Ética del Registro de Pulsaciones

El registro de pulsaciones registra cómo escriben tus anotadores. Eso son datos de comportamiento sobre personas identificables, y trae obligaciones que la documentación técnica no cubre.

Esta página está escrita para quien despliega la funcionalidad. No es asesoramiento legal, y no sustituye a la revisión de tu propia institución.

Nada de esto se aplica hasta que actives la funcionalidad. keystroke_logging.enabled es false por defecto, y una actualización no lo cambia.

Qué estás recogiendo en realidad

Los flujos de Potato son ciegos al contenido. Registran que se insertó un carácter, cuándo, en qué parte del campo y qué clase de tecla lo produjo, pero nunca qué carácter era. No se puede reconstruir el texto a partir de un flujo.

Eso es una protección real de la privacidad, y no es lo mismo que decir que los datos no identifican a nadie.

Los patrones temporales son un dato biométrico

La dinámica de tecleo, es decir, la distribución de los intervalos entre teclas, los tiempos de mantenimiento y las latencias de digramas, es un dato biométrico de comportamiento bien establecido. Se puede usar para identificar a personas y para enlazar cuentas entre contextos. Potato no hace esto y no ofrece herramientas para ello, pero los datos subyacentes lo permitirían.

Trata un flujo de pulsaciones como tratarías cualquier otro dato biométrico de comportamiento: como identificable, como algo que necesita un límite de retención y como algo que requiere consentimiento.

Qué se puede inferir más allá de la autoría

Los datos temporales se han usado en investigación para inferir destreza al teclado, competencia lingüística y condición de hablante de segunda lengua, carga cognitiva y fatiga, y en algunas literaturas, condiciones motoras y neurológicas. Potato no calcula ninguna de estas cosas, pero los datos que conserves permitirían ese análisis, y es poco probable que tus participantes lo prevean cuando aceptan «una tarea de anotación».

Di qué recoges. No te apoyes en una cláusula genérica de «recogemos datos de uso» para cubrirlo.

Divulgación

disclose_to_annotators es true por defecto. Desactivarlo registra una advertencia al arrancar:

keystroke_logging:
  disclose_to_annotators: false   # logs a warning; make sure your IRB covers this

Hay razones legítimas para una recogida no divulgada, ya que algunos diseños de estudio se invalidan si se cuenta a los participantes qué se está midiendo. Eso es una decisión del comité de ética, no una comodidad de configuración. Si desactivas la divulgación, deberías poder señalar la aprobación que lo permite.

Texto de consentimiento de ejemplo

Adáptalo a tu protocolo. Es un punto de partida, no una plantilla para pegar sin leer.

Se registra cómo escribes, además de lo que escribes.

Mientras tecleas tus respuestas, este estudio registra el tiempo de tu escritura: cuándo empiezas y paras, cuánto rato haces pausas, cuándo vuelves atrás a corregir y cuándo pegas texto desde otro sitio. Registra el tiempo y la estructura de tu escritura, no las teclas concretas que pulsas. El registro no puede usarse para recuperar nada de lo que escribiste aparte de las respuestas que envías.

Esto se usa para entender cómo trabaja la gente en la tarea y para comprobar la calidad de los datos recogidos.

[Si procede:] Estas mediciones pueden usarse para identificar respuestas que se copiaron o se generaron en otro sitio en lugar de escribirlas tú.

[Si procede:] Los registros se compartirán como parte de un conjunto de datos de investigación anonimizado.

Puedes pedirnos que eliminemos tus datos en cualquier momento escribiendo a [ ].

Las cláusulas entre corchetes importan. Si piensas usar las marcas para decisiones de pago o de exclusión, dilo antes de que la gente empiece a trabajar, no después de haberla marcado.

Usar las marcas de forma justa

La detección del proceso de escritura produce marcas con las pruebas adjuntas. Cómo las uses es responsabilidad tuya.

Haz:

• Tratar una marca como una invitación a mirar, no como un hallazgo.
• Leer las pruebas de cada sesión, no solo la etiqueta del veredicto.
• Dar al anotador la oportunidad de explicarse antes de actuar.
• Tener en cuenta los falsos positivos conocidos: teclados móviles, usuarios de IME, dictado, tecnología de apoyo y gente que teclea rápido.
• Documentar por adelantado tu regla de decisión, en tu protocolo.

No hagas:

• Conectar las marcas a rechazos automáticos, retención de pagos o expulsiones.
• Tratar la cola calibrada como mala conducta. Un umbral por percentil marca una proporción fija de cualquier población, incluida una del todo honesta.
• Publicar puntuaciones de riesgo por anotador de forma que identifiquen a individuos.
• Usar las marcas para afirmar cosas sobre una persona más allá de la autoría de una respuesta. Los datos no permiten inferencias sobre su competencia, su esfuerzo o su carácter.

El problema de la tasa base

Si el 5 % de tus respuestas están pegadas de un chatbot y tu regla marca el 5 % de las sesiones, la mayor parte de lo que marques puede seguir siendo trabajo honesto, según lo bien que la regla separe ambas cosas. En una plataforma donde la mala conducta real es poco frecuente, una regla con una tasa de falsos positivos incluso pequeña produce más acusaciones falsas que capturas reales. Estima tu tasa base antes de montar una política encima de las marcas.

Derechos de los participantes

Eliminación

Elimina los flujos y resúmenes de un participante:

from potato import typing_store
typing_store.delete_for_user(task_dir, project, user_id)

Esto vacía typing_sessions. Los resúmenes replicados en <output_annotation_dir>/<user>/user_state.json bajo typing_summaries hay que eliminarlos aparte si estás atendiendo una petición de eliminación completa.

Minimización

Recoge lo mínimo que responda a tu pregunta:

keystroke_logging:
  fidelity: summary               # features only, no raw streams retained
  include_schemas: [rationale]    # instrument one field, not every box
  classify_paste_source: false    # skip clipboard comparison entirely

Retención

Potato no caduca los datos. Si tu protocolo se compromete a una ventana de retención, elimina tú los flujos cuando pase. Cambiar a fidelity: summary después del periodo de análisis es un término medio razonable: conserva las características agregadas y descarta el detalle biométrico.

Compartir y publicar

Si publicas datos de pulsaciones como parte de un conjunto de datos:

• Sustituye los identificadores de usuario por seudónimos específicos del estudio que no puedan remontarse a los identificadores de la plataforma. Los identificadores de trabajador de Prolific y MTurk son identificadores, no seudónimos.
• Piensa si hace falta el detalle temporal por sesión o si bastan las características de resumen. Los resúmenes son mucho menos reidentificables que los flujos.
• Comprueba que tu consentimiento cubría la redistribución y no solo la recogida.
• Los hashes de pegado llevan sal por sesión y no se pueden revertir, pero sí revelan que el mismo texto se pegó dos veces. Decide si esa vinculación es aceptable en una publicación pública.

Las exportaciones de Potato son opcionales exactamente por esto. export_include_typing_dynamics y el exportador keystrokes están ambos desactivados por defecto, así que los datos de comportamiento nunca se incluyen en una publicación de datos por accidente.

Notas por jurisdicción

No es asesoramiento legal. Esto señala lo que suele ser relevante.

GDPR y UK GDPR. Los patrones temporales capaces de identificar a una persona son datos personales. Si los usas para singularizar a individuos, valora si aplica el artículo 22 (decisiones automatizadas), sobre todo si una marca afecta al pago. El consentimiento debe ser específico e informado, y es poco probable que baste con una aceptación general de los términos.

Revisión institucional en EE. UU. Esto suele ser investigación con seres humanos. Algunos IRB tratan la dinámica de tecleo como un identificador biométrico, lo que puede cambiar la categoría de revisión.

Plataformas de crowdsourcing. Prolific, MTurk y plataformas similares tienen sus propias reglas sobre monitorizar a los participantes y sobre rechazar trabajo. Consulta la política de la plataforma antes de rechazar a nadie sobre la base de una marca. Varias exigen que puedas justificar el rechazo ante el trabajador.

Lecturas Adicionales

• Registro de Pulsaciones - qué se captura y cómo
• Detección del Proceso de Escritura - las reglas y sus falsos positivos
• Crowdsourcing en Prolific y MTurk - trabajar con anotadores remunerados
• Control de Calidad - verificaciones de atención y estándares de oro

Para detalles de implementación, consulta la documentación fuente.