di Luca Proietti
Una società di nome Cambridge analytica avrebbe utilizzato dati sensibili, ricavati dagli utenti di Facebook, per costruire annunci pubblicitari personalizzati e adattati al profilo psicologico e personologico di ogni utente. Ecco svelata una delle armi di persuasione dietro alla vittoria di Trump e al fenomeno Brexit.
Per costruire annunci personalizzati è stato utilizzato un algoritmo di microtargeting comportamentale, ideato da un ricercatore in psicologia, Michal Kosinski. Secondo l’autore è sufficiente conoscere 70 “Mi piace” espressi su Facebook da un utente per sapere più cose sulla sua personalità di quante ne sanno i suoi amici, 150 per saperne più dei suoi genitori, 300 per saperne più del suo partner, oltre i 300 “Mi piace” si arriverebbe a conoscere la personalità di un utente meglio di quanto possa fare egli stesso.
Alcune fonti, tra cui il New York Times e il Guardian, affermano che la società Cambridge Analitica avrebbe utilizzato tale algoritmo, senza il consenso degli utenti, per promuovere la campagna elettorale di Trump e orientare il volere del popolo britannico a favore della Brexit. Gli annunci delle campagne dei due eventi sui social network venivano differenziati e personalizzati per far presa sulle diverse caratteristiche psicologiche dei diversi utenti.
Nella campagna pro-Trump, ad esempio, a coloro che l’algoritmo individuava come amanti della tradizione, erano indirizzati annunci con immagini di un padre che insegnava al figlio a cacciare; a coloro che venivano individuati come preoccupati per la sicurezza erano indirizzati contenuti che indicavano Trump come garante della sicurezza; a chi era percepito come emotivamente stabile venivano prefigurate l’insicurezza e i pericoli derivanti da una vittoria degli avversari politici di Trump.
Nel 2013 Kosisnki, Stillwell e Graepel hanno pubblicato l’articolo “Private traits and attributes are predictable from digital records of human behavior”, sulla rivista Proceedings of the National Academy of Sciences, in cui spiegano come sia possibile predire caratteristiche psicologiche e demografiche di un utente sulla base dei Likes che questo ha espresso su Facebook.
Il campione di dati analizzato proveniva da 58.000 volontari, di cui erano noti i “Mi piace” espressi su Facebook: per il 50% degli utenti si disponeva di almeno 100 like e per il 20% di almeno 250. La media era di 68 like per utente con un valore massimo 700 like a testa e minimo di 1. I “Like” espressi sono stati utilizzati per predire con molta sensibilità attributi personali degli utenti quali orientamento sessuale, etnia, religiosità, orientamento politico, tratti di personalità, separazioni genitoriali, età e genere.
Limitando l’analisi ai 500 individui di cui si disponevano almeno 300 Like a testa, aumentava la precisione della predizione a scapito della quantità delle informazioni.
La validità delle predizioni è stata misurata confrontando poi i risultati ottenuti con quelli di test psicometrici (Big Five, matrici di Raven, soddisfazione della qualità di vita) e con i dati demografici degli utenti. Sono state studiate variabili di due tipi: quelle dicotomiche che prevedevano cioè due opzioni maschio/femmina, repubblicano/democratico; e quelle numeriche come età, soddisfazione della propria vita etc.
Per le variabili dicotomiche il modello statistico costruito ha permesso di determinare correttamente l’orientamento sessuale nel 88% dei casi, distinguere tra americani di origine caucasica e africana nel 95%, e tra democratici e repubblicani nel 85% , lo status relazionale e l’abuso di sostanze tra il 73% e il 68%. Ad esempio esprimere “Mi piace” per contenuti riguardanti preoccupazioni sulla stabilità e la fedeltà nelle relazioni individuava nel 60% dei casi utenti che prima dei 21 anni avevano subito una separazione genitoriale.
Per quanto riguarda le variabili numeriche la più alta accuratezza è stata raggiunta con la predizione dell’età (valore di correlazione del 0.75). Gli autori hanno analizzato anche i tratti psicologici latenti, cioè quelle caratteristiche psicologiche che non possono essere misurate direttamente, il cui valore può essere misurato solo con test psicologici appositi come ad esempio estroversione, stabilità emotiva, coscienziosità, etc. La predizione con i Like nel valutare i tratti di apertura ed estroversione ha raggiunto quasi la stessa precisione dei test psicometrici, è risultata invece meno precisa nei confronti di altri tratti.
Basta fare attenzione ai mi piace che si mettono per evitare di essere profilati, direte voi. Invece non è sufficiente. Infatti l’algoritmo non utilizza tanto i Like espressi per contenuti che possano indicare esplicite preferenze come (ad es. associazioni omosessuali piuttosto che religiose), quanto quelli espressi per contenuti meno espliciti ma più popolari, come preferenze musicali, o per serie tv, che esprimiamo in maniera più spontanea e meno accorta.
Oltre che con i Like, è possibile predire attributi e caratteristiche personali anche con la cronologia delle ricerche, dei siti visitati e degli acquisti on-Line. Questi dati ad esempio possono essere utilizzati per personalizzare e adattare sempre più la pubblicità di prodotti alla psicologia del consumatore. Così per pubblicizzare polizze assicurative potremmo enfatizzare la sicurezza negli annunci indirizzati a persone che patiscono emotivamente l’instabilità, e al contrario stressare sulle possibili minacce o rischi quando l’annuncio è indirizzato a persone emotivamente stabili.
I ricercatori concludono ricordandoci che questo algoritmo può potenziare e aprire nuovi orizzonti alla ricerca in psicologia, ma nelle mani sbagliate può diventare pericoloso per la riservatezza delle persone. Può infatti essere utilizzato per ottenere dati riservati da un largo numero di persone senza il loro consenso, come è avvenuto con la società Cambridge Analytica. Come abbiamo visto non è infatti sufficiente fare attenzione ai Like che mettiamo su contenuti che indicano preferenze esplicite, come ad esempio il nostro orientamento politico, perché l’algoritmo carpisce informazioni in tal senso dai Like su contenuti non espliciti.
