Próximo truque do navegador Brave: recomendações de notícias que preservam a privacidade

O navegador Brave, focado na privacidade, busca manter a linha quando se trata de preservar a Política de Privacidade dos usuários, ao mesmo tempo em que oferece recomendações de notícias em seu recém-lançado Corajoso Hoje, um agregador de notícias integrado ao navegador.

Isso dá continuidade ao progresso incremental da Brave em direção à construção de um conjunto de serviços destinados a rivalizar e superar navegadores dominantes como Chrome e Safari.

Em março, Braveanunciou a aquisição da Tailcat, um mecanismo de busca aberto, para ser a base de seu próximo produto Brave Search. A Brave está lançando o Brave Search como uma alternativa não rastreadora ao Google Search no Chrome e no celular.

Os sistemas de recomendação são um recurso da web hoje. Seja o algoritmo de recomendação do YouTube ou as ofertas semanais de playlist do Spotify, esses sistemas geralmente dependem muito do rastreamento do seu comportamento online – o que significa, essencialmente, reunir e analisar seus dados.

O Brave Today permite que os usuários “assinem anonimamente feeds RSS de seus veículos de notícias favoritos e fiquem atualizados com todas as últimas notícias em um único lugar”. Os usuários podem escolher entre 15 categorias diferentes de fontes selecionadas e, em seguida, personalizar ainda mais seu fluxo adicionando ou removendo-as (incluindo CoinDesk).

“Começando com a recomendação no dispositivo para o Brave Today, queremos começar a oferecer aos usuários do Brave um nível de personalização alimentado por modelos treinados localmente, mantendo a Política de Privacidade do usuário como nossa primeira prioridade”, disse Pete Snyder, pesquisador sênior de Política de Privacidade do Brave.

Rastreamento sem o fator nojento

Para evitar a coleta de dados de comportamento dos usuários a serviço de recomendações, a Brave está propondo “uma nova estrutura para fazer recomendações que preservem a privacidade no dispositivo e que T exija que os dados de interação do usuário sejam coletados em um servidor”.

A Brave está usando uma técnica que chama de “Aprendizagem Federada com Política de Privacidade”.

O aprendizado federado é uma técnica de aprendizado de máquina que treina modelos de previsão (algoritmos) enquanto mantém os dados localmente nos dispositivos, em vez de alimentar esses dados em um servidor central (seja nas instalações de uma empresa ou na nuvem) que hospeda o modelo.

“Os usuários treinam modelos locais em seus dados privados e compartilham apenas as atualizações de seus modelos locais com um servidor central”, disse umpostagem de bloganunciando a proposta. “O servidor central computa um modelo global como o agregado de todos os modelos locais e o envia de volta aos usuários, onde o processo se repete.”

Snyder disse que, embora os sistemas de aprendizagem federados típicos tenham implicações e riscos importantes para a Política de Privacidade do usuário, há uma grande e ativa comunidade de pesquisa trabalhando para melhorar a Política de Privacidade dos sistemas de aprendizagem federados, para que os usuários possam colaborar para melhorar a precisão do sistema, sem revelar suas informações e comportamentos privados.

A Política de Privacidade está rapidamente se tornando algo que as grandes empresas de tecnologia valorizam. O Google, por exemplo, introduziu e implementou um sistema chamado Aprendizagem Federada de Coortes (FLoC), embora comresultados mistos. Vários navegadores, como o Brave, têmrecusou-se a adoptar o FLoC e, de facto,, desabilitou-o em seu navegador.

Snyder disse que FLoC e aprendizado federado são categoricamente diferentes. FLoC é um sistema de publicidade comportamental que prejudica a privacidade proposto pelo Google e implementado em alguns navegadores baseados em Chromium, ele disse.

“Embora o 'FL' em FLoC signifique 'aprendizagem federada', este é agora um palimpsesto dos planos de implementação originais do Google para FLoC; FLoC T usa nenhuma aprendizagem federada nas implementações atuais”, disse Snyder por e-mail. “O Google menciona isso em sua documentação também, onde eles observam 'não é usado o Aprendizado Federado (apesar do ‘FL’ no nome).”’

Próximos passos

Snyder disse que o objetivo final do Brave é melhorar a experiência do usuário no navegador Brave por meio do aprendizado privado federado com a estrutura de recomendação privada no dispositivo para o Brave. Hoje é apenas o primeiro passo.

“Planejamos chegar lá gradualmente e em passos mensuráveis. Nosso foco no momento é construir a infraestrutura de aprendizagem federada”, ele disse, acrescentando:

“Assim que isso estiver funcionando, estamos planejando testá-lo em problemas menores de otimização que praticamente não têm custo de Política de Privacidade . Se nossos testes forem bem-sucedidos, podemos usar nossa estrutura de aprendizado privado federado para potencializar recursos voltados para o usuário, como o Brave News, e otimizar os já existentes, como nossos anúncios locais direcionados ao aprendizado de máquina.”