Forklarer: Hvad ved politiske databaser om dig?

Getty

Amerikanske borgere oversvømmes med politiske budskaber – på sociale netværk, i deres nyhedsfeeds, via e-mail, tekstbeskeder og telefonopkald. Det er ikke tilfældigt, at folk bliver bombarderet: politiske grupper foretrækker en multimodal vælgerkontaktstrategi, hvor de bruger mange platforme og flere forsøg på at overtale en borger til at engagere sig i deres sag eller kandidat. En annonce efterfølges af en e-mail, som efterfølges af en tekstbesked – alt sammen designet til at forstærke budskabet.

Disse strategier anvendes af politiske kampagner, politiske aktionsudvalg, fortalergrupper og nonprofitorganisationer. Disse forskellige grupper er underlagt meget forskellige regler og regler, men de er alle afhængige af at indfange og fortære data om millioner af mennesker i Amerika.

Hvem er i disse datasæt?

Næsten alle. De fleste kampagner får deres vælgeroplysninger fra en håndfuld dataleverandører, enten partipolitiske eller partipolitiske. Disse virksomheder forsøger at levere data om alle amerikanske voksne, uanset om de er registrerede vælgere. Det er usandsynligt, at en individuel leverandør har omfattende filer på alle berettigede amerikanske vælgere, men Pew Research Center, som udgav en rapport om kommercielle vælgerfiler i 2018 fandt, at over 90 % af personerne i dens egen prøve af amerikanske voksne kunne findes i mindst ét ​​register.

Hvilke data indsamles, og hvor kommer de fra?

Hovedkilden til vælgerdata er offentlige stemmeregistre, som inkluderer en vælgers navne, adresse og partitilhørsforhold. Men vælgerdata er meget spredte og decentraliserede: hver stat har sin egen database, og de har ofte forskellige egenskaber. Så leverandører supplerer det med andre kilder, såsom telefonbøger og kreditdata.

Det er svært at få et fuldstændigt billede af alt, hvad der føres ind i leverandørernes databaser: opskriften, hver enkelt bruger, betragtes normalt som en forretningshemmelighed. Pews undersøgelse forklarede, at registrene er en sammenlægning af administrative data fra stater om registrering og afstemning, modellerede data om partiskhed, politisk engagement og politisk støtte leveret af leverandører; og demografiske, økonomiske og livsstilsdata hentet fra en lang række kilder.

Dataleverandører forsøger at matche og afstemme disse forskellige datasæt for at skabe én omfattende registrering for hver person i USA baseret på nøgleidentifikatorer som navn, adresse, køn og fødselsdato.

L2 er en af ​​de største virksomheder, der handler med disse oplysninger, og det hævder at have mere end 600 dataattributter hentet fra folketællingsdata, e-mails fra kommercielle kilder, donordatasæt og mere. Eksperter siger, at de fleste leverandører giver hundredvis af datapunkter om hver vælger.

Hvor nøjagtige er disse vælgerdatabaser?

Det er til debat. Nogle datapunkter er meget nøjagtige, men andre er egentlig bare forudsigelser eller gæt. Fest og race, for eksempel, udledes ofte på grundlag af en persons navn og placering. En person med efternavnet Ryan antages at være hvid, mens nogen i et stærkt republikansk distrikt antages at være en republikansk vælger.

Nøjagtigheden af ​​specifikke egenskaber varierer meget: Pew fandt ud af, at race var nøjagtig 79 % af tiden, uddannelse 51 % og religion 52 %. Husstandsindkomsten var i mellemtiden nøjagtig kun 37 % af tiden. Der var også målbar skævhed med højere fejlprocenter for yngre, meget mobile, uregistrerede og latinamerikanske vælgere.

Relateret historie

Trump 2020-appen er et vælgerovervågningsværktøj med ekstraordinær magt Begge præsidentkampagner bruger apps til at fange data, men Trumps beder om at øse din identitet, din placering og kontrol over din telefons Bluetooth-funktion.

Eitan Hersh, en professor ved Tufts, der vidnede til Kongressen efter Cambridge Analytica-skandalen i 2016, mener, at dataene – især de modellerede egenskaber – er unøjagtige i det omfang, de hindrer deres anvendelighed til kampagner. I sit vidnesbyrd bemærkede han, at modeller, han havde studeret, antog en persons race forkert 25 % af tiden. Og race er meget lettere at forudsige end en persons swing-problem.

Hvordan bruger politiske grupper disse data?

Kampagner og andre politiske grupper køber data fra leverandører, men de kombinerer ofte information og knytter yderligere datasæt til dem. Kampagner vil også selv oprette datasæt fra test af sociale medier og annoncedata, selvom det ikke er klart, hvor almindelig denne praksis er.

De bruger ofte alt dette til at forsøge at identificere voksne, der vil reagere på et specifikt problem. For eksempel kan en kampagne udvikle en model til at finde vælgere, der støtter klimaændringslovgivningen. Modellen kan bruge disse datasæt til at spytte en liste over vælgere ud, der er rangeret på en skala fra 1 til 100, hvor 100 er dem, der mest sandsynligt støtter sagen stærkt. Kampagnen kunne så vælge at sende et budskab til vælgere med en score højere end 70 i et forsøg på at tilskynde til mobilisering.

Selvom det kan diskuteres, om målrettet annoncering ændrer den måde, folk stemmer på, har det vist sig yderst nyttigt til at høste andre kontaktoplysninger, såsom e-mailadresser, og til at rejse penge.

Hvilken rolle spiller sociale medier?

Dine sociale medieoplysninger - såsom de offentlige Facebook-opslag, du har kunnet lide, eller de Twitter-hashtags, du har brugt - kan kombineres med andre data på mange forskellige stadier. Nogle leverandører integrerer sociale mediedata i deres primære datasæt, især for personer, hvis profil matcher deres navn. Den information kan hjælpe med at opbygge bedre prædiktive modeller.

Cambridge Analytica spillede berygtet Facebook ved at indhente oplysninger om 270.000 brugere fra en tredjepartsapp og trak disse brugeres vennenetværk, indtil det havde et datasæt, der dækkede 87 millioner mennesker, hvoraf de fleste ikke havde givet samtykke og ikke var klar over, at dette var sker. Det hævdede at køre modeller på disse data for at generere personlige og forudsigelige politiske billeder af brugere.

Men effektiviteten af ​​sådanne teknikker er til debat.

En undersøgelse fra 2013 af psykolog Michal Kosinski, som Cambridge Analytica baserede mange af sine metoder på, hævdede, at data fra 150 likes på Facebook er nok til, at en algoritme kender dine følsomme personlige egenskaber bedre, end et familiemedlem gør. Men Cambridge Analytica var ikke i stand til at frembringe noget bevis for, at det lykkedes at skabe disse algoritmer, eller at nogen af ​​dens målretning overtalte nogen. Det er utroligt svært at tilskrive en stemme til en bestemt annonce, artikel eller tweet.

En af de vigtigste anvendelser af information på sociale medier er at forfine og målrette beskeder. A/B-test er blevet så præcist, at kampagner kan blive ved med at justere en given annonce, indtil den bliver hyperspecifik for brugeren.

Hvad er de forskellige typer målrettede annoncer?

Målrettede annoncer er beskeder rettet til folk på grundlag af deres bekræftede eller formodede politiske identiteter. Mange fokuserer på problemovertalelse, vælgermobilisering eller fundraising, og nogle grupper bruger meget mere sofistikerede tilgange end andre.

Målretningsmetoder omfatter e-mail, telefon og sms, men meget af annonceringen foregår online – på Facebook, Google og Instagram. Twitter forbød politiske annoncer denne november, selvom 501c(3) nonprofit-grupper stadig er i stand til at bruge målretning på platformen. For at målrette mod en vælger vil grupper bruge specifikke filtre for at nå ud til præcis, hvem de ønsker - for eksempel kvinder på universitetscampusser i Michigan. På Facebook, og muligvis også på andre sociale platforme, kan kampagner faktisk målrette mod enkeltpersoner direkte ved at uploade en liste over konti - måske bare et lille antal personer, hvis annoncøren ønsker at lave ekstremt specifikke personlige beskeder.

Hvilke regler er der for den måde, data bliver brugt på?

Forskellige grupper er underlagt forskellige regler. 501c(3) grupper som Vendepunkt USA eller den Tides Fonden kan ikke fremføre nogen valg- eller kandidatmeddelelser. De er også undtaget fra love om donoroplysninger. Politiske kampagner er på den anden side underlagt love om kampagnefinansiering og tilsyn af den føderale valgkommission.

Men selvom kampagnesponsorerede annoncer skal identificeres som sådan, er det på internettet ofte uklart, hvem der præcis forsøger at fange din opmærksomhed og støtte. Misinformation og manipulation bliver forvekslet med officielle kampagnebeskeder, mens kampagner kan forringe ansvarlighed ved at tage afstand fra mere kontroversielle grupper med parallelle budskaber.

Hvorfor betyder det noget for valget i 2020?

Meningsdata tyder på, at det er sandsynligt, at dette valg vil blive afgjort i forstæderne. I 2016 var det forstædernes amter, der gav Trump den valgmæssige fordel, selv mens han var bagud i folkeafstemningen. Og forstadsvælgere bruger Facebook … meget. Kampagner og advocacy-grupper kan bruge den voksende kraft af dataknusning til at tale direkte til disse vælgere. Indtil nu, Donald Trump har brugt dobbelt så meget på Facebook-annoncer som Joe Biden .

skjule