Эпоха надзорного капитализма. Битва за человеческое будущее на новых рубежах власти

В ходе этого исследования команда сполна оценила магию поведенческого излишка, обнаружив, к примеру, что раскрытие человеком определенной личной информации, такой как религиозная принадлежность или политические симпатии, в меньшей степени способствует надежному анализу личности, чем сам тот факт, что человек готов поделиться такой информацией. Это понимание навело команду на мысль о новой перспективной поведенческой метрике. Вместо того чтобы анализировать содержимое пользовательских списков, вроде любимых телешоу, способов времяпрепровождения или музыки, они поняли, что простые «метаданные», такие как объем открытой самими пользователями информации, «оказались гораздо более полезными и предсказательными, чем исходные сырые данные». Расчеты, произведенные на основе этих поведенческих метрик, в сочетании с автоматизированным лингвистическим анализом и внутренней статистикой Facebook привели исследовательскую группу к выводу, что «мы можем предсказать, сколько баллов пользователь набирает по каждой черте личности с точностью до более чем одной десятой от действительного значения»[731]. Команда Университета Мэриленда начала то, что станет многолетним путешествием к инструментализации данных из глубин личности в рамках совершенно сознательной программы манипулирования и модификации поведения. Хотя исследователи не могли заглянуть очень далеко, они тем не менее предвидели полезность своих выводов для нетерпеливой аудитории надзорных капиталистов:

Имея возможность определять черты личности пользователя, веб-сайты социальных сетей, магазины электронной коммерции и даже рекламные серверы, можно приспособить к тому, чтобы они учитывали личность пользователя и подавали информацию так, чтобы пользователи были наиболее восприимчивыми к ней <…> Показ рекламы в Facebook можно скорректировать на основе личности пользователя <…> Можно выделять обзоры продуктов, написанные авторами с тем же типом личности, что и пользователь, что повысит доверие и создаст ощущение полезности…[732]

Оказалось, что эти новые методы также работают на материале метаданных других социальных сетей. Позднее в том же году команда из Мэриленда опубликовала результаты исследований, в которых, используя общедоступные данные Twitter, удалось спрогнозировать результаты по каждому из пяти параметров личности, находящиеся в пределах 11–18 % от фактических значений. Результаты других подобных исследований станут центральными в поведенческой оцифровке профилей Facebook ради новых тайников глубинного излишка[733].

Группа исследователей из Великобритании, куда входили Михал Косински из Кембриджского университета и заместитель директора Центра психометрических исследований Кембриджа Дэвид Стилвел, развила эту линию исследований дальше[734]. К тому времени Стилвел уже разработал базу данных myPersonality, «стороннее» приложение для Facebook, позволяющее пользователям проходить психометрические тесты, подобные тестам, основанным на пятифакторной модели, и получать отзывы о своих результатах. Запущенная в 2007 году и размещенная в Центре психометрических исследований, к 2016 году эта база данных содержала более шести миллионов профилей личности, в дополнение к четырем миллионам индивидуальных профилей Facebook. Когда-то считавшаяся уникальным, хотя и нестандартным источником психологических данных, myPersonality стала излюбленной базой данных для масштабирования, стандартизации и проверки новых моделей, способных предсказывать результаты по личностным шкалам на основе все меньшего количества данных и метаданных Facebook. Позже она станет образцом для работы небольшой консалтинговой компании под названием Cambridge Analytica, которая использовала эти новые кладези поведенческого излишка для широкой кампании политически мотивированного поведенческого микротаргетинга.