As Limitações das Fontes Abertas

Limitações das fontes abertas:

A inteligência de fontes abertas, como visto até o presente momento, mostra grandes perspectivas sendo uma fonte de inteligência relativamente barata e de grande potencial, uma vez que é construída por muitos dos que fazem parte da rede. Porém existem certas limitações das quais se faz importante apontar para não ser cometido alguns erros básicos.

Segundo George Fuechsel técnico da IBM, retirado da fonte do site wikipédia, a expressão Garbage in, garbage out, pela sigla GIGO, tem um significado muito grande para o estudo das fontes abertas digitais. Os computadores são máquinas programadas para tratar e processar dados, apresentando resultados rápidos com grande eficiência no processamento, porém deve-se atentar para os tipos de informações que serão dados como entrada no processamento. Dados contendo erros, podem ser processados e assimilados de forma errada tendo como resposta erros amplificados. Em resumo, o termo técnico mencionado traz uma das frases mais famosas da ciência da computação, se entrar lixo, o resultado será lixo.

A grande preocupação inicial para a formação de boa informação, é saber tratar os dados que se coletam nas fontes abertas, para depois dos dados tratados, estes poderem ser processados e gerar uma inteligência de fato, ou no caso uma informação útil que sirva para sua finalidade.

Quando entra-se neste aspecto, é fundamental a experiência e perícia do analista. As ferramentas somente vão mostrar os dados que foram informados por um banco de dados, e programas vão dar o resultado com base nos dados inseridos. A grande dificuldade está neste ponto. O analista deve ser capaz de confirmar as informações e fontes, a classificação da informação coletada é um ponto crítico, pois de nada adianta ter uma grande quantidade de informação quando está não tem qualidade e acaba mais desinformando do que informando.

Quando o analista recebe uma informação a ser tratada, segundo a doutrina nacional de inteligência em segurança pública, o analista deve ser capaz de classificar a fonte que pode variar de não conhecida a confiável, e qualificar a informação, esta pode ser duvidosa ou confirmada por outras fontes. Quando tem-se uma qualificação das informações, pode-se filtrar quais informações serão analisadas e quais serão eliminadas do processo de produção da informação com significado.

Nesta fase de processo de dados cabe a análise qualitativa e subjetiva do analista, e no caso das fontes abertas digitais, a grande quantidade de informações pode acabar mais prejudicando do que ajudando. A grande quantidade de dados demora a ser processada por um analista humano, e muitos dados podem ser controvertidos e acabam desinformando.

Um exemplo clássico deste tipo de problema dentro das fontes abertas digitais, são as notícias falsas que circulam na internet, que ficaram famosas pelo termo “fake news”. Pessoas mal intencionadas podem criar boatos na internet e usar uma rede de perfis falsos para dar maior credibilidade a informação falsa. Outras pessoas que recebem a informação, podem acabar por retransmitir a informação sem checar a veracidade da mesma, resultando em uma grande massa de dados de fontes abertas digitais falsas criadas em pouco tempo. As consequências são enormes, as notícias falsas criam uma áurea de verdade e podem causas difamações, quedas em ações de uma empresa podendo levar até mesmo a falência de uma empresa, escândalos que não existem, dentre outros desastres irreparáveis. Tão grande é tal tipo de problema que foi criado uma comissão para discutir o problema das notícias falsas na internet, a intenção é criar um projeto de lei que seja aprovado pelos parlamentares para se evitar tal prática e criminalizar tal fato. Até a presente data deste estudo este projeto ainda está sendo debatido pelos parlamentares.

Um problema também limitador das fontes abertas, é a valorização dos bancos de dados. As fontes abertas digitais, vão se tornando cada vez mais importantes para diversos ramos e setores. Existe uma grande disputa por se obter dados e transforma em informação útil. Redes sociais como por exemplo o instagram, antigamente tinham uma interface mais aberta, da qual programas poderiam retirar dados da rede social e compilar em outras ferramentas de análise as informações retiradas. Esta funcionalidade parou de funcionar de 2015 para cá, os desenvolvedores de certas redes sociais vem fechando cada vez mais o acesso as informações de seus aplicativos, de forma que programas automatizados de coletas não funcionem em seus sites.

Os donos dos bancos de dados estão vendo que podem lucrar com isso e estão restringindo cada vez mais o acesso da informação. Os usuários por outro lado ao utilizarem uma ferramenta de busca como o google por exemplo, são monitorados e suas buscas são tendenciosas, o usuário recebe como resultado o que o buscador do google quer mostrar e o que vai trazer mais lucro a empresa.

Nas obras de Michael Bazzell o autor fala dedica-se a falar sobre a privacidade invadida por essas empresas e formas de ficar anônimo e obter resultados não tendênciosos nas buscas de fontes abertas. A internet em sua camada mais superficial, a chamada internet indexável por buscadores, é um ambiente cada vez mais monitorado e os resultados dos dados obtidos são direcionados ao lucro.

Com esse fenômeno, muitos usuários estão migrando cada vez mais para as redes mais seguras e privadas, como a dark web. O problema começa a surgir quando essa prática se popularizar, pois não teremos mais a facilidade de se obter dados de fontes abertas minimamente confiáveis, a rede e as técnicas de anonimato da rede, tornam quase todas as fontes de dados como não classificadas, dificultando a análise qualitativa feita pelo analista.

Um grande problema que surge junto do fator da apresentação de dados tendenciosos, está no fato de que em uma investigação, os algorítimos de uma rede social, que tem por objetivo unir pessoas que talvez se conheçam, podem expor o analista de inteligência ao sugerir ao alvo uma amizade ou vínculo deste com o analista, uma vez que este fez pesquisas constantes sobre o alvo. A rede social facebook é um exemplo disto, bem como as consultas do google também são. O google sabe quase tudo sobre uma determinada pessoa, pois utiliza-se de cookies para manter um banco de dados sobre tudo que foi pesquisado. Para ilustrar tal fato, Marc Goodman em sua obra, crimes do futuro, conta a história de um pai que recebeu um bombardeio de notícias sobre produtos de bebês em seu computador, e ao processar a empresa de marketing que o fez, descobriu que sua filha realmente estava grávida e por esta ter feito certas pesquisas sobre testes de gravidez, empresas de marketing souberam quais produtos direcionar para aquela máquina. Na obra de Stewart K Bertram, bem como na obra de Michael Bazzell, os dois autores falam da importância do investigador de fontes abertas digitais, ter um perfil que não revele nada acerca de sua verdadeira identidade, inclusive no processo de criação deste perfil, deve-se tomar cuidado para que não se apareça com uma pessoa real diferente do investigador. Acontece que um criminoso investigado, pode ter como sugestão dos mecanismos de buscas, uma amizade com o perfil do investigador, se houver informações vitais sobre o investigador ou sobre uma pessoa do mundo real, este poderá estar em perigo, pode-se tornar um alvo do criminoso.