نیکول م. بنت دانشجوی دکتری جغرافیا و معاون مرکز مطالعات پناهندگان، دانشگاه ایندیانا

از یاری تا آسیب: چگونه دولت به‌طور پنهانی داده‌های همه را برای نظارت مجدد استفاده می‌کند

تاریخ انتشار : ۰۶:۱۳ ۰۴-۰۲-۱۴۰۴

اوایل مارس ۲۰۲۵، یکی از افشاگران در هیئت ملی روابط کار از افزایش غیرمعمول انتقال داده‌های بالقوه حساس از شبکه این سازمان خبر داد. این اتفاق زمانی رخ داد که کارمندان «اداره کارایی دولتی» یا همان DOGE به پایگاه‌داده‌های این سازمان دسترسی پیدا کردند. سپس، در تاریخ ۷ آوریل، وزارت امنیت داخلی (DHS) به داده‌های مالیاتی سازمان خدمات درآمد داخلی (IRS) دسترسی یافت. این دو رویداد ظاهراً نامرتبط، نمونه‌هایی از تحولات اخیر در ساختار و هدف مخازن داده‌ای دولت فدرال هستند. من به‌عنوان پژوهشگری که در تقاطع مهاجرت، حاکمیت داده‌ها و فناوری‌های دیجیتال مطالعه می‌کنم، پیگیر این هستم که چگونه داده‌هایی که مردم برای دریافت خدمات عمومی—مانند اظهارنامه مالیاتی، ثبت‌نام بیمه سلامت، دریافت کمک‌های بیکاری و پشتیبانی آموزشی—در اختیار دولت می‌گذارند، به‌تدریج برای نظارت و اجرای قانون مورد استفاده قرار می‌گیرند. این اطلاعات که در ابتدا برای تسهیل در ارائه خدمات درمانی، ارزیابی صلاحیت برای خدمات عمومی، و اجرای برنامه‌های دولتی گردآوری می‌شدند، اکنون به‌طور گسترده‌ای بین سازمان‌های مختلف و شرکت‌های خصوصی به اشتراک گذاشته می‌شوند. در نتیجه، زیرساخت خدمات عمومی به تدریج به سازوکاری برای کنترل بدل شده است. داده‌هایی که پیش‌تر در سامانه‌های مجزای اداری نگهداری می‌شدند، اکنون به‌آسانی از طریق توافق‌نامه‌های بین‌سازمانی، قراردادهای برون‌سپاری، و مشارکت‌های تجاری که در چند دهه گذشته ایجاد شده‌اند، جریان می‌یابند. این ترتیبات اشتراک‌گذاری داده معمولاً در خارج از دید عمومی و تحت عناوینی مانند «امنیت ملی»، «پیشگیری از تقلب» و «مدرن‌سازی دیجیتال» توجیه می‌شوند. نتیجه آن است که ساختار دولت به‌آرامی به یک سامانه نظارت یکپارچه تبدیل می‌شود، سامانه‌ای که توانایی پایش، پیش‌بینی و پرچم‌گذاری رفتار انسان‌ها را در مقیاسی بی‌سابقه دارد.

تبریز امروز:

منتشر شده در: ۲۳ آوریل ۲۰۲۵


افشای یک روند نگران‌کننده

اوایل مارس ۲۰۲۵، یکی از افشاگران در هیئت ملی روابط کار (National Labor Relations Board) از افزایش غیرمعمول انتقال داده‌های بالقوه حساس از شبکه این سازمان خبر داد. این اتفاق زمانی رخ داد که کارمندان «اداره کارایی دولتی» یا همان DOGE به پایگاه‌داده‌های این سازمان دسترسی پیدا کردند. سپس، در تاریخ ۷ آوریل، وزارت امنیت داخلی (DHS) به داده‌های مالیاتی سازمان خدمات درآمد داخلی (IRS) دسترسی یافت.

این دو رویداد ظاهراً نامرتبط، نمونه‌هایی از تحولات اخیر در ساختار و هدف مخازن داده‌ای دولت فدرال هستند. من به‌عنوان پژوهشگری که در تقاطع مهاجرت، حاکمیت داده‌ها و فناوری‌های دیجیتال مطالعه می‌کنم، پیگیر این هستم که چگونه داده‌هایی که مردم برای دریافت خدمات عمومی—مانند اظهارنامه مالیاتی، ثبت‌نام بیمه سلامت، دریافت کمک‌های بیکاری و پشتیبانی آموزشی—در اختیار دولت می‌گذارند، به‌تدریج برای نظارت و اجرای قانون مورد استفاده قرار می‌گیرند.

این اطلاعات که در ابتدا برای تسهیل در ارائه خدمات درمانی، ارزیابی صلاحیت برای خدمات عمومی، و اجرای برنامه‌های دولتی گردآوری می‌شدند، اکنون به‌طور گسترده‌ای بین سازمان‌های مختلف و شرکت‌های خصوصی به اشتراک گذاشته می‌شوند. در نتیجه، زیرساخت خدمات عمومی به تدریج به سازوکاری برای کنترل بدل شده است.

داده‌هایی که پیش‌تر در سامانه‌های مجزای اداری نگهداری می‌شدند، اکنون به‌آسانی از طریق توافق‌نامه‌های بین‌سازمانی، قراردادهای برون‌سپاری، و مشارکت‌های تجاری که در چند دهه گذشته ایجاد شده‌اند، جریان می‌یابند.

این ترتیبات اشتراک‌گذاری داده معمولاً در خارج از دید عمومی و تحت عناوینی مانند «امنیت ملی»، «پیشگیری از تقلب» و «مدرن‌سازی دیجیتال» توجیه می‌شوند. نتیجه آن است که ساختار دولت به‌آرامی به یک سامانه نظارت یکپارچه تبدیل می‌شود، سامانه‌ای که توانایی پایش، پیش‌بینی و پرچم‌گذاری رفتار انسان‌ها را در مقیاسی بی‌سابقه دارد.

فرمان‌های اجرایی ترامپ
فرمان‌های اجرایی که دونالد ترامپ امضا کرده، به حذف موانع نهادی و حقوقی باقی‌مانده برای تکمیل این سامانه عظیم نظارتی می‌پردازد.


DOGE و بخش خصوصی

در قلب این دگرگونی، اداره DOGE قرار دارد که طبق فرمان اجرایی، مأمور به «ارتقای تعامل‌پذیری بین شبکه‌ها و سامانه‌های سازمانی، اطمینان از تمامیت داده‌ها، و تسهیل گردآوری و هم‌زمان‌سازی مسئولانه داده‌ها» شده است. یک فرمان اجرایی دیگر نیز دولت فدرال را ملزم به از بین بردن انحصارهای اطلاعاتی میان سازمان‌ها کرده است.

با ساخت سامانه‌های تعامل‌پذیر، DOGE می‌تواند دسترسی هم‌زمان و بین‌سازمانی به اطلاعات حساس را ممکن کرده و پایگاه داده‌ای مرکزی از افراد ساکن ایالات متحده ایجاد کند. این پیشرفت‌ها در ظاهر به عنوان «ساده‌سازی فرایندهای اداری» معرفی می‌شوند، اما در عمل بستر نظارت گسترده را فراهم می‌سازند.

نقش شرکت‌های خصوصی در این میان کلیدی است.
وزارت امنیت داخلی و سایر نهادها با توسل به پیمان‌کاران شخص ثالث و دلالان داده، محدودیت‌های مستقیم قانونی را دور می‌زنند. این واسطه‌ها همچنین داده‌هایی را از منابعی چون رسانه‌های اجتماعی، شرکت‌های خدماتی، فروشگاه‌های زنجیره‌ای و سایر منابع تجاری جمع‌آوری کرده و امکان ساخت پروفایل‌های دیجیتال دقیق و جامع از افراد را—بدون رضایت صریح یا نظارت قضایی—فراهم می‌آورند.

شرکت خصوصی Palantir، یکی از بزرگ‌ترین پیمان‌کاران فدرال، سامانه‌های تحلیلی و تحقیقاتی را به نهادهایی مانند سازمان مهاجرت و گمرک (ICE)، وزارت دفاع، مرکز کنترل بیماری‌ها (CDC) و سازمان امور مالیاتی آمریکا (IRS) عرضه می‌کند. این سامانه‌ها اطلاعات را از منابع مختلف مانند عکس‌های گواهینامه رانندگی، اطلاعات خدمات اجتماعی، داده‌های مالی و آموزشی گردآوری کرده و در پنل‌های مدیریتی مرکزی ارائه می‌دهند؛ ابزارهایی که برای «پلیس‌گری پیش‌گویانه» (predictive policing) و «پروفایل‌سازی الگوریتمی» طراحی شده‌اند. این فناوری‌ها دسترسی دولت را به شیوه‌هایی گسترش می‌دهند که هنجارهای حریم خصوصی و رضایت را به چالش می‌کشند.


نقش هوش مصنوعی

هوش مصنوعی این تغییر ساختاری را به طرز چشمگیری تسریع کرده است.

الگوریتم‌های پیش‌بینی‌گر اکنون حجم عظیمی از داده‌ها را اسکن می‌کنند تا امتیازهای ریسک تولید کرده، ناهنجاری‌ها را شناسایی کنند و تهدیدات احتمالی را علامت‌گذاری نمایند.

این سامانه‌ها داده‌هایی را از منابعی مانند ثبت‌نام مدارس، درخواست‌های مسکن، میزان مصرف خدمات عمومی و حتی رسانه‌های اجتماعی جذب می‌کنند—همه‌ی این‌ها از طریق قراردادهایی با دلالان داده و شرکت‌های فناوری صورت می‌گیرد. از آنجا که این سامانه‌ها بر یادگیری ماشینی مبتنی‌اند، عملکرد درونی‌شان اغلب اختصاصی، غیرقابل توضیح و ورای هرگونه پاسخ‌گویی عمومی معنادار است.

دکتر جاستین شرمن، پژوهشگر حریم خصوصی داده‌ها، بیان می‌کند که دلالان داده حجم شگفت‌آوری از اطلاعات درباره‌ی افراد در اختیار دارند.

گاهی اوقات نتایج تولیدشده نادرست هستند—بر پایه‌ی «توهمات هوش مصنوعی» (AI hallucinations)، یعنی پاسخ‌هایی که سیستم‌های هوشمند تولید می‌کنند که هرچند قانع‌کننده به‌نظر می‌رسند، اما اشتباه، ساختگی یا نامربوط‌اند. حتی اختلاف‌های کوچک در داده‌ها می‌تواند پیامدهای بزرگی داشته باشد: از دست رفتن شغل، محروم شدن از مزایا، و هدف قرار گرفتن نادرست در عملیات‌های اجرای قانون. زمانی که یک فرد «پرچم‌گذاری» می‌شود، به ندرت مسیری شفاف برای اعتراض به نتایج سامانه‌ها وجود دارد.


پروفایل‌سازی دیجیتال

مشارکت در زندگی مدنی، درخواست وام، دریافت کمک‌های پس از بحران و حتی تقاضای کمک‌هزینه‌ی تحصیلی اکنون به بخشی از ردپای دیجیتال یک فرد تبدیل می‌شود. نهادهای دولتی ممکن است بعدتر این داده‌ها را طوری تفسیر کنند که دسترسی فرد به کمک‌ها را محدود کنند. داده‌هایی که تحت عنوان مراقبت جمع‌آوری شده‌اند، ممکن است بعدها به عنوان مدرکی برای نظارت بر فرد مورد استفاده قرار گیرند.

با افزایش تکیه بر پیمان‌کاران خصوصی، مرزهای میان حکمرانی عمومی و نظارت شرکتی به‌تدریج در حال از بین رفتن است.

سیستم‌های هوش مصنوعی، تشخیص چهره و پروفایل‌سازی پیش‌بینی‌گر نظارت درستی ندارند. این فناوری‌ها به‌ویژه برای افراد کم‌درآمد، مهاجران و افراد رنگین‌پوست آسیب‌زا هستند، چرا که این گروه‌ها بیشتر به‌عنوان «خطر بالقوه» علامت‌گذاری می‌شوند.

سامانه‌هایی که در ابتدا برای راستی‌آزمایی مزایا یا واکنش در بحران‌ها طراحی شده بودند، اکنون به شبکه‌های وسیع نظارت تغذیه می‌کنند. پیامدهای این روند بسیار عمیق‌اند. آنچه به عنوان سامانه‌ای برای هدف‌گیری افراد غیرشهروند یا مظنون به کلاهبرداری آغاز شده، به‌راحتی می‌تواند به نظارت بر همه‌ی ساکنان کشور تعمیم یابد.


چشمانی بر همه‌ی مردم

این موضوع صرفاً به حریم خصوصی داده‌ها محدود نمی‌شود. ما شاهد دگرگونی‌ای بنیادین در منطق حکمرانی هستیم. سامانه‌هایی که زمانی برای اداره‌ی امور طراحی شده بودند، اکنون به ابزاری برای ردیابی و پیش‌بینی رفتار انسان‌ها تبدیل شده‌اند. در این الگو، نظارت بسیار کم و پاسخ‌گویی تقریباً ناچیز است.

هوش مصنوعی امکان تفسیر الگوهای رفتاری را در مقیاسی وسیع و بدون پرسش مستقیم یا راستی‌آزمایی فراهم می‌کند. استنتاج جایگزین واقعیت می‌شود. همبستگی جایگزین شهادت می‌گردد.

خطر برای همه وجود دارد. این فناوری‌ها گرچه معمولاً ابتدا در حاشیه‌های جامعه—علیه مهاجران، دریافت‌کنندگان کمک‌های اجتماعی یا افرادی که «پرریسک» تلقی می‌شوند—مورد استفاده قرار می‌گیرند، اما هیچ محدودیت واقعی‌ای برای گسترش دامنه‌ی کاربرد آن‌ها وجود ندارد.

با هر فرمی که پر می‌کنید، هر تعامل دیجیتالی، و هر ابزاری که استفاده می‌کنید، پروفایل دیجیتالی شما غنی‌تر می‌شود—و معمولاً دور از دید شما. زیرساخت نظارت فراگیر آماده است. آنچه نامعلوم است، این است که چقدر اجازه پیشروی خواهد یافت.

 
 
 
 
 
 
 

نظرات کاربران


@