Dado el estado actual de AI / ML, ¿cómo afectó las elecciones presidenciales de 2016?

¿Cambridge Analytica y su perfil psicométrico / psicográfico de más de 230 millones de electores estadounidenses ayudaron a Trump a ganar las elecciones presidenciales de 2016?

Cambridge Analytica ayudó al equipo de Trump a construir la base de datos de personalidad del Proyecto Álamo. Afirman haber utilizado métodos de aprendizaje automático relativamente simples para ayudar a la campaña a participar en la micro-focalización de votantes, basada en perfiles de personalidad, durante la elección. p.ej

Foto tomada de esta charla:

“En el fondo, lo que hace CA es simple. Es una aplicación de aprendizaje automático: algoritmos que aprenden a hacer predicciones comparando conjuntos de datos muy grandes. Youyou Wu, coautor de la investigación formativa de la Universidad de Cambridge en 2015 que muestra cómo predecir la personalidad en función de los Me gusta de Facebook, y que, según los informes, se copiaría y convertiría en el software de Cambridge Analytica, dice que el algoritmo en sí es básico; los datos son la clave “.

La industria que predice su voto, y luego lo altera, todavía está en pañales.

Cambridge Analytica ha sido contratado por campañas políticas para utilizar estas tácticas en otras elecciones. Un ejemplo es la elección de Trinidad 2013 donde los titulares contrataron a la empresa matriz de CA, SCL, para participar en una campaña de micro-focalización:

“Un proyecto que Cambridge Analytica llevó a cabo en Trinidad en 2013 reúne todos los elementos de esta historia. Justo cuando Robert Mercer comenzó sus negociaciones con el jefe de SCL, Alexander Nix, acerca de una adquisición, SCL [la compañía matriz de CA] fue retenida por varios ministros del gobierno en Trinidad y Tobago. El informe incluyó el desarrollo de un programa de micro-focalización para el partido gobernante de la época. Y AggregateIQ, la misma compañía involucrada en la entrega de Brexit para la licencia de voto, fue contratada para construir la plataforma de orientación.

Los detalles del proyecto de Trinidad finalmente desbloquearon el misterio que era AggregateIQ. Trinidad fue el primer proyecto de SCL que utilizó big data para la micro-focalización antes de que Mercer adquiriera la empresa ”.

El gran robo británico del Brexit: cómo fue secuestrada nuestra democracia

También es bien sabido que la campaña de Obama de 2012 hizo uso de la micro-focalización de votantes por primera vez en una elección federal de EE. UU., Aunque no sé tanto sobre el nivel de análisis de datos / aprendizaje automático que estaban usando, o la sofisticación de perfiles de personalidad que se aplicaron en ese momento. Sin embargo, los datos disponibles para construir perfiles de personalidad han aumentado sustancialmente desde entonces. El negocio de anuncios en línea también ha crecido sustancialmente durante el mismo período de tiempo, ya que las personas pasan cada vez más tiempo en línea.

Pero está claro que estamos entrando en una nueva era de política. No es irrazonable suponer que parte de la polarización política que estamos viendo en todo el mundo hoy está influenciada, al menos en parte, por un nuevo nivel de perfil y focalización de votantes. Esto puede ayudar a atraer a los grupos en la dirección política deseada al enfocarse en los botones calientes de un individuo para generar una serie de fuertes reacciones emocionales o morales.

En lugar de ver los mismos anuncios y fuentes de noticias, ahora vemos anuncios completamente diferentes que hablan de diferentes problemas. No es de extrañar que no podamos vernos cara a cara.

EDITAR: solucionó un problema gramatical y encontré una versión completa de la imagen. Muestra dos anuncios que se dirigen a dos perfiles de personalidad diferentes construidos a partir de publicaciones y me gusta en las redes sociales.

EDIT2: Se agregaron detalles sobre el papel de la microtargeting en las elecciones de Trinidad 2013.