참여형 감시

Participatory surveillance

참여형 감시는 다른 개인에 대한 커뮤니티 기반의 감시다.[1] 이 용어는 디지털 미디어 연구와 생태 현장 연구 모두에 적용될 수 있다.[1][2] 미디어 연구의 영역에서, 그것은 사용자들이 인터넷을 사용하여 서로를 감시하는 방법을 가리킨다. 소셜 미디어, 검색 엔진, 그리고 다른 웹 기반의 추적 방법을 사용하여, 개인은 검색되는 개인에 대해 주어진 정보를 자유롭게 또는 자유롭게 찾을 수 있는 힘을 가지고 있다. 프라이버시 문제는 주로 개인이 동의하지 않는 웹 상에서 얼마나 많은 정보를 이용할 수 있는지에 초점을 맞춘 참여 감시 영역 내에서 나타난다. 더욱 그렇다, 질병 발생 연구자들은 소셜 미디어 기반의 패턴을 연구하여, 인포데미ology라고 불리는 새로운 연구 분야인 발병을 발견하는 데 걸리는 시간을 줄일 수 있다.[3][4] 생태적 현장 조사의 영역 내에서, 참여적 감시는 질병 발생 원인에 대한 접근성을 높이기 위해 원주민과 농촌 공동체를 사용하는 방법의 중요한 용어로 사용된다. 이러한 지역사회를 이용함으로써, 질병의 발생은 전통적인 수단이나 의료기관을 통해서보다 더 일찍 발견될 수 있다.[5]

역사

웹 2.0의 개발 초기에는 주로 소셜 미디어 플랫폼의 기능에서 온라인 사회화 및 상호작용의 증가가 나타났다.[1][6] 소셜 미디어 플랫폼은 원래 사용자가 플랫폼의 다른 사용자가 이용할 수 있는 정보를 제어할 수 있는 온라인 정보 고속도로의 맥락 안에서 등장했다. 사용자들은 이제 지오태깅(geotaging)이라는 개념으로 만들어진 개념인 물리적으로 위치 내에 있을 필요 없이 디지털 방식으로 사람을 위치에 부착할 수 있다.[1] 사용자의 위치에 대한 인식이 증가함에 따라, 디지털과 유형 세계 모두에서 사회화와 상호연결성이 증대되는 측면이 나타난다. 온라인 정보 고속도로는 물리적 세계보다 더 영구적으로 정보를 수집하고 저장하기 때문에 온라인 사용자들 사이의 많은 상호작용은 물리적 세계보다 훨씬 더 오래 지속될 수 있다. 사용자들은 자신이 연관되어 있는 정보와 위치를 통제할 수 있기 때문에, 부분적으로 자신들과 다른 사람들을 감시할 수 있다. 이것은 웹 기반 패러다임 내의 참여형 감시다.[1]

여기에 참여형 감시가 생태 현장연구의 도구로 언급되기 시작했다. 현재, 사람들이 그 결과에 대비하기 위해 충분한 시간 내에 질병 발생을 발견하는 것은 극도로 어렵다. 종종, 북극과 같은 지역에 도달하기 어려운 지역에서, 연구자들은 정확한 결과를 얻을 수 있을 만큼 질병 발생의 주제에 대해 집중적인 조사를 할 수 없다. 토착민들은 그 땅의 생태를 더 잘 알고 있고 간과되는 연구 장소들에 어떻게 접근할 수 있는지 알고 있다. 연구자들은 이 사람들을 농촌의 조사관으로 사용할 수 있으며, 연구자들 자신보다 훨씬 빠르고 쉽게 질병이 발병하는 사례를 포착할 수 있다.[2]

소셜 미디어

대감경

대(對)감시란 개인과 기관 간의 권력 불균형에 대한 감시 기반 과제를 말한다.[7] 에드워드 스노든이 국가안전보위부에 대해 한 것과 같은 폭로의 여파로 주와 산업계의 대규모 감시가 상당한 대중의 관심을 받았음에도 불구하고, 행동주의자들이 배치한 것과 동료 감시에 대한 관심이 증가하고 있다.[6][8] 보통 사람들은 더 큰 집단의 감시 프로그램을 완전히 이해하지 못할 수도 있지만, 사람들은 대인 관계와 제도적 책임을 지려는 시도에서 감시 도구 자체를 이용하고 있다.[6] 일부 연구자들은 기업들이 소비자 경향을 추적하기 위해 사용하는 것과 동일한 감시 기술을 사용함으로써, 대중은 본질적으로 그들 자신의 개인 감시 관행을 주입하고 있다고 주장한다.[6]

권한 부여

소셜 미디어 기반의 참여형 감시를 위한 한 가지 주장은 소셜 디지털 미디어 스키마 내의 참여형 감시가 사생활 침해, 즉 권력에 대한 침해로 구성되기 보다는 다른 사람들의 맥락에서 자신을 감시하는 것에서 오는 힘을 강조하기 위한 작업이라는 것이다.[9] 리얼리티 텔레비전의 시각적 담론 안에서, 삶을 제시하는 것과 관련된 예술적 서술은 사람들이 문맥화 할 수 있는 가짜 현실을 만들어내고, 따라서 개인이나 수집가의 삶의 일부 측면의 현실을 여전히 사유화한다. 이러한 생각은 다른 사회 구성 미디어 기술로 전환될 수 있다. 반면 주변 인식은 좀처럼 꺼지지 않기 때문에 휴대전화와 관련이 있다. 이것은 더 큰 보안 위험을 내포한다. 보안 감시 웹캠은 실제 사용자가 디지털 시청자에게 보여주고 싶은 측면에 초점을 맞춘다. 사용자가 다른 사용자가 볼 수 있도록 허용한 것을 통제하여 그들이 해방감을 느끼게 한다는 점에서 민영화된다.[9]

Infodemiology(Infodemiology)

소셜 미디어 기반 참여 감시 내에서 새롭게 등장한 용어인 인포데미학은 질병 패턴을 더 잘 추적하기 위해 디지털 기반 애플리케이션 또는 설문 조사를 사용하는 것을 말한다.[3][4][10][11] 디지털 기반 플랫폼에서 대중이 말하는 것뿐만 아니라 건강과 관련된 정보를 찾는 사람들이 이 연구 분야의 구조를 이룬다. 2002년에 시작된 인포데미학은 일반적인 소셜 미디어 플랫폼, 질병 및 질병 관련 웹 사이트, 검색 엔진 정보 및 기타 온라인 사용자 관련 건강 데이터를 측정한다.[10] 크라우드소싱 기반의 건강 관련 사이트도 인포데미학 분야에서 주목을 받고 있다. 그 중에는 플루 니어 유, Influenza.net, 가디언즈 오브 헬스, 아프야 데이터, 플루 트래킹, 비질런트-e, 사우드나 코파 등이 있다.[11] 이러한 사이트들은 대개 사용자들의 유사한 증상들을 매핑하여 정보를 수집한다. 인플루엔자넷과 같은 일부 사이트는 사용자들이 자신의 증상을 계속 추적하거나 친구들이 자신의 증상을 추적하도록 장려하는 동기를 제공한다.[11]

H1N1바이러스

소셜 미디어를 위한 사용자 생성 플랫폼인 트위터는 질병에 대한 사용자의 생각과 의견을 효과적으로 추적할 수 있을 뿐만 아니라 질병을 더 큰 비율로 추적할 수 있도록 도울 수 있다.[4][12] 예를 들어 2009년 발생한 H1N1 바이러스(스윈독감)의 경우 이러한 사상의 영역을 조사하기 위해 트위터 반응과 대응을 통해 분석하였다. 연구원들은 H1N1 발병의 심각성을 통해 트위트를 분석하고 비교한 결과 트위트가 질병 패턴을 이해하는 데 신뢰할 수 있는 추정치가 될 수 있다고 추정했다.[4]

소셜미디어가 대중의 생각과 경향을 드러내는 속도는 적절한 보건 관련 기관을 통해 표준화된 질병 감시보다 약 2주 빠르다. H1N1 바이러스와 관련된 소셜 미디어 반응의 예로는 H1N1 바이러스가 덜 보편화되면서 항바이러스 약물에 대한 토론이 거의 동시에 증가했다는 것을 들 수 있다.[4] 그러나 소셜 미디어의 특성상 사용자 생성 및 규제되지 않기 때문에 관련성과 무관한 자료 사이를 해독하는 것은 일반화와 사실을 흐리게 할 수 있다. 이와 함께 소셜미디어에 언제, 무엇을 게재하는지에 대해서는 사람들이 주저하고 신뢰하지 못하고 있다. 그와 함께 소셜 미디어는 불안정한 변수로서, 표준화가 되기 위해서는 효과적인 일반화가 실현 가능한 조치를 만들기 위해 많은 비용이 들 것이다.[4] 트위터의 예를 이용하여 자세히 설명하자면, 병에 대한 정보는 함축적인 의미로 의미를 바꿀 수 있다. 예를 들어 인기 팝아티스트 저스틴 비버가 '비버 피버'를 갖고 있다고 트윗을 하는 경우 이는 분명 진짜 병이 아니라 한 아티스트의 인기를 바탕으로 한 가짜 병이다. 이것은 정보를 조직하는 데 문제를 일으키며, 이러한 사회적 의미의 윤곽을 분석할 수 있는 복잡한 알고리즘을 요구한다.[13] 그럼에도 불구하고, 최근의 한 연구는 발생을 감지하기 위해 유튜브를 사용하는 것에 초점을 맞춘 연구는 20~30%의 오차범위에 불과했고, 연구자들은 소셜 미디어가 질병 발생의 변화를 위한 힘이라는 전망을 계속해서 조사하도록 이끌었다고 언급했다.[12]

지쿤구냐바이러스

지쿤구냐 바이러스는 중간에서 심한 피부 발진과 관절 통증과 관련이 있으며 2007년 초에 이탈리아로 퍼졌다.[14] 그 발병은 큰 사회적 관심을 불러일으켰고, 따라서 소셜 미디어의 과도한 반응들을 야기시켰다. 전염병학적 접근법을 사용하여, 발병 기록이 있는 사이트, 특히 PubMed, Twitter, Google Trends 및 News, 그리고 위키피디아는 언제 질병이 접수되었는지, 발병과 관련된 우려, 그리고 그 질병에 대한 대중의 의견을 모두 보고 편집한다. 흥미롭게도 지쿤구냐 관련 트위터 게시물은 대부분 경험적 조사보다는 검색엔진 질의에 의한 안내가 높아 이용불가 자료로 이어졌다. 위키피디아는 중재 기술을 이용해 이 사이트가 발병을 이해하는 데 도움이 되는지 여부를 판단하는 데 비효율적이라는 것을 증명했다. 더욱이 뉴스 출처로부터 발병에 대한 의견을 얻은 사용자들은 위키백과의 편집이나 반응과 비슷했다. 마찬가지로, PubMed 응답은 위키백과 및 트위터 응답과 일치했다. 전반적으로, 상당한 양의 정보가 이러한 출처에서 수집되었으며, 이러한 사이트들이 질병과 대중의 반응을 문서화하는 데 유용하다고 간주하였다.[14]

생태 현장 작업

콜레라 발병

북극과 캐나다의 농촌 등 지역에 접근하기 어려운 환경에서 생태적 과정과 질병 확산에 대한 연구가 지속적인 모니터링 없이는 접근하기 어려울 수 있다. 인구밀도가 낮은 이러한 농촌에서는 토착인구가 육지와 인접하고 연관되어 질병의 확산을 이해하는 데 중요한 요소가 될 수 있다.[2] 예를 들어, 이누이트 원주민들을 조류 콜레라의 발생 지역을 확인하는 데 도움을 주는 데 이용하는 것이다. 구체적으로는 캐나다에서 바다오리의 일종인 커먼 아이더가 분석되고 있었다. 연구진은 이누이트족의 도움을 받아 2004년부터 2016년까지 13곳에서 콜레라 발생을 감지할 수 있었다. 이누이트 민족은 전 국토에서 일상 생활을 했기 때문에 커먼 아이더의 사망률을 더욱 주의 깊게 관찰할 수 있었다.[2]

프라이버시 문제

디지털 기술이 사생활과 관련된 많은 위험과 함께 발전함에 따라, 개인들은 다른 사람들을 만날 때 더 많은 책임을 지려고 노력하고 있다. 백그라운드 체크 웹사이트와 검색 엔진 출처는 그 이유가 무엇이든 간에 얼마나 많은 사람들이 다른 사람에 대한 정보를 찾으려고 하는지를 보여준다.[6] 많은 연구자들이 참여 감시 방법을 분석할 때 사생활에 대한 생각을 아예 무시한다. 더 그렇다, 소셜 미디어의 관점에서, 일부 연구자들은 다른 사람들과 정보를 공개적으로 공유함으로써, 이것은 사생활 침해로 간주될 수 없다고 주장한다.[9] 그러나 이 주제에 대한 몇몇 연구자들은 디지털 미디어 연구와 인포데미학의 영역 내의 사생활 침해에 대해 언급하고 있다.

Infodemiology(Infodemiology)

Infodemiology는 건강 패턴과 공중 보건 우려를 분석하기 위해 사용자의 정보에 의존한다.[15] 그러나, 다른 사람들의 동의 없이 다른 사람들의 정보를 사용하는 것의 합법성은 심각한 윤리적 사생활 침해의 원인이 될 수 있다. 그러나 개인의 프라이버시 우려나 신뢰할 수 없는 정보와 같은 제한은 참여형 디지털 정보가 부정확하고 진실과 구별하기 어렵게 만드는 경우가 있다.[15]

독싱

독싱(Doxing)은 사이버 폭력의 일종으로, 인터넷을 이용하여 개인이나 조직에 대한 사적인 정보를 기업에 대한 공격 수단으로 게시하는 것이다.[16] 유출될 수 있는 일반적인 정보는 피해자의 과거 재량권, 집 주소, 사회보장번호 등으로부터 어떤 것이든 될 수 있다.[16] 이 정보는 공격자가 접속하여 널리 알릴 수 있도록 인터넷에서 자유롭게 이용할 수 있다. 이것은 정보가 단순히 대중들의 시야의 최전선에 도달하고 있기 때문에 다른 유형의 정보 유출과는 차별화된다. 유출되는 공공정보가 좀 더 공개적인 시각에서 노출되지 않더라도 다른 당사자가 자유롭게 찾아낼 수 있다는 얘기다. "독서"라는 용어는 2001년에 악명 높은 해커 집단인 Anonymous와 함께 처음 사용된 문서의 기원에서 유래되었다.[16] 오늘날의 현행 법으로, 사이버 위협과 공격에 관련된 대부분의 법률은 인터넷이 막 발달하던 1990년대에 뿌리를 두고 있다. 온라인에 저장되는 정보 때문에, 복싱은 사생활의 표준 권리를 준수하지 않는다. 헌법상 개인은 정보를 공개하거나 공개하지 않을 권리를 가지는 동시에 프라이버시에 관한 결정을 할 수 있어야 한다.[16] 수정헌법 제1조는 언론의 자유권을 보호하지만, 독싱은 대중이 이용할 수 있는 정보를 독특하게 사용함으로써 일부 '독서자들'이 단순히 수정헌법 제1조의 권리를 행사하고 있다고 주장하게 한다.

First Revision 권리에 대한 유일한 예외는 "진정한 위협" 예외를 설정한 Cohen 대 California 사건에서 비롯되었다.[16] 이 예외는 연설의 내용이 악의적으로 프라이버시 이익을 침해할 때마다 언론의 자유 권리를 침해하는 것으로 규정했다. 그러나, 이 예외는 법원이 공격의 범위와 공격으로부터의 반응을 측정하는 일부 짜증나는 상황에서만 적용될 수 있다.[16]

참고 항목

참조

  1. ^ Jump up to: a b c d e Albrechtslund, Anders (2008). "Online Social Networking as Participatory Surveillance". First Monday. 13 (3). doi:10.5210/fm.v13i3.2142.
  2. ^ Jump up to: a b c d Iverson, Samuel A.; et al. (2016). "Avian Cholera Emergence in Arctic-Nesting Northern Common Eiders: Using Community-Based, Participatory Surveillance to Delineate Disease Outbreak Patterns and Predict Transmission Risk". Ecology and Society. 21 (4). doi:10.5751/ES-08873-210412.
  3. ^ Jump up to: a b Velasco, Edward (2014). "Social Media and Internet-Based Data in Global Systems for Public Health Surveillance: A Systematic Review". Milbank Quarterly. 92 (1): 7–33. doi:10.1111/1468-0009.12038. PMC 3955375. PMID 24597553.
  4. ^ Jump up to: a b c d e f Signorini, Alessio; et al. (2011). "The Use of Twitter to Track Levels of Disease Activity and Public Concern in the U.S. during the Influenza A H1N1 Pandemic". PLOS ONE. 6 (5): e19467. Bibcode:2011PLoSO...619467S. doi:10.1371/journal.pone.0019467. PMC 3087759. PMID 21573238.
  5. ^ Wójcik, Octawia P. (2014). "Public Health for the People: Participatory Infectious Disease Surveillance in the Digital Age". Emerging Themes in Epidemiology: 1–14.
  6. ^ Jump up to: a b c d e Andrejevic, Mark (2002). "The Work of Watching One Another: Lateral Surveillance, Risk, and Governance". Surveillance & Society. 2 (4). doi:10.24908/ss.v2i4.3359.
  7. ^ Monahan, Torin (2006). "Counter-surveillance as Political Intervention?". Social Semiotics. 16 (4): 515–534. doi:10.1080/10350330601019769. S2CID 17875607.
  8. ^ Gilliom, John; Monahan, Torin (2012). "Everyday resistance". In Ball, Kirstie; Haggerty, Kevin D.; Lyon, David (eds.). Routledge Handbook of Surveillance Studies. Routledge. pp. 405–411. ISBN 978-1-138-02602-5.
  9. ^ Jump up to: a b c Koskela, Hille (2002). "Webcams, TV Shows and Mobile Phones: Empowering Exhibitionism". Surveillance & Society. 2 (2/3). doi:10.24908/ss.v2i2/3.3374.
  10. ^ Jump up to: a b Eysenbach, Gunther (2009). "Infodemiology and Infoveillance: Framework for an Emerging Set of Public Health Informatics Methods to Analyze Search, Communication and Publication Behavior on the Internet". Journal of Medical Internet Research. 11 (1): e11. doi:10.2196/jmir.1157. PMC 2762766. PMID 19329408.
  11. ^ Jump up to: a b c Neto, Onicio Leal (September 3, 2019). "Participatory Surveillance Based on Crowdsourcing During the Rio 2016 Olympic Games Using the Guardians of Health Platform: Descriptive Study". JMIR Public Health and Surveillance. 6 (2): e16119. doi:10.2196/16119. PMC 7175192. PMID 32254042.
  12. ^ Jump up to: a b Tang, Lu; et al. (2018). "Social Media and Outbreaks of Emerging Infectious Diseases: A Systematic Review of Literature". American Journal of Infection Control. 46 (9): 962–72. doi:10.1016/j.ajic.2018.02.010. PMC 7115293. PMID 29628293.
  13. ^ Syed-Abdul, Shabbir; et al. (2016). Social Media and Health Crisis Communication During Epidemics. Amsterdam: Elsevier/Academic Press. pp. 42–66.
  14. ^ Jump up to: a b Mahroum, Naim; et al. (2018). "Public Reaction to Chikungunya Outbreaks in Italy—Insights from an Extensive Novel Data Streams-Based Structural Equation Modeling Analysis". PLOS ONE. 13 (5): e0197337. Bibcode:2018PLoSO..1397337M. doi:10.1371/journal.pone.0197337. PMC 5968406. PMID 29795578.
  15. ^ Jump up to: a b Choi, Jihye; et al. (2016). "Web-Based Infectious Disease Surveillance Systems and Public Health Perspectives: a Systematic Review". BMC Public Health. 16 (1): 1238. doi:10.1186/s12889-016-3893-0. PMC 5146908. PMID 27931204.
  16. ^ Jump up to: a b c d e f MacAllister, Julia M. (2017). "The Doxing Dilemma: Seeking a Remedy for the Malicious Publication of Personal Information". Fordham Law Review.