Les relations qui ont été révélées entre Cambridge Analytica et Facebook ont ​​tous les attributs d'un thriller hollywoodien :un PDG à la Bond, un milliardaire solitaire, un lanceur d'alerte naïf et conflictuel, un data scientist hipster devenu politicien, un universitaire à l'éthique apparemment discutable, et bien sûr un président triomphant et sa famille influente.

Une grande partie de la discussion a porté sur la façon dont Cambridge Analytica a pu obtenir des données sur plus de 50 millions d'utilisateurs de Facebook – et sur la façon dont elle aurait omis de supprimer ces données lorsqu'on lui a demandé de le faire. Mais il y a aussi la question de ce que Cambridge Analytica a réellement fait avec les données. En fait, l'approche de l'entreprise de traitement des données représente un changement radical dans la façon dont l'analyse peut aujourd'hui être utilisée comme un outil pour générer des informations et exercer une influence.

Par exemple, les sondeurs ont longtemps utilisé la segmentation pour cibler des groupes particuliers d'électeurs, par exemple en catégorisant les publics par genre, âge, le revenu, l'éducation et la taille de la famille. Des segments peuvent également être créés autour de l'affiliation politique ou des préférences d'achat. La machine d'analyse de données que la candidate à la présidentielle Hillary Clinton a utilisée dans sa campagne de 2016 – nommée Ada d'après le mathématicien du XIXe siècle et pionnier de l'informatique – a utilisé des techniques de segmentation de pointe pour cibler des groupes d'électeurs éligibles de la même manière que Barack. Obama l'avait fait quatre ans auparavant.

Cambridge Analytica a été engagé dans la campagne Trump et a fourni une toute nouvelle arme à la machine électorale. Bien qu'il ait également utilisé des segments démographiques pour identifier des groupes d'électeurs, comme l'avait fait la campagne de Clinton, Cambridge Analytica a également segmenté en utilisant la psychographie. Comme définitions de classe, éducation, emploi, âge et ainsi de suite, les données démographiques sont informatives. La psychographie est comportementale – un moyen de segmenter par personnalité.

Cela a beaucoup de sens. Il est évident que deux personnes ayant le même profil démographique (par exemple, blanche, âge moyen, employé, hommes mariés) peuvent avoir des personnalités et des opinions très différentes. Nous savons aussi qu'adapter un message à la personnalité d'une personne – qu'elle soit ouverte, introverti, argumentatif, et ainsi de suite – contribue grandement à faire passer ce message.

Mieux comprendre les gens

Il existe traditionnellement deux voies pour déterminer la personnalité de quelqu'un. Vous pouvez soit apprendre à bien les connaître, généralement sur une longue période. Ou vous pouvez leur faire passer un test de personnalité et leur demander de le partager avec vous. Aucune de ces méthodes n'est réalistement ouverte aux sondeurs. Cambridge Analytica a trouvé une troisième voie, avec l'aide de deux universitaires de l'Université de Cambridge.

La première, Alexandre Kogan, leur a vendu l'accès à 270, 000 tests de personnalité réalisés par les utilisateurs de Facebook via une application en ligne qu'il avait créée à des fins de recherche. Fournir les données à Cambridge Analytica était, il semble, contre le code de conduite interne de Facebook, mais ce n'est qu'en mars 2018 que Kogan a été banni de la plate-forme par Facebook. En outre, Les données de Kogan étaient également accompagnées d'un bonus :il aurait collecté des données Facebook auprès des amis des candidats - et, à une moyenne de 200 amis par personne, cela totalisait environ 50 millions de personnes.

Cependant, ces 50 millions de personnes n'avaient pas toutes passé des tests de personnalité. C'est là que le deuxième universitaire de Cambridge, Michal Kosinski, est intervenu. Kosinski – qui croit que le micro-ciblage basé sur des données en ligne pourrait renforcer la démocratie – avait trouvé un moyen de rétro-concevoir un profil de personnalité à partir d'activités Facebook telles que les likes. Que vous choisissiez d'aimer les photos de couchers de soleil, des chiots ou des personnes en dit long sur votre personnalité. Tellement de, En réalité, que sur la base de 300 likes, Le modèle de Kosinski est capable de prédire le profil de personnalité d'une personne avec la même précision qu'un conjoint.

Kogan a développé les idées de Kosinksi, les a améliorés, et conclu un accord avec Cambridge Analytica. Armé de cette prime – et combiné à des données supplémentaires glanées ailleurs – Cambridge Analytica a créé des profils de personnalité pour plus de 100 millions d'électeurs américains inscrits. Il est affirmé que la société a ensuite utilisé ces profils pour des publicités ciblées.

Imaginez par exemple que vous puissiez identifier un segment d'électeurs très consciencieux et névrosé, et un autre segment qui est élevé en extraversion mais faible en ouverture. Clairement, les personnes de chaque segment réagiraient différemment à la même publicité politique. Mais sur Facebook, ils n'ont pas du tout besoin de voir la même publicité - chacun verra une publicité personnalisée conçue pour susciter la réponse souhaitée, si c'est voter pour un candidat, ne pas voter pour un candidat, ou faire un don de fonds.

Cambridge Analytica a travaillé dur pour développer des dizaines de variations publicitaires sur différents thèmes politiques tels que l'immigration, l'économie et les droits des armes à feu, tous adaptés à différents profils de personnalité. Il n'y a aucune preuve que la machine électorale de Clinton avait la même capacité.

L'analyse comportementale et le profilage psychographique sont là pour rester, quoi qu'il advienne de Cambridge Analytica – qui a vigoureusement critiqué ce qu'elle appelle des « fausses allégations dans les médias ». Elle industrialise en quelque sorte ce que les bons vendeurs ont toujours fait, en adaptant leur message et leur diffusion à la personnalité de leurs clients. Cette approche de la campagne électorale – et en fait du marketing – sera l'héritage ultime de Cambridge Analytica.

Cet article a été initialement publié sur The Conversation. Lire l'article original.