Chisme 74 del Lince: metadatos, lo que tus archivos cuentan sin que lo sepas

—Víctor, he subido a la web de Lynx una foto del amanecer desde el mirador. Ha quedado preciosa —dijo la Gata Montesa.

Víctor Vílchez abrió el archivo original y miró sus propiedades. Se quedó callado un momento.

—Preciosa, sí. Y dice exactamente dónde está la guarida del Lince de la Noche, con cuatro decimales.

—Ay. Cualquiera que la descargue sabría dónde vives.

—Por eso un superhéroe cuida sus metadatos. Y también los de los demás. Además, me acaba de llegar un encargo importante: una dermatóloga necesita fotos de manchas de la piel para enseñar a una IA a ayudar a los médicos. Esas fotos son de personas que han confiado en ella, y las vamos a cuidar como se merecen.

Introducción

Una foto no solo guarda la imagen. Guarda también metadatos: datos sobre los datos, como cuándo, con qué cámara y a veces dónde se hizo. Van dentro del archivo y no se ven en la imagen. En este chisme vas a descubrirlos, a decidir cuáles conservar y cuáles proteger, y a limpiar una foto de verdad.

Abre la página de los metadatos del Lince. Funciona en el ordenador, sin instalar nada y sin enviar ni guardar nada fuera de él.

Por qué este chisme

Los metadatos no son malos. Sirven para ordenar las fotos, para saber de quién es una canción y para que la ciencia ciudadana sepa cuándo y dónde se vio un ave. El problema aparece cuando se comparten sin saberlo: el mismo dato puede ser útil o peligroso según para qué se use.

Es el saber de metadatos de Datos masivos en Computación y Robótica, y conecta con la ciencia de datos de AIDARAC: sin fecha ni lugar, una observación no sirve a la ciencia; con el lugar exacto de una especie protegida, puede perjudicarla.

Qué guardan los archivos

• Una foto: fecha y hora, modelo de cámara o móvil, programa y, a veces, el lugar exacto (GPS) y el autor. Se guardan en un formato llamado EXIF.
• Una canción: título, artista, álbum, año y a veces la licencia.
• Un documento: autor, empresa, fechas de creación y modificación, número de versiones y, a veces, comentarios ocultos.
• Un conjunto de datos: los nombres de las columnas y el origen de cada dato.

Qué necesitamos

• Un ordenador con navegador.
• La página del chisme 74.
• Opcionalmente, una foto tuya para probar la lavadora de metadatos. No hace falta: la página crea una foto de prueba.

Construcción: cuatro misiones

1. Detective de metadatos. Tres archivos inventados, una foto, una canción y un documento. Descubres quién, cuándo y dónde, y qué se escapa sin que se vea.
2. Para la ciencia o para proteger. Un águila perdicera para la web de ciencia ciudadana y una mascota para un concurso del instituto. Decides si conservar, aproximar o quitar cada metadato.
3. Fotos de la piel para la IA. Un conjunto inventado de fotos de manchas de la piel, para ayudar a una dermatóloga. Decides si quitar, cambiar por un código, generalizar o conservar cada dato, y la página te dice cuántas filas todavía se podrían reconocer.
4. La lavadora de metadatos. Eliges una foto, ves lo que cuenta y creas una copia limpia que solo lleva los píxeles.

En las tres primeras solo cuenta tu primera respuesta y después se explica el porqué. La lavadora trabaja en tu navegador: la foto no se envía a ningún sitio.

Qué aprendemos

• Los metadatos viajan con el archivo. Subir una foto sin mirarlos puede decir dónde vives.
• Quitar el nombre no basta. La edad, la fecha y el lugar exactos juntos pueden señalar a una persona. Por eso se generaliza: un rango de edad, solo el año.
• Un código distingue sin identificar. Sirve para saber que dos fotos son de distintos hospitales sin decir cuáles.
• Hay datos que se conservan por una buena razón. El diagnóstico es lo que la IA tiene que aprender; por eso este tipo de conjuntos solo los maneja personal autorizado, con permiso y supervisión.
• Menos es más. Compartir solo lo necesario protege a las personas.

Para el aula

• Cada alumno responde primero en el cuaderno y compara después con la página: ¿qué metadato pensabas que no existía?
• Debate: el lugar exacto del águila es útil para la ciencia y peligroso para el ave. ¿Cómo se resuelve? ¿Quién debería poder verlo?
• Con la lavadora, se compara una foto antes y después: ¿cambia el peso? ¿Se ve distinta? ¿Qué se ha perdido?
• Con el chisme 66 y el chisme 68: ¿qué datos necesita una IA para aprender y cuáles no deberían usarse nunca?
• Se puede consultar la Agencia Española de Protección de Datos y averiguar qué derechos tiene una persona sobre sus datos.
• El informe imprimible reúne las misiones superadas y tres preguntas de reflexión.

Retos

1. Reto 1. Supera las cuatro misiones.
2. Reto 2. Consigue todos los aciertos a la primera.
3. Reto 3. Encuentra en tu móvil el ajuste que permite no guardar el lugar en las fotos y averigua qué hace.
4. Reto 4. Compara el tamaño de una foto antes y después de pasarla por la lavadora.
5. Reto 5. Inventa un conjunto de datos de tu clase, con nombre, edad y barrio, y averigua cuántas filas se podrían reconocer con cada combinación de columnas.
6. Reto 6. Diseña una norma de tu centro para publicar fotos en la web sin metadatos peligrosos.

Qué hemos aprendido

• Los metadatos son datos sobre los datos y van escondidos dentro del archivo.
• Una foto puede guardar cuándo, con qué cámara y dónde se hizo.
• Según el uso, un metadato se conserva, se aproxima o se quita.
• Para anonimizar no basta quitar el nombre: hay que generalizar los datos que, juntos, identifican.
• Cuidar los datos de los demás es una forma de cuidar a las personas.

Víctor Vílchez sustituyó la foto del mirador por una copia limpia y la Gata Montesa lo miró de reojo:

—¿Y la guarida?

—Sigue siendo secreta. Ahora, además, sé por qué.

Para seguir investigando

• Averigua qué otros formatos guardan metadatos: audio, vídeo, PDF.
• Investiga qué es el reglamento europeo de protección de datos y a quién protege.
• Piensa en un caso en el que un metadato haya sido útil para resolver un problema real.