Malestar en la civilización digital. Jean-Paul Lafrance
Чтение книги онлайн.
Читать онлайн книгу Malestar en la civilización digital - Jean-Paul Lafrance страница 8
4. Cambridge Analytica utiliza el archivo para construir el perfil electoral
Kogan y Cambridge Analytica emplean los datos con fines de perfilamiento electoral, creando una base de datos que permite al equipo de campaña de Donald Trump saber más de lo que nadie ha sabido jamás sobre los usuarios de Facebook. Así, puede concebir mensajes adaptados a los electores en función de sus opiniones políticas, sus actitudes y sus valores. El proyecto estaba basado en el trabajo de un antiguo investigador de la Universidad de Cambridge, Michal Kosinski, que estudiaba las personalidades en función de sus actividades en línea; Kosinski y otro investigador, David Stillwell, trabajaron durante varios años sobre su propio test de personalidad en Facebook: MyPersonnality. Ellos recogieron las respuestas de seis millones de participantes en ese test, así como los perfiles de Facebook de todos sus “amigos”. En el 2015, publicaron un estudio titulado “Las evaluaciones de personalidad realizadas por computadoras son más seguras que las de los humanos”, donde demostraban que podían diseñar un retrato psicométrico de una persona de modo bastante preciso, basándose simplemente en lo que a ella “le gusta” en Facebook. “El hecho de que las computadoras evalúen mejor las personalidades que los seres humanos ofrece oportunidades, pero también presenta riesgos en términos de juicios psicológicos, de marketing y de respeto de la vida privada”, señalaban. Pero según varios medios, Kosinski habría rehusado compartir sus datos con Kogan y Cambridge Analytica, temiendo que fueran utilizados con fines electorales. Kogan creó, entonces, su propio test. Y Cambridge Analytica probó que los métodos de Kosinski, que luego se fue a la Universidad de Stanford, ofrecían resultados no confiables. La firma comenzó utilizando un test de perfilamiento estándar conocido como Big Five, pues medía los cinco rasgos siguientes: (1) la apertura (apreciación del arte, curiosidad e imaginación), (2) la concienciosidad (respeto de las obligaciones, organización), (3) la extraversión (emociones positivas, carácter emprendedor), (4) la agradabilidad (tendencia a ser compasivo y cooperativo más que desconfiado) y (5) el neuroticismo (tendencia a la cólera, la inquietud o la depresión). Los participantes debían decir si aprobaban o desaprobaban “fuertemente” o “más o menos” afirmaciones como “tiendo a ser organizado” o “el arte no me interesa”. Los resultados fueron afinados con las informaciones sobre la actividad en Facebook del participante y de sus amigos. Para clasificar los electores, un algoritmo encontraba un vínculo entre “agradabilidad” o “neuroticismo” en función del sexo, la edad, la religión, los ratos de ocio, los viajes y opiniones sobre temas precisos. Este estudio permitió recoger más de cuatro mil datos sobre cada elector americano, de lo que se jactaba Alexander Nix, el dueño de Cambridge Analytica, antes de la suspensión de la empresa. Ella permitió lo que él denominó el microperfilamiento comportamental y el mensaje psicográfico.
En otros términos, una campaña electoral podía difundir, vía Facebook u otras redes sociales, mensajes, informaciones o imágenes finamente focalizadas para manipular a los electores. Según The New York Times, la campaña de Trump utilizó los datos de Cambridge Analytica para segmentar poblaciones en función de la publicidad electoral, realizar simulaciones de participación en la elección, identificar las regiones donde serían más eficaces los desplazamientos del candidato, etcétera. Pero, en realidad, lo que interesaba a los estrategas de Donald Trump era determinar concretamente qué electores podrían votar por él si se les incitaba a hacerlo, en particular, en lo que en Estados Unidos se llama los swing states o “estados bisagra”, o “estados pivote”, donde es posible hacer bascular la victoria de un partido a otro, simplemente desplazando algunas centenas de votos.
5. El uso de las informaciones segmentadas en la elección
Gracias a las informaciones obtenidas por algoritmos, los estrategas del Partido Republicano pudieron concentrarse en los estados más fáciles de arrebatar a los demócratas, esto es: (1) Michigan (16 electores) con el 47,6 % por Trump y el 47,3 % por Clinton; (2) Ohio (18 electores), considerado el barómetro de la elección; (3) Wisconsin (10 electores) con el 48,6 % por Trump y el 46,1 % por Clinton; y (4) Pensilvania (20 electores) con el 48,8 % por Trump y el 47,7 % por Clinton. Dos semanas antes de la elección, el Partido Republicano hizo llegar publicidades focalizadas a un escaso número de electores seleccionados por su simpatía con un partido de derecha, de las cuales varias eran falsedades manifiestas (fake news), tales como “Hillary Clinton es la más corrupta de las candidatas que se presentan a las elecciones” o “H. Clinton quiere quitarle el derecho a portar un arma”, etcétera.
Fue así como, con un mínimo número de intervenciones en las redes sociales (aproximadamente 700 000 sobre 129 millones de votantes), fue cambiado el resultado del escrutinio, gracias a las publicidades enviadas al lugar adecuado en el momento adecuado. Trump ganó las elecciones con 62 984 825 votos, es decir, con el 46,1 % y 304 electores, mientras que Hillary Clinton tenía 65 853 516 votos, o sea, el 48,2 % y 227 electores. Es sabido que el presidente de Estados Unidos no se elige por sufragio universal, sino por los electores, cuyo número varía en función de la población del Estado. Actualmente (1 de junio del 2019), Trump sigue siendo presidente; Cambridge Analytica se declaró en quiebra a principios del 2018, pero otros clones se instalan para explotar ese filón de oro. Recordemos que Cambridge Analytica habría intervenido en numerosas campañas electorales de los cinco continentes, como en Italia, Ucrania, la República Checa, Kenia, México, Colombia, Brasil, India, Malasia…
El retrato psicométrico del usuario de Facebook
Las explicaciones de Zuckerberg frente a los medios, el Congreso y el Senado americano, y la Cámara de los Lores en Inglaterra, no conmovieron a nadie. Y no es la primera vez que el más alto responsable de la red social Facebook se hizo sermonear, ya que él pretende que su empresa “no funge en la venta de datos, sino en la venta de píxeles”. Pero, como la inmensa mayoría de las redes sociales, abre sus puertas a los “desarrolladores externos”, que crean aplicaciones potentes e incisivas de perfilado de los usuarios, estableciendo lo que los psicomotivadores denominan un retrato psicométrico de los consumidores, que es hoy en día la clave de la venta al público de productos y servicios. Todos los ingresos de las redes sociales, o casi, provienen de la publicidad. Ellos dicen que no venden datos, pero sí el acceso a un consumidor con características muy precisas, fruto del cruzamiento de los datos del motor de búsqueda. Pero cada empresa se permite utilizar y enriquecer su banco de datos con los data de sus compañías, sea para Facebook, Instagram, WhatsApp u Oculus. En el caso de Google, se hace de todas las búsquedas y los contenidos visionados en YouTube, su filial. Incluso explotó durante mucho tiempo el contenido de los mensajes electrónicos de los internautas con una cuenta de Gmail, antes de renunciar públicamente a ello en junio del 2017. Además, todas las redes sociales venden sus datos brutos a desarrolladores externos y allí, contrariamente a lo que afirman, pierden toda traza de ellos y del uso de los mismos que esos terceros hacen, como se pudo constatar en el caso de Cambridge Analytica (ver más abajo).
En el caso de Facebook, la parte pública de las informaciones que el usuario entrega (o sea, toda la página de presentación para algunos, o para otros, únicamente su nombre y apellido, y su foto) no necesita la autorización de divulgación por parte del usuario; por el contrario, la utilización del resto de la información requiere en principio el consentimiento del interesado6.
Tipos de segmentaciones posibles de Google y de Apple Google