Mobiiltelefonid aitavad võidelda koroonaviiruse levikuga

Pandeemia alguses tekkis mobiiliandmete kasutamises kolm suunda: viirusriskiga lähikontaktide tuvastamine, karantiininõude täitmise jälgimine ja masspositsioneerimine inimeste liikumiste uurimiseks.

ANTO AASA

Eestis algas mobiiltelefonide võidukäik XX sajandi lõpuaastatel. Mobiiltelefon tähendas, et helistada sai suvalisest kohast. Peagi mõisteti, et teatud juhtudel on hädasti vaja teada ka telefoni asukohta. Õnnetuse puhul võib see olla elu ja surma küsimus. Nüüd positsioneeritakse automaatselt iga hädaabikõne. Säästetud on palju inimelusid.

Oleme nüüdseks elanud juba aasta koroonaviiruse mõju all ning lõppu ei paista. See tähendab, et peaksime kasutama kõiki võimalusi, mis aitavad viirusega paremini kohaneda ja sellest võitu saada. Üks võimalus paremate teadmiste saavutamiseks on mobiilpositsioneerimise andmete kasutuselevõtt.

Eestist on viimase paarikümne aastaga saanud infoühiskond. Meie, digitaalsete kodanike elu on e-teenustest läbi põimunud ja mobiiltelefon on paljudele justkui elektrooniline kehaosa. Infoühiskonda iseloomustab suures mahus andmete tootmine, sest iga digiteenuse kasutamisel salvestuvad andmed ja kasutamisest jäävad jäljed. Need jäljed peidavad endas infot mitte ainult konkreetsete teenuse, vaid ka teenuse kasutaja kohta. Suur osa sellistest jälgedest on tundliku iseloomuga: me ei taha, et keegi teine neid näeks. Nii on tänapäeval digiteenuste lahutamatuks osaks, et andmekaitse ja tarbija peab teenusepakkujat usaldama, olgu selleks riik, pank või mobiilioperaator. Kui aga kohtleme selliseid andmeid austuse ja ettevaatlikkusega, siis on nende uurimise tulemusena võimalik luua palju uusi teadmisi ning kasu saab ühiskond tervikuna. Ilmselt nõustub iga juht, et parimaid otsuseid ei langetata mitte kõhutunde, vaid objektiivsete andmete analüüsitulemuste põhjal.

Jäljed jäävad ka mobiiltelefonide kasutamisest: mobiilioperaatori andmebaasidesse salvestub iga kõnetoimingu kohta info, kus on fikseeritud, millal ja millise mobiiliantenni levialas viibiti (kirjeldatud andmestiku alusel saame oma igakuise telefoniarve). Sellega ei pea nende andmete elutee veel lõppema. On suur hulk valdkondi, kus mobiiltelefoni kasutamise andmete analüüs aitab ühiskonnale kasu tuua. Paljude teenuste paremaks ning efektiivsemaks planeerimiseks ja pakkumiseks on vaja teada, kus selle teenuse tarbijad asuvad. Tahame ju, et omavalitsustel oleks loogilised piirid, et ühistransporditeenus ulatuks kõikjale, kuhu vaja, et kool oleks lastele võimalikult lähedal, et päästjad jõuaks kiiresti kohale. Nimekiri on väga pikk ning arvukate teadusuuringute põhjal võime väita, et kui tahame rohkem teada inimeste paiknemise ja liikumise kohta, siis on mobiiltelefonide andmestik asendamatu andmeallikas.

Tasub rõhutada, et paljudele küsimustele vastamiseks piisab teadlastele anonüümsetest andmetest. See tähendab, et andmetest eemaldatakse kõik konkreetseid isikuid tuvastada võimaldavad atribuudid (nimi, telefoninumber jm). Anonüümsust suurendab veelgi positsioneerimise ebatäpsus: telefoni tegeliku asukoha asemel on teada mobiiliantenn, mille teeninduspiirkonnas telefon asus.

Kiirenev elutempo on suurendanud ootusi uute teadmiste hankimisele ja statistika kogumisele: ühiskond tahab uusi teadmisi kiiremini ja rohkem. Traditsioonilised andmekogumise meetodid on tihti aeglased ja kallid. Näiteks rahvaloendused toimuvad iga kümne aasta tagant, see tähendab, et kogu ühiskonda mõjutav protsess võib aset leida uuringute vahelisel perioodil. Aga meil on vaja infot kohe ja pidevalt: protsessi algusest selle lõpuni.

Koroonaviirus ja mobiiltelefonid

2020. aasta alguses pandeemiana levima hakanud uus koroonaviirus tõi kiiresti arusaama, et objektiivne värske info inimeste lähikontaktide ja liikuvuse kohta on otsustava tähtsusega. Iseenesest mõistetavana võeti paljudes riikides kasutusele mobiiltelefonide andmed. Eeldused on väga head: peaaegu kogu ühiskonda hõlmav valim (mobiil on ju kõigil), kiire ja odav ligipääs andmetele, lisaks suhteliselt hea andmetihedus nii ajalises kui ka geograafilises tähenduses. Kohe pandeemia alguses tekkis mobiiliandmete kasutamises kolm suunda: viirusriskiga lähikontaktide tuvastamine, karantiininõude täitmise jälgimine ja masspositsioneerimise kasutamine inimeste liikumise ja paiknemise uurimiseks. Neist kahe esimese puhul paigaldatakse telefoni vajalikke andmeid koguv tarkvararakendus, kolmandal juhul on tegemist mobiilioperaatori poolt talletatava andmestikuga.

Viirusriskiga lähikontaktide tuvastamine

Kui uus koroonaviirus Aasias kiiresti levima hakkas, saadi kohe aru, et viirusriskiga kontaktide tuvastamine on viiruse leviku piiramiseks ülimalt tähtis. Viirusega võitlemiseks alustasid paljud riigid mobiiltelefonidega eksperimenteerimist, aga sageli on arendusprotsessi pidurdanud privaatsusmured ja turvalisuse küsimused. Nii on ka edulugude nimekiri jäänud lühikeseks. Siiski on rakendusi, mis ilmselt on aidanud pidurdada viiruse kiiret levikut. Üks esimesi riike, kus vastava mobiilirakendusega välja tuldi, oli Lõuna-Korea. Juba 2020. aasta veebruari alguses oli selle riigi võimudel võimalik detailselt kirjeldada koroonahaigete liikumistrajektoore, mille konstrueerimiseks kasutati mobiilpositsioneerimise ja krediit­kaartide makseandmeid, valvekaamerate salvestisi, aga ka ühistranspordikaarte. Selliselt kogutud täpsed liikumisandmed ulatusid mitu päeva varasemasse aega enne haigestumise kinnitust. Veelgi enam: haigestunute teekonnad ja külastatud kohad tehti avalikuks, et inimesed saaks kontrollida, kas nende teed on ristunud koroonahaigetega. Lisaks toimus teavitamine veebilehe ja sõnumite kaudu. Kuigi paljud kodanikud olid sellise rakenduse poolt, leidus ka palju vastaseid, kes tundsid muret pead tõstva jälgimisühiskonna pärast.

Teisedki Aasia riigid üritasid luua oma versiooni Lõuna-Korea viiruse jälgimissüsteemist. Näiteks Singapuri valitsus lõi veebilehe, kus oli näha kõigi koroonanakatunute vanus, sugu ja amet ning nende hiljutised reisid. Ka mitu Jaapani regiooni avalikustas nakatunute liikumisajaloo ning jõusaalide ja/või restoranide ja haiglate külastused. Ühtegi eeltoodud näidet ei saa siiski võrrelda Hiina hoogsate sammudega. Nii näiteks lennutati seal muu hulgas ka droone inimeste peade kohal ning kui avastati maskita inimesi, siis kõlas drooni valjuhääldist hääl, mis manitses maski ette panema. Kui palju nii agressiivsetest meetmetest abi on, on omaette küsimus. Peagi hakkasid selguma ka rakendustega kaasnevad probleemid, näiteks Lõuna-Korea võimude avalikustatud infost piisas, et koroonapatsiendi isik tuvastada ja mitmetel juhtudel langesid nad kiusamise ohvriks.

Lääneriikides on lähikontaktide tuvastamisel rohkem eraelu austatud. Eestlastele on lähikontaktide tuvastamise tööpõhimõte kõige tuttavam HOIA mobiilirakenduse kaudu. Sarnaselt töötavad paljude teiste riikide, aga ka Google’i ja Apple’i kokkupuute jälgimise rakendused. Enamik selletaolisi koroonaviiruse rakendusi töötab Bluetooth-tehnoloogial ja need tuvastavad, kas telefon on olnud teatud ajaperioodil teise telefoni läheduses (Eestis 15 minuti jooksul lähemal kui umbes kaks meetrit). Kui keegi kinnitab rakenduses, et on nakatunud, siis laetakse tema anonüümne kood serverisse ning selle kaudu saadetakse hoiatussõnum lähikontaktsete telefonidele. Enamik selliseid rakendusi, sh Eestis, on loodud nii, et infot, kus ja kellega kohtumise järel oht tekkis, ei jagata. Vältimaks kiusatust, et kätt siiski nende andmete järele ei sirutataks, on rakendused ehitatud selliselt, et seda infot ei kogutagi. Teisalt ei saa me tänu tugevale privaatsuskaitsele ilmselt kunagi teada, millisel määral need rakendused viiruse levikut pidurdada aitavad.¹

Privaatsusest suuremakski probleemiks on osavõtmatus. See tähendab, et rakendustega liitunute hulk on liiga väike, et need tegelikult ka toimima hakkaksid. Näiteks on Eesti HOIA rakendust 4. veebruari seisuga alla laaditud ligikaudu 261 000 korda (alla 20% rahvastikust). Samal ajal oli näiteks Soome vastavat rakendust (Koronavilkku) juba 2020. aasta novembriks maha laaditud üle 2,5 miljoni korra (45% rahvastikust). Eksperdihinnangute kohaselt oleks rakenduse korralikult toimima hakkamiseks vaja, et see oleks paigaldatud vähemalt 2/3 inimeste telefonidesse. Eesti puhul tähendab see 800 000–900 000 inimest. Euroopa Liidu liikmesriikidest ei plaani praeguse seisuga selliseid rakendusi arendada Bulgaaria, Luksemburg, Rootsi ja Rumeenia.²

Pandeemia arenedes on hakatud mõistma, et telefoni paigaldatud rakendusest üksi ei piisa viiruse vastu võitlemiseks. Inimesed, kes on paigaldanud oma telefoni rakenduse ja sellega justkui mingist osast oma privaatsusest loobunud, tahavad midagi vastu saada. Tulemust nägemata hakkavad aga esimesed rakenduste paigaldajad neid telefonidest eemaldama ning nii ei saagi rakendused kunagi toimima hakata. Tihti on need äpid ka nii pinnapealsed, et piirduvad vaid teatega „Te olete olnud koos koroonahaigega“. Hirmutavale sõnumile aga ei järgne mingit lisainfot või käitumisjuhiseid. Lisaks ei saa rakendused aru, kas kahe inimese vahel oli viirust tõkestav aknaklaas või oldi ka tegelikult samas ruumis. Nii võivad sellised rakendused hakata töötama hoopis algse eesmärgi vastaselt: külvates teadmatust ja hirmu, aga ka võltsturvatunnet. Ohust teavitaval sõnumil pole tihti ka mingit jõudu, mis sunniks inimest eneseisolatsiooni. Näiteks Saksa koroonarakenduse (Corona-Warn-App, üle 25 miljoni laadimise) puhul avastati, et see ei töötanud vähemalt kuu aega nii nagu pidi ning teavitused võimalikest lähikontaktidest jäid kasutajatele saatmata. Mitmes riigis (Kuveit, Bahrein, Hiina) toimivad sellised rakendused n-ö digitaalsete käeraudadena, võimaldades inimõigusi rikkuvat massilist inimeste jälgimist.

Halbade kokkupuudete tõttu viiruskontakte tuvastavate ametnikega hakatakse ka valetama ja varjama.

Omaette küsimus on seotud kontakte tuvastavate algoritmide õigsuse ja täpsusega. Tihti on tegemist n-ö mustade kastidega, millest saabunud käsu põhjendus ja sisu jääb varjatuks.³ Osal juhtudel pole leping operaatoriga tegeliku telefonikasutaja nimel, mis tähendab, et karantiini jäämise käsu võib saada isik, kes pole telefoniga kuidagi seotud. Teised rakendused on liiga tundlikud või suisa valetavad, kuna üritavad näida konkurentidest paremad, andes detailsemat informatsiooni, kui neil tegelikult on. Mõnel pool on probleemiks ka rakenduste rohkus, millest enamikul pole koroonaviirusega midagi ühist ja korralikku funktsionaalsust pakuvad neist vähesed. Sellele lisandub asjaolu, et palju vähese kasutajate hulgaga rakendusi, mis omavahel infot ei vaheta, ei paranda olukorda kuidagi.

Karantiininõude täitmise jälgimine

Ilmselt häirivad inimeste elu kõige rohkem siiski karantiininõuete kohustuse täitmist kontrollivad mobiilirakendused. Karantiininõuetest kinnipidamise kontrolliks on vaja siduda telefoni asukoht konkreetse isikuga ning mõistagi on vaja teada telefoni asukohta. Kasutatakse geotarastamise põhimõtet, mille käigus jälgitakse, kas telefon püsib etteantud piirkonnas (antud juhul kodus). Peale selle on vaja aga teha kindlaks, kas telefon asub karantiini pandu käeulatuses. Selleks on kasutatud selfisid, videokõnesid ja biomeetrilist isikutuvastamist. Kui karantiinis olijaga ei õnnestu kontakti saada, siis teavitatakse politseid, kes kõnealuse isiku koduukse taha ilmub. Alustuseks on mõistagi otsustajatel valida, kas karantiini pannakse ainult nakatunud ja lähikontaktsed või kõik. Nii näiteks kehtestati 2020. aasta kevadel karantiin 12 miljonile Moskva elanikule, kes pidid kodust lahkumiseks iga kord rakenduse Social Monitoring kaudu taotlema spetsiaalset QR-koodi, mis võimaldas kiiresti kontrollida isiku õigust viibida kodust eemal. Rakenduse paigaldamisega lubati kaamera abil isiku tuvastamist, aga ka asukohamääramist, anti ligipääs oma telefoninumbrile, kõneregistrile, kaamerale jt andmetele.⁴

Iisraelis kasutati inimeste liikumiste tuvastamiseks mobiiliandmeid ning saadeti sõnumeid, milles koroonahaigete teekondadega ristunutel kästi karantiini jääda (mõne aja möödudes peatati tegevus seoses seaduslikkusele vastavuse kahtlustega). Hongkongis paigaldati iga riiki saabuja telefoni vastav rakendus ning inimesele elektrooniline käevõru.⁵ Indias Karnataka osariigis pidi karantiini sunnitu tegema endast iga tunni tagant foto ja selle siis koos asukohakoordinaatidega vastavasse telefonirakendusse (Quarantine Watch) üles laadima.⁶ Euroopa Liidu riikidest võib eraelu häiriva näitena tuua Poola rakenduse, mis 20 minuti jooksul endast foto tegemise nõude mittetäitja ukse taha politsei saatis.⁷ Liiga jõulisele ja inimõigusi ohustavale jälgimisele on osutatud näiteks Kuveidi, Bahreini, Norra, Hiina jt riikide puhul.⁸

Telefonide masspositsioneerimine

Kolmanda võimalusena saab mobiiliandmeid kasutada viiruse leviku uurimisel kaudselt. Sellisel juhul kasutatakse positsioneerimisandmeid eelkõige inimeste paiknemise ja liikumise kaardistamiseks. Viiruse kandumise tõenäosus ühelt inimeselt teisele kasvab, kui viibitakse üksteise läheduses piisavalt kaua. Seega on leviku modelleerimiseks ja riskide hindamiseks vaja teada, kus inimesed kokku puutuvad, kust nad sinna tulevad ja kuhu edasi liiguvad. Selleks on vaja, et otsustajatel on ligipääs sobivale, usaldusväärsele ja õigeaegsele andmestikule tuginevale informatsioonile. Toodud kriteeriumidele vastab väga hästi nn passiivse mobiilpositsioneerimise andmestik, mis sisaldab infot inimeste paiknemise ja liikumismustrite kohta. Selle alusel on võimalik teatud täpsusega kaardistada elanike elu- ja töökohti, tuvastada suvilaid ning turismireise nii riigi sees kui ka väljaspool. Andmete suhteliselt kõrge täpsus võimaldab seda kõike vaadata detailselt nii ruumis (eelkõige linnades, kui on tihedam mobiilivõrk) kui ka ajas. See tähendab, et mobiilpositsioneerimise andmed on kasutatavad inimeste paiknemise ja mobiilsuse uurimiseks viiruste leviku seisukohast vaadates. Samal ajal on privaatsus kaitstud, kuna andmed on anonüümsed ja telefoni asukoht määratud teenindava antenni levialaga.

Üldistatult võib eristada nelja suuremat valdkonda, milles passiivse mobiilpositsioneerimise andmetest kasu võib olla.

Olukorra kirjeldus. Et vältida meditsiinisüsteemi ülekoormamist viirusesse haigestunutega, tuleb aeglustada viiruse leviku kulgu. Selle võib suhteliselt kiiresti saavutada liikumispiirangute seadmise abil, kuid kõikehõlmavad piirangud on väga kallid, kuna ei peata ainult liikumist, vaid halvavad kogu majandustegevuse. Epideemia varases staadiumis võimaldab mobiilpositsioneerimise andmetele tuginev analüüs paremini ja täpsemalt mõista viiruse leviku trende ning ruumilist jaotust. Mobiiliandmestik võib pakkuda mitmekesisemat, detailsemat, ajakohast pilti inimeste paiknemise ja liikuvuse kohta. Saame kaardistada nende tegevuskohti – eelkõige elu- ja töökoht, aga ka suvekodud, kaubanduskeskused jm –, mille põhjal arvutame liikumismustrid ja mahud. Teades inimeste liikumisvoogusid, on mingis piirkonnas viiruse puhkedes võimalik tuvastada ka, kui paljud võivad sellest olla mõjutatud ning mis on need kohad, kust viirust suurema tõenäosusega edasi kantakse, nt keskused ja transpordisõlmed. Välisriikidest pärit mobiilikasutajate põhjal on võimalik tuvastada viiruse riiki saabumise kohti ning selgitada väliskülastajate liikumismustrite põhjal viiruse suurema levikuriskiga piirkondi. Piirangute rakendamise järel on võimalik hinnata, kas liikumispiiranguid ka täidetakse.

Põhjuste ja tagajärgede analüüs. Viiruse leviku kiire kasvu faasis tuleb pidevalt tuvastada peamised viiruse levikut soodustavad faktorid ning monitoorida liikumispiirangute mõjusid viiruse leviku takistamisel. Eesmärk on mõista, millistel piirangumeetmetel on mõju viiruse leviku piiramisel ja millistel mitte. Ajakohane andmestik võimaldab pilku peal hoida, kuidas toimub inimeste liikumine suuremate riskipiirkondade sees ning sealt väljapoole. Selline info on otseseks epidemioloogiliste mudelite sisendiks, mille suurem täpsus aitab paremini planeerida viirusega võitlemiseks vajalike ressursside kasutamist ja jaotust.

Mobiiliandmete alusel arvutatud pendelrände mahtude muutuste järgi on võimalik näiteks hinnata, kas rakendatud piirangute tõttu kasvab kodukontoris töötavate inimeste hulk ning vähenevad kaubanduskeskuste külastused ning kuidas muutub lähikontaktide sagedus. Peale üldise statistika on mobiiliandmete abil võimalik jooksvalt analüüsida sotsiaalsete rühmade, nt pendelrändajate, aga ka riskipiirkondade elanike reageerimist kehtestatud piirangutele või soovitustele.

Prognoos. Kui on reaalajalähedane objektiivne ülevaade viiruse levikust ja inimeste mobiilsuse muutumisest piirangute mõjul, saame koostada objektiivseid prognoose viiruse levikuga seonduvatest riskidest. Lausaliste üleriigiliste piirangute asemel on võimalik piiranguid ja ka leevendusi täpsemalt sihitada ning seeläbi vähendada halvavat mõju majandusele. Ajakohane informatsioon võimaldab otsustajatel kiiresti reageerida ning vastavalt vajadusele kas karmistada või leevendada ühiskonnas viiruse levikut pärssivaid piiranguid. Näiteks on võimalik prognoosida teatud tüüpi liikumismustrite ilmnemisel, et sellega kaasneb suurem viiruse leviku oht. Saame teha ennustusi liikumispiirangute mõjudest ettevõtete klientuurile ning äriaktiivsusele jne.

Mõjude hindamine. Neljandaks on meil võimalik epideemia igas etapis pidevalt hinnata viiruse leviku, kehtestatud piirangute ja inimeste reaktsiooni mõjusid. Teades muutusi inimeste mobiilsuses ja paiknemises, mõistame paremini, millised piirangud ja mis ulatuses toimivad kõige efektiivsemalt ning kui palju need ühiskonnale maksma lähevad.

Viiruse leviku eri etappides on ka andmevajadus erinev. Nii on esimeses faasis, kui viirus on alles „maale saabunud“ ja levib üksikutes kohtades, eriti tähtis omada ülevaadet rahvastiku liikumisvoogudest. Suureks abiks on varasem teadmine regulaarsetest liikumismustritest: kus on keskuskohad, mida inimesed külastavad? Kui palju ja mis piirkondadest saabuvad suurürituste (kontsert, laat, spordivõistlus jmt) külastajad? Millised on riigisisesed aga ka riigipiire ületavad turismivood ehk kus käivad Eesti turistid ja kust saabuvad Eestisse külastajad ning kuidas nad siin liiguvad? Seda kõike reaalaja lähedaselt monitoorides on võimalik hinnata soovituste ja piiramiste rakendumist ja tegelikke mõjusid.

Tuleb teada kasutada olevate andmete rakendamise piire. Ei tohi unustada, et passiivse mobiilpositsioneerimise andmed on oma olemuselt kaugel satelliitpositsioneerimise täpsusest (telefoni asukoht määratakse masti teeninduspiirkonnaga) ning ei sobi tegelike lähikontaktide maatriksi arvutamiseks: see, et kasutajad X ja Y viibisid samal ajal sama mobiiliantenni levialas, ei tähenda, et nad ka tegelikult kokku puutusid.

Olukord Eestis

Vähesest täpsusest suurem probleem on olnud riikide üldine ligipääs sellistele mobiiliandmetele. Veel mõne aasta eest toodi Eestit esile mobiiliandmete riigi hüvanguks rakendamise osas. Kõrgetasemelise teadustöö, privaatsusriskide maandamise ning hulga rakenduslike mobiilsusuuringute tulemusena sai Eestist esimene riik maailmas, mille ametliku statistika üks osa (Eesti Panga turismistatistika) põhineb mobiilpositsioneerimise andmetel. Lisaks on mobiiliandmete kasutamist planeeritud mitmete riigiasutuste ja -organisatsioonide arengukavadesse ja strateegiatesse, nt statistikaamet. Samu plaane teeb nii Eurostat kui ka ÜRO allorganisatsioonid.

Kunagised imetlust pälvinud saavutused mobiiliandmete kasutamises on tuhmumas: nüüd on teadlaste ligipääs mobiilpositsioneerimise andmetele peaaegu olematu. Ühelt poolt on selle põhjuseks ilmselt Euroopa Liidu uus isikuandmete kaitse üldmäärus, mis mobiilioperaatorid ettevaatlikuks tegi ja andmekraane kinni keerama pani. Teisalt näevad mobiilioperaatorid neis andmetes ilmselt ärilist varandust, mida igaks juhuks tasub peidus hoida.

Nii mõnedki mäletavad, et kui 2020. aasta märtsis oli eriolukord värskelt välja kuulutatud, siis lubas riik kindla sõnaga alustada rahvastiku mobiilsuse analüüsi. Ülesanne anti statistikaametile ning mobiilioperaatoritelt nõuti koostööd. Suure kära tulemuseks oli, et andmed ei jõudnud kunagi teadlaste töölauale ning viimases hädas kaasatud mobiiliandmete analüüsiga tegeleva OÜ Positium juhendamisel suudeti arvutada vaid igapäevast liikuvate ja paigal püsivate mobiiltelefonide osakaalu. On kaheldav, et see teave otsustajatele mingitki selgust tõi ning otsuste langetamisel abiks oli. Kokkuvõttes jäi mobiiliandmete suur potentsiaal rakendamata.

Kuidas edasi?

Lähikontaktide tuvastamiseks mõeldud rakendus HOIA on hea algatus. Selle korralikuks toimima hakkamiseks on aga vaja, et rakendus oleks paigaldatud ja töötav võimalikult paljudes telefonides. Ilmselt aitab selle saavutamisele kaasa vaid pidev arendus- ja teavitustöö. Paraku saime hiljuti lugeda, et HOIA äpi arendus on seiskunud.⁹ Karantiininõudest kinnipidamise kontrollimiseks on palju võimalusi, aga nõudest kinnipidamise kontrollimisega sekkutakse inimeste eraellu ning Eesti riik on võtnud 2020. aasta suvest alates seisukoha, et nõude täitmine jääb inimeste südametunnistusele ja aktiivselt seda ei kontrollita.

Palju rohkem oleks võimalik ära teha passiivse mobiilpositsioneerimise andmestikuga. Et selle automaatselt kogutava andmestiku eluiga oleks pikem kui telefoniarve ning leiaks kasutamist ka ühiskonna hüvanguks, on vaja osaliste tahet ja valmidust koostööks. Kõik algab otsustajatest. Seejuures ei ole stardipunktiks riigi antav käsk mobiilioperaatoritele, et nad andmed välja jagaks. Alustada tuleb mõtteviisi juurutamisest ja luua valmisolek, et otsuste langetamiseks vajalikud andmesisendid võivad „tulla“ ka digimaailmast. See tähendab omakorda, et vaja on inimesi, kes selliseid andmeid kasutada oskavad ning otsustajatele kasutatavaks teevad. Nüüd oleme paraku tõsiasja ees, et paljud on küll kuulnud, et mobiilpositsioneerimise andmete abil on võimalik analüüsida inimeste paiknemist ja liikuvust, aga kuidas seda tegema peaks, on teadmata ning andmete väärtus jääb mõistetamatuks. Faktidele toetumise asemel langetatakse jätkuvalt otsuseid kõhutunde või vananenud andmete alusel.

Teine probleem on ligipääs andmetele. Enamik mobiilioperaatoreid on väga kiivad andmeid riigi või teadlastega jagama. Selle lahendamiseks peaksid samme astuma nii riik kui ka mobiilioperaatorid. Ühelt poolt peaks riigivõim näitama suuremat huvi ja tahet, et kõnetoimingute anonüümseks tehtud andmed jõuaksid teadlaste töölaua kaudu uute teadmistena otsustajate ette. Selleks on vaja kõigi osaliste – mobiilioperaatorite, riigi ja teadlaste – panust. Riik peab näitama valmisolekut selliste andmete kasutamiseks ning tagama meie kõigi privaatsuse, aga ka mobiilioperaatorite ärihuvide kaitse. Samuti peavad mobiilioperaatorid paremini teadvustama oma sotsiaalset vastutust ning looma võimalused mobiilpositsioneerimise andmetele ligipääsuks ja kasutamiseks. Andmed peaksid olema võrdsetel tingimustel kättesaadavad kõigile, mitte vaid mõnele privilegeeritud isikule, kes tunneb „õigeid inimesi“. Ka teadlased peavad hoiduma loengust kusagilt elevandiluutornist ning sõnastama uurimisküsimused, metoodika ja tulemused ühiskonnale arusaadavas keeles.

2020. aasta kevadel käivitatu, kui riik soovis passiivse mobiilpositsioneerimise andmete alusel saada uusi ajakohaseid teadmisi inimeste paiknemise ja mobiilsuse kohta, tuleks uuesti ja paremini käima panna. Loodetavasti saadi 2020. aasta kevadest mitu õppetundi. On selge, et väärtusahel, mille käigus muudetakse kõnetoimingute anonüümsed andmed uuteks teadmisteks inimeste liikuvus- ja paiknemismustritest, on väga pikk. Nullist alustades on selle ahela loomine kulukas nii rahalises kui ka ajalises mõttes: tellija ei oska andmevaldajale isegi oma soove sõnastada. Seda lihtsal põhjusel, et varem pole tellija selliste andmetega kokku puutunud ega teagi, mida saaks nendega teha või mis kujul neid operaatorilt pärida, rääkimata analüüsimisest. Eriti selgelt tuleb probleem esile kriisiolukorras, kui infot on vaja väga kiiresti. Lõpptulemusena võib analüüs jääda pinnapealseks ja andmetes peituvad teadmised ei jõua otsustajateni, kellel võib tekkida valearvamus, et ega neist mobiiliandmetest kasu olegi.

Siinkohal tahan üles kutsuda nii riiki kui ka mobiilioperaatoreid, et esimene võtaks teadmiseks ja astuks samme mobiilpositsioneerimise andmete kaasamiseks ühiskonna probleemide lahendamisse ja et mobiilioperaatorid mõistaksid paremini oma vastutust ühiskonna ees ning avaksid oma andmete varalaekad ka ühiskonna hüvanguks. Selle kõrval ei tohiks suured vaalad ehk riik ja mobiilioperaatorid ära unustada kaasamast teadlasi, kes saavad panustada alates andmekaitse põhimõtete loomisest, suurandmete töötlemisest ja statistilisest analüüsist kuni tulemuste vahendamiseni. Anname mobiilpositsioneerimise andmetele võimaluse Eesti elu turgutada!

Anto Aasa on Tartu ülikooli inimgeograafia kaasprofessor.

1 Rory Cellan-Jones, Leo Kelion, Coronavirus: The great contact-tracing apps mystery. – BBC 21. VII 2020.

2 Mobile contact tracing apps in EU Member States.

https://ec.europa.eu/info/live-work-travel-eu/coronavirus-response/travel-during-coronavirus-pandemic/mobile-contact-tracing-apps-eu-member-states_en

3 Padraic Halpin, Douglas Busvine, Are they any use? With Europe’s black-box coronavirus apps it’s hard to tell. – Reuters 5. VIII 2020.

4 Leo Kelion, Coronavirus: Moscow rolls out patient-tracking app. – BBC 1. IV 2020.

5 Heather Murphy, 14 Days With a Quarantine Tracker Wristband: Does It Even Work? – New York Times 8. IV 2020.

6 Samreen Ahmad, Quarantine watch: Karnataka uses apps to keep track of people under watch. – Business Standard 3. IV 2020.

7 Mark Scott, Zosia Wanat, Poland’s coronavirus app offers playbook for other governments. – Politico 2. IV 2020.

8 Bahrain, Kuwait and Norway contact tracing apps among most dangerous for privacy. – Amnesty International 16. VI 2020.

9 Raimo Poom, HOIA äpp ei täida eesmärki. Parandused on vaidlustesse takerdunud. – Eesti Päevaleht 17 .I 2021.