ISSN:1896Ǧ382X|www.wnus.edu.pl/epu DOI:10.18276/epu.2018.131/2Ǧ30|strony:311–319
J¸drzejWieczorkowski
SzkoÏaGÏównaHandlowawWarszawie InstytutInformatykiiGospodarkiCyfrowej KolegiumAnalizEkonomicznych jedrzej.wieczorkowski@sgh.waw.plMalwinaPopioÏek
UniwersytetJagielloÑski WydziaÏZarz¦dzaniaiKomunikacjiSpoÏecznej KatedraZarz¦dzania,EkonomikiMediówiReklamy m.popiolek@uj.edu.plPodejäciedoprywatnoäciwäródstudentówpolskichuczelni
–badanieporównawcze
Kody JEL: C89, L86, O33
Sáowa kluczowe: prywatnoĞü, technologie informacyjno-komunikacyjne, big data
Streszczenie. Artykuá zawiera wyniki autorskich badaĔ ankietowych nad postrzeganiem
prywat-noĞci wĞród polskich studentów w kontekĞcie nowych metod masowego przetwarzania danych prywatnych, w tym osobowych. Jego celem jest stwierdzenie, czy wystĊpują róĪnice pomiĊdzy postawami studentów w zaleĪnoĞci od róĪnych typów uczelni, takĪe od wielkoĞci oĞrodka aka-demickiego. Przedstawiono postrzeganie poziomu naruszenia prywatnoĞci związanego ze wska-zanymi wspóáczesnymi zjawiskami oraz akceptacji naruszenia prywatnoĞci wynikającego z prze-twarzania danych na róĪne publiczne i komercyjne potrzeby.
Wprowadzenie
Z uwagi na istotne zmiany w technologiach informatycznych szybko zmienia siĊ podejĞcie do prywatnoĞci. Od czasu pochodzącej jeszcze z XIX wieku teorii right to be let alone, wydzielającej obszary Īycia prywatnego i publicznego (Warren, Brandeis, 1890) bardzo zmieniáo siĊ postrzeganie prywatnoĞci. Obecnie w erze big data typowe jest okreĞlane jako danetyzacja (datafication) zjawisko pasywnego zbierania róĪnorod-nych daróĪnorod-nych (w szczególnoĞci osobowych i pozostaáych daróĪnorod-nych prywatróĪnorod-nych) przy
oka-zji przetwarzania innych danych, bez znajomoĞci celu ich póĨniejszego wykorzystania (Mayer-Schonberger, Cukier, 2013). Obecnie naleĪy wiĊc prowadziü rozwaĪania w kontekĞcie moĪliwoĞci masowego przetwarzania danych prywatnych. KontrolĊ do-stĊpu do takich danych powinno siĊ rozpatrywaü zawsze w okreĞlonym kontekĞcie spoáecznym – które informacje, komu, kiedy i w jakiej sytuacji mogą zostaü przekazane (Nisseubaum, 2004), a samą prywatnoĞü moĪna rozumieü jako kontrolĊ przepáywu informacji prywatnej, a w szczególnoĞci stopieĔ, w jakim zakresie dana informacja jest udostĊpniana innym (Westin, 1967).
Typowym aktualnym tematem badawczym w obszarze prywatnoĞci są serwisy spoáecznoĞciowe. Ich model biznesowy zakáada udostĊpnienie platformy uĪytkowej w zamian za dostĊp do spersonalizowanych strumieni informacji wspóátworzonych i wspóádzielonych przez spoáecznoĞü (PolaĔska, Wassilew, 2015). Stąd badania serwi-sów spoáecznoĞciowych w kontekĞcie wykorzystywania ustawieĔ prywatnoĞci (Surma, 2013; Koáodziejczyk, 2014). Tematyka badaĔ prowadzonych przez autorów niniejszego artykuáu jest jednak szersza. Wpáyw nowych technologii na prywatnoĞü wykracza poza internet i máodzi ludzie obyci z tymi technologiami coraz bardziej powinni zdawaü sobie z tego sprawĊ. PrywatnoĞü moĪe byü naruszana zarówno przez podmioty komer-cyjne, jak i organy paĔstwa. Temat jest medialnie gáoĞny, m.in. ze wzglĊdu na zmiany w systemie prawnym – w 2016 roku w Polsce zmodyfikowano prawo, w szczególnoĞci ustawĊ o policji, uáatwiając dziaáania sáuĪb naruszające prywatnoĞü, a w najbliĪszym czasie wejdzie w Īycie ogólne Rozporządzenie Parlamentu Europejskiego i Rady (UE) o ochronie danych, co istotnie wpáynie na komercyjne przetwarzanie danych osobo-wych.
Celem artykuáu jest przedstawienie postaw polskich studentów wobec prywatnoĞci w kontekĞcie masowego przetwarzania danych – szczególnie w zakresie poczucia naru-szenia prywatnoĞci oraz poziomu akceptacji tego narunaru-szenia. Podstawowe postawione pytanie dotyczy ewentualnych róĪnic miĊdzy postawami studentów róĪnych typów uczelni, takĪe w zaleĪnoĞci od wielkoĞci oĞrodka akademickiego. Wykorzystane meto-dy badwacz to badania kwestionariuszowe.
1.Opisbadania
W celu wyjaĞnienia powszechnego rozumienia problemu prywatnoĞci w kontek-Ğcie nowych moĪliwoĞci przetwarzania danych masowych, autorzy od 2014 roku pro-wadzą badania ankietowe wĞród studentów, które początkowo miaáy charakter eksplo-racyjny i ich celem byáo dokonanie wstĊpnego rozeznania w nowej problematyce. PóĨ-niej przybraáy charakter deskryptywny, a ich celem jest przeprowadzenie dokáadPóĨ-niejszej charakterystyki przedmiotu w ujĊciu iloĞciowym. Na potrzeby doboru stawianych an-kietowanym pytaĔ wczeĞniej dokonano analizy literatury przedmiotu oraz prasy popu-larnej w celu okreĞlenia szczegóáowych problemów związanych z prywatnoĞcią, które mogą byü istotne dla ankietowanych. Skupiono siĊ na zagadnieniach związanych
z nowoczesnymi technologiami i nowymi moĪliwoĞciami przetwarzania duĪych wolu-menów danych prywatnych, w tym osobowych. Szczególne znaczenie ma tutaj po-wszechne wykorzystanie sieci internet, lecz wziĊto pod uwagĊ takĪe zagadnienia ma-sowego przetwarzania danych pochodzących spoza sieci.
Z jednej strony dokonano próby wyodrĊbnienia zagadnieĔ mających istotny wpáyw na indywidualne naruszenie prywatnoĞci jednostek. Ankietowani w skali od 1 do 5 (skala Likerta) wskazywali poziom poczucia naruszenia prywatnoĞci związany z 12 wskazanymi zagadnieniami, obejmującymi m.in. róĪnorodne zastosowania internetu, telefonii komórkowej, páatnoĞci kartami, uczestnictwa w programach lojalnoĞciowych, a takĪe monitoringu miejskiego. Z drugiej strony, zakáadając Īe powyĪsze zjawiska w pewnym stopniu prowadzą do naruszeĔ prywatnoĞci, badano róĪne cele przetwarza-nia pod kątem stopprzetwarza-nia akceptacji naruszeprzetwarza-nia prywatnoĞci. UwzglĊdniono potrzeby ogólno-spoáeczne, jak zapewnienie bezpieczeĔstwa publicznego i prawidáowego funk-cjonowania paĔstwa, a takĪe cele komercyjne, w szczególnoĞci indywidualizacjĊ prze-kazu reklamowego. Ankietowanym zadawano takĪe pytania o stosowanie róĪnorodnych metod, mających na celu zachowanie prywatnoĞci i anonimowoĞci w kontekĞcie anali-zowanych zjawisk.
Badana grupa powinna doĞü dobrze orientowaü siĊ w potencjalnych zagroĪeniach páynących z masowego przetwarzania danych oraz mieü do czynienia z technologią informatyczną i internetem, jako aktywni uczestnicy. Do badania wybrano studentów, czyli grupĊ doĞü dobrze speániającą te warunki. NaleĪy wziąü pod uwagĊ, Īe taki dobór nie jest oczywiĞcie reprezentatywny dla caáoĞci spoáeczeĔstwa, lecz pozwala na realiza-cjĊ celów badaĔ. Początkowo badania prowadzono wĞród studentów Szkoáy Gáównej Handlowej w Warszawie (SGH). W roku akademickim 2016/2017 w celu zmniejszenia homogenicznoĞci próby badania rozszerzono na studentów innych uczelni – z wydzia-áów humanistycznych i technicznych. Przebadano wówczas 373 studentów, w tym 144 z SGH, 123 z Politechniki Opolskiej (PO), 62 z Uniwersytetu JagielloĔskiego w Kra-kowie (UJ) z Wydziaáu Zarządzania i Komunikacji Spoáecznej i 44 z Uniwersytetu Opolskiego (UO) z Wydziaáu Nauk Spoáecznych. MoĪna wiĊc badanych podzieliü na trzy podstawowe grupy: studentów uczelni ekonomicznej (N = 144), technicznej (N = 123) i uniwersyteckich wydziaáów humanistycznych (N = 106). W niniejszym artykule dokonano porównania wyników dla powyĪszych grup sprawdzając tezĊ, czy typ uczelni lub kierunek studiów wpáywa na postrzeganie naruszenia prywatnoĞci zwią-zanego ze stosowaniem nowoczesnych technologii. CzĊĞü ankietowanych studiuje w bardzo duĪych miastach i oĞrodkach akademickich (Warszawa lub Kraków, N = 206), czĊĞü w oĞrodku Ğredniej wielkoĞci (Opole, N = 167). Porównano takĪe wy-niki dla tych dwóch grup. Ankieta jest anonimowa, w papierowej formie, dziĊki czemu uzyskiwany jest prawie peáen zwrot, a bezpoĞredni kontakt z ankieterem wpáywa na poprawĊ wiarygodnoĞci jej wyników.
2. Badanie stopnia naruszenia prywatnoäci w zaleĂnoäci od typu
uczelni
W celu okreĞlenia stopnia indywidualnego poczucia naruszenia prywatnoĞci w za-leĪnoĞci od zjawiska sformuáowano 12 zagadnieĔ przedstawionych szczegóáowo w tabeli 1 wraz ze Ğrednimi arytmetycznymi odpowiedzi w podziale na trzy typy uczelni.
Tabela 1. Poczucie naruszenia prywatnoĞci wg wskazanych zjawisk – pytania i Ğrednie arytmetyczne w podziale na typy uczelni
Zagadnienie Uniwer-sytet Politech-nika Uczelnia ekono-miczna
àącznie Odchyl. stand. 1. Korzystanie z usáug przechowywania
prywat-nych plików w chmurze 2,6 2,8 2,5 2,6 1,09
2. MoĪliwoĞü dostĊpu nieuprawnionych
osób/maszyn do prywatnych e-maili 3,7 3,6 3,7 3,6 1,19 3. Gromadzenie informacji o zachowaniach
uĪytkowników w Internecie (np. odwiedzane strony)
3,9 3,6 3,9 3,8 1,09
4. Automatyczne Ğledzenie informacji o
aktyw-noĞci w portalach spoáeczaktyw-noĞciowych 4,0 3,7 4,1 3,9 1,03 5. Gromadzenie informacji o páatnoĞciach
dokonywanych np. kartami páatniczymi 3,9 3,7 3,8 3,8 1,15 6. Gromadzenie danych o zachowaniach
kon-sumentów dziĊki programom lojalnoĞciowym 3,3 3,2 3,0 3,1 1,07 7. Gromadzenie w systemach IT danych o
korzystaniu z usáug sáuĪby zdrowia 3,0 2,9 2,6 2,8 1,17 8. Gromadzenie przez telekomy danych
geolo-kalizacyjnych i bilingów telefonów komórko-wych
3,7 3,6 3,7 3,7 1,15
9. Gromadzenie danych o sieciowym
wykorzy-staniu urządzeĔ, np. o logowaniach do Wi-Fi 3,6 3,3 3,1 3,3 1,13 10. Powszechny monitoring miejski i
przemy-sáowy (kamery) 2,8 2,8 2,3 2,6 1,29
11. Masowe wykonywanie zdjĊü: satelitarnych,
lotniczych, typu street view 2,6 2,6 2,0 2,4 1,21
12. System identyfikacji pojazdów, np. w celu naliczania opáat za drogi páatne, wykrywania wykroczeĔ drogowych
2,6 2,8 2,4 2,6 1,17
Razem 3,3 3,2 3,1 3,2
ħródáo: opracowanie wáasne.
Analiza áącznych wyników (bez podziaáu na typy uczelni) daáa podobne wyniki do wczeĞniejszych badaĔ z lat 2014–2016 prowadzonych wyáącznie na SGH. ĝredni po-ziom naruszenia prywatnoĞci (przy moĪliwych odpowiedziach od 1 do 5) dla poszcze-gólnych pytaĔ jest zróĪnicowany i mieĞci siĊ w zakresie od 2,4 (pytanie 11) do 3,9 (py-tanie 4). Odchylenia standardowe dla poszczególnych pytaĔ zawieraáy siĊ w przedziale od 1,03 (pytanie 4) do 1,29 (pytanie 10).
Trudno natomiast wskazaü wyraĨne róĪnice w wynikach dla poszczególnych ty-pów uczelni. Wyniki dla poszczególnych tyty-pów uczelni niemal nie wykraczają poza granice +/–0,2 od wyniku áącznego, wyjątkowo osiągając 0,3, a w jednym przypadku 0,4. Tym wyjątkiem są gáównie pytania związane z monitoringiem miejskim i drogo-wym oraz zdjĊciami lotniczymi. Tutaj wyĪsze wyniki zanotowano dla uczelni ekono-micznej, lecz prawdopodobnie jest to związane z tym, Īe uczelnią jest SGH z Warsza-wy, czyli najwiĊkszego miasta. Temat zostanie wiĊc poruszony przy porównaniu wyni-ków wedáug wielkoĞci oĞrodka.
3. Badanie zgody na naruszenie prywatnoäci w zaleĂnoäci od typu
uczelni
W celu okreĞlenia stopnia indywidualnego stopnia akceptacji naruszenia prywat-noĞci w zaleĪprywat-noĞci od celu przetwarzania danych wskazano dziewiĊü takich potrzeb przedstawionych szczegóáowo w tabeli 2 wraz ze Ğrednimi arytmetycznymi odpowiedzi w podziale na typy uczelni.
ĝrednie wyniki (bez podziaáu na typ uczelni) odpowiedzi na poszczególne pytania dotyczące zgody na naruszenie prywatnoĞci ksztaátują siĊ w granicach od 2,3 (pytanie 8) do 4,0 (pytanie 1). Odchylenia standardowe dla poszczególnych pytaĔ zawieraáy siĊ w przedziale od 1,03 (pytanie 1) do 1,32 (pytanie 3). ZauwaĪalna jest wyĪsza akceptacja naruszeĔ prywatnoĞci związanych z interesem publicznym – bezpieczeĔstwem i dobrem ogólnym (pytania 1–6 – Ğredni wynik 3,4) niĪ indywidualnym przekazem w celach handlowych (pytania 7–9 – Ğredni wynik 2,5). TakĪe te wyniki są podobne do wyników wczeĞniejszych badaĔ z lat 2014–2016 prowadzonych wyáącznie w SGH.
W tej czĊĞci ankiety takĪe trudno wskazaü wyraĨne róĪnice w wynikach dla po-szczególnych typów uczelni. Wyniki dla popo-szczególnych typów niemal nie wykraczają poza granicĊ +/–0,2 w porównaniu z wynikami áącznymi, tylko w dwóch przypadkach osiągając 0,3. PoniewaĪ znowu czĊĞciowo te róĪnice moĪna wyjaĞniü wielkoĞcią oĞrod-ka, zostaną poruszone w dalszej czĊĞci.
Ankietowanym zadano takĪe pytania o stosowanie w internecie metod zachowania prywatnoĞci lub anonimowoĞci. Ze wskazanych metod zdecydowanie najczĊĞciej we wszystkich typach uczelni stosowane jest ograniczanie udostĊpnienia prywatnych da-nych w serwisach spoáecznoĞciowych – poza ustawienia domyĞlne (dominująca odpo-wiedĨ „stosujĊ czĊsto”). Podobnie typ uczelni nie wpáywa na czĊstoĞü wykorzystywania trybu prywatnego (incognito) w przeglądarce internetowej (dominująca odpowiedĨ „stosujĊ czasami”). Odmienna sytuacja jest w przypadku stosowania metod wymagają-cych wiĊkszych umiejĊtnoĞci technicznych, takich jak wykorzystanie mechanizmów VPN (wirtualne sieci prywatne), np. w celu utrudnienia geolokalizacji oraz sieci TOR w celu zapewnienia anonimowoĞci w internecie. Te ogólnie zdecydowanie rzadziej stosowane rozwiązania, wyraĨnie czĊĞciej, co zrozumiaáe, są stosowane przez
studen-tów uczelni technicznych. Szersze omówienie metod zachowania prywatnoĞci w inter-necie wykracza jednak poza ramy niniejszego artykuáu.
Tabela 2. Zgoda na naruszenie prywatnoĞci związana z róĪnymi celami przetwarzania danych– pytania i Ğrednie arytmetyczne w podziale na typy uczelni
Cel przetwarzania danych Uniwer-sytet Politech-nika Uczelnia ekonomiczna àącznie Odchyl. stand. 1. Zapewnienie bezpieczeĔstwa
publicz-nego (np. wykorzystanie monitoringu w miejscach publicznych)
4,0 4,0 4,1 4,0 1,03 2. Wykrywanie przestĊpstw
(np. analiza bilingów telefonicznych i danych geolokalizacyjnych)
3,7 3,4 3,5 3,5 1,16 3. Przeciwdziaáanie terroryzmowi (np.
czĊĞciowa kontrola poczty elektronicznej, plików przechowywanych w chmurze)
3,2 2,9 3,2 3,1 1,32 4. Wykrywanie naruszeĔ podatkowych
(np. wykrywanie szarej strefy i analiza majątku z wykorzystaniem Ğledzenia ogólnodostĊpnych treĞci w internecie)
3,0 2,7 2,9 2,8 1,23
5. Poprawa bezpieczeĔstwa transportu (np. wykorzystanie monitoringu drogo-wego, fotoradarów itp.)
3,5 3,0 3,5 3,3 1,26 6. Poprawa funkcjonowania sáuĪby
zdrowia i przeciwdziaáanie zagroĪeniom epidemiologicznym przy anonimizacji danych o zdrowiu pacjentów (np. dostĊp do historii leczenia)
3,5 3,7 3,7 3,6 1,20
7. Przygotowywanie zindywidualizowa-nej oferty handlowej
(np. dla uczestników programów lojalno-Ğciowych z wykorzystaniem analizy wczeĞniejszych zakupów)
2,8 2,8 2,7 2,8 1,24
8. Indywidualizacja treĞci reklamowych (np. reklamy w internecie wyĞwietlane z związku z aktywnoĞcią danego uĪytkow-nika, wykrytą jego lokalizacją)
2,5 2,0 2,3 2,3 1,19 9. Indywidualne oferty usáug sáuĪby
zdrowia (z wykorzystaniem danych o zdrowiu pacjentów)
2,6 2,5 2,6 2,6 1,27
Razem 3,2 3,0 3,2 3,1
ħródáo: opracowanie wáasne.
4.AnalizadanychwzaleĂnoäciodwielkoäcioärodkaakademickiego
Analizie podano takĪe dane wedáug wielkoĞci miasta akademickiego. Do jednej grupy zaliczono uczelnie z miast bardzo duĪych, czyli Warszawy (SGH) i Krakowa (UJ), do drugiej – z miasta Ğredniego, czyli z Opola (PO, UO). Pierwsza grupa liczy 206 ankietowanych, druga 167.W tabeli 3 przedstawiono wyniki czĊĞci ankiety dotyczącej naruszenia prywatno-Ğci wedáug wskazanych zjawisk. ĝrednie dla wszystkich pytaĔ áącznie są niemal
iden-tyczne, zauwaĪa siĊ jednak róĪnice w przypadku poszczególnych pytaĔ. WyraĨne róĪni-ce dotyczą wczeĞniej wspomnianych pytaĔ o monitoring miejski i drogowy oraz o zdjĊ-cia satelitarne i lotnicze (pyt. 10–12). WyĪsze poczucie naruszenia prywatnoĞci dla tych zagadnieĔ zauwaĪa siĊ w przypadku oĞrodka Ğredniego, czyli Opola (Ğrednie arytme-tyczne od 2,7 do 2,8) niĪ w oĞrodkach bardzo duĪych, czyli Warszawy i Krakowa (od 2,2 do 2,4). Jest to zapewne związane z Īyciem w wiĊkszym mieĞcie i przyzwyczaje-niem do czĊĞci tych zjawisk. Odwrotna sytuacja wystĊpuje w przypadku naruszenia prywatnoĞci, wynikającego z aktywnoĞci internetowej, w szczególnoĞci gromadzenia informacji o zachowaniach uĪytkowników w internecie (np. odwiedzane strony) oraz automatycznego Ğledzenia informacji o aktywnoĞci w portalach spoáecznoĞciowych (pyt. 3 i 4). Dla duĪych miast są to wartoĞci od 3,9 do 4,1, zaĞ dla Opola – od 3,6 do 3,7. Autorzy nie są jednak w stanie wyjaĞniü przyczyn tej zaleĪnoĞci.
Tabela 3. Poczucie naruszenia prywatnoĞci wedáug wskazanych zjawisk – Ğrednie aryt-metyczne w podziale na wielkoĞü oĞrodka akademickiego
Pytanie 1 2 3 4 5 6 7 8 9 10 11 12 Razem OĞrodki
bardzo duĪe 2,6 3,7 3,9 4,1 3,9 3,1 2,8 3,7 3,3 2,4 2,2 2,4 3,17 OĞrodki
Ğrednie 2,7 3,5 3,6 3,7 3,7 3,2 2,8 3,6 3,3 2,8 2,7 2,8 3,20
ħródáo: opracowanie wáasne.
W tabeli 4 przedstawiono wyniki czĊĞci ankiety dotyczącej zgody na naruszenie pry-watnoĞci związanej z róĪnymi celami przetwarzania danych. Podobnie jak w przypadku poprzedniej czĊĞci nie ma wyraĨnej róĪnicy w Ğredniej dla wszystkich pytaĔ áącznie, lecz zauwaĪa siĊ róĪnice dla poszczególnych pytaĔ. W szczególnoĞci wĞród studentów z duĪych miast zauwaĪa siĊ wyĪszą akceptacjĊ naruszenia prywatnoĞci w celach związanych z intere-sem publicznym, nie ma takiej zaleĪnoĞci w celach komercyjnych. NajwyĪsza róĪnica (3,5/3,1) wystĊpuje przy pytaniu o cel poprawy bezpieczeĔstwa transportu (pyt. 5), co zwią-zane jest prawdopodobnie ze wspomnianą powyĪej specyfiką Īycia w duĪych miastach.
Tabela 4. Zgoda na naruszenie prywatnoĞci związana z róĪnymi celami przetwarzania danych – Ğrednie arytmetyczne w podziale na wielkoĞü oĞrodka akademickiego
Pytanie 1 2 3 4 5 6 7 8 9 Razem
OĞrodki bardzo duĪe 4,1 3,6 3,3 2,9 3,5 3,6 2,7 2,3 2,5 3,17
OĞrodki Ğrednie 3,9 3,4 2,9 2,7 3,1 3,7 2,8 2,2 2,6 3,06
ħródáo: opracowanie wáasne.
5.PodsumowanieikierunkidalszychbadaÑ
Badania ankietowe o charakterze iloĞciowym pomagają zrozumieü postrzeganie pro-blemu prywatnoĞci. W szczególnoĞci pozwalają, jak w niniejszym artykule, porównywaü miĊdzy sobą poziom naruszenia prywatnoĞci związany z róĪnymi zjawiskami wynikającymi z nowoczesnych technologii informatycznych, w tym przetwarzania danych masowych z uĪyciem metod big data, a takĪe okreĞliü poziom akceptacji naruszenia prywatnoĞci zwią-zany z róĪnymi celami przetwarzania danych. Takie badania pozwalają jednoczeĞnie na wydzielenie z populacji grup (kohort), zaleĪnych przykáadowo od kierunku studiów lub wielkoĞci oĞrodka akademickiego.
Celem niniejszego artykuáu byáo porównanie ww. grup studentów. Za wyjątkiem czĊstoĞci stosowania zaawansowanych technik ochrony prywatnoĞci (VPN i TOR – chĊtniej wykorzystywane przez studentów uczelni technicznych) nie daáo siĊ wykazaü zaleĪnych od typu uczelni lub ogólnego profilu studiów statystycznie istotnych róĪnic w postawach. Nale-Īy jednak wziąü pod uwagĊ to, Īe przykáadowo studenci jednego typu uczelni nie są grupą jednorodną i przy wiĊkszej skali badania byü moĪe udaáoby siĊ znaleĨü zaleĪnoĞci w podej-Ğciu do prywatnoĞci na poziomie poszczególnych kierunków studiów. Przeprowadzone badanie pozwoliáo natomiast znaleĨü róĪnice w podejĞciu do prywatnoĞci, zaleĪne od wiel-koĞci oĞrodka akademickiego, co przedstawione w artykule. Przy wiĊkszej skali badania byü moĪe udaáoby siĊ odnaleĨü takĪe szczegóáowe zaleĪnoĞci regionalne, w tym – od miejsca pochodzenia poszczególnych studentów. Wykracza to jednak poza dotychczasowy zakres przeprowadzonego badania.
NaleĪy jednak zdawaü sobie sprawĊ, Īe takie iloĞciowe podejĞcie badawcze nie po-zwala w peáni zrozumieü przyczynowoĞci zjawiska oraz poznaü motywacji respondentów. Autorzy zamierzają dlatego kontynuowaü badania, w tym z wykorzystaniem podejĞcia jako-Ğciowego, w szczególnoĞci opartego na wywiadach. Tym niemniej na podstawie dotychcza-sowych badaĔ moĪna mówiü o zróĪnicowaniu postaw wobec prywatnoĞci, biorąc pod uwa-gĊ róĪne zjawiska wynikające z postĊpu w metodach przetwarzania danych, a takĪe róĪne cele przetwarzania prywatnych danych, w szczególnoĞci danych osobowych.
Praca finansowana ze Ğrodków na badania naukowe lub prace rozwojowe oraz zadania z nimi związane sáuĪące rozwojowi máodych naukowców
oraz uczestników studiów doktoranckich
Bibliografia
Koáodziejczyk, à. (2014). PrywatnoĞü w internecie. Warszawa: Wydawnictwo SPB.
Mayer-Schonberger, V., Cukier, K. (2013). Big data – A revolution that will transform how we
live, work, and think. Boston: Houghton Mifflin Harcourt.
PolaĔska, K., Wassilew, A. (2015). Analizy big data w serwisach spoáecznoĞciowych.
Nierówno-Ğci Spoáeczne a Wzrost Gospodarczy, 4/2, 117–128.
Rozporządzenie Parlamentu Europejskiego i Rady (UE) 2016/679 z 27.04.2016 r. w sprawie ochrony osób fizycznych w związku z przetwarzaniem danych osobowych i w sprawie swobodnego przepáywu takich danych.
Surma, J. (2013). The Privacy Problem in Big Data Applications: An Empirical Study on Face-book, W: ASE/IEEE International Conference on Social Computing (s. 955–958). Ustawa o Policji z 6.04.1990 r., z póĨniejszymi zmianami, Dz.U. 1990, nr 30, poz. 179. Warren, S.D., Brandeis, L.D. (1890). The Right to Privacy. Harvard Law Review, IV (5). Westin, A. (1967). Privacy and freedom. New York: Athenaeum.
INTERNET PRIVACY PERCEPTION AMONG POLISH STUDENTS – A COMPARATIVE STUDY
Keywords: privacy, ICT, big data
Summary. The paper contains the results of author's survey study. The aim of the study was to
find out what are the students' perception and attitudes towards privacy (especially in the context of new methods of private and personal data processing). The article presents the differences between students from different types of universities, also depending on the size of the academic center. The article shows how students perceive different levels of privacy violation connected with indicated modern occurrences and what is the level of possible acceptation of privacy breach in the context of data processing for various public and commercial purposes.
Translated by JĊdrzej Wieczorkowski and Malwina Popioáek
Cytowanie
Wieczorkowski, J., Popioáek M. (2018). PodejĞcie do prywatnoĞci wĞród studentów polskich uczelni – badanie porównawcze. Ekonomiczne Problemy Usáug, 2 (131/2), 311–319. DOI: 10.18276/epu.2018.131/2-30.
