Jurnaliști și surse: ce dă de gol un document înainte să-l publici
Când un document iese dintr-o organizație, ce se citește pe pagină e doar o parte. Înăuntru pot fi numele celui care l-a scris, cel al companiei sale, cine a lucrat la el după aceea și cât timp, iar într-o hârtie scanată, semne care nu se văd cu ochiul liber. Pentru o sursă, asta poate face diferența între a rămâne anonimă și a nu mai fi.
Ce conține un document Office sau un PDF
- Într-un Word, un Excel sau un PowerPoint: autorul, cine l-a modificat ultima dată, compania, numărul de revizii, timpul total de editare, șablonul și datele. Le completează chiar programul, cu datele contului celui care îl folosește.
- Într-un PDF: autorul, titlul, programul cu care a fost creat și cel care l-a convertit, datele și, adesea, un bloc XMP care repetă toate acestea și uneori adaugă istoricul.
- În imaginile pe care le conține: o fotografie lipită într-un document își poate păstra propriile metadate, cu GPS-ul ei.
Un caz: dosarul despre Irak
În 2003, Guvernul britanic a publicat pe site-ul său, în format Word, un raport despre Irak despre care s-a aflat apoi că era copiat în parte dintr-o lucrare academică. Cercetătorul Richard M. Smith a scos din fișier registrul de revizii, invizibil pe pagină, cu numele de utilizator ale persoanelor care lucraseră la el; un jurnalist le-a identificat ca funcționari de la Downing Street și de la Foreign Office. Smith l-a publicat pe 30 iunie 2003.
Nu totul ține de metadate: scanările
Scanarea sau fotografierea unei hârtii nu elimină urmele: le schimbă. Multe imprimante laser color adaugă pe fiecare pagină niște puncte galbene aproape invizibile care codifică date despre imprimantă și despre tipărire.
În 2017, The Intercept a publicat un document al NSA scanat. Jurnaliști și experți în securitate au arătat apoi că în imaginea publicată se vedeau acele puncte. Acuzarea împotriva lui Reality Winner, analista care îl scursese, s-a sprijinit pe alte probe —cine tipărise documentul, contactul ei cu publicația și pliurile hârtiei—, iar ea a fost arestată cu două zile înainte să apară articolul. Dar cazul a lăsat o lecție: ce se publică de la o sursă poate spune despre ea mai mult decât pare.
Înainte să publici sau să trimiți un document
- Uită-te ce conține. Trage fișierul Word, Excel, PowerPoint sau PDF în KillEXIF: vei vedea autorul, compania, datele și restul. Analiza se face în browserul tău, iar documentul nu iese de pe dispozitivul tău, exact ce contează la un document sensibil.
- Curăță fișierul, nu o captură de ecran. KillEXIF elimină proprietățile documentului fără să-i atingă conținutul și verifică apoi că nu a mai rămas nimic.
- O înnegrire nu e o înnegrire. Un dreptunghi negru peste un text dintr-un PDF îl poate acoperi doar la vedere: textul rămâne dedesubt și se poate copia. Asta nu ține de metadate și niciun instrument de metadate nu rezolvă problema; textul trebuie eliminat cu adevărat.
- Dacă e o hârtie, public-o transcrisă sau reprodusă, nu imaginea originalului, și gândește-te la ce dezvăluie chiar conținutul: cine avea acces la acel document anume.