1984, la clásica novela distópica de George Orwell sobre un gobierno totalitario, volvió a convertirse en bestseller en estos últimos días, aparentemente debido a la ocurrencia más reciente de Kellyanne Conway, la consejera presidencial de Donald Trump.
El «big data» y su papel en los grandes fenómenos políticos recientes: Donald Trump y el Brexit
Por:Univision
Para defender una flagrante mentira del secretario de prensa de la Casa Blanca Sean Spicer (que dijo, pese a todas las evidencias en contra, que la concurrencia a la ceremonia de investidura de Trump había sido “la mayor concurrencia a una inauguración presidencial en la historia. Punto”), Conway consideró que lo que había hecho Spicer no era más que "presentar hechos alternativos” a los presentados por la prensa.
Un concepto que suena salido de la novela de Orwell.
Winston Smith, el protagonista de 1984, trabaja para el llamado Ministerio de la Verdad, que obviamente sirve para todo lo contrario: es el ministerio de propaganda, encargado de falsificar y crear una Verdad alternativa, aprobada por el régimen, cuando los hechos no lo favorecen.
Si 2+2 es 5, como asegura el famoso lema del régimen en la novela, la inauguración de Trump fue la más concurrida de la historia. Punto.
La novela tiene famosamente también otros detalles inquietantes sobre el control y la manipulación del gobierno, pero hay un aspecto de esto que se da ahora y que, pese a sonar inevitablemente orwelliano en su esencia, es algo que el propio George Orwell quizá no podría haber imaginado allá por 1948 cuando escribió su novela.
El big data
Imagen Thinkstock
El big data, que podría traducirse como macrodatos o datos masivos, hace referencia en términos generales a toda la información digital que se ha ido acumulando y creciendo a nivel exponencial gracias a dispositivos tecnológicos de uso cada vez más extendido, y en particular al procesamiento y la interpretación de toda esta información.
Como sabemos, el smartphone que todos utilizamos es un gran recolector de información y cada cosa que hacemos online, cada compra con tarjeta, cada “like” de Facebook o cada búsqueda de Google deja una huella que estas compañías guardan y utilizan a nivel masivo, de metadata.
Estos datos masivos obtenidos de nuestra presencia online han probado tener una aplicación crucial en el ámbito político y electoral, y hacen difusa la línea que divide la interpretación de la simple manipulación del público.
“Likes” de Facebook y personalidad
Imagen iStock
Para entender esto hay que remontarse a los estudios académicos que el profesor Michael Kosinski llevó a cabo desde 2008 en el centro de psicometría de la Universidad de Cambridge, en Inglaterra.
Kosinski desarrolló allí un sistema de evaluación de perfiles psicológicos basado en información online de los usuarios, aunque esta información consistía principalmente en los “likes” de Facebook, un fenómeno novedoso y en franco ascenso cuando Kosinski comenzó con sus estudios.
Para sus análisis se basó en el modelo psicológico de los cinco grandes rasgos de personalidad, que son:
- Apertura a nuevas experiencias
- Responsabilidad
- Extroversión
- Amabilidad
- Inestabilidad emocional
Con sus estudios, Kosinski demostró que analizando los datos que cada uno dejaba a disposición con su actividad online, especialmente los gustos personales manifestados a través de “likes” en Facebook, se puede llegar a determinar el perfil de la persona de manera bastante acertada, en tanto características generales y en tanto esas grandes áreas de la personalidad. Kosinski probó, por ejemplo, que partiendo de las cosas a que la gente le había dado “like” en Facebook podía predecir con alto grado de acierto algunas características personales como el color de piel (95 % de acierto), la orientación sexual (88 % de acierto) o si eran demócratas o republicanos (85 % de acierto).
A mayor números de “likes” analizados, mayor porcentaje de acierto.
Determinó que aproximadamente con alrededor de 70 “likes” analizados, podían conocer mejor a una persona que cualquiera de sus amigos, con 150 “likes”, mejor que sus padres, con 300 mejor que su pareja y con más de 300 "mejor que lo que la propia persona se conoce a sí misma".
Según reportó la revista suiza-alemana DasMagazin (vía la nota traducida al inglés de Antidotezine), el día que Kosinski hizo públicos sus estudios, recibió dos llamadas. Una que amenazaba con demandarlo, y otra con una oferta de trabajo. Ambas eran de Facebook.
Gracias a los descubrimientos de Kosinski, Facebook cambió su algoritmo para hacer que los “likes” en los perfiles de las personas fueran privados por defecto, cosa que inicialmente no era así.
Kosinski no demoró demasiado en darse cuenta de que ni siquiera era necesario conocer esta información y que se podían definir rasgos de personalidad generales de usuarios simplemente viendo, por ejemplo, qué tan frecuentemente cambiaba de foto de perfil o qué tantos "amigos" tenía.
Y luego, notando también que todo lo que se haga online o con un teléfono celular es susceptible de convertirse en big data: datos de ubicación, sensores de movimiento, mapas, llamadas, etc.
Se dio cuenta, por último, del enorme potencial de análisis que representaban sus hallazgos, pero también del potencial peligro que significaban si caían en manos poco escrupulosas.
Aplicación con fines políticos y el abuso del big data
Imagen iStock
El procedimiento de obtener perfiles de personas a través de su actividad online (le gusta x cosa, entonces seguramente sea y) tenía una implicación inmediata: se podía revertir y expandir, ya no analizando a una persona específica y sus "likes", sino notando que los "likes" solían reunir a un grupo específico de personas con algo en común.
Los que dieron "like" a Lady Gaga solían representar rasgos extrovertidos de la personalidad (de acuerdo al modelo de los cinco rasgos) y los que le dieron "like" a la filosofía eran por el contrario introvertidos. Pero esto se podía llevar más allá.
Dentro de un conjunto de "likes" a una determinada cosa podía haber perfiles como demócratas indecisos o padres de familia preocupados por la inmigración.
A mayor cantidad de data analizada, más específicos y segmentados podían ser los grupos. Y alguien notó que se podía apuntar publicidad de campaña y mensajes políticos a cada uno de estos grupos.
En 2014, un colega profesor de Cambridge le informó a Kosinski que una compañía birtánica llamada SCL, Strategic Communications Laboratories, quería pagarle para acceder a su base de datos y su método de análisis.
Kosinski lo dudó: era una buena cantidad de dinero que sería muy útil para el instituto que comandaba en la universidad. Pero después googleó el nombre de la empresa y descubrió una descripción demasiado ambigua y dudosa: “una agencia global de manejo electoral” que ofrece “marketing basado en el modelo psicográfico de público objetivo, con énfasis en campañas políticas".
Todo comenzó a sonar turbio. ¿Para qué quería esta empresa todos sus datos? ¿Qué uso le daría?
De modo que rechazó la oferta.
Sin embargo, el mismo profesor que le había comunicado la oferta, se las arregló para acceder a los métodos de Kosinski (los reconstruyó o los copió) y se los vendió a SCL. Ese profesor se llama Aleksandr Kogan.
Tras esto, en el instituto de Cambridge se desató una batalla interna que la universidad quiso mantener en secreto para proteger su reputación; Kogan fue destituido, Kosinski finalizó su doctorado y se mudó a Estados Unidos.
Pero la información ya estaba en manos de SCL.
Brexit y Trump
Imagen Getty Images
Un año más tarde, la más radical de las dos campañas a favor del Brexit, apoyada por Nigel Farage, anunció que había contratado a una compañía de análisis de big data para su campaña de marketing online.
La compañía era Cambridge Analytica, propiedad de SCL. Los métodos de esta empresa estaban basados en los estudios de Kosinski.
De la mano de esta empresa, que apuntó a votantes que podían ser “persuadidos” de votar a favor de la salida del Reino Unido de la Unión Europea, esta postura se alzó con el triunfo en el referéndum.
A mediados de 2014, durante las elecciones primarias, Cambridge Analytica comenzó a operar en Estados Unidos y en 2015 se sumó a la campaña presidencial de Ted Cruz. Cuando Cruz se bajó de la candidatura a la presidencia por el Partido Republicano (pese a un gran crecimiento), la compañía comenzó a trabajar para Donald Trump.
Y lo llevó a la victoria. Una victoria tan sorprendente como la del Brexit, que descolocó a analistas y encuestadoras tradicionales.
“Pronto me estarán llamando Mr. Brexit”, tuiteó enigmáticamente Trump, y probablemente se estaba refiriendo a esto.
En total, la campaña de Donald Trump pagó a Cambridge Analytica $15 millones de dólares para apuntar a potenciales votantes, especialmente en el cinturón industrial del Medio Oeste estadounidense.
Uno de los directivos de Cambridge Analytica es Steve Bannon, que se hizo conocido primero como editor del sitio de extrema derecha Breitbart News, y luego fue nombrado por Trump como jefe estratega y consejero superior de la Casa Blanca.
En octubre de 2016, el CEO de Cambridge Analytica, Alexander Nix, dio detalles de la magnitud de sus análisis:
“Hoy en los Estados Unidos tenemos cerca de cuatro o cinco mil datos asociados a cada individuo. A partir de ello modelamos la personalidad de cada adulto en todo el país, algo así como 230 millones de personas”.
Si eres un adulto que vive en Estados Unidos, esta compañía tiene un perfil específico sobre tu personalidad y sabe qué mensaje puede ser más persuasivo para ti a la hora de decidir tu voto.
Si Trump manifestó 50 posturas durante su campaña, tal vez estés en desacuerdo en 49 de ellas, y de acuerdo en una sola. Con este procedimiento, la estrategia apuntará a ti con un mensaje publicitario sobre esa única postura que compartes, y te ocultará las otras 49.
La misma estrategia se utilizó para desalentar votos a Hillary Clinton: se apuntó, por ejemplo, a los residentes del vecindario Little Haiti de Miami, con un mensaje acerca de las fallas de la Fundación Clinton luego del terremoto en Haití en 2010, o a comunidades afroamericanas con un video de Clinton en los 90 que hablaba de los jóvenes negros como “superdepredadores”.
Imagen Getty Images
Después de los debates televisados entre los candidatos presidenciales, Cambridge Analytica diseñó alrededor de 175.000 variaciones de cada uno de los argumentos de Trump, para adecuarse a los distintos perfiles de votante y crear propaganda prácticamente individualizada.
Los mensajes, difundidos a través de imágenes o videos online, variaban en pequeños detalles, como los títulos, los colores, los subtítulos, pero a veces también en el contenido mismo.
Respecto al polémico asunto del control de las armas, por ejemplo, un mensaje iba acompañado por una imagen de una mano con un guante rompiendo un vidrio y buscando el pestillo de la puerta. Este estaba apuntado a aquellos votantes con rasgo de personalidad de inestabilidad emocional, según el modelo de los cinco rasgos. Otro, presentaba la imagen de un padre y un hijo en el campo, cazando, y pretendía llegar a votantes con el rasgo de responsabilidad. Ambos argumentaban en contra del control de las armas, naturalmente.
Una de las razones que podría explicar la derrota de Clinton es que su campaña no tomó en cuenta estos análisis de big data y no apuntó a votantes específicos, a grupos más acotados y con características particulares.
Se basó en más amplios conceptos demográficos tradicionales y en divisiones de grupos homogéneos muy generales.
El CEO de Cambridge Analytica se refirió a la campaña de Clinton sin nombrarla:
“Antes de nosotros, la campaña electoral había estado dominada por estas ideas ridículas, como que todas las mujeres deben recibir el mismo mensaje por su género, o todos los afroamericanos por compartir raza”.
Un antecedente
Imagen Getty Images
Pero la campaña de Donald Trump no fue la primera en Estados Unidos en manipular la opinión pública mediante la utilización de big data.
El antecedente fue Barack Obama, en la campaña para su reelección en 2012, aunque la magnitud de la base de datos utilizada fue mucho menor (alrededor de 16 millones de perfiles).
En su momento, la infraestructura y los recursos volcados a la campaña de Obama no tenían precedentes.
El jefe de campaña fue Harper Reed (miembro ejecutivo de la compañía PayPal), al que se le ocurrió crear un equipo que, en lugar de contar con tradicionales asesores y estrategas políticos, consistía en una serie de desarrolladores y expertos del área tecnológica, vinculados a corporaciones como Twitter, Google, Facebook, Craiglist y Quora.
Un equipo de 54 personas trabajó analizando datos en una habitación sin ventanas conocida como "la cueva", y realizaron acertadas predicciones sobre el comportamiento de los votantes.
De cara al futuro
Cambridge Analytica asegura que con su uso político y electoral de big data beneficia a los ciudadanos, al entregarles mensajes concernientes a sus propios intereses y necesidades. Sin darse cuenta, han admitido que ellos van a decidir cuáles son los verdaderos intereses y necesidades de las personas.
Las organizaciones de derechos de protección digital y otros grupos, por otra parte, temen las repercusiones que puede tener esta información acumulada y almacenada en manos de privados.
La importancia del big data y de la capacidad creciente de la humanidad para analizar e interpretar estos datos resulta indiscutible, pero como siempre, el debate se sitúa en el eje ético de la utilización de ellos y su análisis. Con el ritmo de cambio y de crecimiento en el ámbito tecnológico, todo puede suceder en los próximos años.
Lo cierto es que estamos viviendo en una realidad bastante más inquietante y curiosa de la que cualquier novela distópica podría haber presagiado.
- Singularidad tecnológica: ¿fantasía o realidad?