कैम्ब्रिज एनालिटिका कैसे आवाज़ में क्लिक करता है

मुखबिर क्रिस्टोफर वाइली ने कैंब्रिज एनालिटिका के मिशन के पीछे के विज्ञान के बारे में बताते हुए कहा कि फेसबुक सर्वे और डेटा को राजनीतिक हथियारों में बदलना

87 मिलियन फेसबुक-जनरेट किए गए पोस्ट एक विज्ञापन अभियान में कैसे बदल गए जो चुनाव परिणाम को बदल सकता है? इतना डेटा एकत्र करने की प्रक्रिया में क्या शामिल है? ये डेटा हमें अपने बारे में क्या बताते हैं?

कैम्ब्रिज एनालिटिका के साथ घोटाले ने कई सवाल खड़े किए, लेकिन कई लोगों के लिए, कंपनी के अनूठे बिक्री प्रस्ताव ने, जिसने पिछले सप्ताह अपनी बंद की घोषणा की, एक रहस्य बना हुआ है।

विशेष रूप से उन 87 मिलियन लोगों के लिए, जो वास्तव में उनके डेटा का क्या हुआ है, में रुचि रखते हैं, मैं कंपनी के एक पूर्व कर्मचारी क्रिस्टोफर वाइली के स्पष्टीकरण के लिए गया था, जिसने ऑब्जर्वर के बारे में सभी को उसके समस्याग्रस्त कार्यों के बारे में बताया। विली के अनुसार, ऐसी नौकरी के लिए आपको डेटा प्रोसेसिंग, ऊब अमीर महिलाओं और मानव मनोविज्ञान के बारे में बहुत कम जानकारी चाहिए।

पहला कदम, उन्होंने फोन पर समझाया, ट्रेन को पकड़ने की कोशिश की: "एल्गोरिथ्म बनाते समय, आपको सबसे पहले एक परीक्षण सेट इकट्ठा करने की आवश्यकता होती है।" यही है, कोई फर्क नहीं पड़ता कि डेटा को इकट्ठा करने के लिए कितनी परिष्कृत तकनीकों का उपयोग किया जाएगा - पहले आपको उन्हें पुराने, अच्छे तरीके से इकट्ठा करना होगा। इससे पहले कि आप फेसबुक का उपयोग किसी व्यक्ति के मनोवैज्ञानिक प्रोफाइल की भविष्यवाणी करना पसंद करें, आपको 120 सवालों के मनोवैज्ञानिक सर्वेक्षण के माध्यम से कई सौ लोगों को प्राप्त करने की आवश्यकता है।

परीक्षण सेट एक ही बार में सभी डेटा होगा: फेसबुक पसंद, मनोवैज्ञानिक परीक्षण, और बाकी सब, जिसके आधार पर आप सीखना चाहते हैं। सबसे महत्वपूर्ण बात, इसमें "विशिष्ट विशेषताओं का समूह" होना चाहिए: "बेसिक डेटा जिसके आधार पर आप भविष्यवाणियां करना चाहते हैं," विले कहते हैं। "हमारे मामले में, यह फेसबुक डेटा है, लेकिन यह प्राकृतिक भाषा में ग्रंथ हो सकता है, या डेटा पर क्लिक कर सकता है," आपकी ऑनलाइन गतिविधि का पूरा रिकॉर्ड है। "यह सब डेटा है जो भविष्यवाणियों के लिए इस्तेमाल किया जा सकता है।"

दूसरी ओर, आपको अपने "लक्ष्य चर" की आवश्यकता होगी, विले कहते हैं, "आप जो भविष्यवाणी करने की कोशिश कर रहे हैं। इस मामले में, व्यक्तिगत विशेषताओं, राजनीतिक अभिविन्यास, और वह सब। "



यदि आप किसी और चीज की भविष्यवाणी करने के लिए एक चीज का उपयोग करते हैं, तो इन दो चीजों की समीक्षा आपकी मदद कर सकती है। विली कहते हैं, "यदि आपको अपने फ़ीचर सेट और फ़ेसबुक वैरिएबल के रूप में व्यक्तिगत गुणों के बीच फ़ेसबुक पसंद के बारे में जानना है, तो आपको उन्हें देखना होगा।"

कैम्ब्रिज एनालिटिका के साथ कहानी को रेखांकित करने वाला फेसबुक डेटा डेटा प्रोसेसिंग के विज्ञान के मामले में एक बहुत प्रचुर संसाधन है - और इससे भी अधिक 2014 में जब विली ने पहली बार इस क्षेत्र में काम करना शुरू किया था। व्यक्तिगत गुणों को एकत्रित करना बहुत अधिक कठिन है: बज़फीड पर प्रश्नावली की लोकप्रियता से निकाले जा सकने वाले निष्कर्षों के बावजूद, किसी व्यक्ति को 120 प्रश्नों का परीक्षण पूरा करना मुश्किल है (यह मानक मनोवैज्ञानिक सर्वेक्षणों में से एक के लघु संस्करण की लंबाई है, आईपीआईपी-एनओओ )।

लेकिन "काफी मुश्किल" एक सापेक्ष अवधारणा है। “कुछ लोगों के लिए, सर्वेक्षण लेने की प्रेरणा वित्तीय थी। यदि आप एक छात्र हैं या काम की तलाश में हैं, या सिर्फ $ 5 कमाना चाहते हैं, तो यह प्रेरणा है। ” वास्तव में सर्वेक्षण के लिए, विली के अनुसार, उन्होंने $ 2 से $ 4 तक सौंप दिया। "समूहों तक पहुँचने के लिए कठिन हैं जो" के लिए मूल्य में वृद्धि की उम्मीद की गई थी। सर्वेक्षण पारित करने की सबसे छोटी संभावना है, और इसलिए, सबसे बड़ा इनाम काले अमेरिकियों से संबंधित था। “अन्य लोगों का साक्षात्कार लिया जाता है क्योंकि वे रुचि रखते हैं, या ऊब से बाहर हैं। इसलिए, हमारे पास धनी सफेद महिलाओं पर डेटा की गणना थी। यदि आप Hamptons [ Long Island Elite Housing क्षेत्र / लगभग में रहते हैं। अनुवाद।] और आपके पास दिन के दौरान करने के लिए कुछ भी नहीं है, आप उपभोक्ता अनुसंधान सर्वेक्षण भरते हैं। "

व्यक्तिगत प्रश्नावली पांच अलग-अलग अक्षों में एक व्यक्तित्व प्रोफ़ाइल बनाने के लिए 120 प्रश्नों का उपयोग करती हैं - यह "पांच कारक" मॉडल है, जिसे शब्दजाल में "OCEAN" कहा जाता है, "नए अनुभव, चेतना, असाधारणता, जैसे और विक्षिप्तता की इच्छा के लिए खुलापन" के लिए एक संक्षिप्त नाम [अनुभव का अनुभव करने के लिए खुलापन] , कर्तव्यनिष्ठा, आडम्बर, उग्रता, विक्षिप्तता]।

मॉडल व्यक्तिगत गुणों को समूहों में विभाजित करता है, जो, जाहिरा तौर पर, विभिन्न संस्कृतियों में और अलग-अलग समय पर संरक्षित होते हैं। इसलिए, उदाहरण के लिए, वे लोग जो खुद को "ज़ोर" के रूप में वर्णित करते हैं, वे खुद को "संचार" के रूप में वर्णित करने की संभावना रखते हैं। यदि वे आज इस तरह के विवरण से सहमत हैं, तो वे एक वर्ष में उसके साथ सहमत होंगे। ये समूह किसी भी भाषा में प्रकट होने की सबसे अधिक संभावना है। और अगर कोई व्यक्ति किसी चीज के प्रति नकारात्मक प्रतिक्रिया करता है, तो उसके पास सकारात्मक प्रतिक्रिया देने वाले लोगों से स्पष्ट और ध्यान देने योग्य मतभेद होंगे।

मॉडल के ये गुण लोगों की प्रोफाइल बनाने के लिए इसे उपयोगी बनाते हैं, विले कहते हैं - अन्य लोकप्रिय मनोवैज्ञानिक प्रोफाइल के विपरीत, जैसे कि मायर्स-ब्रिग्स टाइपोलॉजी । अध्ययन के सत्यापन चरण में, फेसबुक व्यावहारिक रूप से प्रभावित नहीं हुआ था। वाणिज्यिक डेटा खनन साइटों पर सर्वेक्षण की पेशकश की गई थी - पहले अमेज़ॅन मैकेनिकल तुर्क प्लेटफॉर्म पर, फिर क्वाल्ट्री ऑपरेटर के माध्यम से (ऑपरेटरों, विली के अनुसार, बदल दिए गए क्योंकि अमेज़ॅन के पास उन उपयोगकर्ताओं के साथ एक समस्या है जो प्रश्नावली भरने के लिए बहुत उत्सुक हैं। परिणामस्वरूप, चुनाव के परिणाम विकृत होते हैं। )।


"न सिर्फ कानून - जिम्मेदारी / दूसरा संशोधन का बचाव"
विशेष रुप से कैम्ब्रिज एनालिटिका अभियान विज्ञापन देता है

फेसबुक बहुत ही अंत में जुड़ा हुआ है। प्रश्नावली भरने के लिए भुगतान प्राप्त करने के लिए, उपयोगकर्ताओं को साइट पर लॉग इन करना था और कैम्ब्रिज विश्वविद्यालय के वैज्ञानिक अलेक्जेंडर कोगन द्वारा बनाई गई सर्वेक्षण एप्लिकेशन डेटा तक पहुंच की अनुमति देनी थी। फेसबुक जैसे व्यक्तित्व निर्माण पर उनके शोध ने रॉबर्ट मर्सर द्वारा प्रायोजित कैम्ब्रिज एनालिटिका को बाजार में तेजी से प्रवेश करने का सही मौका दिया। कोगन का दावा है कि कैंब्रिज एनालिटिका ने उन्हें डेटा के उचित उपयोग का आश्वासन दिया था, और उनका कहना है कि "उन्हें फेसबुक और कैंब्रिज एनालिटिका दोनों के बलि का बकरा माना जाता था।"

उस उपयोगकर्ता के लिए जिसका डेटा एकत्र किया गया था, प्रक्रिया त्वरित थी: "आवेदन पर क्लिक करें, धन कोड प्राप्त करें"। लेकिन इन कुछ सेकंडों में बहुत सारी महत्वपूर्ण चीजें हुईं। सबसे पहले, एप्लिकेशन ने उपयोगकर्ता के बारे में सभी संभव डेटा एकत्र किए। मनोवैज्ञानिक प्रोफाइल लक्ष्य चर है, और फेसबुक से डेटा एक "विशेषता विशेषताओं का सेट" है: सभी उपयोगकर्ताओं के लिए डेटा प्रोसेसिंग विशेषज्ञ द्वारा एकत्र की गई जानकारी, जो वह उन विशेषताओं का सटीक अनुमान लगाने के लिए उपयोग करेगा जो उसकी रुचि रखते हैं।

एप्लिकेशन ने एक वास्तविक नाम, स्थान, संपर्क जैसी व्यक्तिगत जानकारी भी एकत्र की - कुछ ऐसा जो सर्वेक्षण साइटों पर नहीं पाया जा सकता है। "इसका मतलब है कि जानकारी की तुलना एक वास्तविक व्यक्ति के साथ की जा सकती है, और उसकी जानकारी की तुलना मतदाताओं के रजिस्टर से की जा सकती है।"

दूसरे, एप्लिकेशन ने इसे स्थापित करने वाले उपयोगकर्ता के सभी दोस्तों के लिए समान किया। और अचानक, सैकड़ों हजारों लोग जिनके लिए आपने एक प्रश्नावली भरने के लिए कुछ डॉलर का भुगतान किया, और जिनकी पहचान एक रहस्य है, उन लाखों लोगों में बदल गए जिनकी फेसबुक पर प्रोफाइल एक खुली किताब है।

यह इस समय है कि अंतिम परिवर्तन होता है। कई लाख व्यक्तिगत प्रोफाइल को कई लाखों में कैसे मोड़ें? बड़ी कंप्यूटर क्षमताओं और अवसरों की एक विशाल तालिका का उपयोग करना। "हालांकि आपके नमूने में 300,000 लोग शामिल हैं, आपका फीचर सेट पहले से ही 100 मिलियन है," विले कहते हैं। डेटासेट से प्रत्येक फेसबुक पसंद करता है इस विशाल मैट्रिक्स में एक अलग कॉलम बन जाता है। "भले ही पूरे सेट के लिए एक घटना हो, यह पहले से ही एक विशेषता होगी।"

विली कहते हैं, "तब सभी डेटा एक जटिल मॉडल में एकत्र किए जाते हैं।" - इस बिंदु पर, आप अलग-अलग परिवारों का उपयोग कर रहे हैं, या मशीन सीखने के लिए दृष्टिकोण कर रहे हैं, क्योंकि उनमें से प्रत्येक की अपनी ताकत और कमजोरियां हैं। और फिर वे वोट देते हैं, और आप परिणाम मिलाते हैं और निष्कर्ष देते हैं। " इस बिंदु पर, डेटा प्रोसेसिंग का विज्ञान एक कला बन रहा है: प्रत्येक दृष्टिकोण में इनपुट डेटा का सटीक सेट ग्रेनाइट में नक्काशी नहीं किया गया है, और इसे इकट्ठा करने का कोई "सही" तरीका नहीं है। अकादमिक दुनिया में, इसे कभी-कभी "स्नातकोत्तर प्रशिक्षण" कहा जाता है - वह क्षण जिसके बाद वह सब कुछ करना है जो परीक्षण और त्रुटि से आगे बढ़ना है। और फिर भी यह बहुत अच्छी तरह से काम किया, और अंत में, विले के अनुसार, "हमने 253 एल्गोरिदम बनाए, अर्थात प्रत्येक प्रोफाइल रिकॉर्ड के लिए 253 भविष्यवाणियां मौजूद थीं"। लक्ष्य प्राप्त किया गया था: एक मॉडल, जो वास्तव में, फेसबुक से पसंद करने में सक्षम है और, विपरीत दिशा में काम कर रहा है, तालिका के सभी स्तंभों को भरता है, व्यक्ति के व्यक्तिगत गुणों, उसकी राजनीतिक भविष्यवाणियों आदि के बारे में अनुमान लगाता है।

अगस्त 2014 के अंत तक, विले को पहला सफल परिणाम प्राप्त हुआ: 2.1 मिलियन अमेरिकी रिकॉर्ड वाले राज्यों के लिए फिर से तैयार प्रोफाइल के साथ 2.1 मिलियन रिकॉर्ड। मर्सर और स्टीफन बैनन द्वारा प्रायोजित रिपब्लिकन अभियान में विज्ञापन संदेशों को बनाने और सुधारने के लिए डेटा का उपयोग करने की योजना थी और 2016 की प्राथमिकताओं तक पहुंच गई (विली ने उनसे पहले कंपनी छोड़ दी)। "यह संख्या न केवल उन सभी लोगों को इंगित करती है, जिनके लिए हमने फेसबुक से डेटा एकत्र किया, वोटिंग डेटा और उपभोक्ता डेटा, बल्कि उनके प्रोफाइल में जोड़े गए 253 पूर्वानुमान भी बनाए।"

ये 253 भविष्यवाणियां "गुप्त घटक" थीं जो कैम्ब्रिज एनालिटिका ने उपभोक्ताओं को एक अनूठी पेशकश के रूप में प्रस्तुत की थीं। फेसबुक के केवल डेटा का उपयोग करके, विज्ञापनदाताओं को बहुत अधिक जनसांख्यिकीय नमूनों के साथ सामना किया जाता है, और कई संकेंद्रित श्रेणियां एल्गोरिदमिक रूप से परिभाषित होती हैं - क्या आप पसंद करते हैं, कहते हैं, जैज़, या आपकी पसंदीदा फुटबॉल टीम। लेकिन 253 भविष्यवाणियों के साथ, कैम्ब्रिज एनालिटिका, विली के अनुसार, अन्य की तरह धुन विज्ञापन: एक विक्षिप्त, आसानी से डेमोक्रेट के लिए बहिर्मुखी मतदान सहमत होना भावनात्मक रूप से स्थिर स्थिर अंतर्मुखी के रूप में इस तरह के विज्ञापन के लिए अतिसंवेदनशील नहीं होगा, भले ही वही हों संदेशों का आदान-प्रदान किया जाता है, तो इसका विपरीत प्रभाव पड़ेगा।

विली ने उम्मीदवारों द्वारा नौकरियों की संख्या बढ़ाने की इच्छा के रूप में इस तरह के एक सुखदायक राजनीतिक बयान का उल्लेख किया। “अर्थव्यवस्था में नौकरियां अर्थहीन बयान का एक अच्छा उदाहरण हैं। अर्थशास्त्र में, हर कोई नौकरी के अवसरों के पक्ष में है। इसलिए, साधारण कथन "मैं अर्थव्यवस्था में रिक्तियों के लिए खड़ा हूँ", या "मेरे पास अर्थव्यवस्था में रिक्तियों के साथ स्थिति को ठीक करने की योजना है," आपको अपने प्रतिद्वंद्वी से अलग नहीं होने देता है।

"लेकिन हमने पाया कि यदि हम देखते हैं कि प्रत्येक व्यक्ति के लिए रिक्तियों की अवधारणा का क्या मतलब है, तो यह पता चलता है कि विभिन्न लोग अलग-अलग डिजाइनों से अलग-अलग प्रेरणा और मूल्यों के एक सेट से प्रभावित होते हैं।"

व्यवहार में, इसका मतलब है कि एक ही बकबक को अलग-अलग लोगों के लिए अलग-अलग तरीके से व्यक्त किया जा सकता है, जो भावनात्मक स्तर पर मतदाताओं को प्रभावित करने वाले उम्मीदवार की छाप देता है। "यदि आप एक जागरूक व्यक्ति से बात कर रहे हैं - ओसीन मॉडल [ईमानदारी, अखंडता] में पैरामीटर सी के लिए उच्च अंकों के साथ - आप सफलता प्राप्त करने के अवसरों और कार्यस्थल के साथ कार्य करने की जिम्मेदारी के बारे में बात कर रहे हैं। यदि यह एक खुला व्यक्ति है, तो आप एक व्यक्ति के रूप में बढ़ने की संभावना के बारे में बात कर रहे हैं। एक विक्षिप्त के साथ, आप उस सुरक्षा पर भरोसा करते हैं जो कार्यस्थल परिवार देगा। ”

आधुनिक अभियानों की नेटवर्क प्रकृति के कारण, सैद्धांतिक रूप से इन सभी संदेशों को अलग-अलग दर्शकों को एक साथ वितरित किया जा सकता है। अभियान के अंत तक, जब संदेश पहले ही रूट कर चुके होते हैं, तो उन्हें प्रत्येक उपसमूहों के लिए शब्दों के सही संयोजन की तलाश में डिक्शनरी का मुकाबला करने वाले एल्गोरिथ्म का उपयोग करके भी स्वचालित किया जा सकता है।


"देखो कि शादी का क्या मतलब है और मेरे पास वापस आओ / क्योंकि परंपराएं पुरानी नहीं हैं"
विशेष रुप से कैम्ब्रिज एनालिटिका अभियान विज्ञापन देता है

बेशक, यह 100% बकवास नहीं है। एक मैसेज का इस्तेमाल सही किया गया, उसी सेक्स मैरिज पर हमला किया गया। विली कहते हैं, "यह हास्यास्पद है कि यह संदेश इतने अपमानजनक और होमोफोबिक के रूप में निकला है, क्योंकि यह समलैंगिकों के एक दल द्वारा बनाया गया था।" - यह जागरूक लोगों के उद्देश्य से था। एक शब्दकोश की एक छवि थी और शिलालेख "शादी का अर्थ क्या है, और मेरे पास वापस आओ।" एक जागरूक व्यक्ति के लिए, संदेश आश्वस्त दिखता है: शब्दकोश आदेश का स्रोत है, और ऐसा व्यक्ति संरचितता का सम्मान करता है।

कुछ बिंदु पर, साइकोमेट्रिक टारगेट कुत्ते की राजनीति के क्षेत्र में कदम रखता है । उदाहरण के लिए, आव्रजन अभियानों में दीवार की छवियां प्रभावी साबित हुई हैं। “संरचित लोगों को पसंद है, इसलिए, उनके दृष्टिकोण से, आव्रजन की समस्या का समाधान दीवार द्वारा चित्रित किया जाना चाहिए। आप एक संदेश बना सकते हैं कि कुछ लोगों के लिए कोई मतलब नहीं है, लेकिन दूसरों के लिए अर्थ से भरा है। इस छवि का प्रदर्शन करते समय, कुछ लोग यह नहीं समझ पाएंगे कि हम आव्रजन के बारे में बात कर रहे हैं, जबकि अन्य तुरंत इसे पहचान लेंगे। " विली के दृष्टिकोण से, वास्तविक समस्या राजनीतिक "बिना किसी चीज के सैंडविच" थी, जिस पर कुछ डालने की प्रतीक्षा थी। "किसी को भी बिना सैंडविच पसंद नहीं है।" वह कहते हैं कि डेटा को "एक विशेष स्वाद या मसाला का पता लगाना चाहिए" जो सैंडविच को आकर्षक बना देगा।

और यद्यपि यह निश्चित रूप से एक बहुत कठिन लक्ष्यीकरण मशीन थी, लेकिन कैम्ब्रिज एनालिटिका साइकोमेट्रिक मॉडल के बारे में प्रश्न बने हुए हैं - जिसका विली शायद बेहतर जवाब नहीं देंगे। जब कोगन ने अप्रैल में संसद में साक्ष्य प्रस्तुत किया, तो उन्होंने तर्क दिया कि परिणाम केवल OCE रेटिंग को यादृच्छिक रूप से असाइन करने से बेहतर होने की संभावना नहीं थी। हो सकता है, ज़ाहिर है, यह छोटा अंतर पर्याप्त है, या शायद कैम्ब्रिज एनालिटिका ने केवल एक और " साँप का तेल " का कारोबार किया है। और यहां तक ​​कि अगर व्यक्तियों को इन पांच कारकों के साथ सही ढंग से लेबल किया गया था, तो क्या विशेष विज्ञापन का चयन उनके लिए वास्तव में इतना आसान था कि वे आदेश के प्यार के लिए अपील कर सकें, डरने के लिए, या कुछ और करने के लिए?

लेकिन, इस सब पर विचार करते हुए, इसमें अभी भी कुछ है। "सामाजिक नेटवर्क पर संदेश पर आधारित उपयोगकर्ता की व्यक्तिगत विशेषताओं का निर्धारण" के लिए 2012 के पेटेंट पर ध्यान दें। "व्यक्तित्व विशेषताओं के भंडारण को विज्ञापन के लिए लक्ष्य मानदंड के रूप में इस्तेमाल किया जा सकता है, विज्ञापन में सकारात्मक उपयोगकर्ता बातचीत की संभावना को बढ़ाने के लिए," जैसा कि पेटेंट में संकेत दिया गया है। पेटेंट का लेखक खुद फेसबुक है।