Det er kjent at alle våre handlinger på nettet setter spor, og ikke bare på nettet. Det registreres hva de kjøpte (kort), hvor de besøkte (smarttelefoner), videokameraer i hele byen, videoopptakere på biler osv. Teoretisk sett, hvis du analyserer alle disse dataene, kan du finne ut alt om en person.
Spørsmålet er bare: hvorfor er dette nødvendig? Vel, du lærte alt om alle - hva så? Tross alt, selv uten å lagre en enorm mengde informasjon om mennesker, er alt som trengs kjent - de er ikke så forskjellige fra hverandre.
De sier at å analysere slike data vil bidra til å forbedre salget og stemme på den rette kandidaten. Ja, men alle kandidater og alle selgere vil ha data - hva er fortjenesten?
Etter min mening er alt dette tull: data om alle er rett og slett ikke nødvendig, men om en enkelt person kan samles inn, men dette er et annet spørsmål, og foruten elektroniske data er det måter og mer pålitelige.
Men jeg vil virkelig tro på makt og nye muligheter.
I dag skriver media mye om en viss Mikhail Kozinsky.
Han er en polak, fra Vashava. Han er 34 år gammel. I 2008 gikk han inn på Cambridge Center for Psychometrics, Cavendish Laboratories – et laboratorium for psykometri for å jobbe med en doktorgradsavhandling (jeg minner om at de ikke har en Ph.D., så han var noe sånt som vår doktorgradsstudent).
Kozinsky og klassekameratene hans lanserte datapsykologisk testing. Takket være Facebook-applikasjonen de opprettet kalt MyPersonality, skaffet de psykologiske data til millioner av mennesker.
Deretter studerte de statistiske sammenhenger mellom psykologiske egenskaper, alder, kjønn, rase, seksuell legning og det som folk legger inn, sidene de besøkte, etc.
Som et resultat fikk vi et stort antall noen slags forbindelser, ifølge hvilke Kosinsky nå blir tatt av likes og sider for å etablere kjønn, alder, rase, seksuell legning, noen personlighetstrekk.
I utgangspunktet ikke noe spesielt. Kozinsky selv presenterer resultatene sine veldig smart: . for eksempel, hvis en mann følger et MAC-kosmetikkmerke, er det høyst sannsynlig at han er homofil. Tvert imot, en sterk indikator på heteroseksualitet er om en person liker hiphop-gruppen Wu-Tang Clan fra New York. En fan av Lady Gaga er høyst sannsynlig en ekstrovert, og en person som "liker" filosofiske innlegg er en introvert.
I 2012 beviste Kozinski at å analysere 68 Facebook-likes er nok til å bestemme motivets hudfarge (med 95 % sannsynlighet), homoseksualitet (88 % sannsynlighet) og tilslutning til det amerikanske demokratiske eller republikanske partiet (85 % sannsynlighet). Men prosessen går videre: intellektuell utvikling, religiøse preferanser, avhengighet av alkohol, røyking eller narkotika. Dataene gjorde det til og med mulig å finne ut om forsøkspersonens foreldre skilte seg før myndighetsalder eller ikke. Modellen viste seg å være så god at det ble mulig å forutsi svarene til faget på visse spørsmål. Snart var modellen i stand til å gjenkjenne en person bedre etter ti studerte likes enn kollegene på jobben. Etter 70 likes - bedre enn en venn. Etter 150 likes - bedre enn foreldre. Etter 300 likes - bedre enn en partner. Med enda flere handlinger lært, ville det være mulig å lære mer om en person enn han gjør seg selv.
Kozinsky og teamet kan rangere folk på Big Five-kriteriene basert på brukerbildet deres, sosiale medier-bilde. Eller til og med etter antall venner: en god indikator på utadvendthet! Men vi deler også personlige data når vi er offline. Bevegelsessensoren i en smarttelefon viser om vi vifter med hånden med den, hvor langt vi kjører (korrelerer med emosjonell ustabilitet). Som Kozinsky bemerker, er en smarttelefon et stort psykologisk spørreskjema som vi frivillig eller ufrivillig fyller ut. Det viktigste er at det også fungerer motsatt side: du kan ikke bare lage et psykologisk portrett fra dataene, du kan søke etter de nødvendige blant disse portrettene. For eksempel bekymrede pappaer, forbitrede introverte, usikre tilhengere av demokratene.
Etter min mening er dette mest Kozinskys PR enn reelle resultater, men folk tror ham.
Kozinsky jobber på Facebook og utfører kommersielle bestillinger. Så i 2014 svarte han på spørsmål om 10 millioner amerikanske borgere.
Nå sier Kozinsky at dette var skumle mennesker fra de som styrer verden.
Takket være hans arbeid mottok de nøkkelen til sjelene til millioner.
Disse dataene, etter hans mening, ble brukt av de som trakk av Brexit, så vel som Trump. Poenget var at det for enkelte grupper mennesker ble brukt forskjellige annonser som kom til FB.
Alt dette ble gjort av Cambridge Analytica. Her er hvordan de selv forklarer prinsippet i arbeidet sitt.
For eksempel loven om fri sirkulasjon av våpen: «For engstelige mennesker med høyt nivå av nevrotisisme, presenterer vi våpen som en kilde til trygghet. Her viser det venstre bildet hånden til en innbruddstyv som knuser et vindu. Og på det høyre bildet ser vi en mann med sønnen, som går over feltet med rifler mot solnedgangen. Åpenbart andejakt. Dette bildet er for velstående konservative ekstroverte.»
Firmaet identifiserer 32 psykotyper blant amerikanske statsborgere, og konsentrerer seg om bare 17 stater. Og akkurat som Kozinski fant ut at mannlige MAC-kosmetikkelskere mest sannsynlig var homoseksuelle, beviste Cambridge Analytica at den amerikanske bilindustrien helt klart var en potensiell Trump-tilhenger. Slike oppdagelser hjalp blant annet Trump selv med å forstå hvilke meldinger som best brukes hvor. Kampanjens beslutning om å fokusere på Michigan og Wisconsin de siste ukene var basert på dataanalyse. Kandidaten har blitt en modell for å anvende systemet.
Kozinski hevder at psykologisk målretting, som den som brukes av Cambridge Analytica, øker antall klikk på Facebook-annonser med 60 %. Sannsynligheten for at folk etter å ha sett personlig tilpassede annonser vil iverksette tiltak (kjøpe den eller den tingen eller stemme på den rette kandidaten) øker med 1400 %.
Gjør virkelig ny teknologi folk så kontrollerbare? Og er det egentlig bare FB-brukere som stemmer i USA? For eksempel går pensjonister til valg i landet vårt, og en god, gammel TV er nok for dem.
David Stillwell og Michal Kosinski fra University of Cambridge (UK) utviklet dataprogram, i stand til å "beregne" personlighetstrekkene og karakteren til brukeren, med fokus på "likes" etterlatt av ham i sosiale nettverk. Dessuten, ifølge utviklerne, gjør den nye algoritmen dette mye mer nøyaktig enn ekte mennesker.
"Evnen til å bedømme egenskapene til en persons personlighet har vært hjørnesteinen i vårt sosiale liv, siden de sosial handling som vi tar hver dag, og ender med langsiktige beslutninger, som hvem vi skal gifte oss med, hvem vi skal stole på, hvem vi skal ansette eller velge til president, - kommenterer David Stillwell. "Resultatene av slike algoritmer kan i betydelig grad hjelpe oss å ta det riktige valget."
Dette er ikke den første slike utvikling av Kosinski og Stilwell. I 2013 introduserte de et program som nesten umiskjennelig ble bestemt av "likes" slike egenskaper som alder, rase, seksuell legning og IQ til Facebook-brukere.
Når det gjelder den nye programvareversjonen, basert på "likes" plassert under innleggene, er den i stand til å identifisere brukere i henhold til fem kriterier brukt av vestlige psykologer for å studere den menneskelige personlighetsmodellen: disse er velvilje, åpenhet, samvittighetsfullhet, emosjonell stabilitet og ekstraversjon.
For å teste nøyaktigheten til algoritmen laget forskerne en spesiell spillapplikasjon for Facebook - myPersonality. I løpet av arbeidet med det ble brukerne bedt om å svare på en rekke spørsmål knyttet til deres verdensbilde, samt å vurdere karaktertrekkene til en eller flere av deres "venner" i det sosiale nettverket.
Totalt lastet 87 tusen ned applikasjonen, mens 17 tusen var «venner» på Facebook eller kjente hverandre i det virkelige liv.
En utrolig ting viste seg: det virtuelle programmet taklet oppgaven med å identifisere en person mye bedre enn virtuelle og ekte venner og bekjente av en person gjorde! Programmet trengte bare 10 "likes" for å gi en mer nøyaktig vurdering av en persons personlighet enn kollegene hans på jobben, 70 "likes" - for å overgå tallene til venner og 150 - slektninger.
Et slikt resultat etterlater tvetydige inntrykk. På den ene siden, sier eksperter, kan analysen av "likes" hjelpe oss med å bygge et mer nøyaktig portrett av personen vi skal forholde oss til - i personlig liv, på jobb, i virksomhet og så videre.
På den annen side stiller det spørsmål ved sikkerheten til personopplysninger på Internett, for hvis noen bestemmer seg for å bruke programmet, kan han finne ut mer om oss enn vi ønsker ... Over tid kan dette til og med tvinge folk til å begrense bruken sin av sosiale nettverk.
I I det siste Det har vært mange studier som prøver å studere folk etter hvordan de oppfører seg på Internett. Så, sist, kom forskere fra Ohio University til den konklusjon at menn som liker å legge ut selfies på sosiale nettverk er utsatt for antisosial oppførsel.
Omtrent 800 menn i alderen 18 til 40 år ble rekruttert til å delta i studien. Alle deltakerne ble bedt om å svare på hvor ofte de legger ut bildene sine på sosiale nettverk. De fylte også ut spørreskjemaer, på grunnlag av hvilke forskere trakk konklusjoner om deres sosiale oppførsel og selvobjektivering (oppmerksomhet på eget utseende).
Russland planlegger i 2018 å innføre et system for å vurdere kredittverdigheten til låntakere basert på psykometriske modeller, sa Alexander Vedyakhin, Senior Vice President i Sberbank.
«I 2018 tror jeg det allerede vil være det. Det ideelle alternativet er et ansikt, en telefon, slik at vi forstår hvem, alle spor, alle kilder, slik at det blir klart hva slags person han er, og hvis han liker rosenkransen i fengselet og Vladimir Central, trenger han knapt å godkjenne lånet umiddelbart, mest sannsynlig må du se noe igjen, ”sa Vedyakhin (sitat fra Interfax).
Sberbank spår fremveksten av humanoide roboter om 10-15 år
Om 10-15 år vil android-roboter med universell kunstig intelligens dukke opp, sa Vedyakhin. I følge han, eksisterende systemer kunstig intelligens er begrenset til spesifikke oppgaver satt av utviklerne, og humanoide roboter vil være utstyrt med universell intelligens. Slike humanoide roboter kan brukes i nesten alle felt, sa Vedyakhin. Ved å gjøre det kan de trenes til å etterligne menneskelige følelser.
Ifølge topplederen pågår allerede et pilotprosjekt om psykologisk scoring, der et «begrenset utvalg» av samtykkende klienter deltar. «Vi handler fullt ut i samsvar med lovgivningen om beskyttelse av personopplysninger, så dette er retningen der vi jobber. Dette er en prototype som vi studerer internt, men her tar vi fullt samtykke fra kundene,” sa senior visepresident i Sberbank.
Vedyakhin spesifiserte at psykometrisk skåring vil være basert på en metode utviklet av den polske forskeren Mikhail Kosinski. Kosinski er en ledende autoritet innen psykometri, en gren av psykologi basert på dataanalyse. Han utviklet et system som ved å analysere brukerhandlinger i sosialt nettverk, utgjør et psykologisk portrett av en person.
Financial Times skrev om studien av forskere fra Cambridge og Stanford universiteter. Forskerne kom til den konklusjonen at brukerprofilen, kompilert på grunnlag av hans likes i det sosiale nettverket Facebook, beskriver personligheten hans bedre enn selv de nærmeste menneskene gjør. Cambridge og Stanford universiteter konkluderte med at en datamaskin beskriver en persons personlighet bedre enn hans kollega etter å ha analysert bare 10 likes, enn en venn etter 70 likes, enn en slektning etter 150 likes og enn en ektefelle etter 300 likes. Gjennomsnittlig for Facebook antall likes per bruker er 227, bemerker FT.
