Оцінка віку користувачів YouTube за допомогою ШІ викликає занепокоєння щодо конфіденційності

Експерти з питань конфіденційності попереджають, що новий пілотний проект YouTube з перевірки віку, що використовує штучний інтелект для аналізу звичок перегляду та може вимагати чутливі особисті дані для апеляцій, несе значні ризики. Цей розширений звіт детально розглядає технології, що лежать в основі, регуляторний контекст, нові альтернативи та подальші кроки.

Огляд пілотного проекту перевірки віку YouTube

На початку серпня 2025 року YouTube запустив пілотний проект у США, що використовує машинне навчання для визначення, чи користувачі є неповнолітніми, спираючись на різноманітні поведінкові сигнали — без збору нових даних. За інформацією компанії, система обробляє:

• Пошукові запити та метадані історії переглядів
• Категорії відео, які переглядалися, та моделі взаємодії (лайки, час перегляду)
• Тривалість існування облікового запису та частота сесій

Якщо користувач відзначений як неповнолітній, він автоматично позбавляється персоналізованої реклами, отримує додаткові нагадування про цифрове благополуччя та стикається з обмеженнями на перегляд “дорослого” або “потенційно небезпечного” контенту. YouTube вже використовував подібні моделі на менших ринках з кінця 2024 року, але визнає, що система не є безпомилковою та пропонує процес апеляції.

Як працює модель ШІ: технічний аналіз

Машина оцінки віку YouTube поєднує два основні компоненти:

1. Класифікатор поведінки: Модель дерева рішень з градієнтним підсиленням (наприклад, LightGBM), навчена на анонімних журналах переглядів. До характеристик належать часові мітки сесій, векторні уявлення категорій та співвідношення взаємодії.
2. Додатковий аналіз зображень: Для користувачів, які хочуть подати апеляцію, YouTube може запросити селфі для аналізу за допомогою згорткової нейронної мережі — ймовірно, варіанту ResNet-50, попередньо навченої на великих наборах даних з віком, таких як IMDB-WIKI.

Внутрішні бенчмарки, які YouTube поділився, свідчать про середню абсолютну похибку (MAE) близько 2 років, але відсутні зовнішні аудити. Дослідники попереджають, що мережі для оцінки віку часто мають упередження — вони можуть недооцінювати або переоцінювати вік для певних етнічних груп, статей або умов освітлення.

Проблеми конфіденційності та критика експертів

“Будь-який збір біометричних даних є справді поганим і лякаючим, обмежуючи користувачів, які покладаються на анонімність,” зазначив Девід Грін, старший юрист EFF. “Збір селфі або урядових документів без чіткої політики зберігання та видалення є глибоко тривожним.”

Сюзан Бернштейн з EPIC додає, що невизначене запевнення YouTube — “ми не зберігаємо дані про посвідчення особи або платіжні картки для реклами” — залишає відкритим питання, чи зберігаються ці дані безстроково для безпеки, профілювання або передачі третім особам. Без опублікованої Оцінки впливу на захист даних (DPIA) або звіту про прозорість у стилі GDPR, користувачі можуть лише здогадуватися, як довго їхні чутливі дані залишаються на серверах компанії.

Регуляторний ландшафт та тиск на дотримання норм

Оскільки штучний інтелект у системах перевірки віку набирає популярності, законодавці по всьому світу намагаються оновити правила захисту даних:

• Модернізація COPPA у США: Законопроект 2025 року пропонує суворіші стандарти перевірки та обмеження на зберігання особистих даних дітей.
• Закон про права на конфіденційність Каліфорнії (CPRA): Вимагає від процесорів перевірки віку документувати обмеження мети та політики автоматизованих рішень.
• Законодавство ЄС про ШІ та Кодекс дизайну, що відповідає віку: Визначає системи оцінки віку як “високий ризик”, зобов’язуючи до проведення зовнішніх аудитів, прозорості та пом’якшення упереджень.

До того часу, поки не з’являться обов’язкові федеральні регуляції щодо ШІ, експерти закликають користувачів тиснути на законодавців, щоб вони запровадили надійні заходи захисту конфіденційності для інструментів перевірки віку.

Альтернативи, що зберігають конфіденційність, та стратегії пом’якшення ризиків

Нові технології можуть зменшити ризики конфіденційності, при цьому перевіряючи вік:

• Локальна оцінка: Виконання моделей оцінки віку безпосередньо на пристроях користувачів за допомогою TensorFlow Lite або Core ML від Apple, щоб уникнути завантаження в хмару.
• Диференційна конфіденційність та федеративне навчання: Агрегування оновлень моделей без розкриття індивідуальних журналів переглядів або біометричних даних.
• Перевірені свідчення / Докази з нульовими знаннями: Видача криптографічних токенів, які підтверджують, що користувач старший 18 років, не розкриваючи їхню дату народження чи особу.
• Фреймворки самоврядної ідентичності (SSI): Децентралізовані цифрові ID (наприклад, на основі стандартів W3C) під контролем користувача з мінімальними спільними атрибутами.

Наслідки для користувачів та майбутнє онлайн-анонімності

Для багатьох творців контенту та глядачів YouTube залишається незамінним. Але обов’язкові перевірки віку означають перехід до всеосяжної ідентифікації на великих платформах. Як застерігає Грін, “Коли анонімність зникає, кожна цифрова взаємодія може бути пов’язана з реальним іменем.”

Користувачі повинні зважити біометричні ризики проти фінансових загроз при подачі апеляцій на помилки ШІ. Тим часом, ширше впровадження цих систем може змінити саму природу онлайн-участі.

Основні висновки

• Пілотний проект YouTube використовує машинне навчання на основі поведінкових сигналів, але не має зовнішніх аудитів чи повної прозорості.
• Для апеляцій потрібні чутливі дані — селфі, посвідчення особи або кредитні картки — з невизначеними політиками зберігання.
• Суворіші регуляції щодо ШІ та конфіденційності (COPPA, CPRA, Закон ЄС про ШІ) можуть спонукати до впровадження додаткових заходів захисту.
• Існують альтернативи, що зберігають конфіденційність, але для їх масштабування потрібна підтримка індустрії та законодавства.

Поки YouTube готується до ширшого впровадження, користувачам, регуляторам та технологам потрібно об’єднати зусилля для пошуку рішень, які захищають як безпеку дітей, так і основне право кожного на конфіденційність.