Jak sztuczna inteligencja i nauka o danych pomagają policji i medycynie

Spis treści:

• Media społecznościowe wiedzą o nas wszystko, a nawet więcej
• Cambridge Analytica: ofiara bardzo złego PR
• Ale są też dobre intencje
• A co z Rosją?

Korzystając z internetu, generujemy ogromną ilość danych. Dotyczy to nie tylko plików cookie, na które wiele witryn prosi o zgodę. Każda nasza czynność, w tym odwiedzanie stron internetowych, interakcja z treściami i wypełnianie formularzy, pozostawia cyfrowy ślad. Dane te mogą być wykorzystywane do analizy zachowań użytkowników, ulepszania usług i personalizacji treści. Ważne jest, aby wiedzieć, jak dokładnie udostępniamy informacje i jakie środki ostrożności należy podjąć, aby chronić swoją prywatność w Internecie.

Sieci społecznościowe mogą wiele o Tobie powiedzieć, nawet jeśli Twój profil jest minimalnie wypełniony. Istnieje nauka badająca związek między zachowaniem danej osoby w internecie a jej cechami psychologicznymi – psychometria cyfrowa. Obejmuje ona algorytmy analizujące Twoje posty, komentarze, polubienia, hashtagi i grupy. Te dane mogą zapewnić głębsze zrozumienie Ciebie niż Twoja najbliższa rodzina. Nazywa się to „cyfrowym śladem” i może być wykorzystywane do różnych celów, w tym do celów marketingowych i badań psychologicznych.

Nie da się ukryć przed technologią, nawet jeśli zdecydujesz się przestać korzystać ze swoich kont. Portale społecznościowe korzystają z narzędzi śledzących wbudowanych w różne strony internetowe. Niedawno jedna z najpopularniejszych sieci społecznościowych wprowadziła funkcję „Aktywność poza Facebookiem”, umożliwiającą użytkownikom przeglądanie historii aktywności w zasobach stron trzecich. Ta funkcja podkreśla, jak ważne jest, aby mieć świadomość, że Twoje dane mogą być gromadzone i wykorzystywane nawet wtedy, gdy jesteś nieaktywny na samej platformie.

Czy rozważasz całkowitą rezygnację z internetu, aby chronić swoją prywatność? To rozwiązanie nie przyniesie oczekiwanych rezultatów. Nawet jeśli nie korzystasz z usług online, dostęp do informacji o Tobie mogą uzyskać krewni i znajomi, którzy aktywnie korzystają z portali społecznościowych. Badanie przeprowadzone przez niemieckich matematyków wykazało, że znaczną ilość danych można zebrać o danej osobie, nawet jeśli nie jest ona aktywna online. Całkowite usunięcie się z internetu nie gwarantuje zatem ochrony prywatności.

Badania wykazały, że dwie osoby bez kont w mediach społecznościowych mogą być połączone za pośrednictwem trzeciej osoby, która ma aktywną stronę. Naukowcy twierdzą, że w 85% przypadków takie połączenia można nawiązać między niezarejestrowanymi użytkownikami. To odkrycie podkreśla znaczenie kontaktów i interakcji społecznych we współczesnym świecie cyfrowym, pokazując, że nawet brak konta w mediach społecznościowych nie wyklucza możliwości kontaktu społecznego.

Sieci społecznościowe wiedzą o nas wszystko, a nawet więcej

Naukowcy już dawno zaczęli zdawać sobie sprawę, że dane dotyczące aktywności użytkowników w sieci można analizować i wykorzystywać. Ten temat wykracza daleko poza reklamę ukierunkowaną. W 2009 roku amerykański marketingowiec Tony Fish opublikował książkę szczegółowo opisującą komercyjny potencjał cyfrowych śladów. Analiza tych danych otwiera nowe możliwości biznesowe, umożliwiając dokładniejsze zrozumienie preferencji i zachowań konsumentów.

Społeczeństwo rozpoczęło aktywną dyskusję na temat technologii psychometrii cyfrowej po wyborach prezydenckich w USA w 2016 roku. Firma Cambridge Analytica, która wykorzystała metody analizy śladu cyfrowego do wsparcia jednego z kandydatów, stała się przedmiotem zainteresowania. Nadal jednak nie jest jasne, czy technologie te miały realny wpływ na wyniki wyborów.

Istnieje opinia, że ​​Cambridge Analytica wykorzystała algorytmy opracowane przez Michała Kosińskiego bez jego zgody. Kosiński jest uznanym ekspertem w dziedzinie psychometrii cyfrowej, a jego badania należą do najczęściej cytowanych na świecie. Sytuacja ta podkreśla znaczenie ochrony własności intelektualnej w nauce i technologii, zwłaszcza w kontekście rozwoju metod przetwarzania i analizy danych.

Kosiński poświęcił wiele lat badaniu sieci społecznościowych, a wyniki jego prac zostały opublikowane w artykule naukowym w 2013 roku. W niniejszym badaniu analizuje on wpływ sieci społecznościowych na zachowania użytkowników i ich interakcje w przestrzeni cyfrowej. Praca Kosińskiego stała się ważnym wkładem w zrozumienie mechanizmów determinujących dynamikę platform społecznościowych i ich wpływ na społeczeństwo.

Kosiński był w stanie dowiedzieć się niemal wszystkiego o użytkowniku, analizując zaledwie kilkadziesiąt polubień na Facebooku. Jego model zidentyfikował takie cechy, jak rasa, orientacja seksualna i poglądy polityczne właściciela konta, z wysokim prawdopodobieństwem osiągnięcia 85-95%. Niniejsze badanie podkreśla siłę algorytmów analizujących dane z mediów społecznościowych i ich zdolność do identyfikowania cech osobistych użytkowników na podstawie prostych działań, takich jak polubienia.

Prognozy dotyczące przynależności religijnej, alkoholizmu i narkomanii, inteligencji oraz tego, czy dana osoba dorastała w rodzinie niepełnej, były mniej skuteczne, ale wciąż skuteczne. Dzięki dużej liczbie polubień (do 300) badacz mógł uzyskać więcej informacji o danej osobie niż jej małżonek lub rodzice. Podkreśla to, w jakim stopniu media społecznościowe mogą ujawniać dane osobowe i kształtować postrzeganie danej osoby, co jest istotne przy analizie zachowań i preferencji użytkowników.

Aby zebrać dane statystyczne do swoich badań, Michał Kosiński opracował projekt MyPersonality, który obejmuje szczegółowe kwestionariusze psychologiczne. Użytkownicy biorący udział w ankietach często nie zdają sobie sprawy, że udzielają badaczowi dostępu do danych ze swoich kont w mediach społecznościowych, zaznaczając odpowiednie pola. Projekt ten stał się ważnym narzędziem do badania cech psychologicznych i analizy wpływu mediów społecznościowych na dane osobowe uczestników.

Testy objęły 7,5 miliona osób, dając badaczowi Kosińskiemu dostęp do ogromnej bazy danych. Ta duża próba pozwoliła jemu i jego zespołowi opracować wysoce skuteczne algorytmy zdolne do przewidywania ukrytych psychologicznych i demograficznych cech osobowości. Wykorzystanie tych algorytmów otwiera nowe horyzonty w rozumieniu ludzkich zachowań i cech indywidualnych, co ma istotne implikacje dla różnych dziedzin, w tym marketingu, psychologii i socjologii.

Kosinski nie jest jedynym badaczem, który z powodzeniem zastosował psychometrię cyfrową. Amerykański naukowiec Tal Yarkoni przeanalizował teksty 694 popularnych blogerów. Wykorzystując zebrane dane, opracował model zdolny do dokładnego przewidywania cech osobowości danej osoby na podstawie zaledwie kilku często używanych słów. Badania te podkreślają rosnące zainteresowanie metodami psychometrycznymi w środowisku cyfrowym i ich potencjał w dogłębnej analizie zachowań i cech osobowości.

Naukowcy interesują się dwoma miliardami zdjęć, które użytkownicy codziennie publikują na publicznych profilach w mediach społecznościowych. Jednak analiza zdjęć jest trudniejsza niż analiza tekstu czy polubień. Hiszpańscy naukowcy z powodzeniem zastosowali technologie głębokiego uczenia oparte na sieciach neuronowych do analizy obrazów. Opracowali model zdolny do identyfikacji podstawowych cech osobowości na podstawie zdjęć danej osoby na Instagramie. Ta technika otwiera nowe horyzonty w badaniu relacji między treściami wizualnymi a psychologicznymi cechami użytkowników.

Cambridge Analytica: Ofiara Bardzo Złego PR

Michał Kosiński i jego zespół opublikowali wyniki swoich badań w domenie publicznej, podkreślając potencjalne ryzyko wykorzystania ich algorytmów przez przestępców. Badacz otrzymał oferty od osób zainteresowanych wykorzystaniem jego osiągnięć w celach komercyjnych, ale odmówił, wierząc, że osiągnięcia naukowe powinny służyć społeczeństwu, a nie generować zysk. Takie podejście podkreśla znaczenie etyki w badaniach naukowych i potrzebę odpowiedzialnego korzystania z technologii.

W 2016 roku, po wyborze Donalda Trumpa na prezydenta USA, media aktywnie dyskutowały o teorii znaczącego wpływu Cambridge Analytica na wybory. Ta brytyjska organizacja wykorzystała cyfrowe metody psychometryczne do targetowania reklam wyborczych w mediach społecznościowych, co pozwoliło jej skutecznie wpływać na wyborców. Badania pokazują, że wykorzystanie takich technologii stało się ważnym elementem współczesnych kampanii politycznych, zmieniając podejście do interakcji z elektoratem.

Teoria ta opiera się w dużej mierze na przemówieniu Alexandra Nixa, szefa Cambridge Analytica. Nagranie z jego wykładu jest dostępne na YouTube.

Schemat działania firmy opierał się na gromadzeniu informacji o użytkownikach poprzez ich działania na Facebooku, w tym polubienia i subskrypcje społeczności. To podejście pozwoliło na stworzenie obszernej bazy danych obejmującej praktycznie wszystkich Amerykanów. Analizując te dane, firma była w stanie zidentyfikować zainteresowania i preferencje użytkowników, znacznie zwiększając skuteczność strategii marketingowych i precyzując grupę docelową kampanii reklamowych.

Algorytmy Cambridge Analytica przeanalizowały psychologiczne cechy użytkowników w oparciu o dostępne dane. W tym celu zastosowano model OCEAN, który opisuje osobowość człowieka poprzez pięć kluczowych cech: otwartość na nowe doświadczenia, sumienność, ekstrawersję, ugodowość i stabilność emocjonalną. Model ten zapewnia głębsze zrozumienie różnic indywidualnych i ludzkich zachowań, co może być wykorzystane w różnych dziedzinach, w tym w kampaniach marketingowych i politycznych.

Cambridge Analytica wykorzystała szczegółowe profile psychologiczne do stworzenia spersonalizowanych komunikatów reklamowych, które pojawiały się w aktualnościach użytkowników na Facebooku. Treść emocjonalna tych komunikatów była starannie dopasowana do cech osobowości każdego wyborcy. Ta strategia reklamowa, znana jako mikrotargetowanie, pozwala na wysoce skuteczną komunikację, zwiększając prawdopodobieństwo reakcji i zaangażowania odbiorców.

Cambridge Analytica opracowała liczne reklamy skierowane do określonych grup wyborców. Na przykład użytkownikom o patriarchalnych poglądach pokazywano zdjęcia charyzmatycznych ojców. Osobom doświadczającym zwiększonego lęku pokazywano reklamy przedstawiające przestępców włamujących się do domów. Takie podejście do targetowanej reklamy skutecznie wpływało na stan emocjonalny odbiorców, zwiększając szanse na skuteczne przyciągnięcie uwagi do kampanii politycznych.

Alexander Nix twierdził, że działania firmy zwiększyły notowania senatora Teda Cruza w prawyborach z 5% do 35%. Nie ma jednak przekonujących dowodów na to, że Cambridge Analytica rzeczywiście miała znaczący wpływ na wyniki wyborów. Wpływ ten mógł zostać wyolbrzymiony zarówno przez media, jak i kierownictwo firmy, aby przyciągnąć uwagę i nowych klientów.

Politycy korzystali z podobnych technologii w przeszłości, ale nie wywołały one poważnych skandali. Praktyczna skuteczność mikrotargetowanej reklamy jest prawdopodobnie tylko nieznacznie wyższa niż tradycyjnych kampanii telewizyjnych.

Cambridge Analytica nie zdołała dokonać cudów przypisywanych jej po zwycięstwie Donalda Trumpa. Specjaliści firmy współpracowali również z kandydatem Benem Carsonem podczas prawyborów, ale jego kampania wyborcza zakończyła się porażką. Pomimo twierdzeń o wpływie analityki danych na wyniki wyborów, rzeczywiste wyniki pokazują, że nie wszystkie strategie okazały się skuteczne.

Po skandalu związanym z Cambridge Analytica firma została zamknięta, a jej zarząd stanął przed długim procesem uzasadniania swoich decyzji przed władzami i opinią publiczną. Jednak metody firmy i koncepcje naukowców mogą być wykorzystane do osiągnięcia pozytywnych rezultatów. Ważne jest, aby rozważyć, jak te podejścia można dostosować do celów społecznych i etycznych, takich jak zwiększenie skuteczności marketingu, poprawa zaangażowania klientów i tworzenie bardziej ukierunkowanych reklam. Wykorzystanie danych i narzędzi analitycznych pozwala firmom lepiej zrozumieć potrzeby swoich odbiorców i oferować im wartościowe rozwiązania. W związku z tym doświadczenie Cambridge Analytica może być wykorzystane z naciskiem na etykę i odpowiedzialność, co doprowadzi do pozytywnych zmian w społeczeństwie i biznesie.

Ale są też dobre intencje

W Stanach Zjednoczonych technologie skanowania mediów społecznościowych są aktywnie wykorzystywane do zapobiegania przestępstwom, w tym masowym strzelaninom i atakom terrorystycznym. Środki te mają na celu identyfikację potencjalnych zagrożeń i wczesne reagowanie na nie. Analiza danych z platform społecznościowych umożliwia organom ścigania śledzenie podejrzanych działań i zapobieganie potencjalnym atakom, zwiększając w ten sposób bezpieczeństwo publiczne. Statystyki pokazują, że praktycznie wszyscy potencjalni terroryści publikują nienawistne manifesty, a także wiadomości i zdjęcia przedstawiające broń na mniej niż trzy dni przed dokonaniem planowanego aktu przemocy. Podkreśla to potrzebę szybkiej analizy mediów społecznościowych. Zadanie to jest niezwykle trudne do wykonania bez wykorzystania sztucznej inteligencji. Nowoczesne technologie pozwalają na skuteczniejsze wykrywanie zagrożeń i zapobieganie im, co sprawia, że ​​wykorzystanie sztucznej inteligencji w monitorowaniu treści online jest nie tylko pożądane, ale wręcz niezbędne. Specjaliści Tactical Institute opracowali unikalny system, który analizuje 500 milionów tweetów dziennie pod kątem podejrzanych wiadomości. W przypadku wykrycia nieprawidłowości system natychmiast przekazuje dane ekspertom firmy w celu przeprowadzenia dokładnej analizy, która zajmuje zaledwie kilka minut. Technologia ta umożliwia szybkie wykrywanie potencjalnych zagrożeń i pomaga utrzymać bezpieczeństwo w mediach społecznościowych.

Eksperci skrupulatnie analizują podejrzane tweety, pracując całą dobę, aby zapewnić bezpieczeństwo. W przypadku wykrycia zagrożenia niezwłocznie zgłaszają tę informację organom ścigania. Monitorowanie Twittera pomogło zapobiec 14 masowym strzelaninom w amerykańskich szkołach, co podkreśla wagę takich środków dla ochrony życia i zdrowia uczniów.

Programiści z Tactical Institute wykorzystują usługę IBM Watson Analytics do wyszukiwania wiadomości. Usługa ta zapewnia dostęp do potężnych zasobów obliczeniowych superkomputera IBM Watson i jego sztucznej inteligencji. Superkomputer jest w stanie znaleźć odpowiedzi na szeroki zakres pytań, co czyni go niezbędnym narzędziem do analizy danych i pozyskiwania cennych informacji. Watson Analytics optymalizuje proces wyszukiwania i analizy, umożliwiając użytkownikom efektywne przetwarzanie dużych wolumenów danych i wyciąganie z nich wniosków.

Analiza treści w mediach społecznościowych służy do identyfikacji osób cierpiących na depresję. Naukowcy nauczyli się identyfikować takich użytkowników na podstawie zdjęć, nawet jeśli nie wykazują oni oczywistych oznak złego nastroju. Stwierdzono, że na zdjęciach profilowych użytkowników z depresją dominują odcienie szarości, a zdjęcia są słabej jakości i rozmazane. Osoby te są często fotografowane same, a ich mimika nie przekazuje emocji. Takie podejście do analizy treści pozwala nam lepiej zrozumieć stan zdrowia ludzi i opracować skuteczne metody wsparcia.

Depresja może prowadzić do poważnych konsekwencji, w tym myśli samobójczych. Można jednak zapobiec tym problemom, jeśli dana osoba w odpowiednim czasie zwróci się o pomoc do psychologa. W tym zakresie Facebook testuje nowy system analizujący wiadomości i publikacje w grupach. Jeśli system wykryje frazy wskazujące na myśli samobójcze, moderatorzy społeczności otrzymają natychmiastowe powiadomienie. Umożliwi im to wysłanie wiadomości ze wsparciem lub zasugerowanie kontaktu z psychologiem, co może być ważnym krokiem w kierunku powrotu do zdrowia.

Analiza wiadomości w mediach społecznościowych może pomóc w przewidywaniu poważnych problemów zdrowotnych, takich jak zawały serca i cukrzyca. Badania pokazują, że dane zebrane z postów i komentarzy użytkowników mogą służyć jako wskaźniki stanu zdrowia. Zrozumienie tła emocjonalnego i wzmianek o objawach pozwala specjalistom zidentyfikować ryzyko i zasugerować środki zapobiegawcze. W ten sposób wykorzystanie mediów społecznościowych w medycynie otwiera nowe możliwości wczesnej diagnostyki i profilaktyki chorób.

Specjaliści ds. nauki o danych, wspólnie z lekarzami, przeprowadzili badanie mające na celu analizę postów na Facebooku pacjentów z chorobami serca. W badaniu wytrenowano system na podstawie danych z ostatnich pięciu lat przed wystąpieniem choroby. Pomaga to zidentyfikować wzorce i czynniki ryzyka związane z chorobami układu krążenia, a także udoskonalić metody wczesnej diagnostyki i profilaktyki.

Algorytm zidentyfikował około 200 słów-znaczników wskazujących na wysokie ryzyko rozwoju chorób. Słowa te mogą służyć jako ważne wskaźniki stanu zdrowia i nadchodzących problemów medycznych. Korzystanie z takich słów-znaczników umożliwia skuteczne monitorowanie i analizę stanu zdrowia pacjentów, ułatwiając wczesne wykrywanie chorób i szybką interwencję. Zrozumienie znaczenia tych słów-znaczników może usprawnić diagnostykę i poprawić jakość opieki medycznej.

Analiza słownictwa może dostarczyć istotnych informacji na temat napięć społecznych, trudności ekonomicznych, braków w systemie edukacji i wskaźników przestępczości. Istnieją algorytmy monitorujące stan społeczeństwa w czasie rzeczywistym na podstawie postów w mediach społecznościowych. Narzędzia te mogą identyfikować kluczowe trendy i problemy, co czyni je przydatnymi dla naukowców i organizacji rządowych dążących do poprawy dobrobytu publicznego.

Naukowcy opracowali „mapę dobrobytu” Stanów Zjednoczonych, która ilustruje rozkład kluczowych wskaźników zdrowotnych i społeczno-ekonomicznych w różnych stanach. Mapa ta przedstawia dane dotyczące depresji, bezrobocia, chorób układu krążenia, cukrzycy oraz czynników związanych z rozwojem gospodarczym i społecznym. Niniejsze badania pomagają zrozumieć, jak różne regiony kraju radzą sobie z wyzwaniami związanymi ze zdrowiem i dobrostanem, i mogą stanowić podstawę do opracowania strategii poprawy jakości życia ludności.

A co z Rosją?

Mamy podobne projekty, które mogą Cię zainteresować.

VKontakte zaprezentował nową usługę wykorzystującą sieć neuronową do rozpoznawania obiektów na fotografiach. Technologia ta jest w stanie identyfikować tysiące różnych obiektów i ostrzegać użytkowników o potencjalnie niebezpiecznych lub nielegalnych treściach. Nowe narzędzie ma na celu zwiększenie bezpieczeństwa użytkowników i poprawę jakości treści w sieci społecznościowej.

System VKontakte automatycznie klasyfikuje wszystkie zdjęcia przesyłane przez użytkowników do trzech kategorii: „bezpieczne”, „umiarkowanie niebezpieczne” i „niebezpieczne”. Treści uznane za niebezpieczne podlegają automatycznemu blokowaniu. Ostateczną decyzję o usunięciu lub zablokowaniu konta podejmuje jednak zespół moderatorów. Jeśli konto stale publikuje treści naruszające zasady platformy, może zostać zawieszone. Takie podejście pomaga zachować bezpieczeństwo i komfort wszystkich użytkowników VK, zapobiegając rozpowszechnianiu nieodpowiednich treści.

W Rosji aktywnie wspiera się osoby z depresją. Portal społecznościowy VKontakte wykorzystuje algorytmy do analizy zdjęć i hashtagów użytkowników. Jeśli system wykryje oznaki myśli samobójczych, użytkownikowi zostanie zaoferowana pomoc ze strony profesjonalnych psychologów z fundacji „Twoje Terytorium”. Inicjatywa ta ma na celu zapewnienie szybkiej pomocy i wsparcia zdrowia psychicznego użytkowników.

W Rosji istnieje system walki z przestępczością o nazwie „Święty Jerzy Zwycięski”. System ten, podobnie jak rozwiązania zagraniczne, wykorzystuje technologie sztucznej inteligencji do automatycznej analizy informacji. Gromadzi dane z popularnych portali społecznościowych, takich jak VKontakte, Instagram, Facebook, Odnoklassniki i Telegram. Wykorzystanie sztucznej inteligencji pozwala na skuteczniejsze wykrywanie potencjalnych zagrożeń i zapobieganie przestępczości, co czyni system ważnym narzędziem w zapewnianiu bezpieczeństwa publicznego.

W przypadku wykrycia nawoływań do ekstremizmu, propagandy narkotykowej lub samobójstw, system „George the Victorious” natychmiast powiadamia specjalistów firmy. Jeśli ekspert potwierdzi podejrzenia wzbudzone przez sztuczną inteligencję, informacje o dystrybutorze zabronionych treści są przekazywane organom ścigania. To skutecznie zwalcza rozprzestrzenianie się niebezpiecznych materiałów i chroni społeczeństwo przed potencjalnymi zagrożeniami.

Program „SEUS”, poprzednik obecnej wersji, działa skutecznie w 20 regionach Rosji i jest aktywnie wykorzystywany przez organy ścigania. Jego możliwości pomogły zapobiec wielu przestępstwom, co podkreśla znaczenie tej wyszukiwarki w zapewnianiu bezpieczeństwa.

Twórcy systemu „George the Victorious” podkreślają, że platforma działa wyłącznie w oparciu o informacje publicznie dostępne. Obejmuje to posty, komentarze, wpisy w grupach otwartych, hashtagi i polubienia. Prywatne wiadomości nie są analizowane, co potwierdza prywatność użytkowników. Należy pamiętać, że otwarta analiza danych wystarczy, aby system działał efektywnie.

Przeczytaj także:

• Sztuczna inteligencja, uczenie maszynowe i głębokie uczenie: czym się różnią?
• Dane: nowa ropa czy tylko szum medialny?
• Jak działają testy jednostkowe w Pythonie