Главная >  Новости > Новости и события > Новость подробно

Скандал вокруг Cambridge Analytica – почему это важно для нас?

679

© 30.03.2018, Борисова А.Р.

 

Picture: Getty

Фундаментальное неприятие американскими элитами Президента Д. Трампа выливается во все новые и новые политические скандалы и общественные волнения по самым разным поводам. Сегодня стремление отдельных ее представителей отстранить от власти действующего Президента вернуло в общественную дискуссию острую для американцев проблему – право на частную жизнь.

Скандал вокруг социальной сети Facebook, стоивший ей 12%  стоимости акций, построен на тезисе о разглашении компанией информации о пользователях без их согласия. Эта информация, собранная и обработанная компанией Cambridge Analytica, якобы привела к победе Д. Трампа на выборах в 2016 г. Другая активность британской фирмы, работающей с big data1, помогла воплотить идею Brexit. Спустя неделю после обрушившихся на главу Facebook М. Цукерберга, обвинений, компания анонсировала подключение новой функции управления информацией на индивидуальной страничке каждого пользователя. Но механизм дискредитации в американском обществе уже запущен.

Стоит сразу сказать, что у скандала, на самом деле, три основных участника: Facebook  – собирал информацию, Cambridge Analitica –  использовал эту информацию,  ученые Михаил Козинский (Польша) и Александр Коган (Молдавия) – придумали, как ее обрабатывать и систематизировать. Благодаря происхождению последних, скандал вокруг массового воздействия Трампа на электорат при помощи компании Cambridge Analytica, легко перекликается с обвинениями России во вмешательстве в президентские выборы в 2016 г.

Как это работает?

С развитием смартфонов, возможность зайти в социальную сеть имеет каждый пользователь, вне зависимости от удаленности от своего персонального компьютера. Получается, что сегодня – это самый легкий и всегда доступный способ обмена информацией. Человек может не иметь времени почитать газету за завтраком, однако у него почти наверняка найдется пара минут, чтобы заглянуть в ленту новостей. Таким образом, около 15-20% подписчиков получают информацию политического содержания исключительно в социальных сетях.

Стратегия использования социальных сетей в качестве глобального опросника была разработана Михаилом Козинским, студентом польского происхождения, поступившим в Кэмбриджском университете в первую в мире лабораторию психометрии, и Александром Коганом, проживавшим в детстве в Москве и позднее переехавшим в США, непосредственно связавшим Козинского с Cambridge Analytica.

Разместив анкету на Facebook за символическую плату интервьюируемому, команда собрала огромные объемы данных с пользователей. В дальнейшем они стали совершенствовать свою модель и к 2012 г. она достигла такой точности, что по 68 лайкам, поставленным в Facebook можно было определить цвет кожи, сексуальную ориентацию и партийную принадлежность пользователя. Через 300 лайков модель знала о человеке больше, чем его супруг, близкий друг или родители.

Благодаря развитию простого и дружественного пользователю интерфейса, сегодня необязательно быть исследователем, и даже иметь специальное компьютерное образование, чтобы собирать статистические данные из социальных сетей. Каждый человек практически ежеминутно сдает данные о себе в цифровое пространство, не только при помощи социальной сети, «госуслуг» или интернет-магазинов, но и просто пользуясь смартфоном. Телефон знает, сколько мы ходим, куда ездим на такси, сколько и как мы спим, едим, с кем общаемся, что нас волнует.

Всю информацию мы предоставляем сами, включая шагомер, устанавливая на ночь будильник, звоня, или скачивая полезные приложения. При помощи психометрии сегодня можно не только собрать, измерить и классифицировать эти данные, но убедить любого человека, что некая идея родилась у него в голове, и для этого даже не нужно вступать с ним в личный контакт.

Как это сделать придумали в Cambridge Analytica2 – филиале частной британской компании SCL Group. Ее подразделение SCL Elections занималось сбором данных о потенциальных избирателях, используя открытые данные о покупательском поведении пользователей и их активности в интернете. При помощи таргетированной рекламы – инструмента политического маркетинга нового поколения, как ее характеризуют специалисты, на пользователей в глобальном масштабе оказывалось индивидуальное воздействие.

Как это возможно? Благодаря инструментам психометрии, когда степень адаптации личности к социальной среде измеряют по пяти показателям: открытость новому (интеллект), добросовестность (перфекционизм), экстраверсия (отношение к социуму), доброжелательность (готовность к сотрудничеству) и нейротизм (эмоциональная стабильность). Информация, появляющаяся в ленте пользователя, максимально подбирается согласно его психологическим характеристикам. Таргетированность – то есть узость воздействия может быть абсолютно любой – как на уровне штата, так на уровне конкретного домохозяйства.

Наиболее распространенный способ воздействия на такие микро-группы –  размещение контекстной рекламы, различающейся мельчайшими деталями: стилем заголовка, фоновыми цветами, использованием визуального и аудио материала так, чтобы максимально подстроиться под психологические типы конкретного человека  или узкой группы.

При этом важно, что привычное разделение на бедных и богатых, белых и темнокожих, мужчин и женщин, демократов и республиканцев и т.п. практически полностью теряет свою значимость. Благодаря размещаемой пользователями информации появляются категории другого порядка: интроверты и экстраверты, паникеры и устойчивые к стрессу индивидуумы, оптимисты и пессимисты и т.п. – одним словом, психологические подвиды социума. Этим новым категориям пользователей показывают только то, что им нравится, хочется или,  наоборот, пугает и вызывает отвращение, с целью склонить его в сторону одобрения или порицания какого-либо действия, продукта, кандидата, государственной инициативы. И при этом не нужен огромный штат сотрудников. Программа сама сделает выборку и необходимую рассылку.

Почему это важно для нас?

Успешное использование big data в глобальных политических процессах только началось, но потенциально несет большую опасность для любого общества, не овладевшего этим новым инструментом воздействия, прежде всего потому, что процессы, которыми специалисты привыкли управлять и предсказывать их исходы, более не могут быть подвержены привычному социологам анализу. Как только Козинский, разработавший широко применяемые сегодня инструменты, осознал их опасность для политического, экономического баланса и безопасности в мире, он выступил с циклом лекций об опасности бесконтрольного использования big data. Однако было уже поздно, его коллега Александр Коган скопировал разработки и спешно переехал в Сингапур, взяв псевдоним – доктор Спектр.

Вскоре после этого мир потрясли «непредсказуемые» Brexit и победа Д. Трампа.  Для сегодняшней политической культуры симптоматично, что компания не только не скрывает своей связи с ведущими американскими деятелями, а также свою вовлеченность в глобальные политические изменения, включая выборы по всему миру, но и открыто демонстрирует свои успехи на официальном сайте. При подобной саморекламе, совершенно однозначно,  можно ожидать новых сюрпризов, а также возрастающего числа диджитал-компаний, оказывающих аналогичные услуги. И все это будет происходить до той поры пока система регулирования бесконтрольного сбора и использования данных не будет имплементирована в глобальном масштабе.

Примечания:

1 Большие данные в информационных технологиях – совокупность подходов, инструментов и методов обработки структурированных и неструктурированных данных огромных объёмов и значительного многообразия для получения воспринимаемых человеком результатов, эффективных в условиях непрерывного прироста, распределения по многочисленным узлам вычислительной сети сформировавшихся в конце 2000-х годов, альтернативных традиционным системам управления базами данных и решениям класса Business Intelligence. [Электронный ресурс] URL: http://www.sas.com/en_us/insights/big-data/what-is-big-data.html (дата обращения 22.12.2016).

2 Официальный сайт Cambridge Analytica. [Электронный ресурс] URL: https://cambridgeanalytica.org/ (дата обращения: 29.03.2018).


к списку



Комментарии к этой странице: