Nedavni skandal s Cambridge Analyiticom poslužio je u prvom redu još jednoj mejnstrim izlici o razlozima Trumpove pobjede. No, pored krivih političkih naglasaka, otvaraju se i dalekosežnija pitanja. Što nam ovaj slučaj govori o novim tehnološkim uvjetima političkih kampanja i mobilizacija? I postoji li tu potencijal za nove taktike kampanja “odozdo”?
Nema sumnje da je veliki deo svetske javnosti saslušanje Marka Cakerberga pred Senatom SAD-a ispratio sa velikom dozom naročitog Schadenfreude: drugi dan saslušanja nije ni počeo, a pored komentara u vodećim medijima, internet su preplavili mimovi i sprdnje na račun Cakerbergove “muke”. A kako i ne bi: napokon je Fejsbukov CEO morao da odgovori na neka pitanja posle više godina uspešnog vrdanja, omogućenog netransparentnošću Fejsbukovog poslovanja i nedovoljnim razumevanjem tehnološke arthitekture koja ga podupire. To nerazumevanje su pokazali i američki senatori, kada je jedan od njih Cakerberga pitao kako je moguće imati profitabilnu uslugu1 za koju korisnici ne plaćaju, na šta je ovaj lakonski odgovorio: senatore, pa emitujemo reklame.
Cakerbergovo saslušanje je bilo nešto između dobre predstave i porodične svađe: prekoputa čoveka kome se zamera što prikuplja podatke o ljudima bez njihove saglasnosti i znanja i daje ih na korišćenje raznim trećim stranama, sedeo je vrh američkog državnog establišmenta koji je radi to isto bar od donošenja Patriot Act-a 2001. godine, a verovatno i ranije. Štaviše, rudimentarni informatički sistemi za prikupljanje tog tipa podataka o ljudima i njihovu upotrebu u obaveštajne svrhe razvijani su od druge polovine XX veka.
Iako se Cakerberg ponovo uspešno izvukao, otprilike rekavši “majke mi nećemo više raditi ovo što smo do sada radili”, njegovo saslušanje, kao i skandal sa Cambridge Analyticom, otkrili su specifičnu nervozu političkog krila američke vladajuće klase povodom upotrebe masovne količine podataka u političke svrhe.
Izlike za Trumpovu pobjedu
Ima ironije u tome što su podaci od 50 do 87 miliona FB korisnika prikupljeni pomoću nečeg tako bezazlenog kao što je Fejsbuk kviz (pod imenom Thisismydigitallife) o nekim osobinama ličnosti. Te baze podataka se kasnije dokopala čuvena Cambridge Analytica i pomoću nje vršila psihometrijsko profilisanja glasača za potrebe Trampove kampanje i kampanje za Bregzit. Američki liberali su ovom činjenicom pokušali da, nakon što se Vikiliks i “rusko mešanje” nisu pokazali kao uspešni izgovori, objasne sebi i drugima uzroke Trampove pobede: radi se o odstupanju, deformitetu, strašnoj prevari i obmani.
Ni govora o realnim strahovima i procesima koji su posledica realnih ljudskih izbora, koliko god oni bili pogrešni, ni govora o svetskom hegemonu čija hegemonija više nije tako neosporna, ni govora o razornim posledicama američkog društveno-ekonomskog modela koji seče granu na kojoj sedi. Ni govora o tome da je Trampova pobeda posve razumljiv ishod istorije i politike svih prethodnih administracija. Isto važi i za Bregzit.
Na stranu “večni fenomen Tramp” – Mihal Kosinski, autor kviza-aplikacije, svojim modelima je mogao da vrši zastrašujuće precizna predviđanja samo na osnovu lajkova na Fejsbuku. Primera radi, još 2012. je uspeo da na osnovu svega 68 lajkova u proseku predvidi rasnu pripadnost korisnika (sa izvesnošću od 95%), njihovu seksualnu orijentaciju (88%) i stranačku pripadnost (85%). Kosinski je pomoću lajkova ubrzo mogao da predvidi i inteligenciju korisnika, versku pripadnost, bračni status roditelja, kao i sklonost ka upotrebi alkohola, duvana i droge.
Na vrhuncu svog rada na ovom modelu, Kosinski je na osnovu deset lajkova bolje mogao da proceni korisnika od njegovog kolege sa posla; 70 lajkova je bilo dovoljno da se o korisniku više zna od njegovih prijatelja, 150 od roditelja, a 300 od partnera datog korisnika. Ovakva “saznanja” stekao je ukrštanjem aktivnosti na Fejsbuku sa psihometrijskim osobinama, i to sve preko kviza: aplikacija se, na površini, sastojala od pitanja o tim osobinama, a ujedno je kupila i podatke o aktivnosti na platformi kako korisnika, tako i njegovih/njenih prijatelja.
Osnovni mehanizmi “targetiranja”
Upotreba ovakvih podataka u komercijalne svrhe nije ništa novo: otkad se big data fenomen razvio, a tehnologija omogućila efikasnu upotrebu velike količine segmentiranih podataka, privatni sektor i, naročito, firme za digitalniadvertajzing, koriste ove podatke u svojim marketinškim kampanjama. U većini firmi koje imaju svoje platforme za upravljanje digitalnim advertajzing kampanjama danas je moguće za petneastak minuta napraviti takvu kampanju koja će korisnike da “targetira” po svakom zamislivom demografskom ili bihejvioralnom kriterijumu: imovinskom stanju, starosti, polu, bračnom i porodičnom statusu, lokaciji, interesovanjima, istoriji pretrage i onlajn kupovine, jesmo li trenutno na poslu ili kod kuće, sa kog uređaja ćemo videti reklamu, itd.
Moguće je kreirati i desetine, pa i stotine verzija iste reklame za svaku kombinaciju ovih svojstava, tako da se razlikuju u psihološki bitnim detaljima. Određeni algoritmi i veštačke inteligencije, na primer, svakom od svojstava dodeljuju specifičnu brojčanu vrednost, u formi pondera: kada se zbroje svi ponderi, lako se dobija verovatnoća kupovine proizvoda ili usluge koja se reklamira. U svetu digitalnog advertajzinga, ovakva upotreba podataka je business as usual. Firme koje prikupljaju te podatke mogu ih međusobno razmenjivati i tako uparivati interne korisničke profile zarad veće preciznosti, ili, ako ih već ne razmenjuju direktno, mogu ih indirektno učiniti dostupnim oglašivačima kao dodatne kriterijume “targetinga”. U SAD-u su, za razliku od EU, manje ili više svi na ovaj način prikupljeni podaci na prodaju.
U sferi potrošnje i tržišta, dva su krupna problema data-driven advertajzinga. Prvo, reč je o prikupljanju podataka bez saglasnosti i znanja korisnika; osim toga, ako su ti podaci realni izvor vrednosti za čitavu jednu delatnost, a nastaju posmatranjemi beleženjem ljudskog ponašanja, jasno je da se radi o jednom obliku besplatnog rada. Drugi problem su tzv. diskriminatorne reklame: ako izdajete stan, a ne želite da ga izdate Meksikancima, Poljacima ili crncima, prosto ćete u digitalnojplatformi isključiti te demografske grupe iz kampanje, što ranije nije bilo moguće – diskriminacija je morala da bude vidljivija, pa je bilo lakše kažnjavati je i boriti se protiv nje. Ali šta se dešava kada personalizacija i “targetiranje” postanu principi ne samo marketinških, već i političkih kampanjâ?
Iz marketinga u politiku
Dobar primer toga je, ponovo, Trampova kampanja: aktivisti su dobili aplikaciju pomoću koje su znali političke stavove i osobine stanovnika jednog kraja, pa su išli na vrata samo onih koji su bili označeni kao “prijemčivi” za poruke kampanje. Tako je, na primer, sklonost ka kupovini automobila proizvedenih u SAD-u bila solidan indikator glasanja za Trampa. Pitanje je ko je bio čiji instrument u celoj aferi sa Cambridge Analyticom: da li su oni bili sredstvo za Trampovu pobedu ili je kampanja Donalda Trampa, kao najmanje favorizovanog kandidata, bila odlična prilika za testiranje modela i prenos data-driven formule iz marketinga u politiku?
Ukoliko dođe do uopštavanja ovakve formule, pa u skorijoj budućnosti većina političkih partija u dovoljno razvijenim zemljama pređe na kampanje koje se zasnivaju na ovakvoj upotrebi podataka, biće osnova da se govori o smrti tradicionalne političke kampanje na nivou mobilizacije aktivista i glasača. Ako za politički uspeh bude dovoljno imati novca za kupovinu podataka (ili za formiranje baza podataka) i najam eksperata koji će znati šta da rade sa njima, onda ćemo biti svedoci novog oblika političke kampanje koja je politička u znatno slabijem značenju te reči.
S jedne strane, nema spora da ovakav pristup može da bude privlačan i za neke alternativne političke aktere, pod uslovom da do podataka dođu na osnovu pristanka: reč je verovatno o jeftinijem i efikasnijem načinu dopiranja do glasača od onoga što se uglavnom radi. Time bi i slabiji akteri mogli da postignu bolji rezultat tamo gde jedna nadmoćna partija ili ne vidi koristi od upotrebe podataka ili opstaje na vlasti drugim sredstvima. Sa druge strane, nestajanje masovne mobilizacije aktivista i glasača koja, u formi tradicionalnog canvassinga koji je najzastupljeniji u SAD-u i Britaniji, uvek znači i sučeljavanje stavova sa neistomišljenicima i ubeđivanje u sopstveno stanovište, dovešće do daljeg zatvaranja društvenih grupa i sporijeg kruženja ideja i informacija.
Potencijal za kampanje odozdo
Ako je temelj uspešne i dugotrajne politike pravljenje koalicija između društvenih grupa čiji interesi jesu različiti, ali ne i suprotstavljeni ili protivrečni, jasno je da to zahteva interakciju sa ljudima koji na prvu loptu nisu “prijemčivi” za poruke određene kampanje. Osim toga, iskustvo sučeljavanja sa drugima u debati od neprocenjivog je značaja za politički razvoj organizatora i aktivista, pa i same partije čiji su deo. Svođenje politike na principe digitalnog advertajzinga, gde svako vidi i čuje samo ono što ima najveće šanse da ga “preobrati” u glasača, vodi u atrofiju političkog života i javnog mnjenja i ozbiljnu neravnotežu u korist politički najvećih igrača koji imaju novca da (s)kupe podatke.
Naposletku, tokovi novca će promeniti pravac: ako za politički uspeh bude dovoljno kupiti podatke (od privatne firme), unajmiti analitičare i programere (od privatne firme) i na kraju angažovati neki broj aktivista, time će se povećati ionako prevelika zavisnost političke sfere od privatnog kapitala ne samo zato što kapital poseduje ključne resurse za politički uspeh, već i zato što je glavni donator većine mejnstrim kandidata. Kruženje se završava dobro plasiranom investicijom. No, sa druge strane, to je logičan ishod privatizacije javne sfere.
Naravno, izbor ne mora biti ili-ili: u sve složenijem i većem svetu, ovakav tip obrade podataka može da olakša komunikaciju, naročito ukoliko je otežan pristup drugim načinima. U Evropi će bar dosta toga zavisiti od implementacije GDPR-a (General Data Protection Regulation) i (ne)nameravanih posledica kako tog akta, tako i onoga što će doći posle njega. Optimističan scenario spajanja dva modela – mobilizacije i big data – moguć je jedino kada se ispuni jedan osnovni uslov: da su vlasnici podataka oni koji ih i stvaraju. Privatni kapital nije stvaralac, kao što nikada nije ni bio.