Wat je onbewust deelt via Facebook

4 februari 2017
Heeft Trump zijn verkiezing te danken aan een Brits bedrijf? In de Amerikaanse media deden deze week berichten de ronde dat het bedrijf Cambridge Analytica (waarin Steve Bannon in de raad van bestuur zit) de stemvoorkeur van mensen kan bepalen op basis van hun Facebookprofiel, en dat dan ook gretig gebruikt heeft in de campagne. Ook in de Brexit-campagne zou het een rol gespeeld hebben. Wat is daarvan aan?

 Cambridge Analytica zegt dat het gebruik maakt van gegevens die mensen zelf delen op Facebook of andere sociale media, legt professor communicatiewetenschappen Jo Pierson (VUB/imec-SMIT) uit. Op die manier maken ze een psychometrisch profiel op van iemand, en kunnen ze ook afleiden hoe die persoon zal stemmen, zegt het bedrijf. Op die manier kun je iemand heel gericht met marketingboodschappen bestoken om zijn of haar stemgedrag te beïnvloeden.

Sociale media werden ook al gebruikt tijdens vorige presidentscampagnes, bijvoorbeeld door Obama's campagneteam. Maar het gebruik van die psychometrische gegevens is nieuw: op basis van een aantal parameters (openheid, introvertie,...) wordt er geprobeerd om iemands karakter te bepalen. Het gaat dus niet om gegevens die je zelf deelt (foto's of comments) maar om afgeleide data: op basis van je muzieksmaak, de kranten die je leest,... kunnen onderzoekers bijvoorbeeld je religie of je seksuele voorkeur afleiden, met een heel hoge nauwkeurigheid.

Dé vraag is natuurlijk: werkt dit echt? Jo Pierson houdt toch graag een slag om de arm: het wordt voorgesteld als een soort voodoomarketing, de Heilige Graal om het stemgedrag van mensen te beïnvloeden. Maar Cambridge Analytica werkte eerst voor Ted Cruz, en die verloor zwaar. Trump zelf had toen maar een website van 1500 dollar. Ik zou het met een stevige korrel zout nemen.

Het probleem is net dat we het niet weten: het behoort tot de vele mythen die er over big data worden verteld, en er is daar nog veel onderzoek naar nodig. 

Wat wél zeker is: big data laten ons toe om bepaalde patronen te herkennen. Als die persoon op dat moment en op die plek dat soort dingen liket, dan kun je daar inderdaad een religie op plakken bv, net omdat er zoveel andere data zijn om mee te vergelijken. Dat soort informatie kan makkelijk misbruikt worden. 

In Amerika gebruiken rechters algoritmes om te bepalen hoe groot de kans op recidive bij een veroordeelde is. Maar die software is bevooroordeeld ten opzichte van zwarten, blijkt uit onderzoek, ze is niet neutraal, én veel te weinig transparant.

Er valt veel geld te verdienen met dit soort gegevens, en het gebruik ervan neemt toe. Het is dus belangrijk dat we zorgen voor meer transparantie in hoe ze gebruikt worden, en dat we bedrijven daarvoor ook aansprakelijk maken. Volgend jaar komt er Europese wetgeving die daarvoor moet zorgen. 

De slimme elektriciteitsmeters die we bijvoorbeeld allemaal in huis moeten halen over een paar jaar, hebben ook een impact op onze privacy: je kunt eruit afleiden of iemand bepaalde ziekenhuisapparatuur in huis heeft, of dat hij tijdens de ramadan 's ochtends heel vroeg opstaat om te eten bijvoorbeeld. 

Big data: allemaal met de nodige omzichtigheid bekijken dus. 

 

Radio 1 Select