CNIL Fnac Darty जुर्माना: कुकीज़ के रूप में रिकमेंडर टेलीमेट्री
मुख्य बातें
- जब सिफारिश टेलीमेट्री वैयक्तिकरण या एल्गोरिदम प्रशिक्षण के लिए ब्राउज़िंग इतिहास का उपयोग करती है, तो इसे सहमति का मुद्दा मानें।
- सहमति डिज़ाइन में एनालिटिक्स, सिफारिशों और मॉडल प्रशिक्षण को एक ही अस्पष्ट उद्देश्य के तहत जोड़ने के बजाय अलग-अलग रखें।
- सत्यापित करें कि अस्वीकार करने पर संबंधित ट्रैकर रुक जाता है, इससे पहले कि व्यवहार संबंधी डेटा ऐप से बाहर जाए।
यह क्यों मायने रखता है
- प्रोडक्टProduct teams need to design recommendation features around consent state, not bolt consent on after telemetry is live.
- निवेशकThe sanction shows privacy risk can attach to ordinary personalization infrastructure, not only advertising products.
फ़्रांस का प्रतिबंध उन ऐप्स के लिए एक व्यावहारिक चेतावनी है जो उत्पादों को व्यक्तिगत बनाने और अनुशंसा एल्गोरिदम को प्रशिक्षित करने के लिए ब्राउज़िंग इतिहास का उपयोग करते हैं।
फ्रांसीसी प्रतिबंध उन ऐप्स के लिए एक व्यावहारिक चेतावनी है जो उत्पादों को वैयक्तिकृत करने और अनुशंसा एल्गोरिदम को प्रशिक्षित करने के लिए ब्राउज़िंग इतिहास का उपयोग करते हैं।
शॉपिंग ऐप पर दिखने वाला सहमति बैनर सजावट के लिए नहीं होता, हालांकि कई प्रोडक्ट टीमों ने उसे किसी कानूनी गमले के पौधे जैसा मान लिया है। Fnac Darty मामले में, CNIL का कहना है कि उपयोगकर्ताओं ने ऐसे ट्रैकर के लिए सहमति नहीं दी थी जो फिर भी प्रोडक्ट सिफारिशों और एल्गोरिदम प्रशिक्षण के लिए ब्राउज़िंग इतिहास इकट्ठा कर रहा था। यही इस दंड का उपयोगी हिस्सा है, और यही वह हिस्सा है जिसकी ओर Leto.legal का ट्रैकर-केंद्रित फ्रेमिंग इशारा करती है: सिफारिशों से जुड़ी टेलीमेट्री किसी नियामक को कुकी ट्रैकिंग जैसी दिख सकती है, भले ही वह मोबाइल ऐप के अंदर रहती हो।
यह कहानी इस बारे में नहीं है कि कुकीज़ विनियमित हैं या नहीं। उस सवाल का जवाब बहुत पहले दिया जा चुका था, आम तौर पर ऐसे बैनर के जरिए जो सभी को बराबर परेशान कर देता है। अधिक स्पष्ट सीख यह है कि सिफारिशों और मॉडल सुधार के लिए उपयोग किए जाने वाले व्यवहारिक संकेत अपने आप परिचालन डेटा नहीं बन जाते, सिर्फ इसलिए क्योंकि ML टीम चाहती है कि वे ऐसे हों। अगर ऐप यह रिकॉर्ड करता है कि किसी ने क्या देखा और उसका उपयोग यह व्यक्तिगत बनाने में करता है कि आगे क्या दिखेगा, तो सहमति का विश्लेषण SDK शिप होने से पहले शुरू होता है।
CNIL ने वास्तव में किस बात पर दंड लगाया
CNIL के अनुसार, 22 अक्टूबर 2026 को उसने FNAC DARTY PARTICIPATIONS ET SERVICES और FNAC DIRECT पर कुकीज़ और ट्रैकिंग डिवाइसों से जुड़े फ्रांसीसी नियमों का पालन न करने के लिए 70 लाख यूरो का जुर्माना लगाया। NOYB का कहना है कि यह जुर्माना 2023 में दर्ज उसकी शिकायत के बाद लगा, और CNIL का कहना है कि उसने मार्च 2024 में कंपनियों के मोबाइल ऐप का निरीक्षण किया। CNIL ने दंड को FNAC DARTY PARTICIPATIONS के लिए 60 लाख यूरो और FNAC DIRECT के लिए 10 लाख यूरो में बांटा।
@title शिकायत से जुर्माने तक
@source Cookies and mobile application
@source noyb win
2023 ····· NOYB complaint
March 2024 ····· CNIL inspection
22 October 2026 ····· CNIL fine
@caption प्रवर्तन की प्रक्रिया NOYB की शिकायत से CNIL निरीक्षण और दंड तक पहुंची।
CNIL का वर्णन महत्वपूर्ण है क्योंकि यह उद्देश्य के बारे में खास बात बताता है। प्राधिकरण का कहना है कि ट्रैकर ने प्रोडक्ट सिफारिशें दिखाने और सिफारिश एल्गोरिदम को प्रशिक्षित करने के लिए उपयोगकर्ताओं का ब्राउज़िंग इतिहास इकट्ठा किया। नियामक भाषा में, यह ऐप सत्र से निकलने वाला पृष्ठभूमि डेटा नहीं है। यह वैयक्तिकरण और मॉडल सुधार के लिए डेटा संग्रह है, यानी ठीक वही उद्देश्य जिसकी वजह से सहमति प्रबंधक को कम सजावटी लगना चाहिए।
सिफारिश डेटा ही अनुपालन समस्या क्यों है
CNIL ने पाया कि मोबाइल ऐप ने उपयोगकर्ता की सहमति के बिना एक ट्रैकर का उपयोग किया, और प्राधिकरण की सूचना के अनुसार उस ट्रैकर ने ब्राउज़िंग इतिहास के आधार पर व्यक्तिगत प्रोडक्ट दिखाना संभव बनाया। CNIL जो उदाहरण देता है वे सामान्य रिटेल तरीके हैं: मिलते-जुलते प्रोडक्ट, पूरक प्रोडक्ट, और उपयोगकर्ता ने जो देखा था उससे निकली सिफारिशें। सामान्य होना छूट मिलने जैसा नहीं है। कानून सिर्फ इसलिए ऊब नहीं जाता क्योंकि फीचर हर कॉमर्स रोडमैप पर दिखता है।
NOYB का विवरण तीसरे पक्ष वाले पहलू को जोड़ता है, यह कहते हुए कि ऐप खुलने पर ऐप्स ने एनालिटिक्स के लिए व्यक्तिगत डेटा को एक्सेस किया और तीसरे पक्षों के साथ साझा किया। इसका मतलब यह नहीं है कि हर सिफारिश प्रणाली गैरकानूनी है, और LinkedIn इस दावे के बिना भी बचा रहेगा। इसका मतलब यह जरूर है कि बिल्डरों को सिफारिश टेलीमेट्री को निजी इंजीनियरिंग श्रेणी मानना बंद करना चाहिए और उसे ट्रैक किए गए प्रोसेसिंग उद्देश्य के रूप में देखना शुरू करना चाहिए। अगर ट्रैकिंग से इनकार करने पर वैयक्तिकरण को डेटा देने वाली इवेंट स्ट्रीम बंद नहीं होती, तो सहमति बटन सिर्फ नाटक है।
बिल्डरों के लिए साफ दायित्व
CNIL की सूचना से व्यावहारिक निष्कर्ष इतना सरल है कि उसे प्रोडक्ट रिक्वायरमेंट्स डॉक्युमेंट में रखा जा सकता है, यानी इसे अंत में कानूनी समीक्षा में छिपाने का ज्यादा बहाना नहीं बचता। अगर ब्राउज़िंग इतिहास सिफारिशों को व्यक्तिगत बनाने के लिए इकट्ठा किया जाता है, तो उस उद्देश्य को स्पष्ट रूप से दर्ज करें और तय करें कि संग्रह शुरू होने से पहले सहमति जरूरी है या नहीं। अगर वही डेटा सिफारिश एल्गोरिदम को प्रशिक्षित करता है, तो प्रशिक्षण को एक अलग उपयोग मानें जिसे disclosed और controlled किया जाना चाहिए, न कि एनालिटिक्स के अंदर एक फुटनोट। अगर कोई तीसरा पक्ष डेटा प्राप्त करता है, तो वेंडर समीक्षा में ट्रैकर, उद्देश्य, और उपयोगकर्ता द्वारा सहमति से इनकार करने पर क्या होता है, ये सब शामिल होने चाहिए।
CNIL यह भी कहता है कि अगर कंपनियां दंड सूचना में बताए गए आदेश को पूरा करने में विफल रहती हैं, तो देरी के हर दिन के लिए उन पर 10,000 यूरो का दैनिक दंड लग सकता है। यही वह प्रवर्तन बिंदु है जिसे प्रोडक्ट टीमों को नोटिस करना चाहिए। नियामक ने सिर्फ यह शिकायत नहीं की कि बैनर की भाषा बिखरी हुई थी। उसने इस बात पर आपत्ति की कि उपयोगकर्ताओं की सहमति न होने के बाद भी ऐप ब्राउज़िंग-आधारित सिफारिशों और प्रशिक्षण के लिए ट्रैकर का उपयोग जारी रखे हुए था।
इससे प्रोडक्ट और ML टीमें कहां खड़ी होती हैं
NOYB के अनुसार, Fnac Darty फ्रांस से बाहर भी सक्रिय है, जिनमें स्पेन, इटली, पुर्तगाल, बेल्जियम और स्विट्जरलैंड शामिल हैं। यह भौगोलिक उपस्थिति याद दिलाती है कि सीमाओं के पार काम करने वाले समूहों के लिए मोबाइल ऐप ट्रैकिंग विकल्प शायद ही कभी स्थानीय बने रहते हैं। एक बार बनाया गया सिफारिश फीचर कई बाजारों में सहमति की समस्या बन सकता है, अगर डेटा फ्लो को अधिकार-क्षेत्र-विशिष्ट समीक्षा के बिना दोबारा उपयोग किया जाए। बिल्डरों को वही कम आकर्षक काम करना होगा: लॉन्च से पहले इवेंट्स, उद्देश्य, प्राप्तकर्ता, सहमति की स्थितियां, और मॉडल प्रशिक्षण उपयोग मैप करना।
आगे का काम वैयक्तिकरण को हटाना नहीं है। काम यह है कि सिफारिश टेलीमेट्री को उबाऊ ढंग से governable बनाया जाए: सहमति की स्थिति ज्ञात होने से पहले कोई संग्रह नहीं, प्रशिक्षण उद्देश्य को एनालिटिक्स के नीचे छिपाना नहीं, और ऐसा कोई वेंडर endpoint नहीं जो इनकार के बाद भी ब्राउज़िंग इतिहास प्राप्त करता रहे। देखें कि क्या CNIL और अन्य यूरोपीय नियामक इसी तर्क को और अधिक ऐप-आधारित वैयक्तिकरण प्रणालियों पर लागू करते हैं। अगर वे ऐसा करते हैं, तो सिफारिश इंजनों की अनुपालन सीमा मॉडल आर्किटेक्चर से कम और उस साधारण सवाल से अधिक तय होगी जो हर प्राइवेसी वकील सबसे पहले पूछता है: कौन सा डेटा चला, क्यों, और किसकी अनुमति से।
स्रोत3 स्रोत
वे रिपोर्टें, घोषणाएँ और शोध जिनके आधार पर AI संपादक ने काम किया। लिंक मूल प्रकाशक का पेज खोलते हैं।