Entrades amb l'etiqueta ‘xarxes socials’

La personalitat de la Tay

divendres, 1/12/2017

La Tay va ser un robot dissenyat per conversar. Era un “ChatBot“, terme que no és més que una contracció de xerraire (chatter) i robot, i que va ser proposat l’any 1994 per en Michael Mauldin. Aquests robots són programes informàtics que simulen converses, participen en xats, i es comuniquen amb persones. Els més habituals i senzills analitzen paraules clau de la nostra pregunta i construeixen la seva resposta tot consultant una base de dades de paraules i expressions. Moltes vegades els hem de patir en els sistemes telefònics d’atenció al client i en alguns centres de trucades. Són robots de xat específics per a converses relacionades amb un propòsit determinat i no per a qualsevol tipus de comunicació humana.

La imatge, que podeu trobar a aquesta web, és la que van escollir els creadors de la Tay. Val a dir que els robots xerraires són ben peculiars. No són materials. Són conjunts de bits, programes informàtics que necessiten un ordinador per a poder reaccionar i actuar. Els anomenem robots perquè reaccionen als nostres estímuls, actuant i creant respostes. Pertanyen, en definitiva, al que ara anomenem “aplicacions”. En tot cas, la Tay era especial, perquè tenia això que diem “intel·ligència artificial”. Les seves reaccions no estaven programades, sino que eren conseqüència del que havia après. Contestava en base al que “sabia”, i cada nova pregunta li servia per aprendre una mica més. Va ser creat per Microsoft amb aquest nom, Tay, que no és més que un acrònim: “Thinking about you“. Tay va ser dissenyat per imitar la conducta d’una noia nord-americana de 19 anys. Tenia un sofisticat sistema d’aprenentatge profund que li permetia aprendre mentre anava interactuant amb usuaris humans. I el 23 de març de 2016 va iniciar la seva aventura com una usuària més de Twitter. Va ser, però, una aventura ben curta, de només dos dies. En només 16 hores, Tay va enviar més de 96.000 tuits mentre s’anava fent racista i mentre anava enviant missatges cada cop més xenòfobs i amb més càrrega sexual. El van haver de desconnectar i Microsoft es va disculpar públicament.

Tay havia estat dissenyada per a fer-se més intel·ligent a mesura que els usuaris (sobretot els joves) anessin interactuant amb ella i li anessin enviant tuits. Però es va trobar en un entorn on bàsicament només hi havia violència, intolerància i insults. I ràpidament s’hi va adaptar, difonent tot tipus de frases racistes i masclistes i un bon nombre d’invectives d’odi. Va aprendre ben ràpid de tot allò que els humans li van tuitejar. La primera reacció de l’empresa va ser dir que Tay era una “màquina d’aprenentatge” i que algunes de les seves respostes eren inadequades, també indicatives dels tipus d’interaccions que algunes persones tenen amb ella. Però desprès, l’empresa va haver d’admetre que l’experiment no havia anat bé. Tot i que una de les directores de l’empresa, Satya Nadella, creu que aquest tipus de robots de xat són el futur de les aplicacions pels mòbils i que aviat els acabarem tenint al correu electrònic i a la missatgeria, el cert és que cal trobar maneres de prevenir que els usuaris d’internet puguin influir de manera negativa en ells per tal de garantir el respecte als principis ètics.

El sistema d’aprenentatge profund de Tay i de moltes altres aplicacions actuals d’intel·ligència artificial, es basa en una xarxa neuronal de moltes capes, en general més de 10. Justament, el terme “aprenentatge profund” (Deep Learning) es deriva d’aquest fet que es treballa en múltiples capes, capes que treballen d’una manera que recorda el funcionament de les neurones del cervell amb les seves connexions. Cada cop que Tay rebia un tuit, els seus 140 caràcters s’enviaven a la primera capa de “neurones”. Les capes d’una xarxa neuronal són una munió de cel·les, cada una de les quals pot guardar un valor. En aquest cas, les cel·les de la primera capa acabaven guardant informacions diverses sobre el contingut, les paraules i l’extensió del tuit. Després, i a travès del gran entramat de connexions que hi ha entre totes les cel·les de la primera capa i les de la segona, es calculen els valors de les cel·les de la segona capa de manera tal que el valor que acaba guardant cada una d’aquestes cel·les és una barreja, amb coeficients i funcions específiques per cada connexió cel·la-cel·la, de tots els valors de les cel·les de la primera capa amb les que està connectada. Aquest procés es repeteix tantes vegades com capes té la xarxa neuronal, i el que surt de la combinació de valors de les cel·les de la darrera capa és el tuit de resposta. Tot i que l’estructura no és difícil d’entendre, una xarxa neuronal profunda només funcionarà de manera acceptable si els coeficients i funcions associats a totes i cada una de les connexions entre capes estan ben ajustats. I aquests són justament els valors que contenen “l’aprenentatge” que ha anat fent el sistema. Cada nou tuit que rebia Tay generava una resposta, però a més, ajustava una mica els coeficients i funcions associats a totes i cada una de les connexions entre les seves cel·les neuronals. Com a nosaltres, a Tay, l’experiència l’anava configurant i anava marcant la seva personalitat tuitera. L’únic problema és que Tay era massa innocent i s’ho creia tot.

Les aplicacions d’aprenentatge profund basada en xarxes neuronals de moltes capes estan revolucionant la intel·ligència artificial. Cada cop són més a la nostra vida quotidiana i cada cop hi seran més. Traducció automàtica, reconeixement de cares, publicitat personalitzada segons els interessos que se suposa que tenim, i una llista que no s’acaba. Però hem de tenir present que són una eina, i que les eines no serveixen per tot. Els martells van bé per clavar claus, però si tenim un cargol, millor que agafem un tornavís. En aplicacions d’aprenentatge profund, cal tenir en compte com a mínim tres eixos: el d’acceptació d’errors, el de la mida de les dades i el de la seva qualitat. El primer, el de l’acceptació d’errors, té relació amb l’ús que en vulguem fer, i amb un tret inherent a les aplicacions d’aprenentatge profund i a les xarxes neuronals: no sempre l’encerten, a vegades s’equivoquen, i a més és difícil saber el seu grau de fiabilitat. No ens ha d’estranyar. Nosaltres ens equivoquem, i les noves eines de la intel·ligència artificial, que ens volen emular, també. El que passa és que en alguns casos els errors són acceptables i en d’altres, no. Si estem traduint un text i la frase que ens dona el sistema de traducció no té sentit, la corregirem i no passa res. Però si un metge està planificant una operació quirúrgica i el sistema s’equivoca, el resultat pot ser fatal. Per això, en aquest eix d’acceptació d’errors, la traducció automàtica pot conviure amb moltes equivocacions i en canvi la planificació quirúrgica o el disseny de ponts no (per posar dos exemples). El segon eix, el de la mida de les dades, indica una cosa força lògica. Ens diu que l’aprenentatge automàtic millora a mesura que incrementem el nombre de dades que li subministrem per a que aprengui. I el tercer, el de la seva qualitat, ens fa veure que l’aprenentatge necessita dades fiables, ben contrastades i diverses. En aquest context, ara sabem que les aplicacions d’aprenentatge profund basades en xarxes neuronals són eines que només serveixen quan podem acceptar un cert nivell d’errors, quan podem fer que aprenguin amb moltíssimes dades (l’anomenat Big Data) i quan aquestes dades són de qualitat. És el que passa justament a la traducció automàtica: Google, per exemple, disposa de moltíssims exemples de traduccions de qualitat, fetes per traductors professionals, que utilitza per a que els seus sistemes aprenguin. I això és justament el que no va passar amb el robot Tay, que bevia d’informació esbiaixada i de baixa qualitat. I és el perill de moltes aplicacions i sistemes que ens poden arribar (una de les quals són les polèmiques i molt perilloses armes autònomes). Cal estar ben atents, perquè la intel·ligència artificial pot ser una bona eina en aquells casos en que ens trobem ben situats als tres eixos, però pot ser funesta si la volem fer servir per allò que no ens pot resoldre.

Si voleu tenir un sistema de resposta automàtica a consultes no crítiques i sabeu com preparar un bon mecanisme d’aprenentatge basat en moltíssimes dades fiables, les aplicacions d’intel·ligència artificial us poden aportar una bona solució. Però si el que voleu, per exemple, és dissenyar un rellotge de sol, no us hi penseu, i apunteu-vos als algorismes clàssics de la geometria i astronomia. I si no us podeu permetre que el sistema de resposta automàtica s’equivoqui, penseu en solucions alternatives, fiables i deterministes. Els martells, usem-los per clavar claus.

——

Per cert, en Ferran Sáez Mateu diu que les anomenades “xarxes socials” estan substituint o, com a mínim, començant a desplaçar la noció clàssica d’opinió pública. Pensa que el periodisme del segle XXI ha de ser capaç de perfilar una identitat pròpia en relació a la de les xarxes socials.

El número 1515

dijous, 28/01/2016

Avui fa un mes de l’aparició mediàtica del numero 1515. De cop, tothom va començar a parlar de si un empat a 1515 vots era o no probable. Sembla impossible que només faci un mes, oi?. Amb la quantitat de coses que han passat…

Hi va haver molt debat a les xarxes a partir d’una pregunta de Gerard Piqué, que va demanar quina probabilitat hi havia que l’assemblea dels Cupaires acabés en empat. El debat va incloure intervencions, entre d’altres, d’en Xavier Sala-i-Martin i dos supòsits que va publicar l’Ara amb raonaments relacionats amb el llançament d’una moneda. Malauradament, les votacions no es poden analitzar amb models de monedes, perquè els humans anem canviant d’opinió, a diferència de les boles i monedes.

Escric aquest article aprofitant l’avinentesa que avui, com deia, fa un mes de tot plegat, i també perquè alguns companys m’ho han demanat. En tot cas, vull deixar clar que es tracta única i simplement d’un exercici de càlcul de probabilitats per mostrar que moltes afirmacions que es van fer i que deien que l’empat era molt i molt improbable, eren falses.

No podem parlar de llançament de monedes perquè els humans som força més complicats, però també perquè les probabilitats depenen de la informació prèvia que tinguem. No és el mateix la probabilitat de tenir un retard de més de 15 minuts en el tren que he d’agafar demà si no tinc cap més informació, que aquesta mateixa probabilitat si sé el tipus de tren i/o el lloc on sóc, perquè les probabilitats de retard d’un rodalies, d’un TGV o d’un tren Alemany o Suïs són totalment diferents.

Diuen que per tal de poder trobar una solució, cal abans saber quin és el problema. Cèsar ho va fer, tot posant en evidència que calia considerar la informació prèvia que ja teníem (vegeu el comentari del 28/12/2015 a les 18:25). Va explicar que calia partir dels resultats de la segona votació, que de fet eren una evolució bastant previsible dels resultats de la primera: 1512 vots en contra d’investir a Mas, 1510 vots a favor d’investir-lo (1482 + 28 = 1510) i 20 blancs i nuls. La pregunta de Cèsar era un bon plantejament del problema: “tot sabent aquests resultats de la segona votació, quin resultat es pot esperar a la tercera votació?”.

Però no n’hi ha prou. Encara cal fer més hipòtesis, i alguns supòsits addicionals que es van fer a les xarxes socials no són correctes. No es pot aplicar la llei binomial, perquè les persones no som boles blanques i negres. Les persones canviem d’opinió, i en un cas tan ajustat com el que estem considerant, aquests canvis són els que determinen el resultat. No podem pensar que el vot de 3022 de persones (1512+1510) ja era conegut, per la mateixa raó: és ben probable que algú canviés el seu vot entre la segona i la tercera votació. I no crec que puguem pensar que els 28 que havien votat sí a Mas però no a l’acord votarien sí a la tercera votació, o que hi hauria un canvi de vot només en vuit dels 20 vots nuls.

L’element clau que ens aniria bé saber és quantes de les 3022 persones que van votar una opció definida a la segona votació, van canviar el seu vot a l’hora de votar per tercera vegada. Segurament hi va haver canvis en els dos sentits, encara que el que a nosaltres ens interessa és el còmput total. I com que no tenim manera de saber el que va passar, ho hem d’expressar en forma de probabilitats. Per fer-ho fàcil, proposo anomenar PC(0) la probabilitat que, a la tercera votació, les 3022 persones continuessin repartint-se en 1512 vots en contra i 1510 a favor (parlo de totals, no de persones concretes). De la mateixa manera, PC(1) és la probabilitat que, a la tercera votació, les 3022 persones es repartissin en 1511 vots en contra i 1511 a favor, i PC(-1), la probabilitat que el resultat fos un vot menys a favor i un vot més en contra. En general, PC(x) és la probabilitat que els 3022 vots es repartissin en 1510+x vots a favor i 1512-x vots en contra, on x és qualsevol valor enter, positiu o negatiu. És bastant plausible que PC(0) sigui un valor petit, que PC(x) creixi per valors petits del valor absolut de x, i que després torni a ser petit a mesura que aquest valor absolut de x va creixent, perquè és rar que moltes persones a la vegada vagin canviant de vot.

La probabilitat condicionada ens permet, ara sí, calcular la probabilitat d’empat en base a la probabilitat d’empat quan coneixem el nombre de canvis en el grup de 3022 vots (que anomenaré PE), i a aquesta probabilitat de canvi PC(x). En concret, la probabilitat d’empat és la suma de PE(0)*PC(0) + PE(1)*PC(1) + PE(-1)*PC(-1) + PE(2)*PC(2) + PE(-2)*PC(-2) +…, per tots els valors de x fins que PC(x) sigui suficientment petit. Estic suposant que ningú de les 3022 persones va deixar de votar a la darrera votació, però si volem incloure aquest supòsit és ben fàcil, només cal afegir termes a la suma anterior. En tot cas, els valors de PE són les probabilitats d’empat sabent el resultat de la segona votació i sabent el còmput total dels canvis de vot de les 3022 persones (fixeu-vos que el que estem fent és sumar per totes les possibilitats d’aquest còmput de les 3022 persones, que no coneixem). Per exemple, PE(0) és la probabilitat d’empat sabent que les 3022 persones van continuar repartint-se en 1512 vots en contra i 1510 a favor, mentre que PE(2) és la probabilitat d’empat sabent que les 3022 persones van repartir-se en 1510 vots en contra i 1512 a favor. En el primer cas, el que calia és que, dels 20 vots restants, 3 fossin en contra i 5 a favor (o bé 4 en contra i 6 a favor, etc., vegeu la nota al final), mentre que en el segon cas hi hauria empat si, d’aquests 20 vots, 5 fossin per exemple en contra i 3 fossin a favor. No sabem el comportament d’aquestes 20 persones i el que van fer, però és clar que els valors de PE(y) no són massa petits, perquè no estem parlant del comportament de 3030 persones sinó del que van fer 20 persones (suposant, és clar, que ningú marxés entre les dues votacions), vegeu la nota la final. En concret, PE(0) és del 9,7%. En d’altres paraules, si el grup de 3022 persones que ja havia votat sí o no hagués mantingut el seu total de vots afirmatius i negatius, la probabilitat d’empat a la tercera votació era del 9,7%, quasi un 10%.

Algunes conclusions. En primer lloc podem afirmar que, com que alguns valors de PC(x) no són petits i com que els valors de PE(y) tampoc ho són, la probabilitat d’empat després d’una segona votació 1512-1510 no és pas tan petita com es va dir (a la nota del final podeu veure el resultat amb alguna hipòtesi addicional). En segon lloc, hem d’acceptar que no tenim prou dades per a calcular les PC(x) i les PE(y) i que per tant no podrem saber amb exactitud la probabilitat final d’empat, perquè aquests valors depenen del comportament de cada grup humà en concret i no disposem d’estudis sociomètrics suficients.

En poques paraules: l’empat era molt més probable del que molta gent va dir.

Per cert, acabo amb una frase que m’ha agradat: l’Albert Sàez diu que, amb la crisi dels refugiats, els tolerants països nòrdics han deixat de ser-ho. Pensa també que la mort de Schengen és la mort d’Europa.

———

NOTA: Una primera consideració és que, com que la suma de totes les PC(x) (que representen tots els comportaments possibles de les 3022 persones) ha de ser la unitat, podem afirmar que la probabilitat d’empat és superior al mínim de tots els valors PE(y).

Pel que fa a la probabilitat d’empat PE(y), la podem calcular si encara fem alguna hipòtesi extra. El que segueix ho concretaré a dos casos concrets, PE(0) i PE(2), però el raonament és fàcilment extrapolable a qualsevol altre valor de y. Aquest valor de PE(y) depèn del comportament de les 20 persones que havien votat nul o blanc a la segona votació que, com és evident, no podem analitzar ni descriure amb les poques dades que tenim. Però un cop més, i concretant-nos al cas PE(0), podem escriure que PE(0) = Prob(2,0)*PV(2) + Prob(3,1)*PV(4) + Prob(4,2)*PV(6) + Prob(5,3)*PV(8) + Prob(6,4)*PV(10) + … + Prob(11,9)*PV(20). És una suma de 10 termes, on PV(k) és la probabilitat que un total de k de les 20 persones votessin a la tercera votació, i Prob(5,3), per exemple, és la probabilitat que les vuit persones que van votar ho fessin en forma de 5 vots afirmatius i 3 vots negatius. Tot plegat és degut a que estem calculant la probabilitat d’empat en general, no pas la d’empat a 1515. Observeu també que totes les k dels factors PV(k) són parells, perquè en el cas PC(0) i PE(0), l’empat era impossible si el nombre de vots del grup dels 20 era senar. Podríem fer ara la hipòtesi extra que, del grup de 20, era tan probable que votessin dues persones com que votéssim tres persones, o qualsevol altre nombre de persones. No ho sabem, però alguna cosa hem de suposar. En aquest cas, és clar que totes les PV(k) són iguals a la fracció 1/21, perquè hi ha 21 casos (podien votar 0, 1, 2, .. o 20 persones). I els valors Prob(i,j) = Prob (j,i) són fàcils de calcular usant la combinatòria, perquè si suposem que i>j i diem n=i+j, el valor de Prob(i,j) és igual al nombre combinatori “n sobre j” (casos favorables) dividit per “2 elevat a n” (total de casos possibles).

En resum, PE(0) = (Prob(2,0) + Prob(3,1) + Prob(4,2) + … + Prob(11,9) )/21. Si feu el càlcul, el resultat és PE(0) = (0,25 + 0,25 + 0,2344 + 0,219 + 0,205 + 0,1933 + 0,1833 + 0,1746 + 0,1670 + 0,1602)/21 = 0,09699. En d’altres paraules, si el grup de 3022 persones que ja havia votat sí o no va mantenir el seu total de vots afirmatius i negatius, la probabilitat d’empat a la tercera votació era del 9,7%, quasi un 10%.

El cas PE(2) és molt similar, així com tots els altres: PE(2) = Prob(0,2)*PV(2) + Prob(1,3)*PV(4) + Prob(2,4)*PV(6) + Prob(3,5)*PV(8) + Prob(4,6)*PV(10) + … + Prob(9,11)*PV(20). Per cert, és fàcil veure que sempre es compleix que PE(0) = PE(2) = 0,09699. I de la mateixa manera podríem calcular tots els altres PE(k) que necessitem per a saber la probabilitat d’empat. Però com que ja es veu que les PE(k) seran del mateix ordre, podem afirmar que la probabilitat d’empat era molt més elevada del que la gent va acabar pensant…

Els atacs informàtics

dimecres, 17/06/2015

Hi ha una paraula que cada cop escoltem més: ciberatac. Fa poc llegíem, segons dades del govern espanyol, que l’any passat es van registrar més de setanta mil atacs per xarxa contra empreses, ciutadans, infraestructures critiques i institucions de l’Estat. Això situa Espanya com a tercer país al món en actes cibernètics hostils, tan sols per darrere dels Estats Units i el regne Unit. Un total de 63 d’aquests actes van ser especialment greus, amb 34 atacs a empreses energètiques i 4 a industries nuclears.

Crec que podríem parlar de tres tipus d’atacs per xarxa o atacs informàtics. En primer lloc tenim els atacs fets per no experts. Un bon exemple serien els missatges virals contra persones concretes fets a travès de les xarxes socials. És clar que no sempre tenen èxit, però quan “funcionen”, poden fer molt mal: la persona concreta queda condemnada a l’ostracisme, és rebutjada, i fins i tot pot tenir problemes per trobar feina. En segon lloc podríem parlar dels atacs generats per experts informàtics que treballen a nivell individual, els anomenats hackers. Les tècniques són molt variades. Tenim els virus i cucs, programes que s’auto-reprodueixen i es propaguen per la xarxa, els troians o cavalls de Troia que s’instal·len al nostre ordinador, capten informació i l’envien al seu amo, la suplantació d’emissors i remitents de missatges, la tramesa massiva de correu no desitjat per a bloquejar l’ordinador receptor, la captura de paraules claus, la suplantació d’identitat i molts d’altres. En aquest cas, l’objectiu pot ser molt divers, des de simplement fer mal a robar diners o informació. Finalment, i això és el que fa més por, tenim les organitzacions, empreses i Estats que han creat departaments plens de hackers especialitzats en dissenyar, preparar i executar atacs extremadament sofisticats.

Un exemple paradigmàtic d’aquest tercer cas és el del virus Stuxnet, considerat la primera arma digital de la història. Amb aquest virus, els hackers de l’estructura militar de l’agència NSA dels Estats Units van poder destruir/inutilitzar el 20% de les centrifugadores que produïen urani enriquit a la central de Natanz a Iran. L’atac va ser l’any 2009, i llavors ningú va entendre el que passava. De fet, durant una visita dels inspectors internacionals el gener del 2010, ni els inspectors ni els tècnics iranians van poder entendre el misteri de les centrifugadores que es trencaven per excés de pressió interna, i fins després de quatre anys no es va saber el que havia passat. El virus Stuxnet va ser el resultat d’un projecte conjunt entre els Estats Units i Israel amb l’objectiu d’afectar els sistemes de control (fets per Siemens) de les centrifugadores. Va aconseguir infectar i controlar els sistemes informàtics d’aquestes màquines, tot i que no estaven connectades a la xarxa. L’atac es va fer en dues fases (la primera va ser d’espionatge i adquisició de dades), infectant els ordinadors d’empreses externes que subministraven equips i serveis a la central de Natanz. Aquests ordinadors infectaven llapis de memòria amb el virus Stuxnet (que era invisible als sistemes anti-virus), pensant que alguns operaris acabarien anant en algun moment a la central tot portant el virus en els seus llapis. En resum, la idea, que va funcionar a la perfecció, és que si es vol atacar un sistema molt protegit, el millor és aconseguir que els actors materials de la infecció siguin els propis operaris que hi tenen accés. Tot un exèrcit de hackers va aconseguir, sense moure’s de davant dels seus ordinadors, destruir la cinquena part de les centrifugadores de Natanz.

Gràcies a Edward Snowden sabem de l’existència del programa Politerain. La noticia la va publicar fa pocs mesos el setmanari Der Spiegel, i és d’on he tret la imatge de dalt. L’atac a les centrifugadores de Iran amb el virus Stuxnet va ser un dels primers resultats d’aquest programa de la famosa agència NSA, actiu des de fa vuit anys. Politerain inclou el grup S321, un grup de franctiradors informàtics que funcionen amb estructura militar i que treballen a la tercera planta d’un dels edificis del Fort Meade, a l’Estat de Maryland. Com diu Snowden, la seva prioritat són els atacs, no la defensa. La seva única missió és la de manipular i destruir ordinadors i instal·lacions “de l’enemic”. Politerain és el viu exemple del terrorisme informàtic d’Estat, una petita mostra del que aviat veurem cada dia. És un futur que realment no tranquil·litza. Segurament no som gaire lluny de saber que hi ha armes digitals que maten gent civil.

Personalment, he de dir que no m’agrada el terme ciberatac, i tampoc trobo massa apropiats els termes ciberseguretat, ciberespai i els seus derivats. La paraula cibernètica ja va ser usada per Plató a La República per parlar de l’art de governar i de “dirigir els homes“, però qui li va donar el seu actual significat actual va ser en Norbert Wiener l’any 1948. La cibernètica tracta sobre sistemes de control i per tant és molt més propera als robots (i per tant als drons o altres ginys automàtics) que a la xarxa d’Internet. En aquest document del CESEDEN, d’un curs de defensa nacional, es parla del ciberespai i es defineix com l’espai virtual mundial que interconnecta sistemes d’informació, dispositius mòbils i sistemes de control industrial. Citen els sistemes de control, però és clar que el ciberespai és l’espai virtual mundial que interconnecta aquests i altres sistemes informàtics. En aquest sentit, tal vegada seria millor parlar d’atacs per internet, atacs informàtics, atacs per xarxa o, si voleu, web-atacs. A pesar del futurisme implícit en el prefix ciber, jo diria que el terme és inadequat.

Els atacs per xarxa no es poden evitar, és un dels peatges que hem de pagar pel fet de tenir una xarxa internet oberta. Crec que és indubtable que tots volem tenir aquesta xarxa oberta i lliure, i ens toca conviure amb virus i troians perquè ja sabem que la seguretat total és un mite. Però el que sí podem fer és ser curosos amb les nostres dades i no exposar-nos als perills de manera imprudent. No és el mateix enviar un correu electrònic a una persona concreta que enviar-li missatges de manera pública a través d’una xarxa social. Fa un parell de dies, en Guillermo Zapata comentava, tot justificant la seva dimissió com a regidor de cultura de l’Ajuntament de Madrid, que els tuits que ara l’han fet dimitir havien estat enviats en el context d’una conversa privada sobre els límits de l’humor. He de dir que la seva frase em va sorprendre. Per què tuitejar converses privades en lloc d’enviar e-mails? Tot plegat em va recordar en Byung Chul Han, quan diu que la peculiaritat del panòptic digital és que les persones col·laboren de manera activa en la seva pròpia vigilància i en la construcció i conservació d’aquest immens panòptic. Diu que ho fan quan s’exhibeixen mentre despullen la seva informació a les xarxes socials.

Per cert, en Jordi Angusto diu que el més probable és que el TTIP acabi sent aprovat un dia o altre i que sigui un monstre de desregulació que ens acabi devorant. Diu que llavors potser encara hi haurà qui dirà que si el mercat ha fallat, el que cal és encara més mercat.