Capítulo 3 — Privacidade e proteção de dados: evidências especializadas

Mapa da aula

Aula 03 publicada. Mapa, exemplo, EX011.

flowchart TD
  N0["3.1 A questão da necessidade"]
  N1["3.2 Resultados"]
  N2["3.3 Interpretar as evidências"]
  N3["3.4 Cultura de evidências"]
  N4["Laboratório — Detecção de fraudes com GPS completo,"]
  N5["Síntese"]
  N0 --> N1 --> N2 --> N3 --> N4 --> N5
  N5 --> EX["Exemplo resolvido"]
  EX --> Q["Exercício EX011"]

Desenho lógico

flowchart LR
  N0["3.1 A questão da necessidade"]
  N1["3.2 Resultados"]
  N2["3.3 Interpretar as evidências"]
  N3["3.4 Cultura de evidências"]
  N4["Laboratório — Detecção de fraudes com GPS completo,"]
  N5["Síntese"]
  N0 --> N1 --> N2 --> N3 --> N4 --> N5 --> Q["EX011"]

[3.1 A questão da necessidade]
    |
    v
[3.2 Resultados]
    |
    v
[3.3 Interpretar as evidências]
    |
    v
[3.4 Cultura de evidências]
    |
    v
[Laboratório — Detecção de fraudes com GPS completo,]
    |
    v
[Síntese]
    |
    v
[Exemplo resolvido] --> [Exercício EX011]

Objetivos de aprendizagem

Você vai (1) testar com evidências se os dados são necessários; (2) comparar o desempenho de um modelo com menos dados; (3) aplicar as evidências a uma decisão de minimização.

3.1 A questão da necessidade

A minimização exige que os dados sejam adequados, pertinentes e limitados ao necessário, pelo artigo 5(1)(c) do GDPR e pelo princípio da necessidade do art. 6º, III, da LGPD. A equipe antifraude argumenta que o GPS preciso é necessário. Priscila pede evidências. Com um cientista de dados, ela desenha uma simulação sobre 20.000 transações sintéticas que compara três regras: GPS completo com novidade do dispositivo, localização por cidade com novidade do dispositivo e apenas a novidade do dispositivo. O objetivo é medir o que a localização precisa acrescenta, e as três regras rodam sobre o mesmo histórico.

3.2 Resultados

O laboratório mostra que o GPS completo com dispositivo e a localização por cidade com dispositivo detectam os mesmos 43,1% das fraudes, com os mesmos 90 alarmes falsos. Neste cenário sintético, o GPS não acrescenta nada além de saber que o pagamento vem de uma cidade incomum. Usar apenas a novidade do dispositivo detecta mais fraudes, 56,4%, mas produz 1.572 alarmes falsos, que bloqueariam muitos clientes legítimos. A localização por cidade fornece, portanto, o sinal útil sem rastreamento preciso. Como guardar as coordenadas exatas não acrescenta detecção, o rastreamento preciso não pode ser chamado de necessário.

3.3 Interpretar as evidências

Priscila é cuidadosa. A simulação é sintética e se apoia em premissas com que a equipe antifraude concordou. Ela mostra que o GPS pode ser desnecessário, e não que nunca ajude. Priscila propõe um piloto controlado com dados reais, porém pseudonimizados, no ambiente seguro da equipe antifraude, comparando por três meses as regras por cidade e por GPS. Até haver resultados, a Corvina usa a localização por cidade. Ela registra isso como uma decisão tomada com base no princípio da necessidade, com as evidências, o plano do piloto e uma revisão prevista para seis meses depois.

3.4 Cultura de evidências

A Dra. Ward observa que Priscila trocou a opinião pela evidência na conversa. A equipe antifraude, inicialmente resistente, aceita o piloto porque ele pode lhe dar razão. Priscila nota que os argumentos de necessidade ficam mais fortes quando apoiados em dados e que as equipes de privacidade ganham credibilidade quando ajudam a testar as alegações, em vez de simplesmente rejeitá-las. A equipe antifraude agora propõe seus próprios testes antes de pedir dados novos, e o pedido seguinte, de acesso à lista de contatos, é retirado depois que um pequeno teste não mostra benefício algum.

Laboratório — Detecção de fraudes com GPS completo, localização por cidade ou só o dispositivo

# Does a fraud rule need precise location? Compare detection with full GPS, city-level and no location (synthetic).
import random
r = random.Random(21)
tx = []
for _ in range(20000):
    fraud = r.random() < 0.01
    far = r.random() < (0.70 if fraud else 0.05)          # far from usual city
    newdev = r.random() < (0.60 if fraud else 0.08)       # new device
    odd_gps = far and r.random() < 0.5                    # GPS adds detail only within 'far' cases
    tx.append((fraud, far, newdev, odd_gps))
def score(rule):
    flagged = [t for t in tx if rule(t)]; tp = sum(t[0] for t in flagged); fr = sum(t[0] for t in tx)
    return tp / fr, len(flagged) - tp
for name, rule in [("full GPS + device", lambda t: (t[1] and t[2]) or t[3] and t[2]),
                   ("city-level + device", lambda t: t[1] and t[2]),
                   ("device only", lambda t: t[2])]:
    rec, fp = score(rule); print(f"{name:20s} detects {rec:5.1%} of fraud; false alarms {fp:5d}")

Execute com python3 lab_fraud.py. Saída verificada:

full GPS + device    detects 43.1% of fraud; false alarms    90
city-level + device  detects 43.1% of fraud; false alarms    90
device only          detects 56.4% of fraud; false alarms  1572

Exemplo resolvido

Priscila mostra que as regras com GPS e por cidade detectam 43,1% das fraudes sintéticas com 90 alarmes falsos, enquanto a detecção só pelo dispositivo eleva os alarmes falsos a 1.572, e adota a localização por cidade até o fim do piloto.

Caso sintético. As transações são sintéticas; o artigo 5(1)(c) do GDPR e o art. 6º da LGPD são reais.

Erros e limites

Dados sintéticos refletem premissas; pilotos reais podem mostrar resultados diferentes.

Exercícios

• EX011 — Valor do GPS. O que o GPS preciso acrescentou na simulação?
  Mostrar critérios de avaliação

  Rubrica: 3 = nada além da cidade: os mesmos 43,1% de detecção e 90 alarmes falsos;; 2 = menciona ausência de ganho;; 1 = melhorou;; 0 = sem resposta.
• EX012 — Custo de usar só o dispositivo. Por que não usar apenas a novidade do dispositivo?
  Mostrar critérios de avaliação

  Rubrica: 3 = 1.572 alarmes falsos bloqueariam muitos clientes legítimos;; 2 = menciona alarmes falsos;; 1 = é a melhor;; 0 = nenhuma.
• EX013 — Decisão provisória. O que a Corvina usa até o fim do piloto?
  Mostrar critérios de avaliação

  Rubrica: 3 = a localização por cidade;; 2 = menciona cidade;; 1 = GPS;; 0 = nenhuma.
• EX014 — Princípio da necessidade. Que princípios exigem limitar os dados ao necessário?
  Mostrar critérios de avaliação

  Rubrica: 3 = o artigo 5(1)(c) do GDPR e o art. 6º, III, da LGPD;; 2 = um;; 1 = vago;; 0 = nenhuma.
• EX015 — Equipe resistente. Por que a equipe antifraude aceitou o piloto?
  Mostrar critérios de avaliação

  Rubrica: 3 = ele poderia lhe dar razão;; 2 = menciona justiça;; 1 = foi forçada;; 0 = nenhuma.

Síntese

O capítulo 3 testa a necessidade. O capítulo 4 trata de risco e ética.