Как предсказать по данным из интернета реальный бунт?

События арабской весны показали мощь социальных сетей в разжигании общественных беспорядков и распространении экстремистской информации. А также научили правительства и армии разных стран использовать социальные сети и сотовую связь для решения своих вопросов.

Компьютерные программы побеждают маркетологов

Возможности современной цифровой технологии позволяют выявлять потенциальных бунтовщиков более эффективно, нежели посредством чисто человеческой интуиции. Так называемые «предиктивные» технологии (от англ.predict — предсказать) уже опережают человеческий разум. Американской лабораторией Telenor Research and MIT Media Lab реализован проект обучения машин, для которых разработан алгоритм целевого маркетинга. Он был выставлен на соревнования с группой людей, топовых специалистов по маркетингу из одной крупной азиатской телекоммуникационной компании. Машинный алгоритм использовал некоторые массивы данных о людях из целевой группы, включая информацию из социальных сетей и мобильных телефонов, а живые маркетологи оперировали традиционными методами. Целью соревнования было продать абонентам новые тарифные планы.

Машина победила — она продала в 13 раз больше, чем профи-маркетологи

При этом 98% привлеченных машиной людей сохранили этот же тарифный план по истечении первого месяца пользования, в то время, как у людей этот показатель составил всего 37%.

Как выследить банду в соцсетях?

Алгоритмы, позволяющие по-разному таргетировать целевые группы и физические лица, показали способность не только успешно продавать товары. Например в США, а точнее в Чикаго и некоторых локациях штата Массачусетс уже применяется новый алгоритм обработки информации из социальных сетей, который разработали специалисты Корпуса морской пехоты США. Этот инструмент используется для выявления ключевых членов уличных банд. Подобные программы могут анализировать социальные сети, определяя нарушителей и потенциальных жертв.

Уже составлены списки склонных к насилию людей, и полиция работает с их семьями и окружением, вовлекая их в профилактику преступлений

Данные для таких программ берутся из социальных сетей и распечаток телефонных разговоров, записей о приводах и арестах и прочих баз, к которым может иметь доступ полиция. Некоторые такие программы включают в себя опции определения местоположения интересующих лиц с тем, чтобы создавать географические картины, например, распространения наркопреступности.

Такие программы были отработаны в Сирии силами оппозиции, выявляющей таким образом своих врагов и сторонников,

а ранее в Ираке, где при помощи них отслеживался оборот взрывчатых веществ среди местного населения и процесс сборки импровизированных взрывных устройств. Сегодня они вернулись в США для выявления организованных преступных сообществ и подозреваемых.

Реально ли погасить протесты через интернет?

В применении к внутренней контрразведывательной деятельности эти алгоритмы показали эффективность в прогнозировании общественных беспорядков. Начиная с ноября 2012 г. ученый мир США разрабатывает проект «Распознавание событий на основе ранних моделей с применением суррогатов», финансируемый агентством ДАРПА (передовые оборонные исследования и разработки), использующий в качестве информационного сырья твиты, блоги, посты и прочие формы активности для прогноза беспорядков и мятежей в Южной Америке. Не раскрывая деталей, представители проекта заявляют, что результат работы был весьма хорош: «…алгоритм научился учитывать свои же промахи и успехи, корректируя оперируемые переменные значения с каждой новой попыткой».

В России об успешной разработке такой же программы («Демон Лапласа») заявляет Центр по исследованию легитимности и политического протеста. Его руководитель Евгений Венедиктов считает, что

«Демон» поможет государству на ранних стадиях выявлять намерения о созыве на публичные массовые акции, гася таким образом протест в зародыше

и задолго до появления каких-то публикаций в прессе.

Участникам киевского майдана приходили смс-ки о том, что они зарегистрированы как участники антиправительственных мероприятий. Правительства действительно могут фиксировать положение своих граждан через их телефоны, лаптопы и планшеты.

Учитывая, что сегодня каждый человек практически сам непрерывно снабжает мировой эфир какой-то информацией, новые программы уже могут сами отсеивать то, что нужно 

Машины уже научились считывать личные интересы и пристрастия, фиксируя лайки на Facebook, а также используют данные личных профилей пользователей, чтобы спрогнозировать, какие группы они могут создать на основе какой-то общности. Но некоторые режимы гораздо изобретательней в опережении общественных беспорядков и просто несогласия. Сайт 365info уже публиковал обзоры западных СМИ с информацией о прокремлевских троллях и киберармии Китая, создающих ложные профили пользователей и публикующих проправительственные комментарии. В западных СМИ даже появился отдельный псевдоним для китайских кибертроллей — «50-центовая партия», которая была создана после речи руководителя КНР Ху Цзиньтао на заседании Политбюро, где он поставил задачу «установить превосходство над общественным мнением в он-лайне…» в качестве ответа на оранжевые революции.

Сегодня ученые предлагают опции для отслеживания распространения идей через кластеры конкретных слов и фраз. С 2012 г. ученый мир США работает над построением математических моделей распространения информации среди различных групп населения через блоги, твиты и комментарии к информационным сообщениям. Осталось правильно увязать это с метаданными телефонов пользователей и психологическим профилированием таковых. Даже такая мелкая и несущественная деталь, как порядок выдачи поискового результата, может повлиять на формирование общественного мнения, так как уже подсчитано, что среднестатистический пользователь предпочтет кликнуть на первые несколько результатов поиска и проигнорирует другие. А еще подсчитано, что такое же влияние может иметь цвет текста.

Так что в будущем для политики куда большее значение будут иметь хорошо просчитанные алгоритмы работы в интернете, нежели дорогие PR-специалисты.