2.1. Cookies

O recurso mais utilizado no rastreamento de dados são os cookies, pequenos ficheiros de texto que estão armazenados no web browser quando se visita um website (^{Kulyk et al., 2018}). Introduzidos em 1994 pela NetScape, os cookies tinham a finalidade de permitir pesquisas com armazenamento de dados (i.e., stateful browsing) em comunicações através do protocolo HTTP (HyperText Transfer Protocol). Inicialmente, foram utilizados para melhorar a experiência do utilizador e fornecer funcionalidades adicionais aos websites, tais como, gravar temporariamente o “carrinho de compras” ou armazenar os dados de início de sessão no browser, para que na próxima visita ao website o utilizador não tivesse novamente que os introduzir (^{Kulyk et al., 2018}).

Atualmente, os cookies deixaram de servir apenas ao seu propósito base, existindo em duas modalidades: os de sessão, e os persistentes. Os cookies de sessão, como o nome indica, só estão ativos durante o período em que o utilizador mantém o browser aberto. Já os cookies persistentes permanecem no browser até que o utilizador, ou o fornecedor do serviço, os remova, sendo responsáveis por registar o histórico das ações de todo o período em que os utilizadores se encontram ativos no browser (^{Kulyk et al., 2018}). O registo de dados históricos do utilizador permite obter informação valiosa, de forma a permitir a análise do perfil e comportamento dos utilizadores e, a partir dessas informações, oferecer publicidade direcionada aos interesses do mesmo (^{Sanchez-Rola et al., 2019}).

O interesse das organizações pelos cookies tem sido crescente, dada a sua capacidade em seguir a atividade do utilizador na Internet. Esta funcionalidade é vista como extremamente valiosa, ou seja, permite que a segmentação e o direcionamento sejam muito mais eficientes, evitando o desperdício de recursos em utilizadores que não se enquadram no perfil pretendido pela organização.

Os cookies podem estar presentes onde o utilizador menos espera, como é o caso da ferramenta ReCAPTCH, da Google, usada por muitos websites para diferenciar utilizadores de robôs. O comum utilizador é exposto a esta ferramenta inúmeras vezes, e cada vez que este se conecta a um desses websites, conecta-se automaticamente a um domínio da Google, de forma a ler os ficheiros necessários para que a ferramenta trabalhe, e assim partilha todos os cookies associados também com a Google. Logo, este tipo de ferramentas constitui outra fonte de dados para enriquecer cookies, refinando o perfil do utilizador (^{Cyphers & Gebhart, 2019}).

Por outro lado, os cookies também podem ser vantajosos aos utilizadores. ^{Kirkpatrick (2016}) aponta que 71% dos consumidores, utilizadores da Internet, prefere publicidade direcionada, em oposição a ser continuamente exposto a todo o tipo de publicidade, por vezes irrelevante.

No entanto, muitas vezes o utilizador não possui conhecimento suficiente sobre como os seus dados são usados pelas organizações que os recolhem (^{Culnan & Williams, 2009}). Essas, por sua vez, não se esforçam para que essa informação seja divulgada e compreendida pelo consumidor, que dá consentimento ao “Aviso de Cookies” de um website sem analisar as consequências desse ato (^{Chaudhry & Berger, 2019}). No âmbito ético, os cookies estão numa área ainda pouco explorada, e o RGPD, apesar de criado recentemente, não consegue estabelecer uma conduta ética a ser seguida pelas empresas que atuam online. A secção 2.2 oferece uma discussão sobre esta questão.

2.2. Privacidade e Regulamento Geral de Proteção de Dados

Privacidade é definida como a condição do que é privado, pessoal ou íntimo. É frequentemente associada a dados pessoais, e à proteção destes dados. A Organização para a Cooperação e Desenvolvimento Económico (OCDE) define dado pessoal como “(…) qualquer informação relacionada com o indivíduo identificado ou identificável (sujeito dos dados)” (^{OCDE, 2002}). No contexto atual, a Privacidade centra-se no direito dos cidadãos em controlar a informação pessoal que disponibilizam, e a utilização que esta possa vir a ter por terceiros (Pires, 2018).

A Privacidade a que o cidadão tem direito deve ser exigida das organizações, desde o nível da conceção das tecnologias; a Privacidade deve ser respeitada nas operações e gestão do tratamento de dados pessoais. A esta abordagem dá-se o nome de Privacy by Design e permite, ao mesmo tempo, proteger os utilizadores, e manter as funcionalidades e o bom desempenho das tecnologias (^{Romanou, 2018}).

Em 2014, a Fundação Open Web Application Security Project¹ (OWASP), que tem como objetivo melhorar a segurança dos softwares, apresentou um projeto com os principais riscos relativos à privacidade dos dados pessoais, denominado “OWASP Top 10 Privacy Risks”. Alguns dos riscos apresentados estão diretamente associados à aceitação de cookies por parte do utilizador, sendo eles:

A 25 de maio de 2018 foi colocado em prática o RGPD, que constitui um conjunto de leis da União Europeia (UE) para regular o manuseamento de dados pessoais, com o objetivo de fortalecer os direitos dos cidadãos na era digital e facilitar negócios, por meio da clarificação das regras para as organizações no mercado digital (^{Batista et al., 2020}). Os efeitos deste regulamento fizeram-se sentir além da UE, pois a lei aplica-se a qualquer oferta de bens ou serviços na UE, mesmo que a organização que os oferece esteja fora deste espaço (^{Oliveira, 2019}; ^{Sanchez-Rola et al., 2019}).

O RGPD aplica-se a dados pessoais, e descreve-os como qualquer informação que possa identificar uma pessoa, incluindo dados de pseudónimos que podem ser atribuídos a um indivíduo pelo uso de informação adicional (Parlamento Europeu, 2016). Ou seja, basta a identificação ser possível para que se possa considerar “dado pessoal”, e os cookies são explicitamente mencionados, ainda que apenas uma vez, como um dos identificadores online, a par dos endereços de IP (Internet Protocol), que, especialmente quando combinados com várias fontes que o utilizador disponibiliza, podem ser usados para criar perfis de pessoas reais e identificá-las.

Segundo o RGPD, os dados pessoais não devem ser retidos mais do que o estritamente necessário, com o máximo de 12 meses (Parlamento Europeu, 2016; ^{Sanchez-Rola et al., 2019}). Este regulamenta ainda que o consentimento do utilizador para o uso de cookies deve ser explícito, específico e claro, com indicações do acordo entre a organização e o cidadão, e que não devem ser processados dados até o utilizador consentir o uso dos mesmos. A legislação também estabelece que não pode ser recusado ao utilizador o acesso a um website no caso de haver recusa dos cookies sugeridos (exceto os que são essenciais ao seu funcionamento). A finalidade da recolha dos dados deve ser explícita, legítima e determinada quando do consentimento do utilizador (^{Oliveira, 2019}; Sanchez-Rola et al., 2019).

2.3. Publicidade Direcionada

A capacidade de apresentar conteúdo personalizado a cada consumidor, no momento e localização pretendidos, em tempo real, com possível interação com cada um, são fatores-chave de atração de novos clientes (^{Dahiya & Gayatri, 2018}). É possível atingir o patamar da publicidade direcionada por meio da segmentação do histórico do comportamento do cidadão enquanto esteve online: as páginas visitadas, os cliques, as pesquisas, as compras, entre outros (^{Cyphers & Gebhart, 2019}; ^{Summers et al., 2016}).

As organizações que mais recolhem dados, como a Google, o Facebook, a Amazon e o Twitter, constituem plataformas ideais para disseminação de publicidade, pois possuem dados muito precisos dos utilizadores, permitindo otimizar a entrega de artefactos publicitários com muita facilidade (^{Cyphers & Gebhart, 2019}), e desenhar estratégias de Marketing onde as comunicações são feitas com elevada insistência, consistindo numa forma de persuasão psicológica que as organizações fazem com os cidadãos (^{Matz et al., 2017}).

Na tarefa de segmentação de utilizadores, os dados podem provir de diferentes fontes, como os cookies, o endereço de IP (Internet Protocol); o estado do TLS - Transport Layer Security; os chamados “super cookies” armazenados localmente; e o browser fingerprint, i.e., meta-informação enviada pelo browser, que facilita a identificação do utilizador, onde são utilizadas ferramentas como o WebGL que, para além da função de permitir apresentar gráficos 2D e 3D no navegador web, também regista informação acerca do navegador do utilizador, como a resolução do ecrã, a versão do software instalado e a hora local (^{Sanchez-Rola et al., 2019}).

3.1. Recolha de dados

O survey foi operacionalizado por um questionário, dividido em 5 blocos (ver Apêndice). O bloco I visou caracterizar o inquirido (género, idade, nível de escolaridade, área de formação académica, distrito de residência e tipo de ocupação). Os demais blocos foram constituídos por um conjunto de itens (nomeadamente, afirmações), que constituíam questionários utilizados em estudos anteriores, dado serem construções pré-testadas, desta forma promovendo a confiabilidade da escala (^{Bolívar-Ramos et al., 2012}). Devido à especificidade e atualidade do tema, foi também necessário recorrer a algumas adaptações, tendo como base a bibliografia analisada.

O bloco II visou identificar os hábitos do inquirido associados às atividades realizadas na Internet. O bloco III apresentou afirmações sobre o conhecimento do inquirido acerca de cookies. O bloco IV teve como finalidade aferir o conhecimento do inquirido sobre o que é o conteúdo direcionado e suas preferências quanto ao mesmo. E por fim, o bloco V apresentou afirmações sobre o conhecimento do utilizador acerca da relação entre cookies e publicidade direcionada, focando a indiferença do inquirido ao ser rastreado.

As questões dos blocos III, IV e V foram operacionalizadas em escala de Likert de sete pontos, variando de (1) discordo totalmente a (7) concordo totalmente. Este tipo de escala ordinal consiste num conjunto de itens apresentados em forma de afirmações, onde é solicitado ao inquirido que externalize a sua reação, escolhendo um dos sete pontos (Babbie, 2007).

Antes de iniciar a recolha dos dados, foi realizado um pré-teste, ou estudo-piloto, com 6 inquiridos, no mês de maio de 2020, com o intuito de identificar possíveis falhas, avaliar a linguagem e a complexidade de questões formuladas, detetar ambiguidades e, principalmente, a relevância do conteúdo do instrumento.

Após a realização do pré-teste e efetuadas as adequações ao questionário consequentes, iniciou-se a recolha dos dados. Para tal, foi utilizada a ferramenta de formulário online Google Forms. A divulgação do mesmo foi efetuada por meio de e-mails, Facebook e LinkedIn pessoais, com o período de respostas a decorrer entre os dias 1 e 30 de junho de 2020. A análise estatística dos dados foi efetuada com o software IBM SPSS Statistics, versão 26.

3.2. Caracterização da amostra

Foram recolhidos 335 questionários. Foram excluídos 71 por inadequação ou preenchimento incompleto, e 22 após validação da amostra por se considerarem outliers. O tamanho efetivo da amostra foi de 242 participantes.

A amostra é composta principalmente por inquiridos do sexo feminino (50,4%), com idade entre 30 e 34 anos (46,7%), residentes no distrito de Lisboa (83,1%) e empregados por conta de outrem (70,7%). Quanto à formação, a maior parte dos inquiridos possui alguma formação acadêmica (74,4%), sendo as áreas de formação de maior destaque a das Tecnologias da Informação (18,2%), a das Ciências Sociais e Humanas (18,2%) e Economia, Finanças ou Gestão (15,7%). As restantes áreas têm todas menos de 10% dos inquiridos (ver Tabela 1).

4.1. Hábitos associados às atividades realizadas na Internet

O primeiro passo para compreender a perceção do utilizador sobre o uso de cookies para criação de publicidade direcionada, foi tentar melhor compreender os hábitos dos inquiridos associados às atividades realizadas na Internet.

Quanto à utilização da Internet, 48,3% dos inquiridos afirmam que, em média, o uso diário é superior a 6 horas. Relativamente ao uso de redes sociais, onde foi possível a escolha de várias alternativas, as combinações mais comuns foram “Instagram, Facebook, Youtube”, com 21,5%, e “Instagram, Facebook, LinkedIn, Youtube”, com 19,8%, sendo as restantes combinações muito variadas. Numa análise por rede social, o Instagram e o Facebook equiparam-se, ao serem ambos usados por cerca de 86% da amostra, seguindo-se do Youtube (82,6%) e LinkedIn (52,1%). Apesar do alto número de horas gastas na Internet, somente 24,8% dos inquiridos afirma fazer compras online com frequência (Tabela 2).

4.2. Análise Fatorial Exploratória

Uma vez que grande parte das questões que integraram o questionário provém de diferentes estudos, foi realizada a Análise Fatorial Exploratória (AFE) a fim de confirmar a estrutura latente da escala.

A AFE foi realizada com todos os 27 itens da escala. Inicialmente foi realizada um teste Kaiser-Meyer-Olkin (KMO) para avaliar a adequação da amostragem em termos de variáveis e fatores. A teste revelou um valor de 0,763, indicando que a matriz de correlação era adequada para a análise fatorial. Além disso, o teste de Esfericidade de Bartlett foi significativo (1003,31; p <0,001), portanto as variáveis estão significativamente correlacionadas (^{Hair et al., 2009}).

A consistência interna obtida com o Alfa de Cronbach indicou valores de 0,730 para toda a amostra com 13 itens. O Alfa de Cronbach é definido como "aceitável" quando for maior que 0,7 (^{Nunnally & Bernstein, 1994}), indicando uma boa consistência interna da escala. A Tabela 3 mostra a correlação item-total corrigida e a consistência interna (alfa de Cronbach), mesmo que o item seja deletado. Todos os itens mostraram correlação com uma escala total superior a 0,3, um valor abaixo envolveria uma exclusão do fator (^{Castillo et al., 2010}).

Os fatores foram extraídos através de análise do componente principal com rotação Equamax. As cargas de fatores foram avaliadas para cada item, em cada fator, e estabelecido um ponto de corte de 0,50. Para definir o número de fatores (a extrair) foi utilizado o critério de raiz latente, uma percentagem da variância e um scree plot.

Da AFE resultaram três fatores, de um total de 13 itens: “Conhecimento sobre cookies”; “Preferência por conteúdo direcionado”; e “Indiferença ao rastreamento”. Esses foram responsáveis por 57,69% da variância total. A confiabilidade dos fatores foi obtida com o Alfa de Cronbach, que aponta que os coeficientes aceitos são geralmente superiores a 0,6 (^{Hair et al., 2009}). A Tabela 4 mostra as cargas dos itens em cada fator, juntamente com seus respectivos valores próprios (eigenvalues), o percentual de variância explicado, e índices de confiabilidade.

O fator I, “Conhecimento sobre cookies”, está associado ao conhecimento que a amostra tem sobre os cookies e como estes são usados na criação de publicidade direcionada ao perfil de cada um. Este fator explica 26,811% da variação dos dados, com um eigenvalue de 3,485. A confiabilidade para este fator foi de 0,779.

O fator II, “Preferência por conteúdo direcionado”, ilustra essencialmente a preferência dos inquiridos por ter conteúdo direcionado ao seu perfil, ao invés de conteúdo com o qual não se identificam. O fator II explica 20,464% da variação dos dados, com um eigenvalue de 2,660 e uma confiabilidade de 0,775.

O fator III, ”Indiferença ao rastreamento”, está ligado à forma como os inquiridos estão indiferentes ao facto de serem ou não rastreados. Este fator explicou 10,417% da variância dos dados, com um eigenvalue de 1,354, enquanto a confiabilidade é de 0,663.

4.3. Conhecimento dos inquiridos sobre cookies

A Tabela 5 apresenta a média e o desvio-padrão dos seis itens do modelo de medida que operacionaliza o conhecimento sobre cookies, que é medido numa escala contínua, em que 1 traduz um baixo conhecimento sobre os cookies, e 7 traduz um elevado conhecimento sobre os cookies. Neste grupo de questões, os valores médios de conhecimento variaram entre 4,93 e 5,94, sendo o valor médio para o fator de 5,41, o que demonstra que os inquiridos possuem um nível razoável de conhecimento sobre o tema.

Posteriormente, foram avaliadas as diferenças entre género, por escalão etário e por escolaridade para o fator. No entanto, os diferentes grupos não demonstraram diferenças significativas (p > 0,05), ou seja, os inquiridos do sexo masculino e do sexo feminino possuem o mesmo nível de conhecimento sobre o tema, e a idade e a escolaridade não alteram a perceção que têm do que são e para que servem os cookies.

4.4. Preferência por Conteúdo Direcionado

Quanto à preferência por conteúdo direcionado na Internet, a Tabela 6 apresenta a média e o desvio-padrão destes itens, que, como os anteriormente analisados, é medido numa escala contínua, em que 1 traduz uma baixa preferência por conteúdo direcionado, e 7 traduz uma elevada preferência por este tipo de conteúdo. Neste grupo de questões, os valores médios de conhecimento variaram entre 4,56 e 6,13, sendo o valor médio para o fator de 5,10, o que demonstra que, entre conteúdo aleatório e conteúdo direcionado, há uma tendência para os inquiridos preferirem conteúdo direcionado.

Posteriormente, também foram avaliadas as diferenças entre grupos, levando em consideração o género, o escalão etário e a escolaridade. Mais uma vez, não foram encontradas diferenças significativas (p > 0,05), ou seja, essas diferenças não afetam a perceção dos inquiridos sobre a publicidade direcionada.

4.5. Indiferença ao rastreamento

O fator III, classificado como a “Indiferença ao rastreamento”, engloba itens relativos ao facto de os inquiridos estarem ou não indiferentes por serem rastreados. A Tabela 7 apresenta a média e o desvio-padrão dos três itens do modelo de medida para a referida dimensão, que é medido numa escala contínua, em que 1 traduz muito incómodo ao ser rastreado, e 7 traduz elevada indiferença ao ser rastreado.

Neste grupo, os valores médios são os mais baixos, quando comparados com os fatores I e II, já analisados. Aqui, variaram entre 2,43 e 3,89, sendo o valor médio para o fator de 3,05, o que demonstra que os inquiridos não são indiferentes ao rastreamento, mas tendem, sim, a ficarem incomodados com esse facto (Tabela 7).

Na sequência, foram analisadas as diferenças entre grupos. Não foram encontradas diferenças significativas (p > 0,05) entre os diferentes grupos etários e entre os inquiridos que possuem diferentes níveis de escolaridade. Entretanto, ao analisar as diferenças entre género, pode-se observar que existe diferença significativa entre os dois grupos (p < 0,05). Os inquiridos do sexo masculino apresentam uma média mais elevada do que os inquiridos do sexo feminino em todos os itens. Este resultado demonstra que os homens inquiridos se sentem, ligeiramente, menos incomodados com o facto de serem rastreados (ver Tabela 8).