Una ricerca brasiliana raccoglie miliardi di messaggi pubblici resi disponibili da Discord; domande sulla piattaforma

Discord è una piattaforma di comunicazione digitale utilizzata per chat di testo, vocali e video. La rete è popolare soprattutto tra gli adolescenti. — Foto: Foto: Ivan Radic/Flickr

Secondo lo studio, denominato "Discord Revealed: A Comprehensive Public Communication Dataset", l'obiettivo è creare un database che possa essere utilizzato come base per la ricerca in scienze sociali.

Gli autori affermano di aver elaborato i dati per impedire l'identificazione dell'autore dei messaggi.

Lo studio è stato pubblicato a febbraio di quest'anno su "arXiv", un sito web che pubblica studi provenienti da vari ambiti, come informatica, statistica e biologia.

La notizia che le conversazioni pubbliche sulla piattaforma possono essere scaricate ha colto di sorpresa gli utenti. Sui social media hanno iniziato a mettere in discussione la ricerca, sostenendo che si trattava di una violazione della privacy e persino della sicurezza delle loro informazioni. Contattata direttamente, l'azienda ha affermato che i ricercatori hanno violato le regole del social network (leggi di seguito per saperne di più).

Un professore della Pontificia Università di San Paolo (PUC-SP), che non ha partecipato allo studio ma lo ha analizzato, afferma che l'iniziativa è legittima.

Discord è una piattaforma utilizzata per chat di testo, vocali e video, ed è particolarmente popolare tra gli adolescenti che vogliono giocare e chattare allo stesso tempo. Attualmente conta circa 200 milioni di utenti.

Discord afferma di avere team specializzati dedicati alla lotta alle illegalità sulla piattaforma.

Secondo lo studio, il sondaggio ha raccolto dati solo da gruppi considerati pubblici in base ai termini di utilizzo di Discord, "che tutti gli utenti accettano al momento della registrazione".

Secondo lo studio, per accedere ai dati dai server Discord, i ricercatori hanno utilizzato la funzionalità "Discovery" della piattaforma, che consente agli utenti di esplorare i server pubblici e persino di visualizzare i messaggi pubblici senza dovervi partecipare.

Per ottenere queste informazioni, secondo lo studio, è stata utilizzata l'API (una funzionalità che consente il download di dati in blocco) di Discord stessa.

Una volta scaricati, i dati venivano trattati con tecniche di anonimizzazione, come la sostituzione dei nomi utente con pseudonimi, per eliminare qualsiasi informazione che potesse identificarli.

Nonostante lo strumento sia messo a disposizione dalla stessa Discord e i dati scaricati nel sondaggio siano pubblici, la piattaforma mette in dubbio il modo in cui è stato realizzato.

"L'estrazione di dati dai nostri servizi senza il nostro consenso scritto costituisce una violazione dei nostri Termini di Servizio e delle Linee Guida della Community. Discord sta indagando attentamente su questa attività e adotterà i provvedimenti opportuni. Si tratta di una questione seria e ci impegniamo a proteggere la privacy e i dati dei nostri utenti", ha dichiarato l'azienda in una nota. Sembra che i ricercatori abbiano preso provvedimenti per proteggere l'identità delle persone, ma ciò viola ancora le nostre norme e stiamo indagando a fondo."

Diogo Cortiz, professore e ricercatore in tecnologia e intelligenza artificiale alla PUC, afferma di non riscontrare alcuna irregolarità.

"La ricerca ha utilizzato l'API ufficiale di Discord, che consente l'accesso ai canali e ai server pubblici. In altre parole, lo hanno fatto regolarmente (...). Discord sostiene che si tratti di una violazione delle policy, ma a me sembra un modo per giustificare l'esposizione della mancanza di sicurezza negli scambi di messaggi", afferma.

Cortiz sottolinea che i ricercatori affermano di aver adottato criteri per impedire l'identificazione degli autori dei messaggi.

"Loro [i ricercatori dell'UFMG] affermano di aver utilizzato l'anonimizzazione. Seguendo questi requisiti, questo progetto di ricerca è eticamente adeguato", aggiunge Cortiz.

Secondo il professore della PUC, Discord non era chiaro quale regola fosse stata violata dallo studio.

Secondo Cortiz, del PUC, no. Ma in questo caso i ricercatori dell'UFMG hanno utilizzato i dati dell'API ufficiale della piattaforma, che, oltre ad aver accettato i termini di utilizzo, dà accesso ai canali e ai server pubblici.

"Ad esempio, non è perché Instagram ha un profilo aperto che puoi prendere questi file: secondo i termini del servizio non è possibile", afferma Cortiz. "Una piattaforma ampiamente utilizzata nelle scienze sociali per questo tipo di analisi dei dati era Twitter. Aveva un'API che permetteva di estrarre i dati. E, per utilizzare l'API ufficiale e ottenere i dati, era necessario soddisfare una serie di requisiti", ricorda.