Als je het allemaal ziet als een spel, dan gaat het gewoon om het creëren van de juiste redenen om data te wissen. Wat die redenen zouden moeten zijn, moet onderzocht worden. Maar je zou kunnen denken aan meer een cultuurverandering waarbij instances veel zorgvuldiger kiezen met wie ze federeren. Hiervoor zou een bepaalde mate van competitie voor gebruikers tussen instances kunnen helpen of een democratisch systeem waarbij gebruikers allemaal mee kunnen beslissen. Ik noem maar wat hoor, maar het zijn een beetje mijn eerste ideeën daarover.

Dat een commerciële partij data kan verzamelen van Lemmy en vervolgens kan misbruiken is natuurlijk zo. Maar dat kan ook met data van Facebook of Reddit, bijvoorbeeld. Dat geld voor alle sociale media. Bijvoorbeeld Facebook heeft alleen een commercieel belang en zou daarom nog actiever je data door kunnen verkopen dan een Lemmy instance zonder commercieel belang.

Daarnaast is niet alle data die verzameld kan worden over je openbaar op sociale media. Deze informatie is juist ontzettend belangrijk als je inzicht wil in hoe iemand zich gedraagd. Het gaat hier bijvoorbeeld om hoe lang je naar een post kijkt voordat je door scrolt, welke posts je opent. Welke posts je opent en niet liked en van wie , welke websites je bezoekt buiten sociale media om en ga zo maar door. Deze informatie zegt heel erg veel over wat je aandacht trekt, wat je emoties zijn bij bepaalde zaken, hoe je je gedraagd en hoe je dat kunt aanpassen. Facebook, bijvoorbeeld, verzameld dit soort data en zou het door kunnen verkopen van hun gebruikers. Facebook heeft ook het commercieel belang om dit te doen.

Een Lemmy instanceof app zou in theorie dit soort data ook kunnen verzamelen, maar heeft er niet direct een belang bij om dit te doen (behalve als ze toch commercieel zijn of erop uit zijn om hun gebruikers te manipuleren bijv. vanuit politieke motieven). Zelfs als een Lemmy instance of app dit doet, dan kan het nooit op zo’n grote schaal als bijvoorbeeld een Facebook omdat er minder gebruikers zijn per instance. Dit maakt de data ook minder waard omdat een kleiner volume ervoor zorgt dat het minder geschikt is om te gebruiken om machine learning algoritmes te trainen (en die heb je nodig om de data effectief in te zetten voor je doel).