Does Ad-Free Mean Less Data Collection? An Empirical Study of Platform Data Practices and User Expectations

Resumen Técnico: "¿Significa 'libre de anuncios' una menor recopilación de datos?"

Planteamiento del problema
Las plataformas en línea ofrecen cada vez más suscripciones "libres de anuncios" como alternativa a los modelos tradicionales basados en la publicidad. Normativamente, bajo el Reglamento General de Protección de Datos (RGPD), la eliminación de la publicidad como fuente de ingresos debería desencadenar una reducción en el tratamiento de datos para adherirse a los principios de limitación de la finalidad (Artículo 5(1)(b)) y minimización de datos (Artículo 5(1)(c)). Sin embargo, las plataformas pueden justificar la continua recopilación de datos bajo el concepto de "interés legítimo" (Artículo 6(1)(f)) para la personalización del servicio, lo que crea una tensión entre las expectativas regulatorias y los incentivos de las plataformas. Este documento investiga la cuestión crítica y poco explorada: ¿Varían realmente las prácticas de recopilación de datos entre los modelos de suscripción libres de anuncios y los basados en publicidad, y se alinean estas prácticas con las expectativas del usuario?

Metodología
El estudio emplea un enfoque de métodos mixtos que combina auditorías empíricas de plataformas con una encuesta a usuarios.

1. Auditorías de datos de plataformas (RQ1):

   • Sujetos: Los autores analizaron tres Plataformas Muy Grandes en Línea (VLOP, por sus siglas en inglés): Instagram, Facebook y X (anteriormente Twitter).
   • Procedimiento: Dos coautores crearon cuentas en la UE bajo el modelo predeterminado basado en anuncios. Luego, se suscribieron al modelo libre de anuncios durante un mes antes de revertir al modelo basado en anuncios.
   • Recopilación de datos: En tres momentos distintos (pre-libre de anuncios, medio-libre de anuncios y post-libre de anuncios), los autores ejercieron su Derecho de Acceso (RGPD Artículo 15(3)) para solicitar Paquetes de Descarga de Datos (DDP, por sus siglas en inglés).
   • Análisis: Los autores compararon sistemáticamente los DDP. Categorizaron 365 archivos en tres grupos: Solo anuncios (exclusivamente para publicidad), No anuncio (no relacionados con la publicidad) y Mixto (utilizados tanto para publicidad como para personalización). Utilizaron una herramienta personalizada basada en el navegador para detectar cambios estructurales, modificaciones de esquemas y la presencia o ausencia de campos de datos específicos a través de los modelos de suscripción.

2. Encuesta de expectativas del usuario (RQ2):

   • Participantes: 255 participantes reclutados a través de Prolific, estratificados en tres grupos: expertos legales, expertos tecnológicos y el público general.
   • Diseño: La encuesta midió expectativas normativas (lo que los usuarios creen que las plataformas deberían hacer) y expectativas descriptivas (lo que los usuarios creen que las plataformas harán) respecto a la recopilación de datos en modelos libres de anuncios. También evaluó si la persistencia de la recopilación de datos disuadiría a los usuarios de suscribirse a planes libres de anuncios.
   • Validación: Se realizaron estudios piloto y se filtraron las respuestas desatentas mediante un análisis de codificación abierta de las justificaciones de texto libre.

Contribuciones clave y resultados

• Hallazgos empíricos sobre las prácticas de las plataformas (RQ1):

  • Reducción parcial: Instagram y Facebook eliminaron el 57% y el 42% de sus archivos de Solo anuncios, respectivamente, al cambiar al modelo libre de anuncios. X no eliminó ningún archivo de Solo anuncios.
  • Recopilación de datos persistente: A pesar de la eliminación de algunos archivos, las tres plataformas continuaron reteniendo o recopilando datos personales específicos utilizados exclusivamente para publicidad bajo el modelo libre de anuncios.
    • Meta (Instagram/Facebook): Retuvieron archivos que contienen categorías de audiencia inferidas y preferencias publicitarias derivadas de actividad publicitaria previa.
    • X: Continuó registrando eventos de aplicaciones móviles (por ejemplo, instalaciones, inicios de sesión) que podrían atribuirse a publicidad futura y mantuvo listas de "audiencias similares" (lookalike audiences) que incluyen la cuenta del usuario libre de anuncios.
  • Archivos Mixtos: Ningún archivo Mixto fue eliminado, aunque algunos campos específicos de anuncios dentro de ellos permanecieron activos o retuvieron datos históricos.

• Expectativas del usuario (RQ2):

  • Brecha Normativa vs. Descriptiva: Existe una desconexión significativa entre lo que los usuarios esperan y lo que creen que sucede.
    • El 69% de los participantes espera normativamente una menor recopilación de datos en los modelos libres de anuncios.
    • Solo el 17% espera descriptivamente que las plataformas reduzcan realmente la recopilación de datos.
  • Escepticismo: Entre quienes esperan una reducción, el 63% es escéptico de que las plataformas entregarán realmente esta reducción.
  • Impacto en la adopción: El 34% de los participantes afirmó que, si las plataformas continuaran recopilando la misma cantidad de datos en un modelo libre de anuncios, esto los disuadiría de suscribirse.

Significancia y afirmaciones
El documento afirma revelar una desalineación significativa entre las expectativas de los usuarios, las prácticas de las plataformas y los requisitos regulatorios.

1. Cumplimiento Regulatorio: Los hallazgos plantean serias dudas sobre el cumplimiento de las plataformas con los principios básicos del RGPD. La continua recopilación de datos exclusivos de publicidad en modelos libres de anuncios desafía los principios de limitación de la finalidad y minimización de datos, sugiriendo que "libre de anuncios" puede funcionar como una etiqueta retórica más que como un cambio sustantivo en el tratamiento de datos.
2. Confianza del Usuario: La brecha entre el 69% de los usuarios que esperan una reducción de datos y la realidad de la recopilación continua socava la confianza. El documento argumenta que los usuarios no están recibiendo los beneficios de privacidad que anticipan al pagar por las suscripciones.
3. Silos Organizacionales: Los autores postulan que el fracaso en alinear las prácticas de datos con las expectativas de los usuarios y las regulaciones puede derivar de una mala coordinación entre los equipos legales, de ingeniería y de producto dentro de las plataformas.
4. Contribución Metodológica: El estudio demuestra la utilidad de las exportaciones de datos del RGPD como una fuente fiable y legalmente fundamentada para auditar las prácticas de datos de las plataformas a través de diferentes modelos de negocio, yendo más allá de la dependencia de las políticas de privacidad o los datos autoinformados.

El documento concluye que es necesaria una guía regulatoria más clara y una mejor coordinación interna para asegurar que las suscripciones libres de anuncios reflejen genuinamente una reducción en el tratamiento de datos, alineando así los incentivos de las plataformas tanto con las demandas de los usuarios como con las obligaciones legales.