Plakátok helyett bitek – a politika és a Big Data kapcsolata

A jövő politikáját bitek és nem plakátok határozzák meg. Apró adatfoszlányok, nagy halmazok és olyan pszichografikus elemzések, amelyek örökre megváltoztathatják a választási kampányok természetét. A kérdés csak az, hogy a szabad választói akarat megmarad-e? 

A big data világa 

A big data (egyenes fordításban „nagy adat”) egy komplex technológiai környezetet jelöl, beleértve ebbe a hardvereket, szoftvereket és hálózatokat, amelyeknek együttes elemzése hatalmas és gyorsan változó adatmennyiséget eredményez. Ennek az óriási, rendezetlen és dinamikus adathalmaznak az elemzése – bár hatalmas kihívás – jelentős versenyelőnyhöz tudja juttatni a big data elemzőit és felhasználóit. Marketingtevékenységtől, piackutatáson át a napi politikai monitoringig, minden mérhető, feldolgozható és befolyásolható a big data alapján. 

Fentiekből a big data célja, hogy valós idejű kiértékelést és megfelelően gyors reagálást biztosítson a felhasználói számára. A big datának négy jellemzője van, az úgynevezett 4V:

azaz a nagy adatmennyiség, a gyors adatfeldolgozás, az adatok változatossága és az igazságtartalma. A big data tehát önmagában kettő elemet párosít: egy önálló adatállományt a fenti jellemzőkkel és egy, azt feldolgozó informatikai közeget. 

A big data – mint minden nagy technológiai vívmányunk – nem eredendően rossz. A big data rendszerek hatékony kiépítése és felhasználása az emberek életszínvonalbeli emelkedését segítheti elő, megkönnyítve a hétköznapokat. Kiváló példa a big data alkalmazására a BKK Futár alkalmazás, amely a budapesti tömegközlekedés mindegyik szereplőjétől beérkező GPS adatokat dolgozza fel, összevetve a közlekedési adatokkal és a városi biztonsági kamerák felvételeivel. Az alkalmazás a big data technológiának köszönhetően nemcsak a pontos érkezést és menetidőt mondja meg, hanem jelezheti az emberi beavatkozás szükségességét is, elemezve a veszélyhelyzeteket. Szintén big datát használ fel és elemez a Waze telefonos közlekedési alkalmazás, vagy a Tinder társkereső alkalmazás. Nem maradnak ki a „buliból” a tech óriások sem: a Facebook, a Twitter és az Amazon felületei is folyamatos big data elemzést folytatnak, felkínálva nekünk például egy kedvelhető oldalt vagy egy akciós terméket. 

A big data mint komplex technológiai környezet

azonban a felhasználói oldalról ez már közel sem mondható el. A big data használata ugyanis sértheti személyiségi jogainkat; kérdés pedig az, hogy meddig mehet el e komplex adathalmaz feldolgozója és felhasználója az adatfeldolgozásban. Illúzióink ugyanis ne legyenek, a tech vállalatok minden lehetőséget és információt megragadnak, hogy a fogyasztót magukhoz láncolják és kielégítsék. A folyamatos változások és a 2010-es évek technológiai robbanása rákényszerítette a döntéshozókat az adatvédelmi törvények megalkotására és átalakítására. A Parlament 2011-ben fogadta el az információs önrendelkezési jogról és az információszabadságról szóló törvényt, amely hatékony ellenpontja a személyiségi jogokkal és személyes adatokkal való visszaéléseknek. Ezt egészítette ki az uniós adatvédelmi direktíva, a GDPR, amelynek a mai napig nehéz megfelelnie a nem európai szereplőknek. 

Politikai felhasználás csúcsra járatva 

A 2010-es évek technológiai robbanása és a big data rohamos fejlődése nyomán természetesen nemcsak közlekedési applikációk és társkeresők jelentek meg: a politika hamar megtalálta a big datában rejlő lehetőségeket. A mindig naprakész, választók tízezreiről szóló információhalmaz olyan fegyver, amiért minden politikai erő esedezik. Hogy néz ez ki a gyakorlatban? 

Az első – és legkézenfekvőbb – eset, amikor a szokásos módszereket támogatják meg a big datából származó előnyökkel. A gerrymandering, magyarul választókerület-manipuláció egy olyan politikai eszköz, amelynek során a választókerületek határait úgy szabják meg, hogy azok a választásokon szereplő valamelyik félnek előnyt biztosítsanak. A gerrymanderinggel a hatalombon lévő fél tud ügyesen játszani, általában kétféle módon: vagy a saját szavazatokat maximalizálják a választókerületi határok meghúzásával; vagy az ellenfél szavazatait csökkentik úgy, hogy minél több választókerületben próbálják szétszórni az ellenzéki voksokat.

ahol sikerült olyan szinten csúcsra járatni a választókerület-manipulációt, hogy egyes kerületeknek külön becenevük van (a képen a marylandi imádkozó sáska látható). Nem idegen azonban a módszer Közép-Európában sem, ahol a szlovák politika észak-déli csapásirányban húzta meg a kerületek határait, felülírva ezzel a déli határok mentén élő magyar tömb választói akaratát.

Hogyan jön ehhez a big data? Egyszerűbben, mint elsőre hinnénk, a politikai elemzők ugyanis a hatalmas adatmennyiséget kihasználva nemcsak általános kérdések és politikai felmérések alapján tudják egy-egy kerület választói összetételét megmondani, hanem rendelkezésükre áll minden bennfentes információ. A legjobb politikai elemzők a big data segítségével már a fizetés mértékéből, online vásárlásainkból és online tartalomfogyasztási szokásainkból megtudják mondani, hogy merre húz a szívünk. Előbbiek alapján pedig a lehetőség is adott, hogy maximalizálják a választókerület-manipuláció nyújtotta előnyöket, olyan határokat húzva, ahol nem a választók választják politikusaikat, hanem a politikusok választják meg a választóikat. 

A marylandi hármas kongresszusi választókerület a gerrymandering egyik legjellemzőbb példája. Beceneve: imádkozó sáska. 

A második eset a célzott hirdetés és politikai kampány. Ameddig a big data előtt a politikai erők demográfiai mutatók (életkor, fizetés, munkahely) alapján tudtak jósolni és kampányolni, addig a jelenben – ahogyan azt már fentebb leírtuk – Facebook-posztok és online vásárlási szokások alapján lehet elemezni és kampányolni. Egy ilyen, big data elemzésre alapuló, célzott politikai kampány hatásfoka pedig közel sem alacsony. A big data elemzésével – ha csak a publikus online adatokat nézzük – tökéletesen felépíthető a Big five személyiségmodell OCEAN formulája. Ez az öt elem az extraverzió, a barátságosság, lelkiismeretesség, érzelmi stabilitás és kultúra/intellektus. Ezen modell alapján a politikai elemzők – és a nagyvállalatok is –

felderítve, hogy mi motiválja az alanyokat, melyek a fő személyiségjegyek és az ebből fakadó viselkedési mechanizmusok. A fentieket összevetve a politikai szereplők tevékenysége egyszerű: a feltárt modellek és adatok alapján célzott tartalmakkal tudják a legjobb időben cselekvésre bírni a választópolgárokat, legyen szó szavazásról, tüntetésről vagy egy elhanyagolható Facebook-lájkról.

Ismerős a történet? A Cambridge Analytica ebbe bukott bele 2018-ban – egészen pontosan abba, hogy becslések szerint 87 millió ember Facebook-profiljáról szerzett nem nyilvános adatokat, áthágva ezzel az adatvédelmi határokat, egyesek szerint manipulálva a választásokat. A Cambridge Analytica vezetősége szeretett azzal dicsekedni, hogy a fejlett big data technológiának köszönhetően megnyertek egy Brexit-népszavazást és bejuttatták Donald Trumpot az ovális irodába, ennek valóságtartalma azonban már nem feltárható. Az azonban elmondható, hogy a big data alapú választói profilozást ez a kis angol cég fejlesztette a csúcsra.

Jogos vagy jogtalan az ilyen politikai elemzési tevékenység? Jogos, amennyiben nyilvános adatokkal dolgoznak vagy olyan adatokkal, amelyeknek felhasználásához hozzájárultunk. A Cambridge Analytica esetében azonban adatlopásról beszélhetünk, a személyes Facebook-adatokhoz ugyanis illegálisan jutott hozzá a cég.

Az adatok korában nagyon sok szolgáltató abból él, hogy a felhasználói adatokat továbbadja az elemző cégeknek. Megtehetik, ugyanis az apróbetűs adatvédelmi tájékoztatást szinte senki sem olvassa el, mégis hozzájárul adatainak kezeléséhez.

Cikksorozatunk hamarosan folytatódik!

Nyitókép: Mark Zuckerbergnek, a Facebook közösségi portál vezérigazgatójának életnagyságú kartonfigurái sorakoznak a washingtoni törvényhozás épülete, a Capitolium előtt 2018. április 10-én. Zuckerberget ezen a napon hallgatják meg a parlamentben a több tízmillió Facebook-felhasználó adatainak felhasználásával kapcsolatban. (MTI/EPA/Michael Reynolds)