Pesquisa brasileira reúne bilhões de mensagens públicas disponibilizadas pelo Discord; plataforma questiona

O Discord é uma plataforma de comunicação digital usada para conversas por texto, voz e vídeo. A rede é popular principalmente entre adolescentes. — Foto: Foto: Ivan Radic/Flickr

Segundo o estudo, chamado "Discord revelado: um conjunto abrangente de dados de comunicação pública", o objetivo é criar um banco de dados que pode ser usado como base para pesquisas em ciências sociais.

Os autores afirmam ter tratado os dados para impedir a identificação de quem postou as mensagens.

O estudo foi publicado em fevereiro deste ano "arXiv", um site que divulga estudos de diversas áreas, como ciência da computação, estatística e biologia.

A informação de que conversas públicas da plataforma podem ser baixadas pegou usuários de surpresa. Nas redes sociais, eles passaram a questionar a pesquisa, alegando invasão de privacidade, e até a segurança de suas informações. Procurada, a empresa alega que os pesquisadores violaram as regras da rede social (leia mais abaixo).

Um professor da Pontifícia Universidade de São Paulo (PUC-SP) que não participou do estudo, mas o analisou, afirma que a iniciativa é legítima.

O Discord é uma plataforma usada para conversas por texto, voz e vídeo, e é popular principalmente entre adolescentes que querem jogar e conversar ao mesmo tempo. Atualmente, ela tem cerca de 200 milhões de usuários.

O Discord afirma que que conta com equipes especializadas dedicadas a combater ilegalidades na plataforma.

De acordo com o estudo, o levantamento reuniu apenas dados de grupos considerados públicos de acordo com os termos de uso do Discord, "com os quais todos os usuários concordam ao se inscreverem”.

Para acessar os dados dos servidores do Discord, segundo o estudo, os pesquisadores utilizaram o recurso "Discovery", da própria plataforma, que permite aos usuários navegar pelos servidores públicos – e até mesmo ver mensagens públicas – sem precisar participar deles.

E, para obter as informações, ainda de acordo com o estudo, foi usada a API – uma funcionalidade que permite baixar dados em massa – do próprio Discord.

Depois de baixados, os dados foram tratados com técnicas de anonimização, como a substituição dos nomes dos usuários por pseudônimos, para limpar qualquer informação que pudesse identificá-los.

Ainda que a ferramenta seja disponibilizada pelo próprio Discord e que os dados baixados na pesquisa sejam públicos, a plataforma questiona a forma como ela foi feita.

“A extração de dados de nossos serviços sem o nosso consentimento por escrito constitui uma violação dos nossos Termos de Serviço e Diretrizes da Comunidade. O Discord está investigando essa atividade com diligência e tomará as medidas cabíveis. Esse é um assunto sério e estamos comprometidos com a proteção da privacidade e dos dados dos nossos usuários”, disse a empresa, em nota. Parece que os pesquisadores tomaram medidas para proteger as identidades das pessoas, mas isso ainda viola nossas políticas e estamos investigando completamente."

O professor da PUC e pesquisador em tecnologia e inteligência artificial Diogo Cortiz afirma não ver irregularidade.

“A pesquisa usou a API oficial do Discord e ela permite o acesso a canais públicos e servidores públicos. Ou seja, eles fizeram isso de forma regular (...) O Discord alega essa violação da política, mas isso me parece uma forma de justificar a exposição da falta de segurança da troca de mensagens”, diz.

Cortiz ressalta que os pesquisadores afirmam ter adotado critérios para impedir a identificação dos autores das mensagens.

"Eles [os pesquisadores da UFMG] afirmam que usaram uma anonimização. Seguindo esses requisitos, esse projeto de pesquisa é eticamente adequado", acrescenta Cortiz.

Na visão do professor da PUC, o Discord não foi claro sobre qual foi a regra violada pelo estudo.

De acordo com Cortiz, da PUC, não. Mas, neste caso, os pesquisadores da UFMG utilizaram dados da API oficial da plataforma, que dá acesso a canais e servidores públicos, além de terem aceitado os termos de uso.

"Por exemplo, não é pelo fato de que o Instagram tem o perfil aberto que você pode pegar esses arquivos – pelo termo de serviço você não pode", diz Cortiz. "Uma plataforma muito usada para ciências sociais com esse tipo de análise de dados era o Twitter. Ele tinha uma API que dava para extrair os dados. E, para usar a API oficial e pegar os dados, tinha que respeitar uma série de requisitos", lembra.