FLoC: ¿qué es el Federated Learning of Cohorts?

El 25 de enero de 2021 Google pre­se­n­ta­ba en pro­fu­n­di­dad su visión de una web libre de cookies, si bien sin eliminar la pu­bli­ci­dad. En la entrada del blog “Building a privacy-first future for web ad­ve­r­ti­si­ng” el gigante de los motores de búsqueda detallaba por primera vez cómo fu­n­cio­na­rían los anuncios pe­r­so­na­li­za­dos si dejaban de dar soporte a las cookies de terceros. Un elemento im­po­r­ta­n­te de su sandbox privada es el método conocido como Federated Learning of Cohorts (FLoC).

A co­n­ti­nua­ción, descubre qué es FLoC y cómo puede funcionar esta al­te­r­na­ti­va re­s­pe­tuo­sa con la pri­va­ci­dad a la hora de generar y usar perfiles de usuarios in­di­vi­dua­les.

El 14 de enero de 2020, Google publicó su intención de añadir la API Federated Learning of Cohorts (FLoC) a Chrome. Con esta interfaz se persigue que los usuarios reciban pu­bli­ci­dad a través de Internet sin que el navegador utilice cookies de se­gui­mie­n­to para ello e in­te­r­fie­ra en la esfera privada. La API FloC se basa en un algoritmo que asigna al usuario del navegador a una cohorte. Los miembros de una cohorte, esto es, grupos de personas con intereses parecidos, muestran un co­m­po­r­ta­mie­n­to de na­ve­ga­ción similar.

El ID de la cohorte (Cohort ID) debe permitir a Google y a otros socios pu­bli­ci­ta­rios ofrecer la ac­ti­va­ción de pu­bli­ci­dad relevante que respete la pro­te­c­ción de datos, el Re­gla­me­n­to ePrivacy y el RGDP.

Para muchas empresas, los anuncios web co­n­s­ti­tu­yen un elemento in­di­s­pe­n­sa­ble para generar tráfico en su propio proyecto web. Muchos editores, además, dependen de ellos para ganar dinero. Por su parte, los usuarios prefieren recibir pu­bli­ci­dad relevante y útil. Hasta el momento los métodos más sencillos y es­pe­cí­fi­cos para poder crear el perfil de usuario han sido las cookies y el browser fi­n­ge­r­pri­n­ti­ng. Sin embargo, debido a su in­tro­mi­sión en la esfera privada de los usuarios hace años que están en el foco de la crítica. FLoC se presenta como una al­te­r­na­ti­va que garantiza la pro­te­c­ción de los datos y podría sa­ti­s­fa­cer tanto a pu­bli­ci­tas, como a editores y usuarios.

El algoritmo, co­m­po­ne­n­te elemental de FLoC, se encuentra todavía en un estado ex­pe­ri­me­n­tal. Su función se explica a co­n­ti­nua­ción: basándose en el historial de na­ve­ga­ción, el algoritmo asigna al usuario un ID de cohorte que re­pre­se­n­ta sus intereses. Para que no se pueda ide­n­ti­fi­car al usuario mediante este ID, el ide­n­ti­fi­ca­dor debe asignarse a otros usuarios de Chrome (el número exacto aún se desconoce). Gracias a esta ide­n­ti­fi­ca­ción, tanto editores como anu­n­cia­n­tes pueden mostrar pu­bli­ci­dad según los intereses del grupo.

Google se ha basado en los si­guie­n­tes pri­n­ci­pios para de­sa­rro­llar el algoritmo:

1. Los ID de cohorte deben impedir el se­gui­mie­n­to mu­l­ti­do­mi­nio, es decir, deben evitar registrar el co­m­po­r­ta­mie­n­to del usuario entre sitios web.
2. Una cohorte debe agrupar a usuarios con co­m­po­r­ta­mie­n­tos de na­ve­ga­ción similares.
3. El algoritmo debe basarse en el apre­n­di­za­je no su­pe­r­vi­sa­do, esto es, debe ser capaz de aprender por sí solo, sin necesidad de in­te­r­ve­n­ción del exterior.
4. El algoritmo debe limitar a un mínimo el uso de “números mágicos”. Es decir, se debe ca­ra­c­te­ri­zar por pa­rá­me­tros claros y sencillos.
5. Calcular una cohorte FLoC debe hacerse de la forma más sencilla posible y debe requerir el menor trabajo de cálculo posible.

Gracias a estos pri­n­ci­pios se garantiza que la creación y gestión de cohortes sea tra­n­s­pa­re­n­te y fácil de entender. Además, impide la in­flue­n­cia del exterior. Asimismo, asegura la mejor pro­te­c­ción de datos posible, pues hay que tener en cuenta que con este método se siguen re­co­pi­la­n­do y usando los datos de los usuarios, que pe­r­ma­ne­cen anónimos dentro de su cohorte.

Para explicar cómo funciona la idea del Federated Learning of Cohorts es mejor recurrir a un ejemplo. Los pa­r­ti­ci­pa­n­tes pri­n­ci­pa­les son los si­guie­n­tes:

• Usuario 1: este usuario del navegador, a quien se le asigna la cohorte 123, quiere comprar unas za­pa­ti­llas de deporte en una tienda online.
• Usuario 2: también se le asigna la cohorte de ejemplo 123. Quiere acceder a una web con noticias de ac­tua­li­dad.
• Anu­n­cia­n­te: tienda de moda online que, gracias a las pla­ta­fo­r­mas de pu­bli­ci­dad, muestra anuncios de sus productos en otras webs.
• Editor: web de noticias de ac­tua­li­dad. También muestra anuncios (como, por ejemplo, los de la tienda de moda online).
• Pla­ta­fo­r­mas de pu­bli­ci­dad: pla­ta­fo­r­mas con datos y he­rra­mie­n­tas para campañas de anuncios digitales. Actúa de in­te­r­me­dia­ria entre anu­n­cia­n­te y editor.

En el primer paso, el navegador (o el algoritmo FLoC en el que se basa) crea distintas cohortes. Cada cohorte recibe un único ide­n­ti­fi­ca­dor.

Uti­li­za­n­do el historial del navegador del usuario 1, el navegador asigna la cohorte co­rre­s­po­n­die­n­te, en este caso es el ID de cohorte 123. También el navegador del usuario 2 analiza su historial para asignar el ID adecuado. Aunque este se di­fe­re­n­cia en algunos puntos del historial del usuario 1, se parecen lo su­fi­cie­n­te para que se le pueda asignar el ide­n­ti­fi­ca­dor 123 al usuario 2.

El usuario 1 empieza a buscar unas za­pa­ti­llas de deporte en la Web. Se encuentra con la tienda online del anu­n­cia­n­te y pasa a examinar tanto la oferta de za­pa­ti­llas de deporte como la de otros productos re­la­cio­na­dos. En este proceso, el anu­n­cia­n­te obtiene el ID del usuario 1. Lo comparte con la pla­ta­fo­r­ma de pu­bli­ci­dad, a la que también transmite la in­fo­r­ma­ción obtenida del co­m­po­r­ta­mie­n­to de usuario de los miembros de la cohorte 123. Anu­n­cia­n­te y pla­ta­fo­r­ma trabajan juntos para mostrar pu­bli­ci­dad.

El usuario 2 topa en su búsqueda con la web de noticas de nuestro editor y, por lo tanto, le comparte su ID de cohorte. Para poder mostrarle anuncios pe­r­so­na­li­za­dos al usuario 2, el editor también se dirige a la pla­ta­fo­r­ma de pu­bli­ci­dad que trabaja con la tienda online. Como parte de la solicitud, el editor comparte el ID FLoC 123.

Con esta in­fo­r­ma­ción, el proveedor de la pla­ta­fo­r­ma de pu­bli­ci­dad puede de­te­r­mi­nar qué anuncio puede ser adecuado para el usuario 2, pues dispone de los si­guie­n­tes datos gracias a FLoC:

• El ID de usuario 2 (123) que el editor ha pro­po­r­cio­na­do
• Los datos propios sobre los intereses de los usuarios de la cohorte 123
• Los datos pro­po­r­cio­na­dos por el anu­n­cia­n­te (tienda online) sobre el interés en los productos (za­pa­ti­llas de deportes) de los usuarios de la cohorte 123.

La pla­ta­fo­r­ma pu­bli­ci­ta­ria determina mostrar un anuncio de las za­pa­ti­llas de deporte al usuario 2 en la web de noticas (todo ello sin necesidad de cookies).

El método de Federated Learning of Cohorts parece la solución perfecta para poder agrupar a los usuarios del navegador en cohortes sin que se produzca una in­tro­mi­sión excesiva en su esfera privada. Al menos en el mercado es­ta­dou­ni­de­n­se, Google parece no tener dudas al respecto. De hecho, ya se está pre­pa­ra­n­do la im­ple­me­n­ta­ción completa de FLoC en Chrome. Se planea que en el segundo trimestre de 2021 se prueben los primeros anuncios basados en esta te­c­no­lo­gía en Google Ads.

Sin embargo, en Europa las pruebas de FLoC se han pa­ra­li­za­do. El principal motivo reside en la falta de claridad sobre qué parte controla los datos y qué parte los procesa para la creación de cohortes. Si se tiene en cuenta la situación jurídica europea con respecto a la pro­te­c­ción de datos y la pri­va­ci­dad, existen además una serie de temas co­n­tro­ve­r­ti­dos. Por ejemplo, el ID de cohorte que agrupa a usuarios con intereses comunes, así como la in­fo­r­ma­ción re­la­cio­na­da con este grupo de interés se puede co­n­si­de­rar in­fo­r­ma­ción personal. Además, si Google no obtiene el co­n­se­n­ti­mie­n­to de los usuarios, el tra­ta­mie­n­to de los datos que se recogen y usan para crear las cohortes puede ir en contra del RGPD. Sin embargo, Marshall Vale, director de la Privacy Sandbox de Google, declaró lo siguiente en marzo de 2020:

Tra­du­c­ción: Es el comienzo. Estamos tra­ba­ja­n­do para poder empezar los antes posible con la fase de prueba en Europa. Estamos co­m­pro­me­ti­dos al 100 % con la privacy sandbox en Europa (traducido por IONOS).

Los re­s­po­n­sa­bles de Google son op­ti­mi­s­tas y piensan que pronto se podrá empezar en Europa con las pruebas de FLoC.

Como gestor de un proyecto web puedes bloquear o de­s­blo­quear el método de Federated Learning of Cohorts. Es decir, está en tu mano decidir si quieres que tu tienda online o proyecto web influya en la creación de cohortes con FLoC. Sobre todo para las webs que tratan temas sensibles se trata de un aspecto im­po­r­ta­n­te. Además, Google quiere crear una autoridad de pro­te­c­ción central que se encargue de eliminar de­te­r­mi­na­das cohortes si un gran número de los usuarios que la forman visitan páginas web con contenido sensible. En estas ca­te­go­rías se incluye, por ejemplo, las páginas web sobre salud mental o di­fi­cu­l­ta­des fi­na­n­cie­ras.

Para bloquear FLoC en una página web introduce en el header de la política de permisos lo siguiente:

Si bloqueas el método FLoC de esta forma y más tarde quieres de­s­blo­quear­lo, basta con eliminar la entrada del header.