“Poco después de la sorprendente victoria de Donald Trump en las elecciones presidenciales”, cuenta Sue Halpern en The New York Review of Books, “un artículo de la revista suiza Das Magazine […] empezó a circular por internet. Mientras los expertos diseccionaban el colapso de la campaña de Hillary Clinton, los redactores de Das Magazine […] apuntaban una explicación totalmente distinta: el trabajo de Cambridge Analytica”. Esta compañía elaboraba perfiles con la información captada en Facebook y bombardeaba luego a cada votante con “mensajes políticos diseñados para apelar a sus emociones”. Por ejemplo, para defender la libertad de poseer y portar armas, a alguien “caracterizado como neurótico” no se le hablaba de la segunda enmienda, sino que se le enviaba un vídeo “en el que aparecían unos ladrones allanando un piso”. Y la gente proclive a los ataques de ansiedad recibía “anuncios alertando sobre los peligros que planteaba el Estado Islámico”.
Christopher Wylie, un antiguo empleado de Cambridge Analytica arrepentido de sus pecados, corroboraba en marzo las sospechas de la revista suiza ante un grupo de periodistas europeos. “El brexit no habría sucedido sin Cambridge Analytica”, titulaba El País tras aquel encuentro. “Los datos son nuestra nueva electricidad”, razonaba Wylie. “No puedes encontrar trabajo si no tienes Linkedin. No puedes licenciarte si no usas Google. No puedes avanzar en la vida sin ellas”. En principio, estas plataformas son gratis y maravillosas, pero nuestros correos, nuestro historial de navegación, nuestros me gusta quedan minuciosamente registrados en sus servidores y suponen un formidable botín. Dylan Curran esbozó hace poco en The Guardian una aproximación de su auténtica magnitud. “Tienen cada imagen que he consultado y guardado, cada lugar en el que he clicado, cada artículo que he leído y cada búsqueda que he realizado desde 2009”, escribía. Y facilitaba la URL desde la que cualquiera puede descargarse esa información. En su caso, ocupa 5,5 gigas, el equivalente a unos 17.000 libros, según calculan en esta web.
De entrada, resulta artificial afectar sorpresa. Rasgarse las vestiduras recuerda la reacción del capitán Renault cuando Rick le pregunta en Casablanca por qué le cierra el café. “¡Estoy escandalizado”, responde, “acabo de enterarme de que en este local se juega!” Acto seguido, uno de los camareros le vuelca en la mano un puñado de fichas: “Sus ganancias, señor”.
También ahora los diarios que condenan la intolerable falta de consideración de Facebook por la intimidad de sus usuarios comercian con ella con el mismo entusiasmo con que Renault apostaba en la ruleta. Detrás de la columna del New York Times que denunciaba “la máquina de vigilancia de Facebook”, el software antipublicidad del bloguero Doc Searls bloqueó 13 rastreadores de información. “Sus ganancias, señor”.
Es cierto que “esta vez es diferente”, porque, como observan Nicholas Thomson y Fred Vogelstein en Wired, “los datos no han servido para que Unilever venda mayonesa”, sino para que un desaprensivo llegue a la Casa Blanca y Reino Unido salga de la UE.
¿O tampoco ha sido para tanto?
William Davies distingue en la London Review of Books dos aspectos en este escándalo. Por un lado, el trasiego no autorizado de información personal, que tiene que investigarse y castigarse, y por otro, la idea improbable (en el sentido literal de que no puede probarse) de que Cambridge Analytica cambió el curso de las presidenciales y el referéndum sobre el brexit gracias a “la salsa secreta” de sus algoritmos. La principal evidencia que tenemos al respecto son unas imágenes captadas con cámara oculta para Channel 4 en las que Alexander Nix, su ya cesado CEO, presume ante un posible cliente de haberse encontrado “varias veces” con Trump y de haberlo dirigido “como si fuera una marioneta”.
Convendrán conmigo en que la solidez de lo que un CEO afirma durante una entrevista comercial con un posible cliente es cuestionable. ¿Qué otras pruebas hay de que Cambridge Analytica haya desarrollado un software capaz de manipularnos como títeres? No digo que no sea posible, pero mi impresión es que esta tecnología se halla en una fase bastante rudimentaria. Mi mujer recibió durante una temporada correos que la invitaban a alargarse el pene. Recuerdo que una vez íbamos en el coche. “A este paso, los robots no van a dominar el mundo”, comentó con hartazgo.
Estoy de acuerdo. Para empezar, ¿existe capacidad para procesar la barbaridad de terabytes que cada día volcamos en el ciberespacio? Ya hemos visto que los 5,5 gigas que Google tiene de un humilde redactor de The Guardian equivalen a 17.000 libros. Incluso un voraz lector como Bill Gates, que se liquida cuatro o cinco al mes, tardaría 250 años en digerir semejante barbaridad.
“¡Pero eso no lo hacen personas!”, me objetarán. “¡Lo hacen algoritmos!”
Sin duda, pero, una vez más, ¿qué evidencia tenemos? Matthew Hindman, un profesor de la Universidad George Washington que estudia aprendizaje de máquinas, cuenta en su blog que envió un correo a Aleksandr Kogan, el científico responsable del modelo que Cambridge Analytica usaba para elaborar los perfiles de los votantes, para interesarse por su funcionamiento. “En una notable muestra de cortesía académica”, escribe, “Kogan respondió”. Y aunque por desgracia no fue demasiado explícito, sí que permitió a Hindman alcanzar un par de conclusiones.
La primera es que “su método trabajaba de forma muy parecida al que Netflix emplea para hacer sus recomendaciones”. Muy simplificadamente, consiste en crear una serie de categorías (comedia, terror, acción, etcétera), organizar las películas en función de esas categorías (de más cómicas a menos cómicas, de más terroríficas a menos terroríficas) y cruzarlas a continuación con las calificaciones de los usuarios.
El resultado es manifiestamente mejorable, como sabe cualquier suscriptor del servicio de streaming, y esta es la segunda conclusión de Hindman: “El modelo de Cambridge Analytica dista mucho de ser la bola de cristal que algunos afirman”.
Christopher Wylie asegura en su entrevista que “si miras los últimos cinco años de investigación científica […] no hay duda de que puedes perfilar a la gente [usando datos de las redes sociales]”, pero la realidad es algo menos estimulante. El artículo de referencia en este terreno, “Private traits and attributes are predictable from digital records of human behavior”, de Michal Kosinski, David Stillwell y Thore Graepe, usa los me gusta de Facebook para deducir determinadas características. Por ejemplo, adivina con bastante precisión (más del 88%) si alguien es blanco o negro, hombre o mujer, gay o heterosexual. Incluso acierta en una proporción del 60% si los padres están divorciados, porque estos individuos presentan “una mayor propensión a que les gusten manifestaciones de preocupación por la relación, como ‘Si estoy contigo, estoy contigo y no quiero a nadie más”.
Pero cuando se trata de conjeturar aspectos de la personalidad como inteligencia, extroversión, estabilidad emocional o amabilidad, el grado de precisión cae muy por debajo del 50%, lo que significa que sería más efectivo lanzar una moneda al aire o dejar que un chimpancé sacase bolas blancas o negras de una urna.
Como la matemática Cathy O’Neil declaró a Bloomberg, la “salsa secreta” de la que Nix presume es “más kétchup”. Personalizar la publicidad electoral para asustar a los ciudadanos neuróticos o ansiosos con imágenes de ladrones y terroristas no es un invento de Cambridge Analytica. Quizás sorprenda a unos periodistas suizos, pero los partidos estadounidenses llevan décadas haciéndolo. “No hay duda de que Trump […] se basó ampliamente en el manual […] de Barack Obama de 2012”, escribe Halpern. A partir de fuentes públicas y de sondeos propios, los demócratas ordenaron a los votantes en tres grandes categorías: quiénes los apoyaban, quiénes no y quiénes eran susceptibles de ser persuadidos. Luego elaboraban subcategorías (por ejemplo, mileniales agobiados por deudas de estudios o madres preocupadas por la violencia) y, finalmente, redactaban mensajes a la medida de cada grupo.
La única novedad es que esta técnica se ha enriquecido ahora con datos sacados de Facebook, “de forma perfectamente legal”, según Halpern. El director de la campaña digital republicana, Brad Parscale, “volcó a todos los partidarios conocidos [de Trump] en la plataforma de anuncios de Facebook” y, con las herramientas que la propia firma facilita, “los ordenó por raza, género, localización y otras afinidades” para cocinar “eslóganes basados en esos rasgos”.
“Donald Trump es nuestro primer presidente de Facebook”, dice Halpern, pero no le debe nada a una misteriosa y tóxica salsa, como sospecha Das Magazine, sino a la habilidad con que su equipo ha sabido explotar las enormes posibilidades de marketing que brindan las redes sociales. “Este es claramente el futuro de las campañas”, concluye, “tanto republicanas como demócratas”.
