Koliko stranica “lajkate” na Facebooku i što pojedini “lajkovi” govore o vama? Mnogo toga. Istraživači su utvrdili da se na temelju relativno malog broja vaših lajkova vrlo precizno može odrediti vaš psihološki profil. Taj profil poslije se može upotrijebiti da bi vam se prikazivali oglasi koji rezoniraju upravo s vašim stavovima, i naveli vas da kupite određeni proizvod – ili da glasate za određenog kandidata na izborima. Upravo to je, navodno, napravio tim Donalda Trumpa u bizarnoj priči koja uključuje izvjesnog Alexandera Kogana, sumnjiva karaktera, koji ime mijenja u Dr. Spectre, genijalnog poljskog znanstvenika naivca Michala Kosinskog i tajanstvenu tvrtku čije je vlasnike nemoguće saznati…

Piše: Toni Drabik

Big data, psihometrija i volonteri: kampanja Donalda Trumpa na raspolaganju je imala detaljne psihološke profile glasača, što je volonterima na terenu omogućilo izrazito uvjerljiv i učinkovit pristup svakom od njih (Izvor fotografije: L2)

Prije nego što nastavim – ovo nije tekst o Donaldu Trumpu, o mojim ili Mrežinim političkim stavovima o narečenome, o bilo kojem političkom pitanju koje se u ilustrativne svrhe spominje u nastavku teksta ili o politici uopće. Umjesto toga, ovo je tekst o potencijalno izuzetno zanimljivoj tehnologiji koja je još u povojima, a koja će vjerojatno na razne načine utjecati na naš život u godinama koje dolaze.

Psiho-data

U prosincu 2016. švicarski časopis Das Magazin objavio je vrlo zanimljivu reportažu dvojice novinara o tehnologiji i softveru koje je tim Donalda Trumpa koristio u njegovoj uspješnoj kampanji na predsjedničkim izborima. Budući da je objavljen na njemačkom, tekst u početku nije dobio ni približnu količinu pozornosti koju zaslužuje, no krajem siječnja objavljeni su prvi prijevodi na engleskom i – Internet je eksplodirao, kako to vole reći manje duhoviti domaći portali.

Reportaža, ukratko, tvrdi da je softver koji je Trumpovoj kampanji iznajmila britanska tvrtka Cambridge Analytica, Trumpu omogućio dosad neviđeno precizno ciljanje svakog pojedinog glasača političkim porukama koje odgovaraju njenom ili njegovom individualnom psihološkom i političkom profilu.

Ako mislite da je to ono što izborne oglasne kampanje i inače rade, niste u pravu. Kampanje su se do sada bazirale na porukama oblikovanima prema pojedinim demografijama – ženama, starijoj populaciji, vjernicima, useljenicima i tako dalje.

Kampanja, primjerice, nekog kandidata koji zastupa pravo žene na pobačaj mogla je biti osmišljena tako da koristi TV i radijske oglase na programima koje, statistički promatrano, gledaju i slušaju glasači koji se identificiraju s istim stavom (mlađe generacije, useljenici, samohrani roditelji, obrazovana populacija, ateisti, agnostici i liberalniji vjernici itd.) i tako ih pokuša nagovoriti da glasaju upravo za tog kandidata. Istovremeno, ista kampanja u potpunosti bi izbjegla obraćanje glasačima u medijima za čiju publiku procjenjuju da se protivi pobačaju – radio i TV programi okrenuti konzervativnijoj populaciji, vjerski časopisi i tako dalje.

No, mogućnost pogreške ovdje je prilično velika – nisu svi gledatelji tih programa isti, niti iz istog razloga podržavaju pravo na pobačaj. Ista situacija preslikava se i na internetske medije, iako su mogućnosti ciljanja na njima dosta veće.

Zbogom demografiji

Softver koji je izradila tvrtka Cambridge Analytica ide korak dalje i omogućuje geografsko mikrociljanje prema pojedinim gradovima, kvartovima, susjedstvima, ali i ciljanje čak i prema individualnim glasačima koji su identificirani imenom i prezimenom, psihološkim profilom i svojim političkim stavovima.

Uz njegovu pomoć političku poruku moguće je oblikovati prema svakom glasaču ponaosob. Primjerice, urbanoj 25-godišnjakinji sa završenim fakultetom kandidata može predstaviti kao onoga koji podržava ženino pravo na pobačaj kao fundamentalno pravo odlučivanja o vlastitom tijelu. S druge strane, 40-godišnjem socijalnom radniku koji je karijeru posvetio pomažući žrtvama seksualnih napada, to pitanje može predstaviti u kontekstu žrtava koje su zatrudnjele kao posljedicu silovanja.

Drugi primjer koji je upotrijebio sam direktor Cambridge Analytice Alexander Nix u jednoj od svojih prezentacija tiče se podrške slobodi nošenja i držanja oružja. Određeni korisnici (oni koji cijene tradiciju, običaj i obiteljske vrijednosti) na temelju svog psihometrijskog profila vidjet će oglas sa slikom oca i sina kako u sumrak love patke, dok će drugi korisnici (oni neurotični i samosvjesni, koji prijetnje vide i tamo gdje ih ima i gdje ih nema) dobiti sliku provalnika koji razbija prozor.

Ako je vjerovati informacijama iz Cambridge Analytice, njihov softver pokazao se ključnim za Trumpov izborni rezultat, tim više što trenutačni američki predsjednik nije dobio većinu glasova onih koji su izašli na birališta – ali jest većinu glasova izbornog kolegija prema rezultatima iz pojedinih država.

15 milijuna dolara stajao je angažman Cambridge Analytice na američkim izborima – trivijalan iznos, s obzirom na to da je Trumpova kampanja do sredine listopada stajala oko 240 milijuna dolara (skoro upola manje od 450 milijuna koje je potrošila njegova protivnica)

Stručnjaci Cambridge Analytice glasače su podijelili u ukupno 32 vrste osobnosti, a fokusirali su se na svega 17 od ukupno 50 američkih saveznih država koje su procijenili ključnima. U svakim od njih prikazivane su poruke koje će rezonirati s glasačima – primjerice, kvart u Miamiju s velikim brojem haićanskih useljenika ciljan je oglasima u kojima se skretala pozornost na sumnjive poslove dobrotvorne zaklade Clintonovih tijekom obnove Haitija od potresa, čime se potencijalne glasače Trumpove protukandidatkinje navodilo na to da ostanu doma – a poruke su često bile određene psihološkim profilima.

Pored tog softvera, Trumpova kampanja navodno je bila opremljena i posebnom mobilnom aplikacijom koju su koristili volonteri na terenu, koji uoči izbora tipično obilaze lokalne glasače. Volonteri su, navodno, u toj aplikaciji za svakog pojedinačnog glasača imali kratak profil, uključujući političke stavove i pitanja koja ga najviše muče – kao i poruke koje su svakom pojedinom glasaču trebali podastrijeti kako bi se on odlučio izaći na izbore i glasati za Trumpa.

Na scenu stupa Facebook

Zanimljivo je pitanje na koji je način Cambridge Analytica došla do profila pojedinih glasača. Prema tvrtki, riječ je o jednostavnom, ali zamornom i računalno vrlo intenzivnom, kombiniraju terabajta javno dostupnih podataka iz najrazličitijih izvora – od gruntovnice, katastra i telefonskih imenika, preko javno dostupnih profila na društvenim mrežama, pa do baza podataka podatkovnih brokera (tvrtki koje trguju osobnim podacima) kao što je Experian. U pitanju su ogromne količine podataka koje su često nestrukturirane ili polustrukturirane, no obrađene i kombinirane čine izuzetnu vrijednost.

Priča švicarskih novinara kaže, međutim, da je osnovna ideja za ovakvo profiliranje potekla od projekta koji je započeo poljski psiholog Michal Kosinski još 2008. godine, netom nakon što je iz Varšave stigao na doktorski studij u Psihometrijskom centru na Sveučilištu Cambridge u Velikoj Britaniji. Kosinski i njegov kolega David Stillwell iskoristili su aplikaciju MyPersonality, koju je Stillwell isprogramirao za Facebook godinu dana ranije kako bi proučili može li se odrediti psihološki profil iz javno dostupnih podataka o korisnicima.

Michal Kosinski: poljski genijalac koji je u 26. godini razvio preteču metode koju je Cambridge Analytica iskoristila u upravljanju kampanjom na američkim izborima (Izvor fotografije: službene fotografije Sveučilišta Stanford)

Aplikacija koju su tijekom vremena preuzeli i koristili milijuni ljudi funkcionira vrlo jednostavno: korisnici odgovaraju na veći broj pitanja tipičnih za psihološko profiliranje O.C.E.A.N. razvijeno u osamdesetima, a aplikacija preko odgovora određuje psihološki profil korisnika na temelju pet karakteristika: otvorenost, samosvjesnost, ekstrovertiranost, suglasnost i neurotičnost. No, aplikacija ima na raspolaganju i pristup cijelom Facebook profilu svakog korisnika, što je Kosinskom i Stillwellu omogućilo da naprave korelaciju između psiholoških profila i stvari koje su korisnici “lajkali” i dijelili preko Facebooka.

Zahvaljujući ogromnoj količini podataka, njihov model je na kraju bio u mogućnosti na temelju malog broja lajkova odrediti O.C.E.A.N. profil i neke druge karakteristike novih korisnika sa zavidnom točnošću. Primjerice, uz samo 68 korisnikovih “lajkova” model može s 95-postotnom točnošću odrediti njihovu rasu, s 88-postotnom točnošću seksualnu orijentaciju, a s 85-postotnom točnošću stranačku opredijeljenost u SAD-u (naginje li korisnik više republikancima ili demokratima).

SCL, tvrtka vlasnik Cambridge Analyticsa bavi se, kažu, “upravljanjem izborima”. Nemoguće joj je saznati pravog vlasnika

Kosinski je prve podatke iz tog istraživanja objavio 2012. godine. Odmah su uslijedila dva telefonska poziva iz Facebooka – prvi s prijetnjom tužbom (“lajkovi” stranica koji su do tada bili javni za nekoliko su tjedana naglo pretvoreni u privatne), a drugi s ponudom za posao.

Kosinski je, međutim, ostao na Cambridgeu i nastavio usavršavati model, a 2014. godine pristupio mu je izvjesni Aleksandr Kogan i ponudio suradnju u ime tvrtke SCL, koja je bila zainteresirana za njegovu metodu i bazu podataka MyPersonality. Uvidjevši da je u pitanju tvrtka koja se bavi “upravljanjem izborima”, Kosinski je nakon savjetovanja s kolegama odbio ponudu. Kogan je u međuvremenu nestao sa scene i promijenio prezime u manje ni više nego – Spectre (fanovi Jamesa Bonda, ne šalim se: frajer se fakat sada tako zove).

Prvo Brexit, zatim Trump

Nekih godinu dana kasnije, Nigel Farage, lider jedne od frakcija koja se borila za izlazak Britanije iz EU objavio je da je angažirao tvrtku koja se bavi big data rješenjima za mikrotargetiranje glasača na predstojećem referendumu. Tvrtka je, pogađate, bila Cambridge Analytica, koja je u potpunom vlasništvu SCL-a, koji ju je osnovao 2013. godine za sudjelovanje u kampanjama u američkim izborima. Pametno odabranom imenu unatoč, Cambridge Analytica nema ama baš nikakve veze s čuvenim sveučilištem. Zanimljivo je i to da je nemoguće otkriti tko zapravo stoji iza SCL-a, jer je tvrtka dobro sakrivena iza čitave mreže raznih panamskih i drugih off-shore paravanskih kompanija.

Rezultat referenduma o Brexitu je poznat, rezultat američkih predsjedničkih izbora isto tako. Cambridge Analytica se u obavijesti za javnost pohvalila uspješnim sudjelovanjem i na jednom i na drugom političkom događaju, a hvale se i “interesentima” u europskim zemljama u kojima razni izbori tek predstoje.

Ipak, tvrtka je odbila dati bilo kakve dokaze o učinkovitosti svog sudjelovanja u kampanji. Također, nakon objave članka u Das Magazinu, iz tvrtke su poručili kako ne koriste podatke s Facebooka (kontradikcija onome što je njihov šef izjavio na jednom od svojih predavanja u rujnu 2016. u New Yorku), da ne surađuju s Michalom Kosinskim i da je njihova metoda sasvim drugačija te kako su “jedva koristili” psihometriju – u što je još i najteže povjerovati.

Sve opcije – otvorene

Čini se da su softver Cambridge Analytice i njegova upotreb       a u američkim izborima otvorili pravu Pandorinu kutiju. Michal Kosinski, trenutačno na Sveučilištu Stanford, nakon ovih je događaja, s kolegicom Sandrom Matz, krenuo u analizu učinkovitosti takvih alata, i prvi rezultati su zapanjujući: u oglasnim kampanjama na Facebooku se korištenjem psihometrije – prikazivanja oglasa u skladu sa psihološkim profilom posjetitelja – može povećati broj klikova na oglas čak 63%. Inicijalni podaci navode i povećanje broja konverzija za 1.400, ali bez navođenja usporednog broja konverzija kad se ne koristi psihometrija.

Alexander Nix, šef Cambridge Analytice, otvoreno se hvali učinkovitošću u Trumpovoj kampanji i referendumu o Brexitu, ali ne daje nikakve konkretne brojke (Izvor fotografije: videomaterijal tvrtke Cambridge Analytica na YouTubeu)

Ovo je potencijalna zlatna koka za sve tvrtke koje se bave oglašavanjem i prodajom preko društvenih mreža, i očekujte da ćete u skoroj budućnosti gledati oglase koji će biti skrojeni doslovce prema vašoj mjeri, iskorištavajući pri tome mnogo više podataka o vama nego do sada.


Kako radi psihometrijsko profiliranje

  • Gomile podataka iz raznih izvora slijevaju se u podatkovni centar, gdje ih zaprima i obrađuje softver koji spaja pojedine informacije s pojedinim korisnicima
  • Softver izrađuje detaljni psihološki profil svake osobe i spaja ih s podacima preko kojih ih se može identificirati, poput profila na društvenim mrežama
  • Na temelju psiholoških profila i robe koja se prodaje, stručnjaci za marketing i psiholozi kreiraju oglase koji jako rezoniraju s pojedinim vrstama profila
  • Oglasne mreže prikazuju takve oglase individualnim korisnicima – učinkovitost kampanje znatno je veća nego prilikom korištenja klasičnih oglasa

Kako se zaštititi?

Kako se zaštititi od psihoprofiliranja preko javno dostupnih podataka? Nikako – o vama, kao i o svakome od nas, dostupno je već previše podataka da biste išta mogli učiniti kad je to u pitanju. Nosite se s tom realnošću, ili u najgorem slučaju lobirajte kod svojih zakonodavaca da među gomilom puno beskorisnije regulative donesu i onu koja se bavi ovakvim pitanjima.

Bez obzira na to što ste vjerojatno već previše izloženi, dobra ideja je da ubuduće pazite na to koje aplikacije dodajete u svoj Facebook profil, a posebno na razne kvizove i zabavne gluposti. Gomila njih traži potpuni pristup vašem profilu koji im uopće nije potreban, a pri tome nije jasno što točno rade sa svim vašim podacima. Aplikacija Kosinskog iskoristila ih je za vježbanje prediktivnog modela za izradu psihoprofila – drugi ih možda koriste u puno gore svrhe.


Testirajte se sami!

Ako želite osjetiti svu moć metode koja je opisana u tekstu, skočite na applymagicsauce.com. Na toj adresi pronaći ćete aplikaciju Michala Kosinskog koja će na temelju vaših “lajkova” na Facebooku izraditi vaš psihološki profil prema metodi O.C.E.A.N.

Osim psihoprofila, u aplikaciji se nalazi i link na klasičnu metodu izrade O.C.E.A.N. profila – onu u kojoj odgovarate na gomilu pitanja o vašim referencama i ponašanju. Kratka i neznanstvena usporedba koju sam proveo za potrebe ovog teksta pokazala je da se profil koji je izradila aplikacija i profil dobiven rješavanjem upitnika poklapaju u pet od pet testiranih slučajeva (riječ je o pet različitih osoba koje su samostalno rješavale test).

Ipak, imajte na umu da je sve ovo samo zabava – rješenje Cambridge Analytice opisano u tekstu koristi neopisivo veće količine podataka za profiliranje, i već je na osnovi toga preciznije.