被算法操控的生活：重新定义精准广告、大数据和AI

看作是一组圆圈、小方框和小叉。

这个方法将我们视为一组符号，我们也由此得出了心理学家所谓的五大人格特质。

心理学家对人格的研究基础是我们对朋友和熟人的日常了解。我们都认识一些友善健谈、喜欢与人交往的人，我们称他们为“外向者”。我们也认识一些喜欢阅读和电脑编程的人，他们喜欢独处，在群体中很少说话，我们称他们为“内向者”。这些概念绝非牵强附会，而是行之有效的描述人的方式。

然而我们对他人的许多直觉缺乏科学严谨性。我们可以用很多词语来形容我们的朋友和同事：好辩、随和、能干、顺从、理想主义、自信、自律、压抑、冲动……这个清单可以无限长。面对这样的形容词长单，心理学家有些焦头烂额。他们进行了广泛的问卷调查，被调查者基于大量不同的表述来对自己进行评级，比如“我及时完成家务”“在聚会时我跟许多不同的人聊天”等，然后他们拿起主成分分析工具，以期找出我们人格的潜在模型。研究者得出的结果惊人地一致：在大多数情况下，通过旋转所有的人格形容词维度，心理学家都能不依赖于所提问题的类型就得到同样的五大人格特质：经验开放性（openness）、尽责性(conscientiousness）、外向性（extroversion）、亲和性（agreeableness）和情绪不稳定性（neuroticism)。

五大特质的提法并非信口雌黄，而是经得起反复检验的、用来归纳人之所以为人的重要理论工具。

你的情绪已被脸书编号

在迈克尔看来，如果五大人格特质这一理论是站得住脚的，并且脸书的点赞可以用来评估智商和政治观点，那么通过我们脸书页面的资料来

被算法操控的生活OUTNUMBERED

30

推测我们的人格也是可能的。

事实也的确如此。脸书的外向用户喜欢跳舞、看戏、投杯球游戏①。害羞用户喜欢动漫、角色扮演和特里·普拉切特(Terry Pratchett)②的书。神经质者喜欢科特·科本(Kurt Cobain)、情绪摇滚(emo music)③，并且喜欢说“有时我恨我自己”。冷静的用户喜欢跳伞、足球和商业管理。许多刻板印象都被人们的“赞”所证实，但也有一些例外。我是一个相对冷静的人，钟爱足球，但不管有没有降落伞我都肯定不会自己从飞机上往下跳。揭示我们人格的，不是某一次鼠标单击的“赞”，而是众多不同的赞的组合。

通过点击鼠标，我们在不停地将我们的人格输入脸书，日复一日，年复一年。微笑符号、大拇指、“赞”、皱眉、爱心………我们在告诉脸书我们是什么样的人，我们在想什么。我们在向一个社交网站展示着自己的点滴细节，而这些细节我们通常只会展示给最亲密的朋友。朋友往往会忘记这些细节，并对他们得出的有关我们的结论更宽容。可脸书却不同，它正在系统地收集、处理和分析我们的情绪状态。它在数百个维度上旋转我们的人格，因此能够找到最冷静、最理性的角度来审视我们。

脸书的研究人员已经掌握了减少我们维度的技术。在对自己朋友的研究中，我借助算法在不到一秒的时间里将32个人、13个维度的帖子减少到了两个维度。迈克尔借助类似的算法，在一个小时左右的时间内，将成干上万人的55000个“赞”减少到预测他们人格所需的大约40个维度。跟我的研究规模相比，脸书处于一个完全不同的量级上。它运用目前的方法，可以在仅仅不到一秒钟的时间里，将10万个人点的100万个不同类别的“赞”减少到几百个维度。

第一部分 算在监个我数据做了什么？

①投杯球是一个由美国人发明的桌上游戏。

②特里·普拉切特，英国知名作家，擅长奇幻文学。至今他共写过65本书，被翻译成其他33种语言，其作品总销量已达5500万册。

③情绪摇滚是由硬核朋克延伸出来的一种极具另类艺术气质的音乐形式。

31

我的研究因为只有15个类别，数据旋转很快，而脸书采用的方法基于随机数学①，将100万个类别不同的“赞”的数据旋转100万次需要很长时间。因此开始运算时，脸书的算法会随机选取一组维度来描述我们。然后，算法会评估这些随机维度的运行情况，从而找到一组新的维度来改进它的描述。反复这么做几次之后，脸书就能找到知道哪些是描述用户的最重要成分。

虽然脸书可以将数百万个“赞”减少到几百个成分，但我们很难图像化这些成分。我们的大脑在二维或三维空间中运转，而不能在几百个维度中运转，因此很快就会达到它的极限。所以为了帮助我们理解它是如何看待我们的，脸书为其算法所发现的类别进行了命名。要了解该公司如何描述你，你必须先登录脸书，然后点击右上角的“下拉菜单”，点击“设置”。在“设置”中，选择“广告”，点击“基于我偏好的广告”的编辑按钮，然后点击“访问广告偏好”。最后点击“生活方式和文化”菜单。

《纽约时报》刊登了一篇文章，告诉人们如何找到这些脸书归纳的广告偏好。读者们随后发现了五花八门、非常有趣的类别。这些分类根据用户的兴趣将用户分到了“烤面包”“拖船”“脖子”和“鸭嘴兽”的类别。

我能理解其中的幽默所在，对于脸书如此误解他们，发现这些类别的人着实可以大笑一番。也许脸书对他们确实有误解，但重要的是当我们看到这些类别时要明白，脸书基于算法对用户建立的深度了解远非文字描述所能穷尽。算法并不依赖于文字对我们进行分类，文字的使用只是为了帮助我们理解人们各种兴趣间的统计学关系。事实上，这些关系不能用“烤面包”和“鸭嘴兽”这样的词来表达，而且它们根本无法用文字来解释。我们根本就无法理解脸书对我们的高维了解。

当我和迈克尔交谈时，他再三提起这一点。他强调，人们看待别人时，仅通过极少数的几个维度，即年龄、种族、性别，而如果我们关系更近一些，还会包括人格的维度。但算法已经在处理数以十亿计的数据点，并在数百个维度上对我们进行分类。所以当我们不了解脸书如何做到这一点的时候，可笑的是我们，而非算法。我们已经不再有能力完全理解我们创建的算法所给出的结果。

被算法操控的生活

①随机数学是研究随机现象统计规律性的一个数学分支，涉及四个主要部分：概率论、随机过程、数理统计、随机运筹。概率论是后三者的基础。

32

迈克尔告诉我：“我们比电脑更擅长一些无关紧要，但出于某种原因我们认为很重要的事情，比如说四处走动。但是电脑却可以做一些我们永远也做不到的智能任务。”在迈克尔看来，主成分分析是对人类人格实现计算机化的高维理解的第一步，这种高维理解将完胜我们目前对自己的理解。

脸书已经获得了一系列专利，因此能够将对我们的多维理解应用到商业领域。其中最早的专利之一是相亲配对，脸书的策略是通过分析朋友的朋友的资料找到匹配的对象。我们自己经常也会想到，我们的一些单身朋友，虽然或许不认识彼此，但可能会缔结一段好姻缘。脸书的系统可以根据用户个人资料所建构的人格特征，为我们提供这些建议。该专利声称单身用户可以在他们朋友的朋友中“定位符合你理想特质、兴趣或经历的潜在约会对象”，然后询问共同的朋友是否愿意成为媒人。

如果脸书能帮你找到伴侣，那么它肯定也能帮你找到工作。2012年，研究人员唐纳德·克鲁恩佩尔（Donald Kluemper）和他的同事在对 586名学生（主要是白人女性）的脸书个人资料进行人格测验后发现，这些测验结果可以很可靠地评估他们在职场受聘的可能性。一些第三方公司已经申请了使用脸书和其他社交网站的数据，将这一发现应用到自动化匹配工作的领域中去。无论如何对于使用脸书的雇主来说，脸书较包括领英（LinkedIn）在内的纯专业服务网站的优势在于，你在脸书上的个人资料更有可能揭示真实的你。

脸书也在研究如何从你的帖子、你照片中的面部表情以及你与屏幕互动的程度来评价你的精神状态。学术研究已经证实，这些技术可以让我们对自己的精神状态有一定了解。例如，用户在日常电脑使用中移动鼠标的速度可以透露他们在屏幕上所看内容的情感成分。主成分分析法可以拆解并分析你与手机或电脑互动的方式，以了解你的情绪状态。

第一部分 算在个我数据做了什么？

33

这些发展意味着将来脸书会追踪我们的每一种情绪，并在我们的消费选择、人际关系和工作机会中不断地操纵我们。

如果你经常使用脸书、Instagram、色拉布（Snapchat）①、推特或其他社交媒体网站，那么你的信息就会被他们哄抢。你允许它们将你的人格置于拥有数百个维度的空间中，你的情绪被它们编号分类，你未来的行为被它们建模和预测。而这一切都是以一种你我大多数人都难以理解的方式高效、自动地运行的。

被算法操控的生活

①色拉布是一款“阅后即焚”照片分享应用。

34

第 5 章|剑桥分析公司如何玩转总统选举

在2016年美国总统大选之后，一家名为剑桥分析的数据分析公司宣称，它们用数据来指导竞选活动的服务对唐纳德·特朗普获胜起到了重要作用。该公司网站首页上曾播放了一组由CNN、CBSN、彭博社（Bloomberg）和《天空新闻》(SkyNews）拍摄的内容精选剪辑而成的视频，展示它如何利用网络定向营销和小范围民意调查数据影响选民。在结尾时，视频引用了政治民意调查专家弗兰克·伦茨（FrankLuntz）的一句话：“剑桥分析公司之外，别无专家。作为特朗普的团队，他们找到了制胜法宝”。

在它的宣传材料中，剑桥分析公司对五大人格模型做了浓墨重彩的介绍，声称它曾收集关于大量美国选民的数以百万计数据，而且能利用这些数据绘制一幅选民的人格画像，其丰富程度远远超过了性别、年龄和收入之类的传统特征所能完成的分析。在第4章中提到的负责进行脸书人格研究的迈克尔·科辛斯基与我交谈时，向我明确表示他与剑桥分析公司没有任何瓜葛，但他也坦承剑桥分析公司可以采取与他科研中所使用的相似方法来研究目标选民。只要有权限访问选民的脸书个人资料，剑桥分析公司就可以确定哪些类型的广告会对他们产生最大的影响。

第一部分 算在监我数据做了什么？

35

人格决定选票

仔细一想，这让人恐惧万分。脸书的数据可以用来揭露我们的喜好、智商和个性。至少从理论上来讲，这些维度可以帮助剑桥分析公司提供投我们所好的信息，例如，低智商的人可能会被灌输有关希拉里·克林顿（HillaryClinton）电子邮件账户的阴谋论，而这种观点是无法被证实的；高智商的人可能会被告知，唐纳德·特朗普是一个务实的商人；与“非裔美国人有着种族相似性”的人（如脸书所称的那样）可能被告知市中心平民区的复兴；失业的白人工人可能被告知要建造一堵墙来阻挡移民，而有“拉美裔特征”的美国选民可能会被告知要对卡斯特罗（Castro）领导的古巴采取强硬路线。神经质的人可以被恐吓，富有同情心的人可以被共情，外向的人则会被告知一个进行信息分享的有趣方式。

在这样的竞选活动中，候选人可能不会把重点放在传统媒体的核心信息上，而是把注意力集中在对记者和新闻机构的诋毁上，因为这些新闻机构在努力让人们对这场竞选形成整体印象。在大众媒体被人质疑的同时，被量身定制的信息将被直接推送给个人，为他们提供符合他们现有世界观的宣传信息，进而操纵他们的选票。

在2017年秋季我开始研究剑桥分析公司的时候，该公司对它在特朗普胜利中所扮演的角色做出了更加谨慎的表态。《卫报》(The Guardian)和《观察家报》（Observer）已经就剑桥分析公司如何收集和共享数据展开了多方面调查，包括操纵美国总统大选和英国脱欧公投。这些调查报道导致剑桥分析公司现在正努力淡化它在竞选活动中对心理学的应用。该公司将自己的业务描述为使用人工智能进行受众细分，而不再使用“人格”这个词。

我多次联系剑桥分析公司的公共关系办公室，询问那里的工作人员我能否向技术人员了解算法的工作方式。我得到的回复总是很有礼貌，但不知为何我要找的人总在“休假”。使用了一长串的借口之后，他们不再回复我的邮件请求。

被算法操控的生活

36

因此，我决定自己找出答案，弄清楚这种建立于政治人格基础之上的方式是如何运作以帮助候选人获得选举胜利的。

右翼政客利用了美国选民100维的数据，我们在被这一消息震惊前需要思考的是，计算机里的维度如何准确地代表作为人的我们。

如果我想要幼稚地侮辱计算机的“思考”能力，我可能会提及它以二进制运行的事实，即用1和0来描述这个世界。但这种指责是大错特错的。事实上人类才会通常在非黑即白的二元对立状态下看待事物，例如我们几乎条件反射地说“他太蠢了，这都不懂”，“她是典型的共和党人”，或者“那个人在推特上啥都分享”。用二元论看待这个世界的是人类。

精心设计的算法很少将事件简单地划归为两类中的一种，它们给出排序或概率。脸书的人格模型为每个用户分配一个内向/外向的排序，或者给出一个用户“单身”或“恋爱”的概率。通过考量一系列的因素，这些模型给出一个数字，这一数字与某人的某一情况为真的可能性呈正比。

将大量的维度转化为概率或排序的最基本方法是回归（regression)。统计学家对回归模型的使用已长达一个多世纪，其应用从生物学开始逐步扩展到经济学、保险行业、政治学和社会学。回归模型利用我们已有的关于某人的数据以预测我们尚不知道的关于他或她的事情。要实现这个被称为“模型拟合”（fitting the model）的过程，我们首先需要找到一群人并且提前知道我们预测之事的结果。这些事都与这群人有关。

举个例子，年龄和英国脱欧投票之间会存在怎样的关系？在英国人投票决定是否应该退出欧盟的10天前，市场研究和数据分析公司YouGov进行了一项民意调查，询问人们将如何投票。调查对象包括4个不同的年龄组：18\~24岁，25\~49岁，50\~64岁和65岁以上。调查发现，不同年龄段的受访者的回答有所不同。图5.1是我将选民意愿进行拟合的回归模型。随着年龄的增长，人们投票离开欧盟的可能性也在增加。

第一部分 算在监视我数据做了什么？

37

数据分析公司会使用一组人的拟合模型来推断其他人的偏好，以便做出预测。知道了一个人的年龄，他们就可以通过图5.1这个图表来查看

那个人投票脱离欧盟的概率。根据这里做出的回归模型，他们可以推断出一个“典型的”22岁年轻人想要离开欧盟的概率约为36%，而一个“典型的”60岁老人想脱离欧盟的概率是62%。

然而，回归模型并不能完美地代表真实的数据。在脱欧的民意调查中，18\~24岁的人群里只有25%的人表示支持英国脱欧（图5.1)，所以这个模型稍微高估了年轻人想要脱欧的概率。这种不一致在试图用单一方程式呈现大量数据点（比如本例中人们的年龄和投票意图）的回归模型中很典型。但这只是一个提醒，并非严重的问题。这种不一致并不意味着模型是错的，它只是反映了回归方法的一般限制。小的不一致并不是大问题一—所有的模型在某种程度上都是错误的。但在当前的例子中，“错误”的数量尚在可接受的范围内。

被算法操控的生活ITNUMBERED

38

只输入年龄信息给模型带来了些许预测能力，然而可供使用的输入越多，预测就会越准。民意测验专家发现，在英国脱欧公投中，接受较少正规教育和有着工人阶级背景的老年人更可能投票脱欧。脱欧运动团体所雇用的机构如果必须选择一个目标群体来鼓励他们出去投票，就应该关注这些人。支持留欧的活动家则会更希望大学生参加投票。

政治学家长期以来都在使用回归方法。在1987年英国大选后的一项研究中，研究人员调查了选民的性别、年龄、社会阶层和对通货膨胀的看法，看这些因素如何影响选民偏向工党（the Labour Party）而非保守党（the Conservatives）的概率。研究人员随后发现，老年人和男性更倾向于投票给保守党，而认为通货膨胀高居不下的工薪阶层人士更倾向于投票给工党。只要将性别、年龄、阶层和对通货膨胀的看法一一导入到模型中，回归模型就会输出一个人投票给工党的概率。

为政治操控每一种情感

剑桥分析公司和其他现代数据分析公司使用的统计方法与19世纪80年代使用的大同小异，只不过主要区别在于他们手中所掌握的数据的规模。现在他们可以将脸书的“赞”、在线投票问题的答案以及我们购物的数据导入到回归模型中了。剑桥分析公司声称，他们使用这些大数据集而不仅依靠年龄、阶层和性别，来对我们的人格和政治立场做出全面了解。在过去，当政治学家研究选民的政党偏好时，他们通常会分析选民的社会经济背景。剑桥分析公司声称：“我们会考虑每一个个体（选民）的行为制约因素，从而对他们的未来行为未卜先知。

为了对我们的政治人格进行大规模的回归分析，剑桥分析公司需要获得大量数据。2014年，剑桥大学的心理学家亚历克斯·科岗（AlexKogan）通过一个名为“机械土耳其人”（Mechanical Turk）①的在线众包市场（crowd- sourcing marketplace）为他的科研收集数据。在我面前，亚历克斯将“机械土耳其人”形容为“一大群做任务换钱的人”。他请那些人在他的科学研究中完成一项看似无关紧要的工作：回答两个关于他们收入的问题，以及他们使用脸书的时间跨度，然后让他们点击一个按键授权亚历克斯及其同事访问他们的脸书个人资料。

第一部分

算法在监视我们互联网对个人数据做了什么？

39