Gli algoritmi sanno già chi voterai

schema-algoritmo

Washington, interno notte. Un computer al centro della stanza, attorno una mezza dozzina di persone che guardano lo schermo. Davanti a loro scorrono una serie di combinazioni di sfondi e di bottoni. Ventiquattro, per la precisione. C’è il Candidato che guarda l’orizzonte, il Candidato che legge un documento, il Candidato in mezzo alla sua famiglia. E ci sono bottoni che dicono “iscriviti”, “partecipa”, “attivati”. 

In un’altra epoca, il candidato avrebbe scelto di persona la combinazione di sfondi e bottoni che più gli piaceva. Magari, avrebbe organizzato un focus group, commissionato un sondaggio. Quel candidato, che si chiama Barack Obama, invece, ha mostrato ognuna delle ventiquattro combinazioni della splash page del suo sito internet a 13mila utenti. I dati gli hanno detto che la pagina con la foto  di lui con la famiglia sullo sfondo portava a un +40% di persone che si registravano al sito. A posteriori è stato calcolato che scegliendo quella fotografia Obama sia riuscito ad attivare circa 2,8 milioni di persone in più, a raccogliere 60 milioni di dollari in più e a reperire 280.000 volontari in più. Oltre a capire che la presenza della famiglia nella campagna elettorale sarebbe stata decisiva. 

Sembra il futuro, ma è il 2007, otto anni fa. E non è che la preistoria della nuova ingegneria del consenso, della scienza che studia i modi di comprendere e influenzare le scelte politiche di ciascuno attraverso i big data e la loro elaborazione. Intendiamoci: probabilmente la politica è marketing dal momento in cui esce dai villaggi e si apre a sfere sociali più ampie. E non è certo con internet che il Candidato diventa un prodotto al pari di qualunque altro, in cui le tecniche di persuasione escono dal recinto delle idee e dei programmi per invadere il terreno del simbolico, dalla scelta dei vestiti e della postura alla grafica dei manifesti, dagli slogan agli spot televisivi. 

Chi vuole il nostro voto, sa già cosa votiamo, senza nemmeno chiedercelo

Internet, tuttavia, cambia tutto. Lo fa, soprattutto, quando cessa di diventare uno strumento di consultazione per diventare un mezzo di interazione sociale. Ogni ricerca su Google, ogni like su Facebook, ogni acquisto su Amazon, ogni conversazione su WhatsApp o su Messenger definiscono un piccolo pezzo dei gusti, dello stile, della personalità di ciascuno di noi. Lo scorso anno, su Facebook, sono stati caricati 2,5 miliardi di contenuti e cliccati 2,7 miliardi di like. A spanne, circa 500 terabyte al giorno di dati freschi. Con quei dati, che sono una minima frazione della massa dei big data – si può predire l’origine etnica, l’orientamento sessuale e l’affiliazione politica con un margine di errore attorno al 10%. Solo con quei dati. Vien da sé, che se a Facebook si aggiunge il resto, il margine di errore tende inevitabilmente a zero. Chi vuole il nostro voto, sa già cosa votiamo, senza nemmeno chiedercelo.

A spiegarlo è Zeynep Tufekci, sociologa turca con una cattedra all’Università della North Carolina, una delle massime esperte di technosociology, nel suo paper dal titolo Engineering the public: big data, surveillance and computational politics. La sue tesi è che questo processo, in atto e in crescita, necessiti di essere posto all’attenzione dell’opinione pubblica: «Sono dati che generiamo noi, che parlano di noi e che vengono usati su di noi» denuncia. E ancora: «La computational politics è un insieme di pratiche la cui ascesa non dipende soltanto dall’esistenza dei big data e di strumenti per la loro analisi, ma è anche e soprattutto definita da un’enorme asimmetria informativa: coloro che possiedono i dati sanno molto delle persone. Le quali, a loro volta, sanno molto poco di quanto chi maneggia i dati sa di loro».

«Coloro che possiedono i dati sanno molto delle persone. Le quali, a loro volta, sanno molto poco di quanto chi maneggia i loro dati sa di loro»

Mal di testa? Grandi complotti? Se alle spalle di tutto questo vi aspettate gli illuminati, microspie della Stasi, grandi fratelli orwelliani siete fuori strada. Semplicemente, la politica sta utilizzando gli stessi strumenti allo stesso modo di qualunque azienda che vuole vendervi qualcosa. Niente più di una normale analisi di mercato, perlomeno per gli standard odierni. Un processo che parte dal big data, passa dai data broker che comprano quei dati da Facebook e compagnia e arriva a centri di ricerca specializzati che, grazie a una serie di programmi e algoritmi – il più noto è Map Reduce, sviluppato da Google per sistematizzare le sue ricerche e ora venduto a chiunque ne faccia richiesta – impacchettano i dati, creano network, scovano correlazioni che in precedenza sarebbe stato costosissimo e faticosissimo scovare. Il tutto, senza il benché minimo lavoro umano.

 È da questo lavoro di analisi dei dati che si generano i modelli, il pezzo pregiato in vetrina. I modelli rispondono a una domanda piuttosto ovvia: come faccio, da una massa di dati anonimi a capire che devo vendere il mio prodotto – o il mio Candidato – proprio a “quella” persona in “quel” modo? Sono i modelli – frutto di correlazioni tra infinite combinazioni di dati che tendono a ripetersi – che dicono al Candidato se chi compra in quel supermercato, ascolta quel cantante, va in vacanza in quel posto, mangia in quel ristorante, frequenti quegli amici sia o meno un suo potenziale elettore, che possibilità ha di convincerlo e in che modo può farlo: «L’avvento di grandi dataset che contengono modelli di comportamenti e relazioni sociali, assieme all’evoluzione dell’informatica, può permettere alle campagne politiche di modellare le preferenze di ogni singolo elettore a un altissimo livello di precisione, senza che all’elettore stesso sia stata fatta alcuna domanda», spiega ancora la Tufekci.

Sono i modelli che dicono al Candidato se chi compra in quel supermercato, ascolta quel cantante, va in vacanza in quel posto, mangia in quel ristorante, frequenti quegli amici sia o meno un suo potenziale elettore, che possibilità ha di convincerlo e in che modo può farlo

L’analisi dei big data crea modelli e ne definisce i contorni, insomma. Quel contorno viene poi giustapposto a ogni singolo votante per comprenderne quale sia il grado di probabilità di convincerlo a votare il Candidato. Prima c’erano i sondaggi pre-elettorali, mutuati da quello che veniva definito il metodo Gallup, dal nome del più importante istituto demoscopico americano: «Pensa di votare il Candidato X?», era la domanda che un campione profilato di persone, rappresentativo dell’elettorato americano si sentiva fare. Nelle ultime presidenziali americane, racconta ancora Zeynep Tufekci, lo staff di Mitt Romney aveva usato ancora quest’ultimo metodo. Obama, invece, aveva scelto di incorporare nel suo i big data e i modelli che ne derivavano. L’aveva fatto stilando un indice di propensione al voto che andava da 0 (non andrò sicuramente a votare) a 100 (ci andrò sicuramente) attraverso il quale comprendere esattamente dove e come andare a prendere potenziali elettori per portarli dalla sua parte: «Non sapevamo nemmeno esistessero, questi elettori», ammisero sconfortati dallo staff di Romney, dopo la sconfitta. 

Conoscere è importante, ma altrettanto importante è saper agire. Ed è qui che entrano in gioco le scienze sociali e comportamentali, l’ultimo anello della catena, quello che è in grado di influenzare e indirizzare le scelte politiche di ciascun individuo. Soprattutto, in un contesto polarizzato come quello americano – o anche quello che potrebbe risultare in Italia, con l’approvazione della nuova legge elettorale, il cosiddetto Italicum -, quel che conta è indirizzare le scelte dell’elettore mediano, dell’indeciso, di quello che potrebbe far pendere la bilancia da una parte o dall’altra. Una volta capito chi è quell’elettore, bisogna scegliere come comunicare con lui, quali messaggi mandargli, con che mezzi, con quali parole. I big data e i modelli, in quest’ottica, sono utilissimi a sociologi e psicologi. 

Le campagne personalizzate, su Facebook e su Google, ad esempio, strumenti altrettanto utili per mandare a ogni persona il messaggio perfetto per convincerla. Di solito, ad esempio, un messaggio che soffia sul fuoco della paura induce a votare conservatore, ma in diversi casi avviene l’opposto. Gli algoritmi lo sanno e al momento giusto, manderanno quel messaggio, o quello slogan solamente alle persone che da esso sono influenzabili. Così come oggi ci si trova di fronte a pubblicità di viaggi, cantanti, libri che sembrano costruiti apposta sui gusti di ciascuno. Il cortocircuito è servito? Il voto è libero o condizionato? La propaganda personalizzata aiuta a scegliere o altera la scelta? Ma soprattutto: l’algoritmo mi sta semplicemente dicendo quale sarà il candidato che voterò? Alle prossime elezioni l’ardua sentenza.

Forse. 

fonte

Leggi anche:

I CRIMINI USA E DELLA NATO SPIEGATI IN 14 MINUTI

I CRIMINI USA E DELLA NATO SPIEGATI IN 14 MINUTI

Favola Fantapolitica – Silver Nervuti

Un branco di pecore continua a farsi ammazzare senza reagire, vivendo in città di 15 minuti...

Lascia un commento