Sądziłeś zapewne, że unikanie podawania prawdziwego nazwiska w mediach społecznościowych lub publikowanie postów pod anonimowym pseudonimem zapewnia Ci bezpieczny margines prywatności. Najnowsze doniesienia naukowców z ETH Zurich z lutego 2026 roku, brutalnie weryfikują rzeczone przekonanie. Badacze Joshua Swanson, Simon Lermen, Daniel Paleka oraz Florian Tramer udowodnili, że duże modele językowe (LLM) potrafią zidentyfikować anonimowych użytkowników na masową skalę, analizując jedynie ich sposób wypowiedzi i skrawki udostępnianych informacji.
Przez lata dominowało przekonanie, że dopóki nie podajemy imienia i nazwiska, jesteśmy anonimową kroplą w morzu danych. Jednak technologia nie potrzebuje już ustrukturyzowanych baz danych, jakie były niezbędne przy dawnych atakach. Obecnie wystarczy surowy tekst z Twoich postów, by AI za ułamek kosztów, jakie poniósłby człowiek, połączyła Twój "anonimowy" profil z kontem na LinkedIn czy innymi oficjalnymi danymi.
Najgorsze w tym wszystkim jest to, że koszt identyfikacji jednej osoby mieści się w okolicach czterech dolarów, a to drastycznie obniża próg wejścia dla prześladowców i sprawia, że inwigilacja na masową skalę stała się banalnie tanim produktem dostępnym niemal dla każdego.
Skuteczność AI w demaskowaniu użytkowników
Statystyki zawarte w najnowszym badaniu są otrzeźwiające i pokazują sporą przewagę AI nad tradycyjnymi metodami. Podczas gdy klasyczne techniki nie-LLM nie potrafiły osiągnąć satysfkacjonującej skuteczności w łączeniu profilów z konkretnymi osobami, modele językowe uzyskały do 68% trafień przy zachowaniu 90% precyzji. Oznacza to, że większość osób, które algorytm spróbował zidentyfikować, została poprawnie dopasowana do swojego realnego nazwiska.
Poniższa tabela prezentuje skuteczność deanonimizacji (Recall @ 90% Precision) w zależności od wielkości bazy potencjalnych kandydatów.
| Wielkość bazy kandydatów | Metoda Reason (high) | Metoda Search (embeddings) |
| 10 osób | 90,0% | 80,0% |
| 100 osób | 82,0% | 74,0% |
| 1 000 osób (1k) | 68,3% | 47,6% |
| 10 000 osób (10k) | 63,2% | 40,3% |
| 89 000 osób (89k) | 55,2% | 26,6% |
| 1 000 000 osób (1M)* | 45,1% | 12,1% |
| 100 000 000 osób (100M)* | 27,4% | 0,0% |
*Wartości prognozowane na podstawie ekstrapolacji log-liniowej.
Jak wynika z powyższych danych, zaawansowane modele językowe (LLM) wykazują się zdumiewającą odpornością na wzrost liczby kandydatów. Podczas gdy tradycyjne wyszukiwanie oparte tylko na podobieństwie wektorowym (Search) całkowicie wykładają się przy bazach rzędu 10-100 milionów osób, mechanizm rozumowania (Reason) nadal potrafi poprawnie wskazać co czwartego użytkownika.
Nawet w ekstremalnie trudnych warunkach, gdy szansa na znalezienie dopasowania wynosi zaledwie 1 do 10 000, algorytmy potrafią poprawnie zidentyfikować 9% użytkowników. Zatem nawet rzadkie i rozproszone dane nie chronią przed precyzją nowoczesnych modeli językowych.
Jak przebiega proces Twojej deanonimizacji
Sztuczna inteligencja nie zgaduje Twojej tożsamości na oślep, lecz stosuje przemyślany, cztero-etapowy proces nazwany przez badaczy ramami ESRC.
Pierwszy krok polega na ekstrakcji mikro-danych, czyli wyławianiu z Twoich postów cech demograficznych, stylu pisania, zainteresowań czy incydentalnie ujawnionych szczegółów. Następnie algorytm zamienia rzeczone cechy na wektory matematyczne, co pozwala na błyskawiczne przeszukanie milionów profilów w celu znalezienia najbardziej podobnych.
Kluczowym elementem jest etap rozumowania, w którym bardziej zaawansowany model analizuje listę kandydatów i weryfikuje, czy fakty z obu kont rzeczywiście do siebie pasują.
Na koniec następuje kalibracja, czyli przypisanie oceny pewności do znalezionego dopasowania, co minimalizuje ryzyko pomyłki.
Omawiana metoda pozwala na identyfikację osób, które konsekwentnie dzielą się tymi samymi drobiazgami na różnych platformach, nawet jeśli robią to w dużym odstępie czasu.
Wykorzystanie wspomnianego schematu pozwoliło badaczom poprawnie zidentyfikować 9 z 125 naukowców biorących udział w rzekomo anonimowych wywiadach Anthropic. Jest to wynik o 50% wyższy niż w poprzednich próbach deanonimizacji tego zbioru, co podkreśla błyskawiczny rozwój możliwości AI. Wystarczył krótki fragment wypowiedzi o dziedzinie badań i używanym języku programowania, by system znalazł właściwą osobę w zasobach internetu.
Dlaczego klasyczne metody ochrony przestały działać
Przez dekady dominowało przekonanie, że brak imienia i nazwiska gwarantuje cyfrową niepozorność. Klasyczne mechanizmy obronne, skoncentrowane na usuwaniu sztywnych danych identyfikacyjnych, ustępują dziś pola semantycznej analizie LLM. Najnowsze modele potrafią zrekonstruować tożsamość na podstawie subtelnych poszlak językowych, których nie da się „wymazać” tradycyjnymi metodami maskowania danych.
Wspomniany problem dotyczy nie tylko mediów społecznościowych, ale również publikowanych danych statystycznych czy rekordów szpitalnych, które mogą zawierać wystarczająco dużo unikalnych cech, by AI mogła je powiązać z konkretnym pacjentem.
Jak zauważa dr Marc Juárez, musimy przemyśleć nasze praktyki, ponieważ standardy anonimizacji nie nadążają za zdolnościami analitycznymi dużych modeli językowych.
Prywatność przestała być kwestią ukrycia jednego klucza, a stała się walką z systemem, który potrafi ułożyć cały obraz z Twoich najdrobniejszych słów.
Wskazane badania pokazują również, że zwiększony wysiłek obliczeniowy modeli (tzw. reasoning effort) drastycznie podnosi skuteczność ataków. Przejście z niskiego na wysoki poziom analizy potrafi podwoić liczbę udanych dopasowań, co świadczy o tym, że nie mamy do czynienia z prostym zapamiętywaniem danych przez AI, lecz z faktycznym wyciąganiem wniosków. Jest to o tyle niepokojące, że modele stają się coraz wydajniejsze, a koszt takiego rozumowania systematycznie spada.
Praktyczne kroki do odzyskania kontroli nad wizerunkiem
Aby zadbać lepiej o swoją prywatność możesz pomyśleć o wykorzystaniu strategii ograniczających ryzyko deanonimizacji:
- Unikaj używania tych samych persistent usernames (stałych pseudonimów) na różnych platformach.
- Nie powtarzaj specyficznych anegdot życiowych na kontach, które mają pozostać oddzielne.
- Zmieniaj styl pisania lub unikaj wymieniania rzadkich zainteresowań w miejscach, gdzie chcesz zachować dyskrecję.
- Pamiętaj, że informacje o Twojej lokalizacji (miasto, region) są niezwykle silnym sygnałem identyfikacyjnym dla AI.
Moim zdaniem, największym błędem jest zakładanie, że jesteśmy zbyt mało ważni, by ktoś chciał nas deanonimizować. Algorytmy sprawiły, że procesy analizy są w pełni zautomatyzowane i tanie, co pozwala na profilowanie milionów ludzi "na zapas" przez korporacje reklamowe, cyberprzestępców a nawet rządy. Niestety wkrótce będzie to nowa rzeczywistość, w której każda litera pozostawiona w sieci będzie miała swoją wagę i może zostać odnaleziona po latach przez mechanizm, który nigdy nie zapomina.
Źródła: Własne, The Guardian, Badanie "Large-scale online deanonymization with LLMs" (szczegóły)
