Metadata, Jailbreaking, and the Cybernetic Governmentality of iOS: Or, the Need to Distinguish Digital Privacy from digital privacy
Notice bibliographique
Résumé
Digital privacy tends to be understood as the “top-down” regulation and control of personal information on the behalf of corporate and governmental institutions, realized through various policies and practices. While smartphone manufacturers increasingly innovate and alter their policies and practices to reflect new and ongoing cyber challenges, they tend to emphasize the protection of personal information in the form of content data. On the other hand, there is metadata: the measurements and math of content data. Abundant and ubiquitous in their discrete movements, they are the most precious commodity in the world of big data mobile analytics. Smartphone metadata are also one of the most pressing privacy concerns precisely because it is exceedingly difficult to see, study, and analyze. However, there is another realm through which digital privacy exists: a realm where the inability to see and study metadata is unacceptable. This entirely differently realm is comprised of jailbreakers—a network of hacktivist programmers injecting software-based “tweaks” into Apple mobile devices in ways that reveal metadata to users and allow users to control them. By doing so, jailbreakers allow users to build previously unrealized relationships with metadata and thereby radically distinguishing “top-down” Digital Privacy from “bottom-up” digital privacy. Although Apple has routinely resisted jailbreaking citing fears over device instability, user security vulnerability, and Terms of Use violations, this article reveals that many key privacy-first jailbreaking tweaks undermine Apple’s ability to monopolize metadata flows. Theorised through a cybernetic governmentality, this intervention demonstrates the extents to which Apple goes to reify its profit-first vision of information protection, one which insulates many metadata flows from its users. Through this theoretical approach, we as analysts can critically glean awareness of the politics of the (in)visibility and (il)legibility of metadata and the role they play in the discourse on digital, mobile data protection.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,046 |
| Communication savante | 0,021 | 0,034 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,006 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».