Τα πειράματα μαζικού συναισθηματικού επηρεασμού του Facebook και το "bartering"

By Communarios 

Ο γράφος των φίλων μας στο Facebook αποδείχθηκε καλύτερο συνεργατικό φίλτρο μετατροπής της δραστηριότητάς μας σε προφίλ συμπεριφοράς από την ακολούθηση συνδέσμων των αναζητήσεών μας στην Google. Τα πειράματα μαζικού συναισθηματικού επηρεασμού του Facebook και αργότερα οι αποκαλύψεις για την Cambridge Analytica έδειξαν ότι το προφίλ αυτό απέχει ελάχιστα από ένα ψυχογραφικό προφίλ που μπορεί να χρησιμοποιηθεί για να επηρεάσει και να κατευθύνει (υποσυνείδητα) τη συμπεριφορά μας. 

Η μηχανική μάθηση σαν βασική συνιστώσα της 4ης βιομηχανικής επανάστασης, τροφοδοτούμενη από τα μεγάλα δεδομένα, κυριαρχεί στη συζήτηση σήμερα. Η βασική της υπόσχεση για το μέλλον είναι η εξαγωγή γνώσης από τα ολοένα διογκούμενα δεδομένα που μένουν σήμερα ανεκμετάλλευτα, το μέγεθος των οποίων επιβάλλει τη μηχανική τους αυτοματοποιημένη επεξεργασία. Τα μέχρι τώρα αποτελέσματα δημιουργούν βάσιμες ελπίδες ότι η εφαρμογή της βαθιάς μηχανικής μάθησης θα μας βοηθήσει να ξεπεράσουμε πολλά μεγάλα εμπόδια, ειδικά στους τομείς των επιστημών υγείας.  Οι τομείς αυτοί έχουν την ιδιαιτερότητα της μεγαλύτερης σχετικά ευαισθησίας ως προς την προστασία της ιδιωτικότητας των προσωπικών δεδομένων και έχουν δώσει μεγάλη ώθηση στην έρευνα για τη διατήρηση της ιδιωτικότητας χωρίς αυτή να γίνεται εμπόδιο στην επιστημονική έρευνα και την εξαγωγή γνώσης. 

Όσο βάσιμες και να είναι οι ελπίδες για το μέλλον, όμως, η εικόνα σήμερα είναι συννεφιασμένη. Η μεγαλύτερη σε οικονομικά μεγέθη εφαρμογή μηχανικής μάθησης είναι το ταίριασμα των διαφημίσεων και του περιεχομένου στα προφίλ των χρηστών των εφαρμογών των διαδικτυακών γιγάντων. Το επιχειρηματικό τους μοντέλο βασίζεται στη συλλογή των πληροφοριών συμπεριφοράς του χρήστη, τη δημιουργία του προφίλ του και στη συνέχεια στη στόχευση του περιεχομένου που βλέπει ο χρήστης με βάση το προφίλ αυτό. Σε πρώτο επίπεδο αυτό φαίνεται κάτι απόλυτα επιθυμητό – η εξατομίκευση ήταν πάντα μία από τις μεγάλες υποσχέσεις του Διαδικτύου. Όσο εμβαθύνουμε, όμως, η εικόνα διαφοροποιείται.

Η βάση του επιχειρηματικού μοντέλου αυτού είναι μια άτυπη σύμβαση ανταλλαγής - Bartering - τα συμπεριφορικά δεδομένα του χρήστη ανταλλάσσονται με τις υπηρεσίες που του παρέχονται χωρίς χρηματικό αντίτιμο - Βλ. Facebook : πρόσβαση στην πληροφορία, εξοικονόμηση χρόνου, ψυχαγωγία. Τα δεδομένα αυτά χρησιμοποιούνται στη συνέχεια για την πώληση εξαιρετικά στοχευμένης διαφήμισης με χρηματικό αντίτιμο. Το επιχειρηματικό αυτό μοντέλο έχει αποδειχθεί εξαιρετικά επιτυχημένο για τις μεγάλες διαδικτυακές εταιρείες, αλλά αρκετά προβληματικό για τους ίδιους τους χρήστες και το κοινωνικό σύνολο. 

• Η άτυπη σύμβαση ανταλλαγής έχει πολλές ασυμμετρίες. Ο χρήστης παραδίδει τα συμπεριφορικά του δεδομένα με αντάλλαγμα συγκεκριμένη υπηρεσία σήμερα. Η διαδικτυακή εταιρία όμως μπορεί να χρησιμοποιεί αυτά τα δεδομένα στο μέλλον με τρόπους που δεν υφίστανται σήμερα.

• Το βασικό κίνητρο της διαδικτυακής εταιρείας στην παροχή της προς τον χρήστη δεν είναι η βέλτιστη κάλυψη των αναγκών του, αλλά η παρουσίαση περιεχομένου που θα μεγιστοποιήσει τα έσοδά της.

• Η ανταλλαγή (bartering) είναι μηχανισμός φοροαποφυγής. Οι διαδικτυακές εταιρείες προμηθεύονται την «πρώτη ύλη» τους και παρέχουν υπηρεσίες προς τους χρήστες χωρίς την παραμικρή φορολόγηση. Επιπρόσθετα επιδρά διαστρεβλωτικά πάνω στις αντιμονοπωλιακές ρυθμίσεις, μιας και αυτές εστίαζαν την προσοχή τους μέχρι σήμερα στο χρηματικό κόστος για τους καταναλωτές. 

• Η δυνατότητα στόχευσης περιεχομένου με τόσο μεγάλη ακρίβεια μετατρέπει την πληροφορία σε όπλο και αυξάνει δραματικά την επιδραστικότητα της παραπληροφόρησης. Τα φιλελεύθερα πολιτικά συστήματα της Δύσης βρέθηκαν τελείως απροετοίμαστα μπροστά σε αυτή την πραγματικότητα.

• Ενώ τα κρατικά προγράμματα παρακολούθησης υπόκεινται σε κάποιας μορφής (συνήθως κοινοβουλευτικό) έλεγχο, η σημερινή κατάσταση έχει ουσιαστικά δημιουργήσει ιδιωτικά με πολύ λιγότερους περιορισμούς. Σε πολλές περιπτώσεις μάλιστα μπορούν να χρησιμοποιηθούν από κρατικές υπηρεσίες για να παρακάμψουν τους όποιους δικούς τους περιορισμούς.

Πηγή: pnas.org & Απόσπασμα κειμένου του Μιχάλη Μπλέτσα - Διευθυντή Πληροφορικής στο Media Lab του MIT. 

 

.