Новые боги. Как онлайн-платформы манипулируют нашим выбором и что вернет нам свободу
В ноябре 2019 года мы приступили к завершению метаанализа литературы, посвященной фейсбуку, который готовили несколько месяцев. Можно было бы, конечно, проанализировать и другие медиаплатформы, чтобы ответить на вопрос об успешности предсказательной силы данных из всех соцсетей. Однако я все же думаю, что сфокусироваться именно на фейсбуке было верным решением, ведь там больше всего пользователей.
В ходе обширного штудирования литературы (более чем 900 работ) мы отобрали ядро из 21 статьи, в которых черты личности прогнозировались исходя из данных в фейсбуке. Затем они были включены в итоговую оценку. В ходе метаанализа мы обнаружили несколько интересных моментов[303]. Во-первых, коэффициент корреляции между цифровыми следами на фейсбуке и личностными характеристиками составил 0,34 по всем характеристикам, входящим в «большую пятерку» (0,34 × 0,34 = 0,115, т. е. примерно 12 % дисперсии). Во-вторых, наиболее сильной оказалась корреляция с уровнем экстраверсии. Все результаты представлены в таблице 4.1.
К слову, наш метаанализ показал, что прогноз становится точнее, если учитывать как можно больше различных форм цифровых следов.
Табл. 4.1. Взаимосвязь между параметрами «большой пятерки» и данными фейсбука в метаанализе Маренго и Монтага (2020; см. примечание 303)
Поскольку мы рассматривали только следы на фейсбуке, стоит упомянуть и другой метаанализ данных, проведенный Дэнни Азукаром (совместно с Давиде Маренго). Они определяли предсказательную силу цифровых следов за пределами фейсбука[304]. Этот анализ дал схожие с нашими результаты.
Работа Михала Косински вызвала настоящую волну обсуждений в научном сообществе прежде всего из-за ее связи со скандалом вокруг Cambridge Analytica. Бытует мнение, что то исследование стало методологической основой для теневой деятельности компании. Однако я убежден, что эта работа в любом случае, даже без истории с Cambridge Analytica, вызвала бы большой резонанс, поскольку она имеет огромное значение для дальнейшего развития психоинформатической диагностики. Результаты убедительно показывают, какую информацию можно извлечь из «простого» источника цифровых данных (например, лайков).
Теперь мы знаем, что наши цифровые следы позволяют предсказать некоторые дихотомические переменные, такие как пол человека, с высокой степенью точности, а метрические переменные, такие как характер, – достаточно точно, но с некоторыми ограничениями (по крайней мере при условии больших выборок данных и при соответствующей структуре исследования). Но как можно воспользоваться этими знаниями и даже повлиять с их помощью на исход избирательной кампании?
Если мне известно, благодаря какому типу цифровых следов можно сделать вывод о социально-демографических и психических переменных пользователей, это знание дает универсальный кодовый ключ. Единожды установив связь между определенными паттернами в цифровых следах и информацией из анкет, можно будет применять его к данным из выборок, где представлены только цифровые следы, но нет данных анкетирования. Именно это и хотела сделать компания Cambridge Analytica. Правда, для этого ей нужно было сначала заполучить кодовый ключ. Это оказалось не так-то и просто: Косински не согласился предоставить Cambridge Analytica под управлением Александра Никса доступ к нему. По словам бывшего сотрудника компании Кристофера Уайли, камнем преткновения стал денежный вопрос. «Косински отправил имейл Александру Когану[305], где требовал полмиллиона долларов предоплаты плюс 50 % всех роялти (лицензионного вознаграждения)»[306]. Здесь я могу лишь предложить подробнее ознакомиться с ситуацией, изучив сайт Косински, так как не хочу занимать чью-либо сторону[307]. Кстати, Александр Коган работал в том же университете, что и Косински, и, очевидно, выступал в качестве посредника между Cambridge Analytica и его рабочей группой. После того как Косински отказался сотрудничать, Александр Коган предложил компании собственные услуги для решения проблемы, и они договорились о сотрудничестве. Коган создал приложение под названием This Is Your Digital Life, и оно стало не менее успешным, чем MyPersonality.
Коган запускал свое приложение в максимально благоприятных условиях. Cambridge Analytica как раз получила серьезную сумму денег от миллиардера Роберта Мерсера, и у компании было достаточно средств (около 800 000 долларов США[308]), чтобы заплатить незначительную сумму каждому из 270 000 человек, тестировавших приложение. В обмен на участие в проекте This Is Your Digital Life испытуемые дали Когану разрешение сопоставить информацию, предоставленную ими в анкетах, с их же данными в фейсбуке. Таким образом, Коган быстро получил такой же кодовый ключ, как и у группы Косински, а затем передал его Cambridge Analytica[309].
Как такой кодовый ключ помогает влиять на принятие решений? К сожалению, независимых эмпирических исследований пока мало. Однако отправной точкой для ответа может послужить относительно свежая работа Сандры Матц[310]. Результаты ее исследования продемонстрировали, что возможно а) оценить личность человека по его цифровым следам (об этом мы уже знаем) и б) использовать это, чтобы манипулировать поведением пользователя с помощью специальной рекламы. Как именно это работает?
Персонализированная реклама адаптируется к предпочтениям и структуре личности пользователя. Если на основании цифровых следов можно предположить, что человек скорее экстраверт, мы можем показать ему рекламу, подходящую для этой группы людей. Экстраверты общительны и жизнерадостны, значит, им может понравиться реклама с танцующими людьми. Если анализ показывает, что пользователь скорее интроверт, мы подберем рекламу, ориентированную на людей, предпочитающих тишину и покой. В исследовании Сандры Матц интровертам направили рекламное сообщение под слоганом «Красота не нуждается в крике» («Beauty doesn’t have to shout»). А экстравертам и правда показали танцующих людей. Как легко понять из примеров, психологический, или микротаргетинг[311] – это создание конгруэнтных рекламных сообщений (то есть соответствующих предпочтениям пользователей). И кажется, подобная реклама действительно увеличивает число переходов по ссылкам и продаж. В рамках исследования Сандры Матц, когда ученые перешли от стандартной, нетаргетированной рекламы к публикации сообщений, адаптированных к личностным параметрам испытуемых (экстраверсии и открытости опыту), количество кликов увеличилось до 40 %, а покупок – до 50 %. Эти цифры подтверждают не только потенциал психологического таргетинга, но и то, насколько опасно использовать аналогичные стратегии, например, в избирательных кампаниях. Мне трудно понять, почему Facebook в 2020 году по-прежнему разрешал применять микротаргетинг перед выборами. Марк Цукерберг, вероятно, понимал, что столкнется с серьезной критикой: так, он открыто заявлял, что соблюдение принципов свободы слова «приведет в ярость некоторых людей»[312]. Конечно, нужно продолжать проведение исследований в данной области, однако мне кажется, что в контексте политики это опасная практика, которая может угрожать демократии[313]. Не поймите меня неправильно: агитация, безусловно, важна для информирования избирателей, иначе как они узнают о предвыборных программах кандидатов? Однако манипулирование избирателями, на мой взгляд, неприемлемо.
Если посмотреть на цифры из исследования Сандры Матц, кажется, что таргетированная реклама в социальных сетях действительно влияет на решения людей. Однако для правильной оценки стоит прочитать и то, что в тексте работы Матц набрано мелким шрифтом. Например, пометку, что в абсолютных цифрах количество покупок на самом деле оказалось очень низким: при охвате в 3 129 993 пользователей было 10 346 кликов, но лишь 390 покупок[314]. Таким образом, персонализированная реклама не произвела такого мощного эффекта, как можно предположить на основании процентного роста кликов и покупок. На самом деле только около 0,01 % всех участников исследования решили совершить покупку под влиянием рекламы[315]. Так что я бы не стал без раздумий переносить выводы исследования Матц на избирательные кампании.
С другой стороны, при проведении еще одного эксперимента удалось обнаружить некоторые подтверждения тому, что с помощью микротаргетинга можно повлиять на намерение голосовать за определенную партию. В своем исследовании Брахим Заруали и его коллеги предложили участникам протестировать новую социальную сеть[316]. Платформа напоминала фейсбук. Испытуемым поручили предоставить некоторую личную информацию и написать о себе. Затем с помощью автоматизированного анализа текста ученые оценили экстраверсию/интроверсию участников. Через две недели им предложили снова посетить платформу, где показывали политическую рекламу, подобранную либо в соответствии с уровнем экстраверсии участника, либо наоборот (то есть предполагаемым экстравертам показывали рекламу, таргетированную на интровертов), либо нейтральную. На плакате нидерландской партии «Зеленые левые» (GroenLinks) изображалась дорога, вдоль нее шли стройные ряды ветряных турбин. Картинка сопровождалась позитивным лозунгом – для экстравертов он звучал так: «„Зеленые левые“ гарантируют более справедливую и зеленую Голландию. Мы верим, что каждый заслуживает максимального внимания, и выступаем за благополучие всех и каждого. Разбуди в себе героя и поддержи нашу замечательную программу». Лозунг для интровертов отличался, в частности, последними фразами: «Мы скромно заботимся о том, чтобы шаг за шагом улучшать благосостояние каждого гражданина. Хотите сделать небольшой вклад? Поддержите нашу программу». Все оригинальные формулировки на английском языке, а также рекламное сообщение для контрольной группы (не заточенное ни под экстравертов, ни под интровертов) можно найти в примечании[317].
Рис. 4.2. Люди, получившие конгруэнтную рекламу, сообщили о более высокой вероятности выбора партии из рекламы, чем люди, получившие неконгруэнтную рекламу или сообщение для контрольной группы. Под конгруэнтностью здесь понимается соответствие между личностной чертой «интроверсия»/«экстраверсия» и агитационными сообщениями
Давайте взглянем на результаты (рис. 4.2). По более высоким столбцам диаграммы мы видим, что среди участников, столкнувшихся с таргетированной рекламой, большую готовность проголосовать за партию продемонстрировали конгруэнтные группы, то есть те, кто определил себя как экстравертов и увидел рекламное сообщение для экстравертов, или, наоборот, те, кто счел себя интровертами и посмотрел рекламу для интровертов. Те, кто получил «неподходящую» рекламу или нейтральное сообщение для контрольной группы, выразили меньшую готовность поддержать партию.
На мой взгляд, в будущем нам нужно больше подобных исследований, чтобы лучше понимать, как микротаргетинг влияет на поведение избирателей. У исследования Брахима Заурали есть ограничения: данный эксперимент был лишь вымышленным сценарием, а говоря о своем намерении проголосовать, участники обоих конгруэнтных групп давали ответы
Принимая во внимание все вышесказанное, несмотря на результаты первого исследования, посвященного влиянию персонализированной рекламы на мотивацию избирателей, есть и иные причины для скептического отношения к успехам микротаргетинга. Как мы уже могли убедиться, получить доступ к кодовому ключу, который покажет, какие комбинации цифровых следов позволяют сделать выводы о психических характеристиках человека, не так-то просто. Более того, с тех пор как Facebook закрыл свой API (интерфейс прикладного программирования)[318] для приложений психологического тестирования после скандала с данными Cambridge Analytica, стало гораздо сложнее (по крайней мере на данный момент) генерировать новые кодовые ключи. С одной стороны, звучит обнадеживающе, с другой – это решение фактически лишило ученых возможности проводить фундаментальные эмпирические исследования социальных медиаплатформ. А такие исследования совершенно необходимы для привлечения внимания к проблемам в сфере психологического таргетинга, ведь Meta и другие IT-компании по-прежнему располагают данными, которые могут использовать для манипуляций. По этой причине, на мой взгляд, следует снова открыть API, по крайней мере для независимых фундаментальных исследователей из университетов. Нам важно знать, манипулируют ли пользователями различные заинтересованные группы, такие как Meta, и если да, то каким образом.
Есть и другие факторы, ограничивающие эффективность психологического таргетинга. Чтобы лучше понять какие, давайте проведем небольшой экскурс в исследования интеллекта. В этой главе мы уже познакомились с основателем этой отрасли, сэром Фрэнсисом Гальтоном. С момента зарождения исследований интеллекта в викторианской Англии и по сей день ведутся противоречивые дискуссии о том, как именно следует определять интеллект. Эдвин Г. Боринг лаконично сформулировал так: «Интеллект – это то, что измеряется тестами интеллекта»[319]. Лично для меня интеллект проявляется в успешной работе с окружающим миром. Те, кто добивается успеха в жизни вопреки всему и успешно прокладывает свой путь, по-видимому, обладают правильным сочетанием умственных способностей. В последние годы дебаты о природе этого явления вновь обострились в связи с исследованиями в области искусственного интеллекта. Присуще ли мышление только нашему виду и, возможно, некоторым высокоразвитым животным? Или машины тоже могут быть разумными?[320]
В прошлом веке было сделано удивительное открытие, известное в научной литературе как эффект Флинна[321]. Политолог Джеймс Р. Флинн заметил, что во многих странах IQ (коэффициент интеллекта) растет от поколения к поколению, особенно при использовании IQ-тестов без культурной составляющей. Это означает, что задания не дискриминируют людей из других культур. Другими словами, в «бескультурном» IQ-тесте не используются задания, которые под силу лишь тем, кто вырос в определенной среде. Представьте, что нам нужно было бы пройти тест, базирующийся на знаниях китайской культуры, да еще и написанный китайскими иероглифами. Как участники из Европы, мы, вероятно, оказались бы в очень невыгодном положении.
Причину роста IQ на протяжении предыдущего столетия можно объяснить многими возможными факторами: улучшением внешних условий за счет более сбалансированного питания, развитием медицины и более высоким уровнем образования[322]. Эффект Флинна указывает психодиагностам, что стандарты тестирования интеллекта стоит периодически обновлять, собирая новые референсные данные. Если не обновлять нормативы и, к примеру, оценивать молодого человека 1995 года рождения по стандартам 1960-х, он может показать блестящие результаты IQ-теста, хотя по интеллектуальным способностям, возможно, вовсе не выделяется среди сверстников.