Efecto mosaico

En el monitoreo ambiental , los investigadores han adaptado conceptos de mosaico para estudiar los cambios en la cobertura terrestre vinculados a la agricultura , la tala y la deforestación . Un método de este tipo, descrito por Obbink et al. (2004) como la teoría del mosaico agregado , aplica el análisis de patrones espaciales a imágenes satelitales para detectar transiciones en la vegetación y el uso de la tierra a lo largo del tiempo. ^{[ 17 ]} Su estudio de 2004 sobre la selva tropical de Indonesia utilizó la clasificación de mosaico de cobertura terrestre para distinguir entre bosque , matorral e invasión agrícola , demostrando que la fragmentación del paisaje y los cambios en la vegetación pueden rastrearse incluso cuando el área forestal total parece inalterada. ^{[ 17 ]}

Los expertos en derecho y los tribunales han reconocido cada vez más que los metadatos , incluidos los registros de consumo de electricidad, pueden constituir un mosaico capaz de revelar rutinas domésticas privadas. ^{[ 18 ]}

En Naperville Smart Meter Awareness v. City of Naperville , el Tribunal de Apelaciones del Séptimo Circuito de los Estados Unidos sostuvo que la recopilación de datos de consumo eléctrico de 15 minutos constituía un registro del hogar según la Cuarta Enmienda , basándose en Carpenter v. United States y la teoría del mosaico para argumentar que dichos datos permiten inferir la actividad privada dentro del hogar. ^{[ 18 ]} Carpenter marcó un cambio constitucional al adoptar la teoría del mosaico, lo que puede influir significativamente en cómo se protegen los datos en las ciudades inteligentes. ^{[ 2 ]} Rosenzweig argumentó que rechazar la teoría del mosaico en Carpenter dejaría al Tribunal con una elección binaria: o rechazar completamente o aplicar completamente las protecciones de privacidad a todos los datos de terceros. ^{[ 3 ]}

En el contexto médico, se han propuesto versiones del efecto mosaico y su teoría para examinar las causas de la hipertensión , la evolución del coronavirus y las experiencias de tratamiento de mujeres pertenecientes a minorías étnicas . Un estudio cualitativo publicado en BMC Public Health utilizó la metodología de la teoría fundamentada para analizar las experiencias de atención materna de mujeres pertenecientes a minorías étnicas en el Reino Unido . ^{[ 19 ]} Mediante la comparación constante de entrevistas, los investigadores identificaron patrones de datos recurrentes entre las participantes y desarrollaron un marco explicativo al que denominaron Mosaico Imperfecto . ^{[ 19 ]} Se encontró que las experiencias de las pacientes se hacían eco de las previamente reportadas por profesionales de la atención materna, particularmente en relación con la raza y la etnia en el NHS . ^{[ 19 ]}

Un estudio publicado en Virus Evolution aplica la teoría del mosaico coevolutivo para identificar regiones —particularmente en el sudeste asiático y África central— donde la dinámica del betacoronavirus de murciélago aumenta el riesgo de aparición zoonótica . ^{[ 20 ]} Otra aplicación utiliza el marco del mosaico para explicar la hipertensión como resultado de múltiples causas interdependientes, incluyendo la ingesta de sal y la inflamación . ^{[ 21 ]} El modelo actualizado sitúa la sal dietética y la inflamación del sistema inmunitario en el centro del mosaico, influyendo en casi todos los demás factores que contribuyen a la hipertensión. ^{[ 21 ]} Esto reformula la hipertensión como una condición emergente moldeada por sistemas biológicos conectados, en lugar de una secuencia lineal de causas. ^{[ 21 ]}

El informe de la Organización Mundial de la Salud de 2023, «Elaborando el mosaico»: Un marco para la vigilancia resiliente de los virus respiratorios con potencial epidémico y pandémico, exige la identificación y el aseguramiento de recursos a mediano y largo plazo a nivel nacional, regional y mundial para sustentar su mosaico de enfoques de vigilancia complementarios. ^{[ 22 ]} El informe instó a todos los países a establecer mosaicos de sistemas de vigilancia adecuados para el monitoreo de patógenos respiratorios con potencial epidémico o pandémico . ^{[ 22 ]} La OMS concibe cada enfoque de vigilancia como una pieza individual del mosaico, que requiere mejoras de resiliencia a nivel mundial para afrontar futuros incidentes de salud pública. ^{[ 22 ]}

En uno de los ejemplos reales más citados, los investigadores lograron deducir la configuración interna de la planta de enriquecimiento nuclear de Natanz, en Irán, utilizando fotografías de una visita presidencial de 2008 y modelos en cascada visibles en las pantallas SCADA . ^{[ 23 ]} El experto en seguridad Ralph Langner relacionó estas pistas visuales con la estructura codificada en el malware Stuxnet , ilustrando cómo información aparentemente inocua revelada a través de imágenes permitió a los adversarios reconstruir arquitecturas operativas . ^{[ 23 ]}

Los datos personales se utilizan para crear perfiles de identidad detallados con fines que van desde la actividad delictiva hasta la publicidad dirigida. ^{[ 28 ]}

Eliminar los identificadores explícitos de los conjuntos de datos no garantiza el anonimato, ya que las personas a menudo pueden ser reidentificadas al vincular detalles demográficos con información externa. ^{[ 29 ]} La publicación de datos de propiedad efectiva en registros públicos aumenta el riesgo de reidentificación, ya que el efecto mosaico permite que la combinación de conjuntos de datos anonimizados o desidentificados de diferentes fuentes revele identidades individuales. ^{[ 25 ]} Agregar datos de propiedad efectiva con información de redes sociales y metadatos de ubicación puede exponer a las personas a amenazas de seguridad, incluidos riesgos como secuestro y extorsión. ^{[ 25 ]} Combinaciones como código postal, género y fecha de nacimiento pueden identificar de manera única a la mayoría de los residentes de EE. UU., lo que demuestra que los datos anonimizados aún son vulnerables al efecto mosaico. ^{[ 29 ]} Los datos de ubicación que abarcan de dos a tres meses pueden permitir que los programas analíticos identifiquen el hogar o el lugar de trabajo de una persona, mientras que los datos de un solo día carecen de valor predictivo. ^{[ 3 ]} En esta investigación, Latanya Sweeney descubrió que el 87 por ciento de los estadounidenses podían ser identificados de forma única por su código postal, combinado únicamente con el género y la fecha de nacimiento. ^{[ 30 ]} El análisis predictivo puede identificar ubicaciones sensibles, como casas de escondite, a partir de tres meses de datos de geolocalización , lo que ejemplifica el efecto mosaico en acción. ^{[ 3 ]} Los académicos han advertido que los datos de vigilancia agregados pueden reconstruir retrospectivamente los movimientos y el comportamiento de un individuo a lo largo del tiempo, una preocupación descrita como el problema de la "máquina del tiempo". ^{[ 2 ]}

Incluso los conjuntos de datos que han sido anonimizados o pseudonimizados pueden resultar en la exposición de rasgos de identidad cuando se combinan con datos auxiliares, planteando riesgos políticos y físicos en contextos frágiles. ^{[ 31 ]} La investigación empírica demuestra que es posible construir un perfil completo de individuos al vincular información de múltiples fuentes gubernamentales, ilustrando los riesgos operativos asociados con el efecto mosaico. ^{[ 25 ]} La recopilación a gran escala de macrodatos hace que no sea realista para los individuos saber qué se está recopilando sobre ellos. ^{[ 3 ]} Rosenzweig denominó a la vigilancia de macrodatos "dataveillance", caracterizándola como una nueva forma de creación de conocimiento a través de la agregación, distinta de los eventos de vigilancia individuales. ^{[ 3 ]} Incluso cuando se utilizan técnicas de privacidad como el k-anonimato para agrupar registros y enmascarar detalles de identificación, el proceso es vulnerable si los publicadores de datos no anticipan qué atributos pueden vincularse con información externa. ^{[ 29 ]} Los identificadores aparentemente neutrales, como el documento nacional de identidad o el número de seguridad social, pueden permitir la extracción de información sensible cuando se combinan con conjuntos de datos adicionales, debido a las propiedades estructurales incrustadas en esos identificadores. ^{[ 25 ]}

Las publicaciones adicionales, los cambios en los conjuntos de datos publicados o los datos auxiliares imprevistos pueden comprometer el anonimato, permitiendo que las personas sean reidentificadas mediante análisis de estilo mosaico. ^{[ 29 ]} Las demostraciones públicas del efecto mosaico resaltan su amenaza para las prácticas de anonimización de datos y subrayan la necesidad de vías de investigación seguras que protejan las identidades de los usuarios al tiempo que apoyan el desarrollo de la IA, según Abhishek Gupta. ^{[ 5 ]} Los investigadores lograron identificar a usuarios de Netflix en el conjunto de datos del Premio Netflix combinándolo con información pública de la base de datos de películas de Internet (IMDb), lo que permitió inferir preferencias políticas y otros atributos sensibles. ^{[ 7 ]} En otro incidente, los investigadores pudieron combinar una base de datos de altas hospitalarias de Massachusetts con bases de datos públicas de votantes e información de usuarios de AOL previamente comprometida y filtrada para identificar pacientes médicos locales. ^{[ 7 ]} Un ejecutivo de AOL se vio obligado a renunciar y un equipo de investigación fue despedido debido a la protesta pública después de que se revelara que los datos de los clientes podían usarse de tales maneras reconstruidas para identificar personas. ^{[ 30 ]}

El reconocimiento automático de matrículas (ANPR) se refiere a sistemas que combinan cámaras de alta velocidad con reconocimiento óptico de caracteres para detectar, fotografiar y convertir automáticamente las matrículas en texto legible por máquina para su uso en aplicaciones como el cobro de peajes, la inspección de vehículos y la monitorización del tráfico. ^{[ 32 ]} Articulada por primera vez en United States v. Maynard (DC Cir. 2012) y aplicada posteriormente al ANPR en Commonwealth v. McCarthy (Mass. 2016), la teoría del mosaico sostiene que la agregación de lecturas de ubicación individualmente lícitas —ya sean señales GPS o escaneos de matrículas— puede invadir colectivamente una expectativa razonable de privacidad. ^{[ 33 ]}

Aunque no fueron diseñadas originalmente para identificar individuos, las tecnologías ANPR han sido objeto de escrutinio legal y de privacidad desde la década de 1990, a medida que las agencias vinculaban cada vez más los datos de matrículas con registros de terceros y los conservaban a lo largo del tiempo, lo que generó preocupaciones sobre vigilancia, uso indebido y reidentificación personal. ^{[ 32 ]} Los críticos han argumentado que la vigilancia en ubicaciones fijas, como las cámaras en postes, puede exponer rutinas y asociaciones personales de forma comparable al rastreo móvil. ^{[ 24 ]} La teoría del mosaico puede hacer que la vigilancia previamente legal sea retroactivamente inconstitucional; por ejemplo, McCarthy sugirió que los períodos de rastreo inferiores a dos meses eran permisibles, pero un año no lo sería. ^{[ 33 ]}

En un informe elaborado por el Instituto de Transporte de Texas A&M junto con la Junta de Investigación del Transporte de las Academias Nacionales de Ciencias, Ingeniería y Medicina , se concluyó que la agregación de datos de vigilancia discretos, como los patrones de viaje derivados del seguimiento de matrículas, puede constituir colectivamente un registro inconstitucional. ^{[ 32 ]} Si bien los números de matrícula no son identificables personalmente por sí solos, pueden convertirse en información de identificación personal (PII) cuando se vinculan con metadatos contextuales o bases de datos externas, como los registros del departamento de vehículos motorizados . ^{[ 32 ]}

La teoría del mosaico no ofrece un umbral objetivo para determinar cuándo los datos agregados constituyen una búsqueda, lo que lleva a decisiones arbitrarias y caso por caso. ^{[ 33 ]} Grupos como la Unión Estadounidense por las Libertades Civiles han advertido que la agregación de registros de matrículas a largo plazo podría exponer comportamientos personales íntimos, afiliaciones o rutinas, especialmente cuando los conjuntos de datos se comparten o se conservan indefinidamente. ^{[ 32 ]} La anonimización de los datos de matrículas puede no impedir la reidentificación, particularmente cuando los conjuntos de datos están vinculados a fuentes externas, lo que aumenta los riesgos para la privacidad. ^{[ 32 ]} Tracey v. State (Fla. 2014) sostuvo que el escrutinio ad hoc y caso por caso de los datos de ubicación celular de la teoría del mosaico es inviable y socava la planificación de las fuerzas del orden. ^{[ 33 ]}

Los intermediarios y agregadores de datos reúnen información de fuentes dispares para crear retratos en mosaico de alta definición de individuos, aumentando el riesgo de elaboración de perfiles y exposición digital. ^{[ 28 ]} La aplicación de la ley de inmigración se basa en dichos datos agregados, incluyendo cuentas de servicios públicos y registros de licencias de conducir, proporcionados por proveedores comerciales para rastrear, localizar y crear expedientes digitales sobre individuos que pueden haber intentado ocultar sus identidades. ^{[ 34 ]} Terabytes de datos personales se intercambian en mercados públicos, proporcionando insumos brutos que pueden agregarse en perfiles de identidad de estilo mosaico. ^{[ 28 ]} Parte de estos datos se divulgan voluntariamente, a menudo a cambio de pequeñas comodidades o beneficios. ^{[ 12 ]} Los intermediarios de datos explotan activamente el efecto mosaico al vincular conjuntos de datos disjuntos utilizando agrupaciones de atributos únicos, especialmente después de grandes filtraciones, "desbloqueando" efectivamente nuevas posibilidades de identificación. ^{[ 5 ]} La agregación de registros de terceros desde consultas de búsqueda hasta registros de uso de aplicaciones crea perfiles centralizados a los que el gobierno puede acceder con una sola solicitud, lo que produce información personal más completa que las solicitudes segmentadas tradicionales. ^{[ 35 ]}

La defensora de los derechos digitales Samantha Floreani explicó que el efecto mosaico hace que el riesgo individual se agrave con cada agregación sucesiva de datos, ya que los datos personales pueden reconstruirse utilizando un identificador común como una dirección de correo electrónico. ^{[ 28 ]} El volumen de datos que poseen las empresas tecnológicas permite a los fiscales extraer detalles incriminatorios de historiales digitales que nunca estuvieron destinados al escrutinio legal. ^{[ 36 ]} Algunos de estos datos se divulgan voluntariamente, a menudo a cambio de pequeñas ventajas o beneficios. ^{[ 12 ]}

Las lagunas en el historial de ubicación de un usuario, como las provocadas por las políticas de eliminación, pueden utilizarse como prueba circunstancial en procedimientos legales. ^{[ 36 ]} Esta información se comparte frecuentemente con la expectativa de que se analice para revelar patrones sobre las personas. ^{[ 12 ]} La teoría del mosaico se extiende más allá del rastreo GPS a los servicios modernos de telecomunicaciones e Internet, donde los registros centralizados de los proveedores de datos de ubicación, comunicaciones y uso pueden divulgarse bajo la Ley de Comunicaciones Almacenadas por orden judicial o citación, lo que permite al gobierno construir mosaicos reveladores de vidas privadas. ^{[ 35 ]} El enfoque reformula la ley de vigilancia al tratar la recopilación continua o repetida de datos como una búsqueda única y holística en lugar de una serie de intrusiones aisladas. ^{[ 37 ]} En un artículo publicado en Iowa Law Review , Jesse Woo compara el debate sobre la teoría del mosaico con la paradoja de Sorites , argumentando que la recopilación incremental de datos puede parecer inocua hasta que se acumula en un todo revelador, lo que se asemeja a las preocupaciones sobre cuántos datos constituyen un daño a la privacidad. ^{[ 2 ]} El seguimiento continuo de la ubicación de la celda puede determinar la presencia de un individuo dentro de "enclaves normalmente y hasta ahora privados" —incluidas habitaciones específicas— y asociarlos con otros a lo largo del tiempo, lo que produce un retrato detallado sin precedentes de los movimientos personales. ^{[ 37 ]}

La agregación de datos personales a través de plataformas y a lo largo del tiempo puede intensificar la visibilidad al crear superposiciones no deseadas entre los ámbitos privado y profesional, de modo que, por ejemplo, una persona que vive con cáncer y busca empleo puede sufrir discriminación si un posible empleador consulta sus redes sociales públicas, lo que genera un sesgo implícito a pesar de sus cualificaciones. ^{[ 9 ]} Estos datos pueden revelar información sobre las rutinas, las relaciones, el estado emocional y la salud mental de un individuo, y traspasar los límites entre la vida personal y profesional mediante la agregación. ^{[ 9 ]}

En una demostración real ampliamente citada, los registros médicos de empleados del estado de Massachusetts —que originalmente se creían anónimos— se vincularon a individuos mediante la comparación de atributos demográficos de datos de salud con información disponible en las listas de registro de votantes. ^{[ 29 ]} Este proceso permitió la reidentificación de personas con nombre y detalles confidenciales, incluido el gobernador en funciones, a pesar de la ausencia de identificadores directos en el conjunto de datos médicos publicado. ^{[ 29 ]}

Un estudio de 2017 encontró que combinar datos de investigación de salud anonimizados con fuentes externas, como características de vivienda y registros públicos, aumentó significativamente el riesgo de reidentificar individuos incluso cuando los datos cumplían con los requisitos de puerto seguro de HIPAA. ^{[ 14 ]} Utilizaron una combinación de datos demográficos publicados y mediciones ambientales, como niveles de fluoranteno, para separar computacionalmente a los participantes del estudio por comunidad en un conjunto de datos anonimizados. ^{[ 14 ]} Al hacer coincidir los patrones encontrados en las fuentes externas y el conjunto de datos, lograron identificar qué registros correspondían a residentes de pueblos específicos. ^{[ 14 ]}

Los marcadores genéticos individuales que parecen no ser identificativos de forma aislada pueden, al agregarse con otros conjuntos de datos, revelar información personal sensible, lo que genera inquietudes sobre la intimidad genética y los riesgos asociados con el almacenamiento de dichos datos en bases de datos forenses o biomédicas. ^{[ 38 ]}

Los datos humanitarios y de protección social, al fusionarse con fuentes de información existentes, pueden exponer involuntariamente información sensible a través del efecto mosaico, lo que genera preocupación por la seguridad y la privacidad de los beneficiarios. ^{[ 13 ]} Los intentos de anonimizar los datos humanitarios pueden resultar insuficientes, ya que los avances en las técnicas de reidentificación permiten la reconstrucción de identidades sensibles mediante la correlación de conjuntos de datos aparentemente anonimizados. ^{[ 13 ]} Los organismos de gobernanza de datos humanitarios han solicitado estrategias de mitigación que incluyan tanto herramientas técnicas como las tecnologías de mejora de la privacidad (PET) como pasos procedimentales como el mapeo de ecosistemas . ^{[ 31 ]} Un análisis de 400 conjuntos de datos humanitarios encontró que más del 90 % compartían campos con al menos otro conjunto de datos, lo que ilustra el potencial generalizado de reidentificación de estilo mosaico. ^{[ 27 ]}

Edward Millett, en un artículo para Security and Human Rights , ofrece el ejemplo de actores armados que utilizan conjuntos de datos públicos, pero anonimizados por separado —como un mapa humanitario de campos de refugiados y las actualizaciones de actividad de una ONG— para triangular la ubicación de niños soldados desmovilizados. ^{[ 39 ]} En este escenario, si bien la ubicación de los campos es pública, la presencia de ex niños soldados se oculta deliberadamente; sin embargo, otra organización conocida por trabajar con niños soldados se identifica, a través de fuentes de datos no relacionadas, como operando en un campo específico. ^{[ 39 ]} Esto permite a los adversarios inferir la presencia de niños soldados en ese lugar combinando los conjuntos de datos. ^{[ 39 ]}

Tecnologías como la privacidad diferencial y el aprendizaje federado se destacan como métodos para preservar la utilidad de los datos para la planificación humanitaria al tiempo que se reducen los riesgos de divulgación de identidad. ^{[ 31 ]} Los conjuntos de datos humanitarios a menudo incluyen registros de telecomunicaciones, datos de dinero móvil, información geoespacial y actividad en redes sociales, todo lo cual puede plantear riesgos de reidentificación cuando se agrega. ^{[ 31 ]} A pesar de que no hay casos documentados de daño relacionado con mosaicos en operaciones humanitarias, la retención de datos también puede causar daño al retrasar respuestas que salvan vidas. ^{[ 31 ]} Aunque los casos documentados de daño siguen siendo raros, las consecuencias potenciales de la reidentificación en mosaico se consideran suficientemente graves como para justificar la mitigación proactiva por parte de los responsables políticos y los controladores de datos. ^{[ 25 ]}

Los efectos mosaico pueden utilizarse para identificar rasgos personales, como la afiliación religiosa, basándose en datos aparentemente no relacionados con la religión.

En un estudio de caso real, la combinación de horarios de oración con datos de transporte público permitió identificar a individuos infiriendo prácticas religiosas a partir de conjuntos de datos no identificativos. ^{[ 13 ]} Incluso cuando se eliminan los identificadores directos de los conjuntos de datos, los patrones revelados mediante la combinación pueden resaltar características de grupos protegidos o vulnerables, demostrando los límites de la anonimización tradicional. ^{[ 13 ]} Antes del 11-S, los tribunales rara vez invocaban los límites de la Primera o la Cuarta Enmienda sobre la vigilancia de las minorías religiosas, pero el posterior auge de la doctrina del "procedimiento penal de la Primera Enmienda" junto con la teoría de la combinación estableció que las comunicaciones en línea conllevan expectativas de privacidad exigibles y que su monitoreo puede coartar la expresión religiosa. ^{[ 40 ]}

Bajo los conceptos de mosaico, los daños a la privacidad no provienen de una sola publicación en redes sociales, sino de la agregación de la presencia digital completa de un usuario a lo largo del tiempo, ya que los datos combinados revelan más que los elementos aislados. ^{[ 40 ]} Los metadatos, como las marcas de tiempo, las ubicaciones y los registros de comunicación, pueden convertirse en vectores de identificación en contextos humanitarios, incluso cuando nunca se accede al contenido del mensaje. ^{[ 31 ]} Los registros de transacciones, cuando se cotejan con datos geográficos o temporales disponibles públicamente, pueden exponer inadvertidamente comportamientos o afiliaciones religiosas individuales. ^{[ 13 ]} En campos de refugiados y entornos similares de alta densidad, el riesgo de reidentificación por mosaico aumenta porque los múltiples conjuntos de datos a menudo contienen detalles personales superpuestos. ^{[ 31 ]}

Los historiales de compra pueden actuar como indicadores de identidad religiosa o cultural, especialmente cuando se combinan con otros datos de comportamiento o ubicación. ^{[ 13 ]} Cuando se combinan con datos de servicio vulnerados, el efecto mosaico permite la construcción de avatares virtuales de individuos reales, integrando rasgos de identidad digital, genética y física para su uso en escenarios de fraude. ^{[ 5 ]} Los conjuntos de datos mosaico pueden facilitar la elaboración de perfiles, permitiendo a los actores adversarios inferir asociaciones políticas o ideológicas y potencialmente usar esa información para discriminar o causar daño. ^{[ 13 ]} Las empresas de enriquecimiento de datos venden acceso a bases de datos compiladas que contienen información personal como creencias religiosas, niveles educativos e intereses, lo que permite la elaboración de perfiles basados ​​en mosaico por parte de terceros. ^{[ 28 ]} La mayoría de los usuarios esperan que solo amigos o audiencias limitadas vean las publicaciones individuales, no que las fuerzas del orden rastreen cada mensaje indefinidamente, una práctica donde los datos mosaico en sí mismos constituyen una clara violación de la privacidad. ^{[ 40 ]}

Tras la derogación de Roe v. Wade en Estados Unidos, los registros médicos y de comportamiento —como los datos de seguimiento del ciclo menstrual, los mensajes privados y las búsquedas— se han convertido en objetivos de las investigaciones de datos posteriores a Roe. ^{[ 36 ]} El prolongado debate académico sobre la privacidad digital se convirtió abruptamente en una crisis política y legal tras la revocación de Roe, con consecuencias para millones de personas. ^{[ 36 ]} Se espera que los activistas antiaborto impulsen ahora legislación que exija períodos de retención de datos más largos, intensificando los conflictos con las empresas tecnológicas. ^{[ 36 ]} Los datos de ubicación son solo una pieza de un vasto mosaico de información digital que ahora es objetivo de quienes defienden la prohibición del aborto y buscan reconstruir el comportamiento personal. ^{[ 36 ]} Una ley federal integral de privacidad podría establecer reglas uniformes para la gobernanza de datos digitales a medida que los estados llevan a cabo procesamientos de aborto basados ​​en datos más agresivos. ^{[ 36 ]}

El Departamento de Defensa de los Estados Unidos (DOD) utiliza repositorios de datos compartidos y no clasificados para consolidar información relevante para análisis y uso operativo. ^{[ 6 ]} Las agencias de control de inmigración se nutren de múltiples bases de datos, incluyendo datos biométricos, registros de servicios públicos y datos de licencias de conducir. ^{[ 34 ]} Estos se utilizan para construir perfiles y rastrear individuos, a menudo eludiendo los intentos de limitar el acceso a fuentes de datos específicas. ^{[ 34 ]} Aunque las agencias de seguridad dieron la voz de alarma, solo un conjunto de datos de entre más de 90 000 en Data.gov fue retirado debido a preocupaciones sobre el efecto mosaico. ^{[ 1 ]} El efecto mosaico no se anticipó durante el lanzamiento original de Data.gov en 2009, a pesar de su papel fundamental en la agenda de gobierno abierto . ^{[ 1 ]} El DOD advierte explícitamente que las herramientas modernas de agregación y correlación de datos pueden combinar datos no clasificados en compilaciones que requieren clasificación y manejo especial. ^{[ 41 ]}

Elevar el nivel de clasificación de todo un entorno para que coincida con su componente más sensible es otro método para prevenir divulgaciones basadas en agregación. ^{[ 6 ]} Este método reduce el riesgo de derrame, pero al mismo tiempo restringe el acceso a los datos, limitando su usabilidad entre agencias y usuarios. ^{[ 6 ]} Una alternativa se basa en que los usuarios individuales mantengan el cumplimiento de las reglas de clasificación por compilación durante la recuperación y fusión de datos. ^{[ 6 ]} Este método impone a los usuarios la necesidad de internalizar todas las políticas de clasificación relevantes, lo que limita el acceso efectivo y desalienta el uso generalizado de los datos. ^{[ 6 ]}

Un panel de expertos técnicos convocado por el HHS evaluó si los métodos existentes de limitación de la divulgación siguen siendo adecuados frente a las preocupaciones sobre el efecto mosaico o si requieren mejoras. ^{[ 4 ]} El fenómeno se considera un efecto de segundo orden derivado del propio diseño de los entornos de datos compartidos destinados a respaldar el aprendizaje automático y los análisis relacionados. ^{[ 6 ]} El Departamento de Salud y Servicios Humanos de EE. UU. ha señalado la falta de estudios empíricos que cuantifiquen los riesgos del efecto mosaico o que prescriban las mejores prácticas para mitigarlos. ^{[ 4 ]} En el DHS, el liderazgo interno en materia de privacidad observó que las agencias, por defecto, recopilan todos los datos accesibles, independientemente de la necesidad operativa. ^{[ 10 ]} Los planes de privacidad de las agencias a veces describen prácticas demasiado amplias o cuestionables que no se cuestionan debido a la falta de escrutinio público. ^{[ 10 ]}

La fusión de datos gubernamentales vinculados al comportamiento y la identidad, incluso sin nombres o datos individuales únicos como los números de la Seguridad Social, puede producir perfiles compuestos lo suficientemente específicos como para identificar individuos o grupos pequeños, una práctica que ya es posible gracias a acuerdos formales de intercambio de datos entre agencias como el Departamento de Justicia, el HUD, el IRS, la Administración de la Seguridad Social, el HHS y el Departamento de Defensa. ^{[ 10 ]} Los datos en poder de las agencias estadounidenses pueden crear un perfil granular y de por vida de los individuos, incluyendo registros financieros, biométricos, familiares e incluso póstumos. ^{[ 10 ]} Las fotografías faciales, como las de los pasaportes, se convierten rutinariamente en plantillas algorítmicas utilizables en todos los sistemas biométricos. ^{[ 10 ]} Los acuerdos interinstitucionales formales permiten la comparación de registros entre departamentos, incluyendo colaboraciones DOJ-HUD, IRS-SSA y HHS-DoD. ^{[ 10 ]} El uso gubernamental de proveedores de datos comerciales amplía la agregación de estilo mosaico al aprovechar los historiales crediticios, la información laboral, las facturas de servicios públicos y los registros de direcciones para reconstruir conexiones sociales y familiares que no son visibles solo en los archivos gubernamentales. ^{[ 34 ]}

A pesar de los riesgos, Marion Royal, directora de Data.gov en la Administración de Servicios Generales , afirmó que el gobierno de EE. UU. había encontrado pocos incidentes reales de agencias que publicaran datos excesivamente sensibles. ^{[ 8 ]} Royal describió el efecto mosaico como similar a ensamblar piezas de rompecabezas: cada una inofensiva por sí sola, pero juntas exponiendo vulnerabilidades. ^{[ 1 ]} La capacidad de correlacionar solo dos puntos de datos puede actuar como base para inferencias más amplias en conjuntos de datos masivos. ^{[ 1 ]} Cuando el uso malicioso es teóricamente posible, la censura real debido al efecto mosaico ha ocurrido solo una vez. ^{[ 1 ]} El formato .json utilizado por Data.gov permitió la agregación automatizada, lo que convirtió al sitio en un campo de pruebas para amenazas de recombinación de estilo mosaico. ^{[ 1 ]} Los servicios de software ahora agregan información de miles de sitios web públicos, perfiles de redes sociales y bases de datos externas, lo que permite a las autoridades generar evaluaciones de riesgo y perfiles de comportamiento utilizando patrones invisibles en cualquier conjunto de datos individual. ^{[ 34 ]} Royal argumentó que la propagación de las redes sociales y los datos de búsqueda hace que la verdadera anonimización sea casi imposible, y que los modelos tradicionales de privacidad basados ​​en el consentimiento están desactualizados en un mundo de datos recopilados pasivamente mediante sensores. ^{[ 8 ]}

David McClure, de la Administración Nacional Oceánica y Atmosférica (NOAA ), señaló que, si bien el efecto mosaico plantea riesgos, también permite que asociaciones público-privadas innovadoras utilicen datos de sensores subutilizados. ^{[ 1 ]} La NOAA genera más de un terabyte de datos ambientales diariamente, de los cuales solo una fracción se utiliza internamente, dejando el resto vulnerable o útil según la interpretación. ^{[ 1 ]} McClure señaló el desafío de equilibrar el valor de los datos no aprovechados con los riesgos de divulgación no detectados en los sistemas de datos abiertos. ^{[ 8 ]}

El senador estadounidense John E. Moss y el periodista Jacob Scher , defensores de la Ley de Libertad de Información .

Mediante la Orden Ejecutiva 12.356 de 1982, el presidente Reagan integró formalmente la teoría del mosaico en la política de clasificación de Estados Unidos, autorizando la retención de información basada en posibles amenazas acumulativas derivadas de divulgaciones agregadas, incluso si las piezas individuales parecían inocuas. ^{[ 42 ]} Esto contrastaba marcadamente con las políticas anteriores, en particular las de Truman y Eisenhower, quienes exigían clasificar los documentos estrictamente según su contenido independiente en lugar de sus implicaciones combinadas. ^{[ 42 ]}

El presidente Reagan extendió brevemente la teoría del mosaico más allá de la ley de clasificación mediante una campaña efímera dirigida a datos no clasificados en bases de datos privadas, antes de que desapareciera del discurso ejecutivo hasta su resurgimiento después del 11-S. ^{[ 42 ]} Durante las décadas de 1980 y 1990, la teoría del mosaico obtuvo amplia aceptación en casos de seguridad nacional de la FOIA en múltiples tribunales federales, donde las reclamaciones de retención de las agencias se confirmaron sistemáticamente a pesar de las objeciones de los solicitantes de la FOIA, sin un escrutinio judicial detallado ni un análisis de los posibles conflictos entre la teoría y los principios de la FOIA. ^{[ 42 ]}

La Orden Ejecutiva 12958 de 1995 del Presidente Clinton reemplazó el lenguaje más amplio de la teoría del mosaico de la política de clasificación de Reagan con un estándar más restrictivo centrado en si la información compilada y no clasificada revela una nueva asociación que justifique la clasificación, aunque los tribunales ignoraron en gran medida el cambio y continuaron aplicando la doctrina anterior. ^{[ 42 ]} La teoría del mosaico alcanzó un estatus privilegiado bajo la FOIA antes del 11-S, con los tribunales otorgando a las agencias una amplia deferencia y rara vez examinando la plausibilidad o el alcance de sus afirmaciones. ^{[ 42 ]} Después del 11-S, la administración de George W. Bush invocó la teoría del mosaico con mayor frecuencia para ampliar la clasificación y resistir las divulgaciones de la FOIA , lo que llevó a un mayor escrutinio judicial y opiniones divididas sobre el secreto ejecutivo. ^{[ 42 ]} En 2013, la administración Obama, a través de la Oficina de Administración y Presupuesto, reiteró definiciones previas del efecto mosaico en el contexto de los datos gubernamentales y exigió a todas las agencias que evaluaran y mitigaran el efecto antes de divulgar datos potencialmente sensibles. ^{[ 43 ]}

Matthew Connelly, de la Universidad de Columbia, puso en marcha el Motor de Desclasificación, un proyecto de científicos informáticos, historiadores y expertos en clasificación que trabajan para eliminar las barras negras de los documentos gubernamentales censurados . ^{[ 11 ]} Connelly señaló que los participantes del proyecto eran conscientes de las implicaciones para la seguridad nacional que su trabajo podría plantear, incluidas las preocupaciones relacionadas con el efecto mosaico. ^{[ 11 ]}

Las agencias retenían información de forma rutinaria alegando mosaicos, y los tribunales rara vez examinaban o cuestionaban estas afirmaciones. ^{[ 42 ]}

En CIA v. Sims (1985), la Corte Suprema de los Estados Unidos respaldó la teoría del mosaico para justificar una amplia deferencia judicial bajo la Exención 3 de la FOIA , lo que permitió a la CIA retener detalles aparentemente inocuos sobre el Proyecto MKUltra con el argumento de que las divulgaciones agregadas podrían exponer fuentes de inteligencia, una justificación que desde entonces ha otorgado a la agencia una inmunidad casi total de la FOIA y ha sido ampliamente aplicada por tribunales inferiores. ^{[ 42 ]} En Muniz v. Meese (1987), el Tribunal de Distrito de DC fue el primero en rechazar una demanda basada en la teoría del mosaico, desestimando el argumento de la DEA de que los registros de empleo podrían revelar estructuras operativas sensibles, aunque el caso no tuvo una influencia duradera en la jurisprudencia de la teoría del mosaico. ^{[ 42 ]}

En Center for National Security Studies v. Department of Justice (2003), el Circuito de DC confirmó la negativa del Departamento a divulgar registros bajo la Ley de Libertad de Información (FOIA) sobre personas detenidas después de los ataques del 11 de septiembre. ^{[ 11 ]} El tribunal de distrito había rechazado inicialmente la relevancia de la teoría del mosaico bajo la Exención 7(A) de la FOIA, advirtiendo que su amplia aplicación corría el riesgo de transformar la exención en una "red de exenciones" para divulgaciones rutinarias. ^{[ 42 ]} El tribunal aceptó el argumento del gobierno de que divulgar la información solicitada, una vez compilada, revelaría "un diagrama completo de la investigación policial después del 11 de septiembre". ^{[ 11 ] [ 44 ]}

El caso marcó una aplicación posterior al 11-S de la teoría del mosaico, cuando el Circuito de DC revocó la decisión de un tribunal inferior y permitió al Departamento de Justicia retener toda la información solicitada —incluidos los nombres de los detenidos y su representación legal— con el argumento de que incluso las divulgaciones mínimas podrían comprometer las investigaciones en curso mediante la agregación. ^{[ 42 ]} Según David E. Pozen , la decisión del Circuito de DC en el caso fue una aplicación extrema de la teoría del mosaico, basada en pruebas limitadas y marcada por la deferencia judicial que permitió al gobierno retener toda la información de los detenidos a pesar del fuerte interés público. ^{[ 42 ]} El caso ha sido citado como un punto de inflexión en el derecho de seguridad nacional, ilustrando cómo el efecto mosaico y la teoría del mosaico moldearon la deferencia judicial hacia el secreto ejecutivo. ^{[ 42 ]}

Tras la división en el caso Center for National Security Studies v. Department of Justice, los casos de apelación relacionados —North Jersey Media Group v. Ashcroft (Tercer Circuito) y Detroit Free Press v. Ashcroft (Sexto Circuito)— también abordaron el uso de la teoría del mosaico por parte del gobierno para limitar la transparencia después del 11-S. ^{[ 42 ]} El Tercer Circuito se adhirió ampliamente al secreto gubernamental, renunciando de hecho a la supervisión judicial, mientras que el Sexto Circuito falló a favor de una mayor divulgación. ^{[ 42 ]}

La Corte Suprema se negó a escuchar a North Jersey Media, y Pozen argumentó que esta división ejemplifica cómo la doctrina de la teoría del mosaico, establecida desde hace mucho tiempo, se puso en tela de juicio durante la expansión de los poderes de secreto de la Administración Bush. ^{[ 42 ]} El gobierno cerró al público y a la prensa las audiencias de deportación de "interés especial" relacionadas con el 11-S, citando la teoría del mosaico para argumentar que la divulgación podría ayudar a los terroristas a evadir la detección al revelar lagunas en la investigación. ^{[ 42 ]} Ante las alegaciones de la teoría del mosaico, el Tercer Circuito se remitió al secreto gubernamental a pesar de reconocer los riesgos especulativos, mientras que el Sexto Circuito rechazó los cierres generalizados por considerarlos excesivos y exigió pruebas concretas de daño para justificar la restricción del acceso público, lo que, según Pozen, reflejaba una división judicial clave sobre el alcance de la teoría del mosaico después del 11-S. ^{[ 42 ]}