USAs Skynet-program fyldt med sjuskede algoritmer: Kan have kostet uskyldige livet

IT-forsker og direktør for Human Rights Data Analysis Group, Patrick Ball, kalder det amerikanske Skynet program, der er en machine learning-software der automatisk identificerer potentielle terrorister, for noget "forbandet vrøvl", i en udtalelse til Ars Technica.

Et af problemer er at Skynet baserer sine resultater på et alt for tyndt datagrundlag. Nøjagtigheden af hvem der udpeges som terrorister og snigmyrdes, er derfor usikker, selvom det dog ikke er offentligt kendt hvordan NSA og CIA bruger Skynets resultater, og om der er flere faktorer de benytter sig af, før et droneangreb iværksættes.

NSA har defineret 80 variabler, som er med til at identificere potentielle terrorister - det kan være mønstre ift. at slukke/tænde sin mobil ofte, skifte SIM-kort ofte eller gentagne rejser til områder med terroraktivitet.

Skynet-modellen benytter metada fra blot 6 kendte terrorister, til at identificere en 7. terrorist ud af en gruppe på 100.000 tilfældigt valgte personer

Denne måde har eks. udpeget det arabiske nyhedsmedie Al-Jazeeras bureauchef, Ahmed Zaidan, idet han ofte rejser til områder med terroraktiviteter. Softwaren identificerede desuden Zaidan som værende medlem af både Det Muslimske Broderskab samt Al-Queda.

Billede: NSA

Kategori: Software  

Tags: nsa   cia   skynet   terror   machine learning