Otázka ochrany osobných informácií a súkromia online sa v posledných rokoch dostáva do popredia celospoločenského diskurzu. Nepublikovanie osobných informácií alebo iných citlivých dát na internete alebo sociálnych médiách je jednou z hlavných zásad bezpečného používania a ochrany súkromia. Dáta, hlavne tie používateľské dáta, sa však stávajú najhodnotnejšou menou súčasnej digitálnej doby.
Už nestačí už len kriticky posudzovať, aký mediálny obsah sledujeme alebo pridávame, ale aj to, ako s médiom interagujeme (Knaus, 2020). Práve neviditeľné používateľské dáta, vypovedajúce o našom správaní vedia byť v súčasnosti hodnotnejšie ako skutočný obsah, ktorý pridávame. Čo všetko o nás prezrádzajú tieto zdanlivo skryté dáta?
Hľadanie rovnováhy medzi personalizáciou a ochranou súkromia
Naše osobné dáta sú výsledkom interakcie s obsahom na internete, no aj nástrojom na odporúčanie a tvorbu ďalšieho obsahu, ktorý bude ešte viac prispôsobený našim používateľským potrebám. Aj napriek skeptickosti voči službám používatelia často poskytujú množstvo svojich osobných informácií. Konanie sa tak nezhoduje s ich presvedčením a dochádza k paradoxnému správaniu (Memarian et al., 2025).
Poznať vhodné praktiky ochrany súkromia či byť skeptický a obozretný voči spôsobom, akými sa nakladá s osobnými dátami, nestačí. Najdôležitejšie je uviesť znalosti do praxe a začať sa reálne chrániť pri používaní stránok sociálnych sietí. Medzi vhodné otázky, ktoré by si každý mal položiť, patria: Koľko osobných dát službám skutočne poskytujem? Aká je miera komfortu, ktorú od služieb očakávam?
Povoliť iba minimálne zhromažďovanie informácií alebo obmedzený prístup však otvára ďalšiu otázku. Sme ochotní vzdať sa pohodlného a prispôsobeného obsahu? Znovu nastáva paradoxná situácia: chceme mať personalizovaný odporúčaný obsah, no nechceme poskytovať potrebné informácie na prispôsobenie obsahu (Memarian et al., 2025).
Hranica medzi súkromím a prispôsobeným prehliadaním je pre každého iná, a preto je na jednotlivých používateľoch, aby si zvolili, koľko osobných dát sú ochotní „zaplatiť“ za prispôsobený obsah. Ide napríklad o zdieľanie polohy, histórie vyhľadávania alebo zoznamu kontaktov.
Používatelia potom pristupujú k tzv. bezpečnostnej matematike, kde pohodlie používania aplikácie vyvažujú bezpečnostným rizikom. Zvažujú, či sú benefity poskytnuté aplikáciou alebo sociálnym médiom dostatočne prínosné v porovnaní s rizikom, ktorým je odovzdanie ich osobných dát (Cloarec et al., 2024; Memarian et al., 2025).
Zároveň je jednoduché podceniť riziká pri prvotnom nadšení z nového média. Do posudzovania bezpečnosti často vstupujú ľudské emócie skôr ako kritické uvažovanie. Kritickosť voči spôsobu, akým je s našimi dátami narábané, sa môže prejaviť až po odhalení nevhodného narábania s dátami alebo únikom dát (Cloarec et al., 2024).
V tomto prípade však stránky alebo aplikácie už získali podstatné množstvo osobných údajov od používateľov, ktorí môžu už len byť obozretnejší v budúcnosti pri zdieľaní údajov. Služby vieme používať aj v prípade, že o nás majú menej informácií, no náš komfort môže byť následne omnoho menší. Výsledky sú iba odrazom zadaného pokynu či hľadaného výrazu, ak chceme dosiahnuť väčšiu presnosť výsledkov, musíme byť pri zadávaní omnoho presnejší.
Nové riziká spojené s rozmachom generatívnych modelov
S masovou popularizáciou generatívnych modelov veľké množstvo ľudí dobrovoľne a aktívne odovzdáva rôzne dáta týkajúce sa ich osoby. Nedávny trend vytvárania karikatúr bol ukážkou toho, ako veľa informácií o nás vedia algoritmy úplne nenásilne získať. Bez akýchkoľvek doplňujúcich informácií, iba na základe predošlých dát a fotky osoby, boli modely schopné vytvoriť presné karikatúry používateľov, ktoré zapracovali do obrázku ich prácu, záujmy, koníčky či dokonca aj domáce zvieratá.
Vygenerované obrázky následne používatelia často zdieľali aj na svojich profiloch na stránkach sociálnych sietí, čím ďalej iba zverejnili svoje osobné dáta širšiemu publiku. Tento trend iba zvýraznil bezpečnostné riziko používania generatívnej umelej inteligencie (O’Flaherty, 2026). Každý prompt, ktorý je vyhodnotený, pomáha modelom k utvoreniu uceleného obrazu o nás samotných. Používanie nástrojov umelej inteligencie je pritom také jednoduché, že si používatelia nemusia priamo uvedomiť všetky riziká hneď na začiatku používania.
Pri používaní tejto technológie si nemusí každý používateľ uvedomiť, ako veľa informácií odovzdáva „konverzovaním“ s generatívnou umelou inteligenciou, ako aj fakt, že v skutočnosti ide iba o veľmi sofistikovaný počítačový program. Prihliadať teda na celkovú mediálnu, ale aj technologickú gramotnosť je v dnešnej dobe ešte dôležitejšie (Knaus, 2020).
Otázka, koľko osobných dát je priveľa, je veľmi individuálna a je potrebné, aby si každý používateľ sociálnych médií a internetu sám určil úroveň vlastného súkromia. Množstvo, ktoré sa jednému používateľovi môže vidieť ako prijateľné, je pre iných neakceptovateľné. Vždy sa bude jednať o pohyblivú hranicu medzi súkromím a jednoduchosťou používania, ktorú si každý musí určiť sám.
Používanie nových technológií so sebou prináša ešte väčšie bezpečnostné riziko, hlavne v prípade, že si plne neuvedomujeme, ako tieto technológie fungujú a aké informácie získavajú a spracúvajú. Nadšenie a nedočkavosť môžu zatieniť kritické myslenie a nechať nás odhalených oveľa väčšiemu bezpečnostnému riziku, ako si uvedomujeme. Zachovať si súkromie je často oveľa väčšia skúška trpezlivosti, systematického dodržiavania dobrých bezpečnostných praktík a pomalého a kritického uvažovania nad rizikami než samotných vedomostí týkajúcich sa dátovej bezpečnosti.
Zdroje:
Cloarec, J., Meyer‐Waarden, L., & Munzel, A. (2024). Transformative privacy calculus: Conceptualizing the personalization‐privacy paradox on social media. Psychology and Marketing, 41(7), 1574–1596. https://doi.org/10.1002/mar.21998
Knaus, T. (2020). Technology criticism and data literacy: The case for an augmented
understanding of media literacy. Journal of Media Literacy Education, 12(3), 6–16. https://doi.org/10.23860/jmle-2020-12-3-2
Memarian, S., Malgonde, O. S., & Kim, D. J. (2025). Unraveling the Privacy Paradox: a Comprehensive Review of Factors Behind the Discrepancy in Online Concerns and Disclosure Behavior. Information Systems Frontiers. https://doi.org/10.1007/s10796-025-10617-y
O’Flaherty, K. (2026, February 9). The new ChatGPT caricature trend comes with a privacy warning. Forbes. https://www.forbes.com/sites/kateoflahertyuk/2026/02/09/the-new-chatgpt-caricature-trend-comes-with-a-privacy-warning/
Autorka: Petra Mladšia