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.