Ketika perusahaan menyatakan bahwa data pribadi telah dianonimkan, hal itu terdengar seolah-olah identitas daring telah dihapus selamanya. Informasi menjadi derau dalam kumpulan data, sehingga kewaspadaan dapat dikendurkan. Namun, kenyataannya tidak sepenuhnya demikian.

Data yang dianonimkan adalah data yang telah dihapus pengidentifikasi pribadi paling jelas, seperti nama atau alamat rumah. Namun, di dunia yang penuh dengan basis data yang saling terhubung, hanya diperlukan sedikit rincian yang tampaknya tidak terkait untuk melacak seseorang.

Penelitian(jendela baru) telah menunjukkan bahwa hanya diperlukan 15 titik data untuk mengidentifikasi 99,98% orang dalam kumpulan data yang berisi jutaan orang. Dan dengan AI yang menghubungkan berbagai rincian di seluruh aktivitas daring, kesenjangan antara “anonim” dan “teridentifikasi” semakin menyempit.

Mari pelajari arti sebenarnya dari anonimisasi data dan hal yang dapat dilakukan untuk melindungi privasi dengan lebih baik.

Apa itu anonimisasi data?

Anonimisasi data adalah proses ireversibel untuk menghapus segala hal yang dapat diidentifikasi secara pribadi dari titik data, seperti nama, alamat email, nomor kontak, atau tanggal lahir. Tujuannya adalah untuk memutuskan tautan antara catatan dan individu sejauh mungkin.

Namun, setelah anonimisasi, data masih menyertakan petunjuk tidak langsung, seperti lokasi umum, kebiasaan penjelajahan, dan rentang usia. Secara individual, rincian ini cukup tidak berbahaya, tetapi jika digabungkan, semuanya membentuk pola yang mengarah kepada Anda.

A diagram explaining how anonymization works

Beberapa jenis data, seperti biometrik, sangat sulit (atau bahkan mustahil) untuk benar-benar dianonimkan. Nama pengguna yang aman dapat dibuat, tetapi wajah, sidik jari, atau pola iris seseorang tidak dapat diubah.

Ketika data benar-benar dianonimkan, data tersebut tidak lagi dianggap sebagai data pribadi berdasarkan undang-undang privasi seperti GDPR. Artinya, perusahaan dapat menggunakannya tanpa persyaratan persetujuan dan perlindungan yang berlaku untuk data pribadi.

Namun, Konsideran 26 GDPR(jendela baru) menetapkan standar yang tinggi: data tidak boleh lagi mengidentifikasi seseorang, bahkan ketika mempertimbangkan informasi dan metode lain yang secara wajar dapat digunakan untuk mereidentifikasi mereka. Jadi, menghapus nama atau alamat email saja tidak cukup jika data yang tersisa masih mengarah kembali kepada seseorang.

Anonimisasi vs pseudonimisasi

Meskipun anonimisasi menghapus informasi yang dapat diidentifikasi secara permanen untuk memastikan informasi tersebut tidak dapat dilacak kembali ke individu, pseudonimisasi mengganti data tersebut dengan label, token, atau kode. Identitas asli disimpan secara terpisah dalam kunci aman atau tabel pencarian, tetapi dengan akses yang tepat, label tersebut dapat ditautkan kembali ke orang sungguhan.

Contoh dari pseudonimisasi adalah penelitian medis, ketika nama pasien digantikan dengan kode. Peneliti masih dapat melacak data tersebut, tetapi hanya personel berwenang yang memiliki kunci yang dapat menghubungkannya kembali ke individu tersebut.

Perbedaan ini sederhana tetapi penting. Pseudonimisasi dianggap sebagai data pribadi di bawah regulasi seperti GDPR karena masih dapat ditautkan kembali ke seseorang. Sebaliknya, data yang dianonimkan berada di luar kewajiban tersebut hanya jika reidentifikasi secara wajar tidak lagi dimungkinkan.

Teknik anonimisasi data yang umum

Perusahaan menggunakan metode anonimisasi yang berbeda tergantung pada rencana penggunaan data tersebut. Berikut adalah beberapa metode yang umum:

Penyamaran data mengganti informasi dengan data palsu, seperti menukar nomor telepon dengan nomor fiktif.

Generalisasi membuat data menjadi kurang spesifik, seperti menggunakan rentang usia daripada usia yang tepat.

Pertukaran data mengacak informasi di seluruh catatan sehingga tidak lagi cocok dengan orang aslinya.

Perturbasi data mengaburkan rincian individu sambil mempertahankan tren data, seperti mengubah data dengan membulatkan angka.

Data sintetis bergantung pada data buatan yang meniru pola kumpulan data asli tanpa menggunakan catatan nyata secara langsung.

Teknik-teknik ini dapat mengurangi risiko privasi, tetapi efektivitasnya sangat bergantung pada seberapa baik penerapannya. Meskipun demikian, teknik tersebut mungkin tidak menghapus setiap petunjuk yang dapat mengidentifikasi seseorang.

Cara perusahaan menggunakan data yang dianonimkan

Data yang dianonimkan sangat berharga karena perusahaan dapat menggunakannya secara sah dengan cara apa pun yang diinginkan, tanpa persetujuan Anda. Penggunaan umum meliputi:

Analitik dan pengembangan: Perusahaan mempelajari perilaku pengguna untuk meningkatkan produk, mengukur tren, dan memandu keputusan bisnis.

Iklan: Pola penjelajahan dan pembelian dapat digunakan untuk membangun segmen khalayak untuk iklan bertarget, bahkan tanpa menyertakan nama.

Pialang data: Beberapa data diagregasikan, dikemas, dan dijual kembali oleh pialang data. Perusahaan-perusahaan ini menggabungkan informasi dari aplikasi, situs web, catatan publik, data kredit, dan lainnya untuk membangun profil terperinci yang dijual kepada siapa pun yang menginginkannya, dengan sedikit pengawasan hukum.

Melatih model AI: Kumpulan data besar sering digunakan untuk melatih sistem AI, termasuk data yang diambil dari aktivitas pengguna, kumpulan data yang dibeli, serta sumber publik atau hasil scraping.

Penelitian medis: Di beberapa negara(jendela baru), data medis yang dianonimkan dapat dijual ke perusahaan farmasi atau dibagikan kepada peneliti.

Data yang dianonimkan dapat digunakan untuk kebaikan, seperti meningkatkan layanan atau mendukung penelitian. Masalahnya adalah hal ini menciptakan insentif komersial yang kuat bagi pialang data dan pengiklan untuk mengumpulkan, menggabungkan, membagikan, mengemas ulang, dan menjual informasi tentang orang-orang, sering kali dengan cara yang tidak mereka pahami sepenuhnya atau tidak mereka setujui secara berarti. Bagi orang-orang yang kemudian memutuskan ingin keluar, menghapus data mereka tidaklah mudah.

Regulator privasi California membuat sistem DROP(jendela baru) karena menghapus data dari ratusan pialang data secara historis sulit dikelola oleh individu. Hal ini jauh lebih sulit dilakukan pada data pelatihan AI, karena setelah data memengaruhi model yang dilatih, menghapusnya mungkin memerlukan teknik machine unlearning(jendela baru) yang tidak diminati(jendela baru) oleh perusahaan AI.

Reidentifikasi data, atau mengapa data yang dianonimkan tidak benar-benar anonim

Jika seseorang memberi tahu bahwa mereka sedang mencari pria berusia 30-an yang mengendarai mobil putih dan tinggal di lingkungan sekitar, Anda mungkin sudah tahu siapa yang mereka maksud. Tidak ada rincian tersebut yang dapat mengidentifikasi orang itu secara terpisah, tetapi secara bersamaan, rincian tersebut membantu mempersempit kemungkinan dengan mengecualikan orang lain. Data yang dianonimkan bekerja dengan cara yang sama: Meskipun nama dan rincian kontak dihapus, informasi yang tersisa masih dapat mengungkap identitas ketika cukup banyak rincian digabungkan.

Ketika pola-pola ini dirujuk silang dengan sumber lain, seperti media sosial atau catatan publik, data yang seharusnya anonim dapat dihubungkan ke seseorang. Hal ini dikenal sebagai reidentifikasi, dan sering kali lebih mudah dari yang diperkirakan.

A diagram explaining how reidentification works

Peneliti Latanya Sweeney membeli kumpulan data rumah sakit(jendela baru) seharga $50 yang berisi pengidentifikasi tidak langsung, seperti demografi, diagnosis, dan rincian penagihan. Rincian yang mengungkap identitas seperti nama tidak disertakan. Dengan merujuk silang data ini dengan berita lokal tentang rawat inap, ia dapat mencocokkan 43% pasien dengan catatan medis mereka, termasuk riwayat medis lengkap pasien yang terlibat dalam kecelakaan sepeda motor yang dilaporkan.

AI membuat deanonimisasi menjadi lebih cepat dan lebih murah

Jika satu-satunya perlindungan terhadap reidentifikasi dari data anonim adalah waktu, kesabaran, dan rujukan silang manual, perlindungan insidental tersebut terkikis oleh AI.

Penelitian menunjukkan bahwa model bahasa besar (LLM) dapat menganalisis postingan seseorang di berbagai platform, merujuk silang informasi publik, dan mengidentifikasi pengguna anonim dengan presisi luar biasa. Dalam sebuah studi tentang deanonimisasi skala besar(jendela baru), metode berbasis LLM mengidentifikasi hingga 68% orang, dan ketika membuat kecocokan, metode tersebut benar 90% dari keseluruhan upaya.

Sweeney hanya perlu membayar $50 untuk kumpulan data berisi ratusan ribu catatan. Saat ini, LLM dapat mendeanonimkan profil seharga $1-4 per profil dan melakukan pekerjaan tersebut secara otomatis. LLM juga tidak memerlukan kumpulan data yang bersih dan terstruktur serta dapat menemukan pola dalam postingan dan komentar biasa.

Seperti yang diungkapkan oleh salah satu peneliti:

“Tanyakan pada diri sendiri: Bisakah tim penyelidik cerdas mengetahui siapa Anda dari postingan Anda? Jika ya, agen LLM kemungkinan besar dapat melakukan hal yang sama, dan biaya untuk melakukannya terus menurun.”

Lindungi privasi dengan memperkecil dan mengenkripsi data

Menganonimkan data saja tidak cukup, karena reidentifikasi dapat terjadi ketika rincian saling terhubung. Cara terbaik untuk melindungi diri adalah dengan memperkecil jejak digital, sehingga Anda lebih sulit direidentifikasi.

Tidak perlu sepenuhnya mengisolasi diri dari teknologi, tetapi harus lebih berhati-hati tentang apa dan bagaimana cara membagikan informasi. Berikut adalah beberapa tips praktis:

Sekat-sekat identitas untuk melindungi diri dari rujukan silang

Ketika menggunakan email dan nama pengguna yang sama di semua platform, rincian dapat dengan mudah disatukan. Membuat nama pengguna yang berbeda untuk akun yang berbeda memang mudah, tetapi menggunakan alamat email yang unik untuk setiap hal bisa menjadi mimpi buruk kecuali jika menggunakan alias email.

Alias membuat alamat terpisah yang meneruskan pesan ke kotak masuk utama tanpa memperlihatkan alamat email dan identitas asli. Jika menggunakan alias email yang unik untuk setiap layanan, asal muasal kebocoran atau penjualan data dapat diketahui.

Misalnya, jika membuat satu alias hanya untuk Perusahaan A dan kemudian menerima email ke alias tersebut dari Perusahaan B, berarti Perusahaan A telah membagikan, menjual, membocorkan, atau kehilangan kendali atas alamat Anda. Anda kemudian dapat menonaktifkan alias tersebut tanpa memengaruhi kotak masuk utama atau alias lainnya.

Buat rincian tidak konsisten untuk melindungi dari pola yang dapat diidentifikasi

Makin konsisten rincian di berbagai platform, makin mudah untuk membangun profil unik tentang Anda. Jika memungkinkan, hindari memberikan informasi lebih dari yang diperlukan.

Misalnya, gunakan lokasi umum alih-alih kota yang tepat, bulatkan usia, dan lewati kolom opsional. Selain itu, pertimbangkan untuk membuat sedikit variasi dalam gaya penulisan, seperti frasa yang diulang, tanda baca, atau salah ketik yang umum, untuk membatasi identifikasi otomatis.

Batasi jejak digital untuk melindungi dari analisis AI

LLM dapat mengidentifikasi orang dengan menemukan pola dalam postingan dan tulisan. Makin sedikit konten publik yang terikat dengan identitas, makin sedikit materi yang tersedia untuk dianalisis. Pertimbangkan seberapa banyak rincian pribadi yang diungkapkan saat memposting — bukan hanya fakta, tetapi juga kebiasaan, opini, dan topik berulang yang membuat Anda menonjol. Pastikan untuk memilih keluar dari pelatihan AI di sebanyak mungkin platform.

Gunakan layanan terenkripsi secara end-to-end untuk melindungi dari pengumpulan data

Enkripsi tidak hanya melindungi data dari peretas, tetapi juga membatasi apa yang dapat dibaca sejak awal. Penyedia layanan email yang pesannya tidak dapat dibaca tidak dapat memindainya untuk iklan, menggunakannya untuk pelatihan AI, atau membagikan wawasan dengan pialang.

Gunakan email terenkripsi secara end-to-end untuk komunikasi pribadi, penyimpanan cloud yang aman untuk menyimpan dan membagikan file dengan aman, dan VPN(jendela baru) tanpa log untuk mengenkripsi aktivitas penjelajahan — semua itu akan mengurangi jumlah data yang terekspos tanpa disengaja.

Pilih keluar dari pengumpulan data untuk melindungi diri dari pialang

Mungkin saja untuk menghapus informasi pribadi dari internet, bahkan dari pialang data, tetapi diperlukan ketekunan. Hal ini tidak akan menghentikan pengumpulan data di masa mendatang, tetapi dapat memberikan awal yang baru. Ke depannya, memperkecil jejak digital dan mengenkripsi data jika memungkinkan akan membantu membatasi apa yang dikumpulkan.

A diagram explaining how to make yourself more anonymous

Anonimisasi bukanlah jaminan privasi

Kesimpulan utamanya adalah bahwa “dianonimkan” tidak selalu berarti aman, permanen, atau mustahil dilacak. Makin sedikit informasi pribadi yang dibagikan, makin tidak konsisten Anda di berbagai platform, dan makin besar kendali yang dipertahankan atas akun dan alias, makin sedikit sinyal yang ada untuk ditautkan kembali ke Anda.

Data Anda mungkin dianonimkan di atas kertas, tetapi perlindungan terkuat dimulai sebelum titik itu: dengan apa dan di mana Anda memilih untuk membagikan data, dan seberapa mudah data tersebut dapat dihubungkan ke seluruh kehidupan digital Anda. Hal itu juga berarti harus bersikap bijak mengenai layanan yang digunakan setiap hari, dan perusahaan yang memilikinya.

Aplikasi Proton bersifat open source, bebas iklan, dan dirancang untuk menghindari pelacakan dan pelatihan AI pada data Anda. Dengan enkripsi end-to-end, enkripsi tanpa akses, serta model bisnis yang didanai secara eksklusif oleh komunitas pelanggan berbayar kami, kami tidak perlu mengeksploitasi data Anda, sebagian besarnya tidak dapat dibaca oleh kami — dan kami tidak ingin melakukannya.