در اوایل دهه ۲۰۰۰، الکس پنتلند یک گروه محاسباتی در آزمایشگاه رسانه‌ای MIT را هدایت می‌کرد؛ جایی که ایده‌های پشت فناوری‌هایی مثل واقعیت افزوده و فیتنس ترکرها خلق شدند. در آن سال‌ها، بستن سنسور و دوربین دور مچ کاری بود که فقط اعضای گروه‌های تحقیقاتی انجام می‌دادند. آنطور که پنتلند می‌گوید «این فناوری‌های پوشیدنی در واقع تلفن‌هایی بودند که خودمان باید آنها را لحیم می‌کردیم. اما نکته مهم سخت‌افزار نبود بلکه نکته اصلی روش تعامل این دستگاه‌ها بود. کافی بود این مقیاس این فناوری را گسترش بدهید تا بتوانید همه آدم‌های روی زمین را – هر وقت که خواستید – ببینید».
در اواسط دهه ۲۰۰۰ و زمانی که شبکه‌های اجتماعی مثل فیسبوک با اقبال جهانی مواجه بودند، پنتلند و دانشمندان علوم اجتماعی همکار او شروع به بررسی شبکه و داده‌های گوشی‌های همراه کردند. هدف آنها از این بررسی‌ها پیدا کردن پاسخ سوالاتی از این قبیل بود: اپیدمی‌های اجتماعی چطور گسترش می‌یابند؟ دوستان در شبکه‌ها چطور بهم مرتبط می‌شوند؟ اتحاد سیاسی چطور شکل می‌گیرد؟ دیوید لازر که در آن زمان دانشمند علوم سیاسی داده‌گرا در دانشگاه هاروارد بود، در اینباره می‌گوید: «ما به طور اتفاقی یک ذره شتاب‌دهنده برای درک رفتارهای انسانی در این شبکه‌ها کشف کردیم. بعد از آن بود که همه چیز در زمینه درک رفتارهای انسانی تغییر کرد.» لازر به همراه پنتلند و سایر همکارانش در سال ۲۰۰۷ یک کنفرانس با عنوان «علوم اجتماعی محاسباتی» برگزار کرد که هدف آن آنالیز چیزی بود که امروزه به آن بیگ دیتا یا کلان داده می‌گوییم.
در اوایل ۲۰۰۹، شرکت‌کنندگان آن کنفرانس یک بیانیه در نشریه Science منتشر کردند. حالا در سال ۲۰۱۸ این بیانیه بار دیگر مورد توجه قرار گرفته و علت آن رسوایی کمبریج آنالیتیکا و فیسبوک است. کمبریج آنالیتیکا در همکاری با فیسبوک از داده‌های مربوط به رفتارهای آنلاین میلیون‌ها کاربر را جمع‌آوری کردند، طبق این داده‌ها شخصیت و تمایلات این کاربران را پیش‌بینی کرده و از این داده‌ها برای تاثیرگذاری روی انتخابات بهره بردند. آنطور که به نظر می‌رسد این رسوایی که سروصدای زیادی در رسانه‌های جهان به پا کرده، پیشتر در سال ۲۰۰۷ و توسط دانشمندانی مثل پنتلند و لازر پیش‌بینی شده بود!
دانشمندان علوم اجتماعی از احتمال وقوع رسوایی کمبریج آنالیتیکا خبر داشتند
در بیانیه کنفرانس علوم اجتماعی محاسباتی آمده است: «مجموعه داده‌های عظیم و در حال گسترش در زمینه نحوه تعامل مردم، مسلما دیدگاه‌های جدیدی درباره رفتارهای انسانی جمعی ارائه می‌کنند. این دیدگاه‌های جدید بدون ریسک هم نیستند و می‌توانند جوامع را با چالش‌های جدی در زمینه احترام به دسترسی و حریم خصوصی مواجه کنند. یک رویداد دراماتیک درباره نقض حریم خصوصی میتواند منجر به وضع قوانین و مقرراتی بشود که حوزه نوپای علوم اجتماعی محاسباتی را از پا بیاندازد. به همین خاطر یک سازمان مستقل و متشکل از روش‌ها، قوانین و فناوری‌ها نیاز است تا در کنار حفظ مطالعات کلان، ریسک‌های بالقوه را کاهش بدهد.»
کمبریج آنالیتیکا سعی داشته با اتکا به داده‌های شخصی افراد در انتخابات تقلب کند – چیزی که برخیها در امکان آن شک دارند – اما یک نکته مخرب‌تر هم وجود دارد. این نکته نقش دانشمندان در تسهیل شکست اخلاقی پشت چنین فعالیت‌هایی است. وقتی زینب توفکچی، یک محقق حوزه امنیت سایبری با انتشار مقاله‌ای در نشریه نیویورک تایمز اعلام کرد سوءاستفاده فیسبوک از داده‌های شخصی افراد آنقدر زیاد است که هیچ کاربری به آن رضایت نخواهد داد، در واقع از زبان علم و درمان استفاده می‌کرد. وظیفه دانشمندان در جوامع بشری به دست آوردن دانش لازم برای درمان مشکلات بشری – از دل تجربیات سخت – است چون همه چیز میتواند بدتر بشود.
در کل ماجرای رسوایی کمبریج آنالیتیکا و پیش‌بینی آن در سال ۲۰۰۷، یک چیز آزاردهنده وجود دارد. وقتی دانشمندان به ما درباره کلان داده و نظارت شرکتی هشدار می‌دادند، در واقع مخاطب اصلی این هشدار خودشان بوده‌اند!
کلان داده و ابزارهای محاسباتی، یک فرصت بی‌نظیر برای رشد علوم اجتماعی محسوب می‌شوند. پنتلند در بیانیه سال ۲۰۰۹ در اینباره گفته است: «بیشتر پیش‌فرض‌هایی که ما درباره انسان‌ها داریم، برپایه داده‌های محدود شکل گرفته‌اند و در نتیجه اصول علمی متقن محسوب نمی‌شوند.» اما کلان داده و ابزارهای محاسباتی توانسته این اشکال را برطرف کند. این ابزارهای چیزی را محقق کردند که همواره سودای علم و دانشمندان بوده است: فراتر رفتن از بررسی کیفی واقعیت‌های زمان حال و پیش‌بینی آینده. دانشمندان موفق شدند اینکار را درباره ستاره‌ها، DNA و الکترون‌ها انجام بدهند اما انسان‌ها نه!
تا اینکه جهش کوانتومی بعدی اتفاق افتاد. مشاهده و پیش‌بینی، دو عاملی هستند که بررسی دقیق آنها میتواند منجر به اشراف کامل بر هر سیستمی بشود. این دقیقا همان روندی است که منجر به رسیدن از مفهوم ساده وراثت‌پذیری به دنباله DNA و در نهایت ویرایش ژنوم شده است. این روند همان وعده کمبریج آنالیتیکا است: استفاده از علوم اجتماعی محاسباتی برای تاثیرگذاری بر رفتار افراد. کمبریج آنالیتیکا همواره این ادعا را داشته و وقتی به روش غیرقانونی – یا حداقل غیراخلاقی – به داده‌های مورد نیاز برای اینکار دست پیدا کرده، رسوایی پیش‌بینی شده در بیانیه سال ۲۰۰۹ به واقعیت پیوسته است.
بیانیه سال ۲۰۰۹ پیشنهاد می‌کند محققان در دو زمینه متدهای کلان داده و اصول اخلاقی استفاده از آنها، بهتر آموزش ببینند. طبق پیشنهادات این بیانیه، زیرساخت‌های علم مثل آژانس‌های گارانتی و سازمان‌های نظارتی باید در زمینه پاسخگویی به نیازهای جدید تقویت بشوند چون خرابی داده‌ها و دشواری‌های ناشناس‌سازی بالک دیتا باعث کند شدن فرایند‌ها شده است.
مراجعه به تاریخ نشان می‌دهد وقتی یک گروه به پیشنهاد خود تنظیمی و قوانین جدید می‌رسد، نگرانی از کنترل و تنظیم از سوی گروه‌های دیگر – به ویژه دولت‌ها – محرمک اصلی است. در این مورد هم محققان در بین نگرانی‌هایشان به گوگل، یاهو و آژانس امنیت ملی اشاره کرده‌اند. «علوم اجتماعی محاسباتی میتواند به قلمروی اختصاصی آژانس‌های دولتی و کمپانی‌های خصوصی تبدیل بشود. از سوی دیگر می‌توان انتظار شکل‌گیری یک گروه از دانشمندان عالی‌رتبه برای نظارت بر دستاوردهای مطالعات علوم اجتماعی محاسباتی را داشت.» در شرایط دوم، دسترسی به داده‌های این حوزه فقط در بستر قوانین سخت‌گیرانه همکاری بین صنعت و دانشگاه ممکن خواهد بود و به این ترتیب از کاربران اینترنت – در برابر رویدادهایی مثل رسوایی کمبریج آنالیتیکا محافظت خواهد شد.
نیکلاس کریستاکیس، یکی از شرکت‌کنندگان کنفرانس ۲۰۰۷ و نویسنده همکار بیانیه ۲۰۰۹ در اینباره می‌گوید: «حتی زمانی که مشغول نگارش بیانیه بودیم هم می‌دانستیم که قدرت زیاد مسئولیت بیشتری می‌آورد و هر تکنولوژی میتواند شمشیر دولبه باشد. درست مثل دانش انرژی هسته‌ای که میتواند به سلاح تبدیل بشود.»
لازر در تایید این سخنان می‌گوید: «رسوایی کمبریج آنالیتیکا همان رویداد دراماتیک در حوزه اشتراک داده بود که ما پیش‌بینی کرده بودیم. واقعیت این است که حوزه آکادمیک در تهیه زیرساخت‌ها سستی کرده است. پیش‌بینی ما از رویدادهای این چنینی مورد توجه مخاطبانش قرار نگرفت.»
به نظر می‌رسد پایه علمی کمبریج آنالیتیکا بیش از هر چیز ریشه در آثار میشل کوسینسکی و دیوید استیلول داشته باشد. در سال ۲۰۱۳ و وقتی کوسینسکی و استیلول در کمبریج مشغول بودند، یک مطالعه بزرگ در زمینه ارتباط بین زبان به کار رفته در استاتوس‌های فیسبوک افراد و پنج عامل بزرگ شخصیت (روان‌رنجوری، برون‌گرایی، سازگاری، استقبال از تجربه و وظیفه‌شناسی) انجام دادند. در آن زمان مجوز استفاده از حساب‌های فیسبوک در این مطالعه از صاحبان آنها گرفته شده بود.
این دو محقق از این مجموعه داده برای مشخص کردن ویژگی‌های فردی مثل گرایشات جنسی، اعتقادات مذهبی، عقاید سیاسی و … هم استفاده کردند. در این بخش از تحقیقات فقط و فقط از لایک‌های فسیبوک استفاده شد.
ایده کوسینسکی و استیلول این بود که می‌توان از طریق تعاملات شبکه‌های اجتماعی و تست‌های شخصیت به اطلاعات بسیار دقیق درباره ویژگی‌های شخصیتی افراد دست یافت. همین ایده منجر به یک تحقیق اجتماعی دیگر توسط الکساندر کوگان شد. اینبار کوگان از یک روش مشابه اما بوسیله اپلیکیشن استفاده کرد تا به داده‌های تعداد بیشتری از کاربران فیسبوک دسترسی داشته باشد. در نهایت هم این ایده را در اختیار کمبریج آنالیتیکا قرار داد.
همین جا کمی صبر کنید چون مقاله اولیه کوسینسکی ارزش بررسی دارد. این مقاله ادعا می‌کند لایک‌های فیسبوک می‌توانند این امکان را به یک الگوریتم یادگیری ماشینی بدهند که ویژگی‌هایی مثل هوش را پیش‌بینی کند. بهترین عوامل پیش‌بینی کننده هوش در این مقاله رعد و برق، شوی تلویزیونی گزارش کولبر، علم و سیب‌زمینی سرخ کرده موجی بودند! عوامل پیش‌بینی کننده هوش پایین هم لوازم آرایشی سفورا، عبارت «دوست دارم مادر بشم»، هارلی دیویدسون و گروه موسیقی Lady Antebellum بودند. گرایشات جنسی هم در این مقاله مورد بررسی قرار گرفت و مشخص شد مردان همجنسگرا کمپین No H8، لوازم آرایشی مک و موزیکال Wicked را لایک می‌کنند. نشانه‌های دگرجنسگرایی مردان براساس لایک‌ها هم Wu-Tang Clan، شکیل اونیل و سردرگمی بعد از چرت‌های روزانه بود.
اگرچه برخی ارتباط بین برخی از این موارد را هر کسی میتواند حدس بزنید – مثلا ارتباط بین کمپین No H8 و همجنسگرایی – اما تشخیص ارتباط بین هوش بالا و لایک کردن سیب‌زمینی سرخ کرده موجی کاری نیست که بدون الگوریتم قابل اجرا باشد.
کوسینسکی و همکارانش در سال ۲۰۱۷ یک گام رو به جلو برداشتند و سعی کردند از پیش‌بینی به کنترل برسند. در یک مطالعه دیگر، آنها افرادی با ویژگی‌های شخصیتی خاص را در معرض تبلیغات مربوط به لوازم آرایشی و جدول کلمات متقاطع متناسب با ویژگی‌های شخصیتی آن افراد قرار دادند.
کلیک کردن روی تبلیغات طبق برنامه از پیش تعریف شده لزوما به این معنی نیست که می‌توانید دیدگاه‌های سیاسی افراد را تغییر بدهید. اما کوسینسکی معتقد است تبلیغات سیاسی قویتر هم هستند: «در بستر تحقیقات دانشگاهی نمی‌توانیم از پیام‌های سیاسی استفاده کنیم. اما فرض بر این است که همان تاثیر تبلیغاتی را می‌توان در پیام‌های سیاسی هم مشاهده کرد.» مطالعه کوسینسکی و همکارانش روی تبلیغات هدایت‌شده نشان می‌دهد کارایی این تبلیغات بسیار بیشتر از غیرهدفمند است. البته این چیزی است که کمبریج آنالیتیکا ادعا می‌کند میتواند انجام بدهد و کوسینسکی دیگر با این کمپانی همکاری ندارد.
برخی از صاحب‌نظران دیدگاه متفاوتی نسبت به این روش‌های تبلیغاتی و هدایت افکار عمومی دارند. دانکن واتس، جامعه شناس مرکز تحقیقات مایکروسافت و یکی از پایه‌گذاران علوم اجتماعی محاسباتی در اینباره می‌گوید: «مقاله سال ۲۰۱۳ نشان می‌دهد پیش‌بینی الگوریتمی پنج عامل شخصیتی بزرگ به اندازه پیش‌بینی‌های انسانی دقیق هستند؛ یعنی دقت ۵۰ درصدی دارند. اگر همه کاری که می‌توانید برای تغییر دیدگاه‌های یک نفر انجام بدهید، پیش‌بینی دیدگاه‌های سیاسی فعلی یا استقبال از تجربه آن فرد باشد حتی بهترین روش‌ها هم در مقیاس بالا کار نخواهند کرد. اما پیش‌بینی ویژگی‌ها بسیار ساده‌تر از متقاعد کردن افراد است.»
واتس می‌گوید مقاله ۲۰۱۷ کوسینسکی هم او را قانع نکرده که این تکنیک اجرایی باشد. میزان کلیک در نتایج این مقاله افزایش بسیار کمی داشته و این یعنی تغییر دیدگاه‌های سیاسی به اندازه پیش‌بینی دیدگاه‌ها موفق نبوده است. واتس معتقد است فاکتورهای ناشناخته تاثیر زیادی روی نتایج این مطالعات دارند و باید دید تاثیر آنها چقدر زیاد است.
واتس نسبت به ادعای کمپانی کمبریج آنالیتیکا درباره استفاده از تکنیک‌های مشابه برای هدایت افکار عمومی هم دید مثبتی ندارد. و البته تنها کسی نیست که این ادعا را مشکوک را می‌داند. لازر در تایید تردیدهای واتس می‌گوید: «تا بحال در منابع روانشناسی مدرک علمی ندیده‌ام که با این ادعاها سازگار باشد. می‌توان گفت شواهد کافی برای محتمل بودن چنین ایده‌ای وجود دارد.»
البته کوسینسکی با این دیدگاه‌ها مخالف است: «مخالفان این ایده در واقع یک صنعت کامل را انکار می‌کنند. هر ساله میلیاردها دلار پول روی بازاریابی سرمایه‌گذاری می‌شود. درصد زیادی از این پول هدر می‌شود اما سرمایه‌گذاران نادان نیستند. آنها تبلیغات فیسبوک و گوگل را بدون هدف نمی‌خرند.»
حتی اگر تبلیغات طراحی شده آنطور که کوسینسکی فرضیه‌سازی کردند و کمبریج آنالیتیکا ادعا می‌کند کار نکند، بخش دردسرساز آن است که یک محقق دیگر – کوگان – تحقیقات و داده‌های مشابهی را به کمپانی ارائه کرده است. کمپانی کمبریج آنالیتیکا در ماه گذشته نشستی برگزار کرد و اعلام کرد تمام داده‌هایی که با قوانین جدید فیسبوک همخوانی نداشتند را پاک کرده است. از طرفی آنطور که کوگان می‌گوید در ماجرای انتخابات ریاست جمهوری ایالات متحده از داده‌های گردآوری شده توسط کمپانی او –GSR – استفاده نشده بود.
در هر دو صورت، ایده استفاده از علوم رفتار انسانی برای فروش تبلیغات و کالا بدون نظارت همچنان مدل تجاری اصلی فیسبوک است. لازار درباره این مدل می‌گوید: «واضح است که در حال حاضر از این متدها استفاده می‌شود. اما هیچکدام از آنها مثال متدهای به کار رفته برای درک رفتارهای انسانی نیستند. این روش‌ها به دنبال ایجاد دیدگاه یا بینش نیستند بلکه از روش‌های دانشگاهی برای بهینه‌سازی اهداف شرکت‌ها استفاده می‌کنند.»
لازار قضیه را از زبان یک دانشمند و طبیعتا محافظه‌کارانه بیان می‌کند. بگذارید ما اصل قضیه را بدون تعارف برایتان بگوییم: این شرکت‌ها از علم برای واداشتن افراد به خرید بیشتر استفاده می‌کنند!
با تمام این اوصاف شاید کمبریج آنالیتیکا یک فاجعه در زمینه علوم اجتماعی محاسباتی نباشد اما به این معنی نیست که زنگ خطر به صدا درنیامده است. رسوایی انتخابات ریاست جمهوری ایالات متحده نشان داد تلاش کمپانی‌ها برای هدایت افکار عمومی آغاز شده است.
فیسبوک می‌داند دانشمندان علوم اجتماعی ابزاری دارند که به درد این کمپانی می‌خورد. در اواخر ۲۰۱۷ یک پست بلاگ اظهار داشت استفاده طولانی مدت از شبکه‌های اجتماعی میتواند افراد را سردرگم کند: «ما درباره استفاده طولانی مدت از گوشی در زمان‌هایی که باید صرف خانواده بشود، نگران هستیم. یکی از راه‌های مقابله با کشمکش‌های درونی ما، تحقیق علمی است.» بعد از این سطور خلاصه‌ای از تحقیقات انجام شده و لیستی از دانشمندان علوم اجتماعی که با فیسبوک همکاری می‌کنند، ارائه شد. اگر شما هم به صداقت این گزارشات شک کردهاید، تنها نیستید. انتشار چنین پستی بعد از رسوایی کمبریج آنالیتیکا و فیسبوک، درست مثل این است که یک مامور دولتی در حین دریافت رشوه لو برود و بگوید مشغول تحقیقات در این زمینه بوده است! و البته این دست واکنش‌ها چیزی است که دانشمندان علوم اجتماعی یک دهه قبل پیش‌بینی کرده بودند.
این دانشمندان بیشتر از اینکه نگران لایک‌های فیسبوک باشند، نگران گوشی‌های همراه هستند. پنتلند درباره علت این نگرانی‌ها می‌گوید: «همه درباره گوگل و فیسبوک صحبت می‌کنند، اما فعالیت‌های آنلاین شما در برابر چیزهایی که شرکت‌های مخابراتی یا بانک‌ها درباره شما می‌دانند بسیار کم‌اهمیت است و قابلیت پیش‌گویی کمتری هم دارد. خوشبختانه بانک‌ها و شرکت‌های مخابراتی تحت قوانین بسیار دقیقی فعالیت می‌کنند و احتمال لو رفتن داده‌های شخصی شما از سوی آنها کمتر است.»
کوسینسکی در این زمینه با پنتلند موافق است: «اگر از داده‌های شخصی‌تری نسبت به لایک‌های فیسبوک استفاده کنید – مثلا گردش‌های کارت اعتباری، اگر از روش‌های بهتری نسبت به اضافه کردن تبلیغ به صفحه فیسبوک استفاده کنید، اگر پول و منابع بیشتری هزینه کنید و اگر تست‌های A-B متعدد انجام بدهید قطعا کارایی این روش‌های هدایت افکار عمومی بهتر می‌شود.» استفاده از لایک‌های فیسبوک انتخاب شخصیت‌های دانشگاهی است و اگر واقعا می‌خواهید دیدگاه یک گروه از افراد را دستکاری کنید، کوسینسکی پیشنهاد می‌کند از داده‌های کارت اعتباری استفاده کنید.
پیشنهاد دیگر کوسینسکی این است که دنبال کمپانی‌های حقه‌بازتر از کمبریج آنالیتیکا باشید: «درست است که کمبریج آنالیتیکا به ترامپ کمک کرده پیروز انتخابات ریاست جمهوری بشود اما اگر او یک کمپانی بهتر را استخدام می‌کرد، این پیروزی راحت‌تر به دست می‌آمد.»
دقیقا به همین خاطر است که دانشمندان علوم اجتماعی هنوز نگران هستند. آنها نگرانند کسی بتواند این جهش کوانتومی را به مرحله متقاعد کردن برساند. پنتلند می‌گوید بعد از رسوایی کمبریج آنالیتیکا باید منتظر میکروتارکتینگ باشیم؛ وقتی که کمپین‌های سیاسی و گروه‌های افراطی از اکانت‌های فیک استفاده می‌کنند تا اینطور به نظر برسد که یک گروه اجتماعی واقعی مشغول نشر ایده‌ها و عقایدش است. این روش متقاعد کردن از سوی افرادی که به نظر می‌رسد صاحب آزادی عقیده هستند، تاثیرگذاری بیشتری دارد. تبلیغات فراموش می‌شود و نادیده گرفته می‌شود اما ملاقات با کسانی که مثل شما فکر می‌کنند – در بستر شبکه‌های اجتماعی – تجربه بسیار متفاوتی است.
کارایی این روش هنوز به صورت عملی مشاهده نشده اما اگر عملی باشد، میتواند منجر به یک رسوایی دیگر بشود. نکته مهم این است که دانشمندان علوم اجتماعی محاسباتی از قبل به ما هشدار داده‌اند!
دیدگاهتان را بنویسید
برای نوشتن دیدگاه باید وارد بشوید.