Investigación brasileña reúne miles de millones de mensajes públicos puestos a disposición por Discord; preguntas de plataforma

Discord es una plataforma de comunicación digital utilizada para chat de texto, voz y vídeo. La red es popular principalmente entre los adolescentes. — Foto: Foto: Ivan Radic/Flickr

Según el estudio, llamado "Discord Revealed: A Comprehensive Public Communication Dataset", el objetivo es crear una base de datos que pueda utilizarse como base para la investigación en ciencias sociales.

Los autores afirman haber procesado los datos para evitar la identificación de quién publicó los mensajes.

El estudio fue publicado en febrero de este año en “arXiv”, un sitio web que publica estudios de diversas áreas, como informática, estadística y biología.

La información de que las conversaciones públicas en la plataforma podrán descargarse sorprendió a los usuarios. En las redes sociales comenzaron a cuestionar la investigación, alegando una invasión a la privacidad e incluso a la seguridad de su información. Al ser contactada, la empresa afirma que los investigadores violaron las reglas de la red social (leer más a continuación).

Un profesor de la Pontificia Universidad de São Paulo (PUC-SP), que no participó del estudio pero lo analizó, dice que la iniciativa es legítima.

Discord es una plataforma utilizada para chats de texto, voz y video, y es especialmente popular entre los adolescentes que quieren jugar y chatear al mismo tiempo. Actualmente cuenta con alrededor de 200 millones de usuarios.

Discord afirma que cuenta con equipos especializados dedicados a combatir las ilegalidades en la plataforma.

Según el estudio, la encuesta sólo recopiló datos de grupos considerados públicos según los términos de uso de Discord, "que todos los usuarios aceptan al registrarse".

Para acceder a los datos de los servidores de Discord, según el estudio, los investigadores utilizaron la función “Discovery” de la propia plataforma, que permite a los usuarios navegar por servidores públicos –e incluso ver mensajes públicos– sin tener que participar en ellos.

Y, para obtener la información, según el estudio, se utilizó la API –una funcionalidad que permite la descarga masiva de datos– del propio Discord.

Una vez descargados, los datos fueron tratados con técnicas de anonimización, como la sustitución de los nombres de usuario por seudónimos, para limpiar cualquier información que pudiera identificarlos.

Si bien la herramienta es puesta a disposición por el propio Discord y los datos descargados en la encuesta son públicos, la plataforma cuestiona la forma en que se realizó.

Extraer datos de nuestros servicios sin nuestro consentimiento por escrito constituye una violación de nuestros Términos de Servicio y las Normas de la Comunidad. Discord está investigando diligentemente esta actividad y tomará las medidas pertinentes. Este es un asunto grave y nos comprometemos a proteger la privacidad y los datos de nuestros usuarios, declaró la compañía en un comunicado. “Parece que los investigadores han tomado medidas para proteger la identidad de las personas, pero esto todavía viola nuestras políticas y estamos investigando a fondo”.

El profesor de la PUC e investigador en tecnología e inteligencia artificial Diogo Cortiz dice que no ve ninguna irregularidad.

La investigación utilizó la API oficial de Discord, que permite el acceso a canales y servidores públicos. En otras palabras, lo hicieron con regularidad (...) Discord afirma que esto infringe sus políticas, pero me parece una forma de justificar la exposición de la falta de seguridad en los intercambios de mensajería, afirma.

Cortiz destaca que los investigadores afirman haber adoptado criterios para impedir la identificación de los autores de los mensajes.

"Ellos [los investigadores de la UFMG] afirman haber utilizado el anonimato. Siguiendo estos requisitos, este proyecto de investigación es éticamente adecuado", añade Cortiz.

En opinión del profesor de la PUC, Discord no fue claro sobre qué regla fue violada por el estudio.

Según Cortiz, de la PUC, no. Pero, en este caso, los investigadores de la UFMG utilizaron datos de la API oficial de la plataforma, que da acceso a canales y servidores públicos, además de haber aceptado los términos de uso.

"Por ejemplo, no es porque Instagram tenga un perfil abierto que puedas tomar estos archivos; según los términos del servicio, no puedes", dice Cortiz. Una plataforma muy utilizada en ciencias sociales para este tipo de análisis de datos era Twitter. Contaba con una API que permitía extraer los datos. Y, para usar la API oficial y obtenerlos, se debían cumplir una serie de requisitos, recuerda.