Шансе су да када сте одлучили да „волите“ ТВ емисију, бенд, локалну компанију или Фацебоок страницу производа, нисте ни замислили да ће тај клик имати много последица. То би пријатељима могло показати мало о вашим интересовањима и повремено изазвати ажурирања статуса са странице да се појаве у вашем фееду вести.
„Лајкови“ су, међутим, јавно доступни свима који могу да виде на Фацебооку, чак и особама које нисте одобрили као пријатеље. А за нову студију која је данас објављена у Зборнику Националне академије наука, група истраживача створила је рачунарски програм који може узети „лајкове“ корисника и прецизно закључити огроман низ информација о њему или њој - укључујући старост, националност, ИК, политичка склоност, ниво употребе дрога, па чак и сексуална оријентација.
За ову студију, истраживачка група - партнерство између лабораторија за психометрију на Универзитету у Цамбридгеу и Мицрософтовог истраживања у Цамбридгеу - анализирала је податке 58.000 америчких корисника Фацебоока који су одлучили да понуде своје профиле и „лајкове“ за анализу путем Фацебоок апликације МиПерсоналити. Истраживачи су ове „лајкове“ унели у алгоритам, посебно изграђен за овај пројекат, а затим су упоредили предвиђања модела о низу карактеристика са оним што су сигурно знали о корисницима, који су садржај својих Фацебоок профила предали на анализу такође.
За сваки пар испитиваних особина - рецимо, кавкаске или афроамеричке или демократске или републиканске - истраживачи су одабрали пар корисника, од којих по један припада свакој категорији, а алгоритам је морао слепо да одабере ког корисника одговара на коју категорију се само заснива њихове „лајкове“. Није било стопостотно савршено у закључивању ниједне категорије, али било је невероватно тачно у предвиђању многих, укључујући неке карактеристике за које вероватно не бисте претпоставили да се могу претпоставити из ваших „лајкова“.
Тачно је закључило, на пример, који је корисник био кавкашки и афроамерички 95 одсто времена, демократа и републиканац 88 одсто времена, а хришћанин и муслиман 82 одсто. Процена његове тачности у предвиђању многих разматраних особина (подсетник, вредност 1 би значила да је модел 100% тачан) је испод.
Модел је с предвиђањем тачно предвидио низ корисничких карактеристика. (Слика путем ПНАС / Косински и др.) За већину корисника овај ниво тачности није зависио од очигледних „лајкова“ који би могли да се повежу са разматраном особином. На пример, мање од 5 процената корисника који су идентификовани као геј „волео је“ геј брак или друге сродне странице.
Алгоритам је, уместо тога, објединио тонове наизглед неповезаних „лајкова“ како би груписао кориснике у класе које деле заједничке предвидљиве сличности. Упоређујући „лике“ са резултатима теста личности (такође део апликације миПерсоналити), истраживачи су открили да су сви корисници који „воле“ „Тхундерстормс“, „Цолберт Репорт“, „Сциенце“ или „Цурли Фриес“. мало је вероватније да ће имати висок ИК од оних који то немају. Слично томе, мушкарци који су волели „Мац Цосметицс“ или „Вицкед Тхе Мусицал“ били су нешто вероватнији да су гејеви, док су они који су волели „Ву-Танг Цлан“ или „Схак“ били нешто мање вероватни.
Анализа свих корисничких „лајкова“ омогућила је алгоритму да створи њихов општи портрет, али на његову тачност је у великој мери утицао број „лајкова“ за сваког корисника. За оне у крајњем крају, са 1-10 лајкова, предвиђања нису била боља од шансе, али за оне са 150 до 300 „лајкова“, алгоритам је био у стању да побољша још више способност да погоди особине корисника до још бољег степена .
Истраживачи су првенствено спровели студију како би показали колико наше јавно доступне информације могу рећи о нама. Можда не објављујете јавно своју сексуалну оријентацију, политичке ставове или да ли користите дрогу, али овакав програм може анализирати ваше „лајкове“ и створити прилично тачна нагађања без обзира.
Иако су корисници послали своје „лајкове“ и профиле на анализу путем апликације треће стране, Фацебоок поставке подразумеваних приватности значе да су ваши „лајкови“ јавни свима. Већ сада сами Фацебоокови алгоритми користе ове задатке да диктирају које се приче завршавају у феедовима вести корисника, а оглашивачи могу да им приступе како би одредили који су најефикаснији огласи који ће се приказати током прегледавања.
