te kopen of in een spelletje dingen te kopen op grond van hun activiteiten. Omdat theoretisch die produkten beter in de smaak vallen dan algemene produkten, is de kans groter dan ze worden verleid om te kopen. Kinderen worden zo in een commerciele wereld getrokken terwijl ze denken alleen fijn aan het spelen te zijn. Profileren kan serieuze gevolgen hebben in de werkelijkheid. Je kunt als terrorist worden gezien en vervolgens dingen niet meer kunen (vliegen, andere landen inkomen) terwijl je daartegen niet in beroep kunt gaan. Je weet vaak niet eens dat je geprofileerd bent of dat een beslissing op profilering gebaseerd is. Profileren is geen waarheid. Profileren geeft een kans dat iets kan gebeuren, maar is geen zekerheid. Niet iedere persoon in de categorie Moslin, reisde naar Saudi Arabie en eet vegetarisch is een terrorist. Bovendien is profileren niet simpel. Er worden zeer complexe data gebruikt dus kan er altijd iets mis gaan. Die data moeten vervolgens in patronen worden gesplits en dat moet ook nog geinterpreteerd worden. ook dat kan flink mis gaan. Daardoor kun je zo maar in de verkeerde categorie terecht komen. En plotseling niet meer vliegen of een huis kopen. Dat is serieus.
Module 3.2.1
Page: 8 of 8
