„Cambridge Analytica“ dirbęs lietuvis papasakojo, ar įmonė vykdė projektus Lietuvoje

– Ar per jūsų darbo laikotarpį „Cambridge Analytica“ vykdė kokius nors projektus Lietuvoje?

– Aš dirbau nuo 2015 m. birželio iki 2016 m. rugpjūčio. Faktas, kad per tą laikotarpį nė vienas projektas nebuvo įgyvendintas Lietuvoje.

– Ir jums nėra žinomi jokie projektai arba bendrovės darbas Lietuvoje, susijęs su kokiais nors rinkimais?

– Ne, nėra žinoma.

– Ką pats konkrečiai dirbote ir koks buvo jūsų darbo pobūdis?

– Dirbau vyresniuoju duomenų mokslininku. Aš kūriau vidinius bendrovės elektorato modelius, statistinius modelius.

Šiais laikais rinkimai yra labai skaitmenizuoti. JAV elektoratui įtaka daroma skaitmeniniais būdais, naudojant skaitmeninius modelius ir metodus. Kaip parodė rinkimai 2012 m., B.Obamos perrinkimas, [...] gerai įgyvendinta skaitmeninė strategija gali poziciją paversti laiminčia.

Statistinių modelių ir metodų kūrimas, elektorato profiliavimas ir skaitmeninių strategijų, kaip įgyvendinti rinkimų kompanijos tikslus, atkūrimas.

Jie, kaip sakant, statistiškai žvelgė į elektoratą ir sumodeliavo, kur yra galimi didžiausi, sakykime, laimėjimai. Jie modeliavo – jeigu mes mobilizuosime jaunimo, kurie paprastai neateina į rinkimus, balsus, tai padėtų nusverti balsavimo rezultatus.

„Scanpix“ nuotr./„Facebook“

– Tai reiškia, kad jūsų darbas buvo tuos įvairiausius psichologinius elektorato profilius analizuoti, juos grupuoti, kažkaip klasifikuoti ir jiems pritaikyti kažkokius modelius?

– Galima sakyti ir taip, jeigu išimtume žodžius „psichologinius profilius“. Buvo ir psichologinių aspektų šiame darbe, žinoma, bet geriausi rezultatai turbūt buvo pasiekti profiliuojant balsuotojus į, sakykime, tradicines grupes – apatiškieji balsuotojai, kurie neateina į rinkimus, ir aktyvūs balsuotojai. Paskui buvo skirstymas pagal palaikymą. Išskirstėme rinkėjus pagal tai, kiek jie palaiko mūsų kandidatą, ir sugrupavome į tokias mažas grupeles.

Paimame kažkokią didelę grupę, kurią iš tiesų norėtume paveikti. Tai dažniausiai būna tie žmonės, kurie iš tiesų palaiko mūsų kandidatą, bet nėra aktyvūs balsuotojai. Mūsų kompanija tada stengiasi juos privilioti į rinkimus.

Kitoje pusėje būtų žmonės, kurie galbūt nelabai palaikytų ir ateitų į rinkimus. Stengiamės tokiai grupei pateikti savo kandidato privalumus. Iš tiesų didesni rezultatai buvo pasiekti tradiciniais būdais negu naudojant psichologinį profiliavimą.

– Kalbate apie rinkėjų paveikimą. Tai kokiais kanalais jie buvo paveikiami? Ar socialiniai tinklai turėjo didelės reikšmės?

– Labai sunku pasakyti, kas labiausiai juos paveikė. Žinoma, yra televizija, kuri turbūt vis dar yra įtakingiausias žiniasklaidos kanalas, ir „Facebook“, kuris sukėlė tą didžiulį ažiotažą. Yra skirtingi būdai pasiekti tuos vartotojus.

Kalbant apie poveikį rinkimams, tai, žinoma, skaitmeniniai kanalai yra patys pranašiausi, nes jie leidžia paveikti vartotojus asmeniškai. Tai turbūt yra didžiausias privalumas.

– Kaip buvo gaunami duomenys apie elektoratą? Norint jį suskirstyti ir profiliuoti iš pradžių reikia gauti kažkokius duomenis.

– Taip, JAV visi asmeniniai duomenys gali būti laisvai renkami, laisvai parduodami ir laisvai perkami. Europoje individui, žmogui reikia sutikti su tuo, kad jo asmeniniai duomenys būtų renkami ir perkami. [...] Tai turi didžiulės reikšmės, kai kalbame apie duomenų apsaugą.

Vien dėl to, kad JAV asmens duomenys taip lengvai prieinami, ten susikūrusi didžiulė industrija. Visos kreditinių kortelių kompanijos agreguoja tuos duomenis, juos tvarko, išvalo ir parduoda duomenų tarpininkams. Tai yra kompanijos, kurios superka visus duomenis iš šimtų kompanijų, paskui juos sujungia į didžiules duomenų bazes ir jas parduoda.

Iš tiesų didesni rezultatai buvo pasiekti tradiciniais būdais negu naudojant psichologinį profiliavimą.

Tai reiškia, kad mūsų kompanija nusipirko duomenis iš penkių ar dešimties kompanijų ir tokiu būdu turėjome didžiulę duomenų bazę apie kiekvieną JAV balsuotoją. Turėjome labai daug esminių duomenų: vardą, pavardę, adresą, gaunamas pajamas, turimą turtą, rasę, išsilavinimą, šeiminę padėtį, vaikų skaičių, religiją ir pan. Rinkimuose su tokia informacija galima labai daug nuveikti. Žinodami šią informaciją, galėjome profiliuoti elektoratą į įvairias grupes.

VIDEO: „Facebook“ skandalas: ką tinklas žino apie mus ir kam tai naudoja?

„Facebook“ skandalas: ką tinklas žino apie mus ir kam tai naudoja?

Austėja Usavičiūtė, Ugnius Antanavičius

– Kaip jūs reaguojate į tą informacijos bangą, susijusią su „Facebook“ ir duomenų iš ten paėmimu Europos kontekste?

– Turbūt nesu kvalifikuotas atsakyti į šį klausimą, bet galiu pasakyti savo asmeninę nuomonę. Manau, kad tai buvo tiesiog „Facebook“, kaip kompanijos, neapsižiūrėjimas. Jie iki pat 2014 m. buvo atidarę savo prieigas. Kiekviena kompanija galėjo tuos duomenis „nusisiurbti“, nusikopijuoti. Kompanija tai suprato tik 2015 m. ir uždarė priėjimą prie vartotojų duomenų.

– Jūs kaip tik dirbote bendrovėje tuo metu, kai vyko kampanija iki „Brexit“ referendumo. Ar kažką žinote apie šį projektą ir „Cambridge Analytica“ veiklą?

– Dirbau. Nelabai daug žinau. „Brexit“ kampanija iš tiesų buvo susiskaldžiusi. Ten buvo dvi ar trys grupės. Pagrindinėje grupėje lyg ir buvo (nenoriu pereiti į gandų lygmenį, bet lyg ir buvo) padarytas vienas mažas pilotinis projektas vienai daliai, kuri agitavo už „Brexit“. Bet nepriimkite šių žodžių už tiesą.

AFP/„Scanpix“ nuotr./„Brexit“

– Ar žinote, koks yra „Cambridge Analytica“ pasisekimo procentas?

– (Juokiasi) Donaldas Trumpas buvo išrinktas prezidentu.

Labai daug įmonių, daug žmonių mėgsta pasigirti, kad būtent jų dėka buvo išrinktas D.Trumpas, bet pasižiūrėjus į faktus matyti, kad pergalė buvo nulemta trijų valstijų – Mičigano, Pensilvanijos ir Viskonsino – balsų.

Šiose valstijose D.Trumpo persvara buvo tik 80 tūkst. balsų. Tai galėjo nulemti bet kuris mažas faktorius. Kas yra 80 tūkst. balsų? Karoliniškių dydžio rajonas? „Cambridge Analytica“ galėjo sukurti tą 80 tūkst. balsų persvarą, bet tai padaryti galėjo ir bet kuris kitas faktorius.