{"id":244,"date":"2024-12-23T16:10:10","date_gmt":"2024-12-23T16:10:10","guid":{"rendered":"https:\/\/aiopentext.itd.cnr.it\/spanishwithchatgpt\/?post_type=chapter&p=244"},"modified":"2025-06-25T18:20:34","modified_gmt":"2025-06-25T18:20:34","slug":"cookies-y-huella-digital","status":"publish","type":"chapter","link":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/chapter\/cookies-y-huella-digital\/","title":{"raw":"Cookies y huella digital","rendered":"Cookies y huella digital"},"content":{"raw":"[caption id=\"attachment_175\" align=\"alignleft\" width=\"322\"]\"\" HTTP Cookie por Harmil. Licencia CC BY SA. https:\/\/creativecommons.org\/licenses\/by-sa\/2.0\/<\/a>[\/caption]\r\n

Las cookies son peque\u00f1os archivos en su ordenador que le dicen al navegador web que usted es, digamos, el usuario n\u00famero #745673 en este sitio web y que le gusta esto y aquello. Estas cookies se concibieron para que, cada vez que visitemos el mismo sitio, no tengamos que especificar preferencias como el idioma y la ubicaci\u00f3n, perder art\u00edculos en la cesta de la compra o rellenar formularios desde cero. En las primeras etapas de esta tecnolog\u00eda, ten\u00edamos pleno control sobre qu\u00e9 datos pod\u00edan recoger las cookies1,2<\/sup>.<\/p>\r\n

Despu\u00e9s, las empresas se dieron cuenta de que pod\u00edan utilizar los datos de las cookies para entender en qu\u00e9 nos gusta hacer clic o comprar. As\u00ed, se pod\u00edan servir anuncios que no dependieran del contenido de la p\u00e1gina actual, sino de nuestros propios gustos personales (behavioral targeting)1<\/sup>. M\u00e1s tarde, las empresas empezaron a instalar sus cookies en sitios web de otras empresas para hacer un seguimiento aun m\u00e1s exhaustivo de cada usuario. Estas cookies de terceros pagaban al anfitri\u00f3n por este privilegio. Fue entonces cuando los anuncios empezaron a seguirnos a trav\u00e9s de los sitios web.<\/p>\r\n

Adem\u00e1s, al utilizar elementos como ID de correo electr\u00f3nico o n\u00fameros de tarjetas de cr\u00e9dito, estas empresas pod\u00edan vincular los distintos n\u00fameros de identificaci\u00f3n a un mismo usuario para tener mejor informaci\u00f3n sobre su comportamiento. Esto se llama cookie synching<\/em>. El usuario, por supuesto, no tiene forma de saber qu\u00e9 datos se est\u00e1n juntando para construir su perfil de comportamiento.<\/p>\r\n

Por si esto fuera poco, se empezaron a utilizar algoritmos de AA para crujir los datos de los usuarios y asignarles etiquetas como hombre, mujer, negro, europeo o incluso \"propenso a la depresi\u00f3n\"1<\/sup>. Estas etiquetas no tienen nada que ver con nuestra identidad, sino con que tipo de comportamiento previo del usuario se parece mas al nuestro. Estas etiquetas se venden a empresas que venden productos, casas y oportunidades de trabajo. As\u00ed, a los usuarios con unas etiquetas se les muestra un anuncio y a alguien con un comportamiento en l\u00ednea distinto un anuncio completamente diferente en la misma p\u00e1gina web. Esto, a su vez, puede determinar qu\u00e9 tipo de empleos solicitamos y en qu\u00e9 barrio compramos una casa y, por tanto, a qu\u00e9 colegios van nuestros hijos3<\/sup>.<\/p>\r\n

Hoy en d\u00eda, la tecnolog\u00eda de las cookies est\u00e1 integrada en la mayor\u00eda de los navegadores de Internet. Un estudio de 2016 descubri\u00f3 que la mayor\u00eda de terceros realizan la sincronizaci\u00f3n de cookies. \"45 de los 50 principales, 85 de los 100 principales, 157 de los 200 principales y 460 de los 1.000 principales\" terceros sincronizan cookies de diferentes fuentes para reunir informaci\u00f3n sobre los usuarios4<\/sup>. Se ha demostrado que Google, por ejemplo, puede rastrear a un usuario a trav\u00e9s del 80% de los sitios web5<\/sup>, lo que plantea amenazas a la privacidad, la autonom\u00eda, refuerza la vigilancia y el seguimiento6<\/sup>.<\/p>\r\n

Cuando se publicaron estos resultados, suscitaron la indignaci\u00f3n de la opini\u00f3n p\u00fablica. Se popularizaron muchos plugins de navegador para bloquear cookies, como DoNotTrackMe. Los navegadores de Internet empezaron a tener controles para bloquear o eliminar cookies2<\/sup>. Empresas como Apple y Google incluso dejaron de utilizar cookies de terceros o se comprometieron a prohibirlas1<\/sup>. La segmentaci\u00f3n en l\u00ednea pas\u00f3 de las cookies a t\u00e9cnicas de seguimiento m\u00e1s persistentes.<\/p>\r\n

Por ejemplo, con Adobes Flash player pueden almacenarse archivos similares a cookies, que permanecen despu\u00e9s de que se hayan eliminado otras cookies. Estas, a su vez, pueden bloquearse instalando aplicaciones como FlashBlock2<\/sup>. La tecnolog\u00eda de rastreo esta equipada con herramientas mas persistentes, como varios tipos de huellas dactilares que no son detectadas por la mayor\u00eda de las herramientas de bloqueo4<\/sup>.<\/p>\r\n \r\n\r\nDigitalizaci\u00f3n<\/strong>\r\n\r\n[caption id=\"attachment_250\" align=\"alignleft\" width=\"300\"]\"\" \"Escaneado de huellas dactilares\" por Daniel Aleksandersen Licencia CC0 1.0 https:\/\/creativecommons.org\/publicdomain\/zero\/1.0\/deed.en<\/a>[\/caption]\r\n

La idea es que nuestros dispositivos y servicios, como ordenadores, tel\u00e9fonos y altavoces, procesan datos y producen resultados de forma ligeramente diferente a los dispositivos de otros usuarios. Pueden servir como nuestras huellas digitales \u00fanicas, especialmente cuando las diferentes t\u00e9cnicas se juntan para crear nuestra identidad en l\u00ednea4<\/sup>. La direcci\u00f3n IP de nuestros dispositivos, las direcciones ethernet o Wifi (huellas dactilares basadas en WebRTC), la forma en que nuestro hardware y software reproducen los archivos de audio (huellas dactilares AudioContext) e incluso la informaci\u00f3n sobre la bater\u00eda, pueden utilizarse como nuestros identificadores a corto y largo plazo que mantienen vivo el seguimiento en l\u00ednea7,<\/sup>4<\/sup>.<\/p>\r\n\r\n

\r\n
\r\n
\r\n
\r\n
\r\n
<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/article>
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/article>
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n
<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/article>
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/article>
<\/article>
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n
<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/article>
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/article>
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n\r\n \r\n\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/article>
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/article>
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/article>
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/article>
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/article>
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
    \r\n \t
  1. \r\n

    Kant, T.<\/strong> (2021). Identity, advertising, and algorithmic targeting: Or how (not) to target your \u201cideal user\u201d<\/em>. MIT Case Studies in Social and Ethical Responsibilities of Computing.
    https:\/\/socialresponsibility.mit.edu\/case-studies\/identity-advertising-and-algorithmic-targeting<\/a><\/p>\r\n<\/li>\r\n \t

  2. \r\n

    Schneier, B.<\/strong> (2015). Data and Goliath: The hidden battles to capture your data and control your world<\/em>. W. W. Norton & Company.<\/p>\r\n<\/li>\r\n \t

  3. \r\n

    Barocas, S., Hardt, M., & Narayanan, A.<\/strong> (2022). Fairness and machine learning: Limitations and opportunities<\/em>. MIT Press.
    https:\/\/fairmlbook.org\/<\/a><\/p>\r\n<\/li>\r\n \t

  4. \r\n

    Englehardt, S., & Narayanan, A.<\/strong> (2016). Online tracking: A 1-million-site measurement and analysis (Extended version of paper). Proceedings of the ACM Conference on Computer and Communications Security (CCS)<\/em>.
    https:\/\/webtransparency.cs.princeton.edu\/webcensus\/<\/a><\/p>\r\n<\/li>\r\n \t

  5. \r\n

    Libert, T.<\/strong> (2015). Exposing the invisible web: An analysis of third-party HTTP requests on 1 million websites. International Journal of Communication, 9<\/em>, 18.
    https:\/\/ijoc.org\/index.php\/ijoc\/article\/view\/3135<\/a><\/p>\r\n<\/li>\r\n \t

  6. \r\n

    Tavani, H. T., & Zimmer, M.<\/strong> (2020). Search engines and ethics. In E. N. Zalta (Ed.), The Stanford Encyclopedia of Philosophy<\/em> (Fall 2020 Edition).
    https:\/\/plato.stanford.edu\/archives\/fall2020\/entries\/ethics-search\/<\/a><\/p>\r\n<\/li>\r\n \t

  7. \r\n

    Olejnik, L., Acar, G., Castelluccia, C., & D\u00edaz, C.<\/strong> (2015). The leaking battery<\/em>. Cryptology ePrint Archive<\/em>, Report 2015\/616.
    https:\/\/eprint.iacr.org\/2015\/616.pdf<\/a><\/p>\r\n<\/li>\r\n<\/ol>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n

    <\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/article>
    <\/article>
    \r\n
    \r\n
    \r\n
    \r\n
    \r\n
    \r\n
    <\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/article>
    <\/article>
    \r\n
    \r\n
    \r\n
    \r\n
    \r\n
    \r\n
    \r\n
    \r\n
    <\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/article>
    <\/article>
    <\/article>
    \r\n
    \r\n
    \r\n
    \r\n
    \r\n
    \r\n
    \r\n
    \r\n
    \r\n

    <\/p>\r\n\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/div>\r\n<\/article>","rendered":"

    \"\"
    HTTP Cookie por Harmil. Licencia CC BY SA. https:\/\/creativecommons.org\/licenses\/by-sa\/2.0\/<\/a><\/figcaption><\/figure>\n

    Las cookies son peque\u00f1os archivos en su ordenador que le dicen al navegador web que usted es, digamos, el usuario n\u00famero #745673 en este sitio web y que le gusta esto y aquello. Estas cookies se concibieron para que, cada vez que visitemos el mismo sitio, no tengamos que especificar preferencias como el idioma y la ubicaci\u00f3n, perder art\u00edculos en la cesta de la compra o rellenar formularios desde cero. En las primeras etapas de esta tecnolog\u00eda, ten\u00edamos pleno control sobre qu\u00e9 datos pod\u00edan recoger las cookies1,2<\/sup>.<\/p>\n

    Despu\u00e9s, las empresas se dieron cuenta de que pod\u00edan utilizar los datos de las cookies para entender en qu\u00e9 nos gusta hacer clic o comprar. As\u00ed, se pod\u00edan servir anuncios que no dependieran del contenido de la p\u00e1gina actual, sino de nuestros propios gustos personales (behavioral targeting)1<\/sup>. M\u00e1s tarde, las empresas empezaron a instalar sus cookies en sitios web de otras empresas para hacer un seguimiento aun m\u00e1s exhaustivo de cada usuario. Estas cookies de terceros pagaban al anfitri\u00f3n por este privilegio. Fue entonces cuando los anuncios empezaron a seguirnos a trav\u00e9s de los sitios web.<\/p>\n

    Adem\u00e1s, al utilizar elementos como ID de correo electr\u00f3nico o n\u00fameros de tarjetas de cr\u00e9dito, estas empresas pod\u00edan vincular los distintos n\u00fameros de identificaci\u00f3n a un mismo usuario para tener mejor informaci\u00f3n sobre su comportamiento. Esto se llama cookie synching<\/em>. El usuario, por supuesto, no tiene forma de saber qu\u00e9 datos se est\u00e1n juntando para construir su perfil de comportamiento.<\/p>\n

    Por si esto fuera poco, se empezaron a utilizar algoritmos de AA para crujir los datos de los usuarios y asignarles etiquetas como hombre, mujer, negro, europeo o incluso \u00abpropenso a la depresi\u00f3n\u00ab1<\/sup>. Estas etiquetas no tienen nada que ver con nuestra identidad, sino con que tipo de comportamiento previo del usuario se parece mas al nuestro. Estas etiquetas se venden a empresas que venden productos, casas y oportunidades de trabajo. As\u00ed, a los usuarios con unas etiquetas se les muestra un anuncio y a alguien con un comportamiento en l\u00ednea distinto un anuncio completamente diferente en la misma p\u00e1gina web. Esto, a su vez, puede determinar qu\u00e9 tipo de empleos solicitamos y en qu\u00e9 barrio compramos una casa y, por tanto, a qu\u00e9 colegios van nuestros hijos3<\/sup>.<\/p>\n

    Hoy en d\u00eda, la tecnolog\u00eda de las cookies est\u00e1 integrada en la mayor\u00eda de los navegadores de Internet. Un estudio de 2016 descubri\u00f3 que la mayor\u00eda de terceros realizan la sincronizaci\u00f3n de cookies. \u00ab45 de los 50 principales, 85 de los 100 principales, 157 de los 200 principales y 460 de los 1.000 principales\u00bb terceros sincronizan cookies de diferentes fuentes para reunir informaci\u00f3n sobre los usuarios4<\/sup>. Se ha demostrado que Google, por ejemplo, puede rastrear a un usuario a trav\u00e9s del 80% de los sitios web5<\/sup>, lo que plantea amenazas a la privacidad, la autonom\u00eda, refuerza la vigilancia y el seguimiento6<\/sup>.<\/p>\n

    Cuando se publicaron estos resultados, suscitaron la indignaci\u00f3n de la opini\u00f3n p\u00fablica. Se popularizaron muchos plugins de navegador para bloquear cookies, como DoNotTrackMe. Los navegadores de Internet empezaron a tener controles para bloquear o eliminar cookies2<\/sup>. Empresas como Apple y Google incluso dejaron de utilizar cookies de terceros o se comprometieron a prohibirlas1<\/sup>. La segmentaci\u00f3n en l\u00ednea pas\u00f3 de las cookies a t\u00e9cnicas de seguimiento m\u00e1s persistentes.<\/p>\n

    Por ejemplo, con Adobes Flash player pueden almacenarse archivos similares a cookies, que permanecen despu\u00e9s de que se hayan eliminado otras cookies. Estas, a su vez, pueden bloquearse instalando aplicaciones como FlashBlock2<\/sup>. La tecnolog\u00eda de rastreo esta equipada con herramientas mas persistentes, como varios tipos de huellas dactilares que no son detectadas por la mayor\u00eda de las herramientas de bloqueo4<\/sup>.<\/p>\n

     <\/p>\n

    Digitalizaci\u00f3n<\/strong><\/p>\n

    \"\"
    \u00abEscaneado de huellas dactilares\u00bb por Daniel Aleksandersen Licencia CC0 1.0 https:\/\/creativecommons.org\/publicdomain\/zero\/1.0\/deed.en<\/a><\/figcaption><\/figure>\n

    La idea es que nuestros dispositivos y servicios, como ordenadores, tel\u00e9fonos y altavoces, procesan datos y producen resultados de forma ligeramente diferente a los dispositivos de otros usuarios. Pueden servir como nuestras huellas digitales \u00fanicas, especialmente cuando las diferentes t\u00e9cnicas se juntan para crear nuestra identidad en l\u00ednea4<\/sup>. La direcci\u00f3n IP de nuestros dispositivos, las direcciones ethernet o Wifi (huellas dactilares basadas en WebRTC), la forma en que nuestro hardware y software reproducen los archivos de audio (huellas dactilares AudioContext) e incluso la informaci\u00f3n sobre la bater\u00eda, pueden utilizarse como nuestros identificadores a corto y largo plazo que mantienen vivo el seguimiento en l\u00ednea7,<\/sup>4<\/sup>.<\/p>\n

    \n
    \n
    \n
    \n
    \n
    <\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/article>\n
    \n
    \n
    \n
    \n
    \n
    \n
    \n
    <\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/article>\n
    \n
    \n
    \n
    \n
    \n
    \n
    \n
    \n
    \n
    <\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n
    <\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/article>\n
    \n
    \n
    \n
    \n
    \n
    \n
    \n
    \n
    <\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/article>\n
    <\/article>\n
    \n
    \n
    \n
    \n
    \n
    \n
    \n
    \n
    \n
    <\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n
    <\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/article>\n
    \n
    \n
    \n
    \n
    \n
    \n
    \n
    \n
    <\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/article>\n
    \n
    \n
    \n
    \n
    \n
    \n
    \n
    \n
    \n

     <\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/article>\n

    \n
    \n
    \n
    \n
    \n
    \n
    \n
    \n
    <\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/article>\n
    \n
    \n
    \n
    \n
    \n
    \n
    <\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/article>\n
    \n
    \n
    \n
    \n
    \n
    \n
    \n
    \n
    <\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/article>\n
    \n
    \n
    \n
    \n
    \n
    \n
    \n
    \n
    <\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/article>\n
    \n
    \n
    \n
    \n
    \n
    \n
    \n
    \n
    \n
      \n
    1. \n

      Kant, T.<\/strong> (2021). Identity, advertising, and algorithmic targeting: Or how (not) to target your \u201cideal user\u201d<\/em>. MIT Case Studies in Social and Ethical Responsibilities of Computing.
      https:\/\/socialresponsibility.mit.edu\/case-studies\/identity-advertising-and-algorithmic-targeting<\/a><\/p>\n<\/li>\n

    2. \n

      Schneier, B.<\/strong> (2015). Data and Goliath: The hidden battles to capture your data and control your world<\/em>. W. W. Norton & Company.<\/p>\n<\/li>\n

    3. \n

      Barocas, S., Hardt, M., & Narayanan, A.<\/strong> (2022). Fairness and machine learning: Limitations and opportunities<\/em>. MIT Press.
      https:\/\/fairmlbook.org\/<\/a><\/p>\n<\/li>\n

    4. \n

      Englehardt, S., & Narayanan, A.<\/strong> (2016). Online tracking: A 1-million-site measurement and analysis (Extended version of paper). Proceedings of the ACM Conference on Computer and Communications Security (CCS)<\/em>.
      https:\/\/webtransparency.cs.princeton.edu\/webcensus\/<\/a><\/p>\n<\/li>\n

    5. \n

      Libert, T.<\/strong> (2015). Exposing the invisible web: An analysis of third-party HTTP requests on 1 million websites. International Journal of Communication, 9<\/em>, 18.
      https:\/\/ijoc.org\/index.php\/ijoc\/article\/view\/3135<\/a><\/p>\n<\/li>\n

    6. \n

      Tavani, H. T., & Zimmer, M.<\/strong> (2020). Search engines and ethics. In E. N. Zalta (Ed.), The Stanford Encyclopedia of Philosophy<\/em> (Fall 2020 Edition).
      https:\/\/plato.stanford.edu\/archives\/fall2020\/entries\/ethics-search\/<\/a><\/p>\n<\/li>\n

    7. \n

      Olejnik, L., Acar, G., Castelluccia, C., & D\u00edaz, C.<\/strong> (2015). The leaking battery<\/em>. Cryptology ePrint Archive<\/em>, Report 2015\/616.
      https:\/\/eprint.iacr.org\/2015\/616.pdf<\/a><\/p>\n<\/li>\n<\/ol>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n

      <\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/article>\n
      <\/article>\n
      \n
      \n
      \n
      \n
      \n
      \n
      <\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/article>\n
      <\/article>\n
      \n
      \n
      \n
      \n
      \n
      \n
      \n
      \n
      <\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/article>\n
      <\/article>\n
      <\/article>\n
      \n
      \n
      \n
      \n
      \n
      \n
      \n
      \n
      \n

      \n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/article>\n","protected":false},"author":3,"menu_order":9,"template":"","meta":{"pb_show_title":"on","pb_short_title":"","pb_subtitle":"","pb_authors":[],"pb_section_license":""},"chapter-type":[],"contributor":[],"license":[],"part":224,"_links":{"self":[{"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/pressbooks\/v2\/chapters\/244"}],"collection":[{"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/pressbooks\/v2\/chapters"}],"about":[{"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/wp\/v2\/types\/chapter"}],"author":[{"embeddable":true,"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/wp\/v2\/users\/3"}],"version-history":[{"count":9,"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/pressbooks\/v2\/chapters\/244\/revisions"}],"predecessor-version":[{"id":932,"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/pressbooks\/v2\/chapters\/244\/revisions\/932"}],"part":[{"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/pressbooks\/v2\/parts\/224"}],"metadata":[{"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/pressbooks\/v2\/chapters\/244\/metadata\/"}],"wp:attachment":[{"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/wp\/v2\/media?parent=244"}],"wp:term":[{"taxonomy":"chapter-type","embeddable":true,"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/pressbooks\/v2\/chapter-type?post=244"},{"taxonomy":"contributor","embeddable":true,"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/wp\/v2\/contributor?post=244"},{"taxonomy":"license","embeddable":true,"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/wp\/v2\/license?post=244"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}