Big Data: Toda democracia ser manipulada?

outraspalavras.net /destaques/big-data-toda-democracia-sera-manipulada/

Mikael Krogerus e Hannes Grassegger

Bem-vindo Psicometria o mtodo usado por empresas e polticos para traar em detalhes seu perfil, a
partir de likes no Facebook. Como ele elegeu Trump e ameaa reduzir as eleies a jogos de marketing

Por Hannes Grassegger e Mikael Krogerus | Traduo: Ins Castilho

No dia 9 de novembro, por volta das 8h30, Michal Kosinski acordou no Hotel Sunnehus em Zurique. O
pesquisador de 34 anos estava ali para dar uma palestra no Instituto Federal Suo de Tecnologia (ETH, na
sigla em ingls) sobre os perigos do Big Data e da revoluo digital. Kosinski fala sobre esse assunto
regularmente, em todo o mundo. Ele um especialista em psicometria, um sub-ramo da psicologia baseado em
dados. Quando ligou a TV naquela manh, contrariamente s previses de todos os principais estatsticos, viu
que a bomba explodira: Donald J. Trump fora eleito presidente dos Estados Unidos.

Por um longo perodo, Kosinski assistiu s celebraes da vitria de Trump e os resultados de cada estado. Ele
tinha um pressentimento de que o resultado da eleio poderia ter alguma coisa a ver com sua pesquisa.
Finalmente, respirou fundo e desligou a TV.

No mesmo dia, uma empresa britnica com sede em Londres, ento pouco conhecida, divulgou um comunicado
imprensa: Estamos muito felizes que nossa abordagem revolucionria de comunicao dirigida por dados
tenha desempenhado papel to essencial na extraordinria vitria do presidente eleito Trump, teria dito
Alexander James Ashburner Nix. Nix britnico, tem 41 anos, e CEO da Cambridge Analytica. Ele est
sempre imaculadamente apresentvel em ternos feitos sob medida e culos de grife, com seu cabelo loiro
ondulado penteado para trs. Sua empresa no era apenas parte integrante da campanha online de Trump,
mas tambm da campanha britnica pelo Brexit.

1/9
Desses trs atores o reflexivo Kosinski, o Nix cuidadosamente arrumado e o sorridente Trump um deles
possibilitou a revoluo digital, outro a executou e um terceiro beneficiou-se dela.

Qual o perigo do Big Data?

Qualquer pessoa que no tenha passado os ltimos cinco anos vivendo em outro planeta ter alguma
familiaridade com a expresso Big Data. Big Data significa, em essncia, que tudo o que fazemos, seja on ou
offline, deixa traos digitais. Cada compra que fazemos com nossos cartes, cada busca que fazemos no
Google, cada movimento que fazemos com nosso celular no bolso, cada like armazenado. Especialmente
cada curtida. Por muito tempo, no estava inteiramente claro o uso que se poderia fazer desses dados com
exceo, talvez, que podemos encontrar anncios de remdios para presso alta assim que gugamos a busca
reduzir presso arterial

Em 9 de novembro, ficou claro que talvez seja possvel muito mais. A empresa por trs da campanha online de
Trump a mesma que havia trabalhado para a Leave.EU nas primeiras etapas de sua campanha Brexit
era uma empresa de Big Data: Cambridge Analytica.

Para entender o resultado da eleio e como a comunicao poltica poder trabalhar no futuro precisamos
comear com um estranho incidente na Universidade de Cambridge em 2014, no Centro de Psicomtrica onde
trabalha Kosinski.

A psicometria, s vezes tambm chamada de psicografia, tem como foco medir os traos psicolgicos, como a
personalidade. Na dcada de 1980, duas equipes de psiclogos desenvolveram um modelo que buscava
avaliar os seres humanos com base em cinco traos de personalidade, conhecidos como os Cinco Grandes.
So eles: abertura (o quo aberto voc est para novas experincias?), conscenciosidade (quo perfeccionista
voc ?), extroverso (quo socivel?), afabilidade (quo atencioso e cooperativo?) e neuroticidade (voc se
aborrece facilmente?). Com base nessas dimenses conhecidas tambm como OCEAN (acrnimo para
essas caractersticas, em ingls) podemos fazer uma avaliao relativamente precisa do tipo de pessoa
nossa frente. Isso inclui suas necessidades e medos, e como ela tende a se comportar. Os Cinco Grandes
tornaram-se a tcnica padro da psicometria. Mas, por muito tempo, o problema dessa abordagem era a coleta
de dados, porque ela envolvia o preenchimento de um questionrio complicado e altamente pessoal. Ento
surgiu a Internet. E o Facebook. E Kosinski.

Michal Kosinski era um estudante em Varsvia quando sua vida tomou um rumo diferente, em 2008. Ele foi
aceito pela Universidade de Cambridge para fazer seu PhD no Centro de Psicometria, uma das mais antigas
instituies desse tipo em todo o mundo. Kosinski uniu-se ao colega de estudos David Stillwell (hoje palestrante
na Judge Business School na Universidade de Cambridge). Cerca de um ano antes, Stillwell havia lanado um
pequeno aplicativo para Facebook nos tempos em que a plataforma ainda no havia ganhado a dimenso que
tem hoje. Seu aplicativo MyPersonality possibilitou aos usurios preencher diversos questionrios
psicomtricos, incluindo um punhado de questes psicolgicas do questionrio Big Five de personalidade
(Entro em pnico fcil, Contradigo os outros). Com base na avaliao, os usurios recebiam um perfil de
personalidade os valores Big Five individuais e podiam optar por compartilhar seus dados de perfil do
Facebook com os pesquisadores.

Kosinski esperava que algumas dezenas de amigos e colegas preenchessem o questionrios. Mas centenas,
milhares e depois milhes de pessoas revelaram suas mais profundas convices. De repente, os dois
candidatos a doutor possuam o maior conjunto de dados com pontuaes psicomtricas abrangentes com
perfis do Facebook jamais coletados.

A abordagem que Kosinski e seus colegas desenvolveram nos anos seguintes era na verdade bem simples.
Primeiro, eles ofereceram a voluntrios questionrios em formato de um quiz online. A partir das respostas, os
psiclogos calcularam os valores pessoais dos Big Five dos voluntrios. A equipe de Kosinski comparou ento

2/9
os resultados com todos os tipos de outros dados online dos voluntrios: o que eles curtiram, compartilharam
ou postaram no Facebook, ou qual gnero, idade, local de residncia eles especificaram, por exemplo. Isso
permitiu que os pesquisadores ligassem os pontos e fizessem correlaes.

Dedues excepcionalmente confiveis podiam ser projetadas a partir de simples aes online. Por exemplo,
homens que curtiam a marca de cosmticos MAC tinham um pouco mais de probabilidades de ser gays; um
dos melhores indicadores de heterossexualidade era curtir Wu-Tang Clan. Seguidores de Lady Gaga eram
muito provavelmente extrovertidos, enquanto aqueles que curtiam filosofia tendiam a ser introvertidos.
Embora cada uma dessas informaes seja muito fraca para produzir uma previso confivel, quando dezenas,
centenas ou milhares de dados individuais so combinados, as previses resultantes tornam-se realmente
precisas.

Kosinski e sua equipe refinaram incansavelmente seus modelos. Em 2012, Kosinski provou que, com base
numa mdia de 68 curtidas no Facebook, era possvel descobrir a cor da pele de um usurio (com 95% de
probabilidade de acerto), sua orientao sexual (88%) e sua filiao no partido Democrata ou Republicano
(85%). Mas no parou por a. Inteligncia, filiao religiosa, assim como uso de lcool, fumo ou droga podiam
todos ser determinados. A partir dos dados era possvel deduzir se os pais de algum eram divorciados.

A preciso com que era possvel prever as respostas de um sujeito era exemplo da fora de seu modelo.
Kosinski continuou a trabalhar nos modelos incessantemente. Logo ele tornou-se capaz de avaliar melhor uma
pessoa que a mdia de seus colegas de trabalho, simplesmente com base em dez curtidas do Facebook.
Setenta curtidas eram suficientes para exceder o que um amigo da pessoa sabia, 150 o que seus pais
sabiam, e 300 curtidas o que seu parceiro sabia. Mais curtidas poderiam at mesmo superar aquilo que uma
pessoa pensava saber sobre si mesma. No dia que Kosinski publicou essas descobertas, ele recebeu duas
ligaes telefnicas. A ameaa de um processo e uma oferta de trabalho. Ambas pelo Facebook.

Poucas semanas depois, as curtidas do Facebook tornaram-se privadas por padro. Antes disso, o conjunto
de padres era de que qualquer um na internet poderia ver as curtidas de cada usurio. Mas a mudana no
foi obstculo para os coletores de dados: enquanto Kosinski sempre pedia o consentimento dos usurios do
Facebook, muitos aplicativos e testes online precisam de acesso a dados privados como pr-condio para
fazer testes de personalidade. (Qualquer pessoa que queira avaliar-se com base em seus likes do Facebook
pode fazer isso no site do Kosinski e comparar seus resultados queles de um questionrio Ocean clssico,
como aquele do Centro de Psicometria de Cambridge.

Mas o assunto no tinha apenas a ver com curtidas ou mesmo Facebook. Kosinski e sua equipe no podiam
atribuir valores Big Five puramente com base em quantas fotos de perfil uma pessoa tem no Facebook, ou
quantos contatos eles tm (um bom indicador de extroverso). Mas tambm revelamos alguma coisa sobre ns
mesmos at quando no estamos online. Por exemplo, o sensor de movimento de nosso celular revela o quo
rapidamente a gente se move e quo longe viajamos (isso correlacionado com instabilidade emocional).
Nosso smartphone, concluiu Kosinski, um vasto questionrio psicolgico que estamos preenchendo
constantemente, tanto consciente quanto inconscientemente.

Sobretudo, porm e isso chave ele tambm trabalha ao contrrio: possvel no apenas criar perfis
psicolgicos a partir de seus dados, mas tambm us-los ao contrrio para buscar perfis especficos: todos os
pais ansiosos, todos os introvertidos raivosos, por exemplo ou talvez todos os Democratas indecisos?
Essencialmente, o que Kosinski inventou foi uma espcie de mecanismo de busca de pessoas. Ele comeou a
reconhecer o potencial mas tambm o perigo inerente de seu trabalho. Para ele, a internet sempre se
pareceu com um presente dos cus. O que ele realmente queria era dar alguma coisa em troca, compartilhar.
Se os dados podem ser compartilhados, ento por que tambm no compartilhar tudo o que construdo a
partir deles? Era o esprito de toda uma gerao, o incio de uma nova era, que transcende as limitaes do
mundo fsico. Mas o que aconteceria, imaginou Kosinski, se algum abusasse de seu mecanismo de busca
para manipular pessoas? Ele comeou a estampar avisos na maior parte do seu trabalho cientfico. Sua
abordagem, avisava ele prprio, poderia representar uma ameaa ao bem-estar individual, liberdade ou at
vida. Mas ningum pareceu alcanar o que ele quis dizer.

3/9
A esta altura, o incio de 2014, Kosinski foi abordado por um jovem professor assistente do departamento de
Psicologia chamado Aleksandr Kogan. Disse que estava entrando em contato em nome de uma empresa
interessa no mtodo de Kosinski, e queria acesso ao data base de MyPersonality. Kogan no podia revelar o
objetivo; estava sob compromisso de sigilo.

No incio, Kosinski e sua equipe consideraram a oferta, pois significaria uma boa quantia de dinheiro para o
instituto; mas depois ele hesitou. Finalmente, lembra Kosinski, Kogan revelou o nome da empresa: SCL, ou
Strategic Communication Laboratories (Laboratrios de Comunicao Estratgica). Kosinski gugou a empresa:
[Somos] a primeira agncia de gesto de eleies, diz em seu site. A SCL oferece marketing baseado em
modelos psicolgicos. Um de seus focos centrais: influenciar eleies. Influenciar eleies? Perturbado,
Kosinski foi clicando as pginas. Que tipo de empresa era essa? E o que essas pessoas estavam planejando?

O que Kosinski no sabia poca: SLC a me de um grupo de empresas. Quem exatamente detm a
propriedade da SCL e seus diversos braos no est claro, devido a uma estrutura corporativa enrolada, do tipo
visto nos Panama Papers. Algumas ramificaes da SCL estiveram envolvidas em eleies da Ucrnia
Nigria, ajudaram o rei do Nepal contra os rebeldes, ao passo que outros desenvolveram mtodos para
influenciar a Europa Oriental e cidados afegos em favor da OTAN. E, em 2013, a SCL criou uma subsidiria
para participar das eleies dos EUA: Cambridge Analytica.

Kosinski no sabia nada sobre isso tudo, mas sentiu-se desconfortvel. A coisa toda comeou a cheirar mal,
recorda-se. Investigando mais, descobriu que Aleksandr Kogan registrara secretamente uma empresa que fazia
negcios com a SCL. De acordo com um relato de dezembro 2015 no The Guardian, e com documentos
internos da empresa passados a Das Magazin, o que parece que a SCL aprendeu sobre o mtodo de
Kosinski com Kogan.

Kosinski passou a suspeitar que a empresa de Kogan pudesse ter reproduzido a ferramenta de mensurao do
Big Five baseada em likes do Facebook para vend-la a essa empresa especializada em influenciar eleies.
Ele imediatamente rompeu o contato com Kogan e informou o diretor do instituto, lanando a fagulha de um
complicado conflito dentro da universidade. O instituto estava preocupado com sua reputao. Aleksandr Kogan
ento mudou-se para Cingapura, casou-se e mudou seu nome para Dr. Spectre. Michal Kosinski concluiu seu
PhD, recebeu uma oferta de emprego na Universidade de Stanford e mudou-se para os EUA.

Senhor Brexit

O assunto serenou por mais ou menos um ano. Ento, em novembro de 2015, a mais radical das duas
campanhas Brexit, Leave.EU, apoiada por Nigel Farage, anunciou que havia contratado uma empresa de Big
Data para sustentar sua campanha online: Cambridge Analytica. A fora central da empresa: marketing poltico
inovador microabordagem , medindo a personalidade das pessoas a partir de suas pegadas digitais, com
base no modelo Ocean.

Ento Kosinski recebeu mensagens perguntando o que ele tinha a ver com aquilo as palavras Cambridge,
personalidade e analytics imediatamente levaram mais gente a pensar no pesquisador. Era a primeira vez que
ouvia falar da empresa, cujo nome, dizia-se, fazia referncia a seus primeiros empregados, pesquisadores
daquela universidade. Horrorizado, ele foi olhar no site. Sua metodologia estaria sendo usada em grande escala
para fins polticos?

Depois do resultado do Brexit, amigos e conhecidos escreveram para ele: olha s o que voc fez. Em todo lugar
que ia, Kosinski tinha de explicar que no tinha nada a ver com aquela empresa. (Continua obscuro com que
profundidade a Cambridge Analytica estava envolvida na campanha do Brexit. A empresa no discute esses
assuntos.)

Houve mais um perodo de tranquilidade. Mas em 19 de setembro de 2016, pouco mais de um ms antes das
eleies dos EUA, os riffs de guitarra do grupo musical Creedence Clearwater Revival, na msica Bad Moon
Rising, encheram o corredor azul escuro do hotel Grand Hyatt, de Nova York. A Cpula Concordia uma
espcie de Frum Econmico Mundial em miniatura. Governantes e empresrios de todo o mundo haviam sido
convidados, entre eles o presidente suo Johann Schneider-Ammann. Por favor dem boas vindas ao palco
4/9
Alexander Nix, CEO do Cambridge Analytica, anunciou uma suave voz feminina. Um homem magro num terno
escuro caminha para o palco. Um silncio se instala. Muitos dos presentes sabiam que esse era o novo homem
estratgico de Trump. (Um vdeo da apresentao fora postado no You Tube.) Poucas semanas antes, Trump
havia postado no Twitter, de forma enigmtica, Logo vocs estaro me chamando de Mr. Brexit. Observadores
polticos tinham mesmo notado algumas semelhanas impressionantes entre a agenda de Trump e a da ala de
direita do Brexit. Mas poucos haviam notado a ligao disso com a contratao, por Trump, de uma empresa de
marketing chamada Cambridge Analytica.

At aquele momento, a campanha digital de Trump consistia em mais ou menos uma pessoa: Brad Parscale,
um empresrio de marketing e fundador de uma start-up fracassada que criou para Trump um site rudimentar
por US$ 1.500. Trump, de 70 anos, no experiente digitalmente nem mesmo h um computador em sua
mesa de trabalho. Trump no manda emails, sua assistente pessoal revelou certa vez. Ela prpria havia tentado
convenc-lo a ter um smartphone, do qual ele agora manda tweets sem parar.

Hillary Clinton, por outro lado, confiou muito no legado do primeiro presidente de mdias sociais, Barack
Obama. Ela tinha as listas de endereos do Partido Democrata, trabalhava com analistas de ponta de Big Data
do BlueLabs e recebia apoio da Google e DreamWorks. Quando foi anunciado, em junho de 2016, que Trump
havia contratado a Cambridge Analytica, o establishment de Washington torceu o nariz. Uns caras estrangeiros
vestidos com ternos feitos sob medida que no entendem o pas e seu povo? Srio?

um privilgio para mim falar com vocs hoje sobre o poder do Big Data e da psicometria no processo
eleitoral. O logo da Cambridge Analytica um crebro composto de ns da rede, como um mapa, aparece
atrs de Alexander Nix. H apenas 18 meses, o senador Cruz era um dos candidatos menos populares,
explica o homem loiro com sotaque britnico perfeito, que perturba os americanos da mesma maneira que um
sotaque alemo padro pode perturbar o povo suo. Menos de 40% da populao tinha ouvido falar dele, diz
um novo slide. A Cambridge Analytica havia se envolvido na campanha eleitoral havia quase dois anos,
inicialmente como consultora para os republicanos Ben Carson e Ted Cruz. Cruz e mais tarde Trump tinha
sua campanha sustentada pelo discreto bilionrio do ramo de software Robert Mercer que, juntamente com sua
filha Rebekah, tido como o maior investidor na Cambridge Analytica.

Ento, como ele fez isso? At agora, explica Nix, as campanhas eleitorais eram organizadas com base em
conceitos demogrficos. Uma ideia realmente ridcula. A ideia de que todas as mulheres deveriam receber a
mesma mensagem em razo do seu gnero ou todos os afro-americanos por causa de sua raa. O que Nix
quis dizer que, enquanto as outras campanhas at agora baseavam-se em demografia, a Cambridge
Analytica estava usando psicometria.

Embora isso possa ser verdade, o papel de Cambridge Analytica na campanha de Cruz no inconteste. Em
dezembro de 2015 a equipe de Cruz atribuiu seu sucesso crescente ao uso e anlise de dados psicolgicos.
Em Advertising Age, um cliente poltico disse que a equipe da Cambridge era como uma roda extra, mas ainda
assim achava excelente seu produto principal, a modelagem de dados de eleitores Cambridge. A campanha
pagaria empresa pelo menos 5,8 milhes de dlares para ajudar a identificar eleitores nas primrias de Iowa
que Cruz venceu, antes de sair da disputa, em maio.

Nix clica e aparece o prximo slide: cinco rostos diferentes, cada um correspondendo a um perfil de
personalidade. o Big Five ou Modelo OCEAN. Na Cambridge, disse ele, somos capazes de formar um
modelo para diagnosticar a personalidade de cada um dos adultos dos Estados Unidos. O auditrio est
atnito. De acordo com Nix, o sucesso do marketing da Cambridge Analytica baseia-se numa combinao de
trs elementos: cincia comportamental usando o Modelo OCEAN, anlise de Big Data e publicidade
segmentada. Publicidade segmentada so comerciais personalizados, alinhados o mais precisamente possvel
personalidade de um consumidor individual.

Nix explica candidamente como sua empresa faz isso. Primeiro, a Cambridge Analytica compra dados pessoais
de um conjunto de fontes diferentes, como registros de imveis, dados automotivos, dados de compras, cartes
de bnus, associao a clubes, quais revistas voc l, que igrejas frequenta. Nix exibe o logo de corretores de
dados que operam globalmente, como a Acxiom e a Experian nos EUA, quase todos os dados pessoais esto

5/9
 venda. Por exemplo, se voc quer saber onde mulheres judias vivem, pode simplesmente comprar essa
informao, inclusive nmeros de telefone. Ento, a Cambridge Analytica agrega esses dados com os registros
eleitorais do partido Republicano e dados online e calcula um perfil Big Five de personalidade. De repente, as
pegadas digitais tornam-se pessoas reais, com medos, necessidades, interesses e endereos residenciais.

A metodologia parece bem semelhante quela que Michal Kosinski desenvolvera l atrs. A Cambridge
Analytica tambm usa, disse Nix, pesquisas nas mdias sociais e dados do Facebook. E a empresa faz
exatamente aquilo para o que Kosinski alertara: Traamos o perfil de personalidade de todos os adultos nos
Estados Unidos da Amrica 220 milhes de pessoas, vangloriou-se Nix.

Ele abre a imagem da tela. Esse o painel de bordo que preparamos para a campanha de Cruz. Surge um
centro de controle digital. esquerda esto diagramas; direita, um mapa de Iowa, onde Cruz venceu com um
nmero surpreendente de votos nas primrias. No mapa h centenas de milhares de pontos vermelhos e azuis.
Nix focaliza o critrio: Republicanos os pontos azuis desaparecem; ainda no convencidos mais pontos
desaparecem; homens, e assim por diante. Finalmente, resta apenas um nome, incluindo idade, endereo,
interesses, personalidade e inclinao poltica.

Como faz a Cambridge Analytica para abordar essa pessoa com a mensagem poltica adequada?

Nix mostra como eleitores classificados psicometricamente podem ser abordados de diferentes maneiras
com base, por exemplo, no direito posse de armas, estabelecido na 2 Emenda Constituio dos EUA:
Para uma audincia altamente neurtica e consciente sobre ameaa de um assalto e a poltica de segurana
de uma arma. Uma imagem esquerda mostra a mo de um intruso arrebentando uma janela. O lado direito
mostra um homem e uma criana em p num campo ao por do sol, ambos portando armas, claramente atirando
em patos: O contrrio, para uma audincia fechada e prazerosa. Pessoas que se importam com tradio, e
hbitos, e famlia.

Como manter os eleitores de Hilary longe das urnas

As incrveis inconsistncias de Trump, sua muito criticada instabilidade, e a srie de mensagens contraditrias
resultantes de repente, tudo isso torna-se um grande trunfo: uma mensagem diferente para cada eleitor. A
noo de que Trump agiu como um algoritmo perfeitamente oportunista seguindo a reao da audincia algo
que a matemtica Cathy ONeil observou em agosto de 2016.

Quase toda mensagem que Trump enunciou foi guiada por dados, lembra Alexander Nix. No dia do terceiro
debate presidencial entre Trump e Hillary, a equipe do candidato testou 175 mil variaes diferentes de
anncios publicitrios para seus argumentos, de modo a encontrar as verses mais certeiras via Facebook. Em
sua maioria, as mensagens diferiam umas das outras por detalhes microscpicos, de modo a apontar para os
destinatrios com a melhor abordagem psicolgica possvel: diferentes ttulos, cores, legendas, com uma foto
ou vdeo. Esta afinao atinge todos, at os menores grupos, explicou Nix numa entrevista. Podemos nos
dirigir a vilarejos ou blocos de apartamentos de modo segmentado. At mesmo a indivduos.

No distrito de Little Haiti, em Miami, por exemplo, a campanha de Trump forneceu aos habitantes notcias sobre
o fracasso da Fundao Clinton aps o terremoto no Haiti, de modo a evitar que votassem para Hillary. Esse
era um dos objetivos: manter potenciais eleitores de Clinton (o que inclua esquerdistas vacilantes, afro-
americanos e mulheres jovens) longe das urnas; inibir seus votos, como contou Bloomberg um profissional
graduado da campanha semanas antes das eleies. Estes posts escuros propagandas patrocinadas em
estilo news-feed na timeline do Facebook, vistos somente por usurios com perfis especficos incluiam vdeos
dirigidos aos afro-americanos em que Hillary refere-se aos homens negros como predadores, por exemplo.

Nix conclui sua palestra na Cpula Concordia afirmando que a publicidade abrangente tradicional est morta.
Meus filhos certamente no iro nunca, jamais entender esse conceito de comunicao de massa. Antes de
deixar o palco, ele anunciou que, aps Cruz abandonar a disputa, a empresa apoiaria um dos candidatos
presidenciais que permanecessem.

No possvel enxergar quo precisamente os norte-americanos estavam sendo alvejados pelas tropas digitais

6/9
de Trump naquele momento, porque eles atacaram menos na TV mainstream e mais com mensagens
personalizadas nas mdias sociais ou na TV digital. E enquanto a equipe de Hillary pensava estar na liderana,
com base em projees demogrficas, o jornalista Sasha Issenberg, da Bloomberg, ficou surpreso ao notar,
numa visita a Santo Antonio onde a campanha digital de Trump tinha sua base que um segundo quartel-
general estava sendo criado. A equipe da Cambridge Analytica, aparentemente no mais que uma dzia de
pessoas, recebeu US$ 100 mil de Trump em julho, US$ 250 mil em agosto e US$ 5 milhes em setembro. De
acordo com Nix, a empresa recebeu ao todo mais de US$ 15 milhes. (A empresa est registrada nos EUA,
onde as leis relativas divulgao de dados pessoais so mais frouxas do que em pases da Unio Europeia.
Enquanto as leis europeias de privacidade requerem que a pessoa opte por sua incluso (opt in) na
divulgao de dados, as dos EUA permitem que dados sejam divulgados, a no ser quando o usurio opte por
sua no incluso (opt out).

As medies foram radicais: desde julho de 2016, os cabos eleitorais de Trump receberam um aplicativo com o
qual podiam identificar a viso poltica e tipo de personalidade dos habitantes de uma residncia. Era o mesmo
aplicativo usado pelos que fizeram a campanha do Brexit. As equipes de Trump simplesmente tocavam a
campainha das casas que o aplicativo classificava como receptivos a suas mensagens. Os cabos eleitorais
vinham preparados com orientao para conversas adaptadas ao tipo de personalidade do residente. Por sua
vez, os cabos eleitorais alimentavam o aplicativo com as reaes, e os novos dados voltavam para os painis
da campanha de Trump.

Nada disso novo, vale lembrar. Os Democratas fizeram coisas semelhantes, mas no h evidncias de que
eles se baseavam em perfis psicomtricos. A Cambridge Analytica, contudo, dividiu a populao dos EUA em 32
tipos de personalidade, e focou em apenas 17 estados. E assim como Kosinski definiu que um pouco mais
provvel que homens que gostam de cosmticos MAC sejam gays, a empresa descobriu que a preferncia por
carros fabricados nos EUA era um grande indicador de um potencial eleitor de Trump. Entre outras coisas,
essas descobertas mostravam agora para Trump quais mensagens funcionavam melhor, e onde. A deciso de
focalizar em Michigan e Wiscosin nas semanas finais da campanha foi feita com base na anlise de dados. O
candidato tornou-se um instrumento para implementar um modelo de Big Data.

E agora?

Mas at que ponto os mtodos de psicometria influenciaram o resultado da eleio? Questionada, a Cambridge
Analytica no quis apresentar nenhuma prova da efetividade de sua campanha. E bem provvel que essa
pergunta seja impossvel de responder.

E ainda assim h pistas: h o fato do surpreendente crescimento de Ted Cruz durante as primrias. E houve um
aumento do nmero de eleitores nas reas rurais. Houve a queda do nmero inicial de votos afro-americanos.
O fato de que Trump gastou to pouco dinheiro pode tambm ser explicado pela efetividade da propaganda com
base na personalidade. Assim como o fato de que ele investiu muito mais em campanha digital do que na TV,
comparado com Hillary Clinton. O Facebook mostrou ser a arma final e melhor campanha eleitoral, como
explicou Nix e demonstraram os comentrios de vrias pessoas centrais na campanha de Trump.

Muitas vozes clamaram que os estatsticos perderam a eleio porque suas previses foram muito fora da
curva. Mas, e se os estatsticos tiverem de fato ajudado a vencer a eleio mas apenas aqueles profissionais
que estavam usando o novo mtodo? uma ironia da histria que Trump, que frequentemente reclamou de
pesquisas cientficas, tenha usado uma abordagem altamente cientfica em sua campanha.

Outro grande vencedor a Cambridge Analytica. Steve Bannon, membro do conselho da empresa e ex-
presidente executivo do jornal online de direita Breitbart News, foi apontado como principal conselheiro e
estrategista-chefe de Donald Trump. Apesar de a Cambridge Analytica no querer comentar sobre rumores de
conversaes com a primeira ministra britnica Theresa May, Alexander Nix alega que ele est construindo sua
base de clientes em todo o mundo, e que foi sondado pela Sua, Alemanha e Austrlia. Sua empresa est
fazendo atualmente conferncias pela Europa, apresentando seu sucesso nos Estados Unidos. Neste ano, trs
pases centrais da Unio Europeia tm eleies com partidos populistas de direita renascidos: Frana, Holanda
e Alemanha. O sucesso eleitoral vem num momento oportuno, pois a empresa est se preparando para uma

7/9
intensa campanha publicitria.

Kosinski observou tudo isso de seu escritrio em Stanford. Depois da eleio nos EUA, a universidade est
agitada. Kosinski est trabalhando nos desdobramentos da arma mais afiada disponvel para um pesquisador:
uma anlise cientfica. Juntos com sua colega pesquisadora Sandra Matz, ele conduziu uma srie de testes,
que logo sero publicados. Os resultados iniciais so alarmantes: o estudo mostra a eficcia de ter como alvo
as personalidades, mostrando que marqueteiros podem atrair mais de 63% mais cliques e mais de 1.400
converses em campanhas publicitrias em tempo real no Facebook quando se combinam produtos e
mensagens de marketing a caractersticas da personalidade do consumidor. Eles depois demonstraram a
possibilidade de ampliar o foco personalizado, ao mostrar que a maioria das pginas de Facebook que
promovem produtos ou marcas so afetadas pela personalidade e que grande nmero de consumidores podem
ser definidos precisamente como alvo com base numa nica pgina do Facebook.

Numa declarao posterior publicao deste artigo na Alemanha, um porta-voz da Cambridge Analytica disse:
A Cambridge Analytica no usa dados do Facebook. No teve nenhum negcio com o Dr. Michal Kosinski. No
subcontrata pesquisa. No usa a mesma metodologia. Praticamente no usa psicometria. A Cambridge
Analytica no desenvolveu nenhum esforo para desencorajar qualquer norte-americano em participar com seu
voto nas eleies presidenciais.

O mundo foi virado de ponta-cabea. A Gr Bretanha est saindo da Unio Europeia, Donald Trump
presidente dos Estados Unidos. E em Stanford, Kosinski, que queria advertir contra o perigo de focar em perfis
psicolgicos num ambiente poltico, est mais uma vez recebendo mensagens acusatrias. No, diz Kosinski,
em voz baixa, e balanando a cabea. Isso no culpa minha. No constru a bomba. Eu s mostrei que ela
existe.

Sobre o mesmo tema:

07/06/2016 EUA, a eleio como sintoma do declnio (0)

02/02/2016 O novo estado da vigilncia global (1)

8/9
 30/11/2016 A falncia da democracia de Facebook (4)

15/01/2017 Dria: a poltica sob a forma do ridculo (22)

The following two tabs change content below.

Bio
Latest Posts

Mikael Krogerus e Hannes Grassegger

Mikael Krogerus um escritor freelance para jornais e revistas alemes e suios. Hannes
Grassegger estudou economia em Berlim e Zurique. editor chefe da revista REPORTAGEN,
e freelance para o Sddeutsche Zeitung Magazin, Die Zeit e Das Magazin.

Latest posts by Mikael Krogerus e Hannes Grassegger (see all)

Big Data: Toda democracia ser manipulada? - 05/02/2017

9/9