211service.com
Teknologien som driver 2020-kampanjene, forklart
Ms Tech | Getty, Pexels
Kampanjer og valg har alltid handlet om data – under de empatiske løftene om å fikse din problemer og kjempe for din familie, det er en bedrift med beregninger. Hvis en kampanje er heldig, vil den finne veien gjennom en villmark av meningsmålinger, velgerattributter, demografi, valgdeltakelse, visninger, gerrymandering og annonsekjøp for å få kontakt med velgerne på en måte som beveger eller til og med inspirerer dem. Obama, MAGA, AOC – alle har fått noe av den spesielle sausen. Likevel vinner kampanjer som samler inn og bruker tallene best.
Det har selvfølgelig vært sant en stund. I 2017 beklaget Hillary Clinton at den demokratiske nasjonale komiteen hadde forsynt teamet hennes med utdaterte data. Hun beskyldte dette delvis for tapet til Donald Trump, hvis kampanje satt på toppen av en imponerende republikansk data-knusingsmaskin. (DNC svarte at det ikke var dataene, men hvordan de ble brukt, som var utilstrekkelig.)
I 2020 har kampanjer lagt til nye rynker til taktikken deres for å samle og manipulere data. Tradisjonell meningsmåling viker for AI-drevet prediktiv modellering; massive datautvekslinger, som en gang ble ansett som tvilsomt lovlige, tillater kampanjer, PAC-er og andre grupper å koordinere sin innsats. Og hvem kan glemme mikromålretting? Begge kampanjene søker å bevæpne seg med omfattende visninger av hver potensiell velger og bruker algoritmer for å segmentere og målrette velgere mer spesifikt og strategisk. Her er vår guide til hva som er nytt og forbedret, og hva det betyr for deg, velgeren.
Velgerdata i massevis
I løpet av de siste årene har kampanjer stadig økt den enorme mengden personlig informasjon de har om velgerne. Det er delvis et resultat av en praksis som kalles oppkjøpsannonsering, der kampanjer kjører direkteresponsannonser som søker å få enten kontaktinformasjon eller meninger rett fra en person. Fra mai brukte begge presidentkampanjene over 80 % av annonsebudsjettene sine på direktesvarsannonser.
Kampanjefunksjonærer liker ikke å snakke om nøyaktig hvor mye data de beholder – men de fleste velgerfiler har sannsynligvis et sted mellom 500 og 2500 datapunkter per person. (En velgerfil er et integrert datasett som konsoliderer velgerregistreringsinformasjon på statlig nivå. Lær mer om dem her. ) Hver annonse, telefonsamtale, e-post og klikk øker dette antallet. Siden Democratic Data Exchange (eller DDx) kom online i juni, har den samlet over en milliard datapunkter, hvorav de fleste DDx sier er kontaktinformasjon.
I motsetning til hva man kanskje tror, kommer mange av disse personlige detaljene fra folk som allerede har bestemt seg for kandidatene. Trump-kampanjens app, for eksempel, tillater automatisk Bluetooth-paring som kan hjelpe til med å identifisere en brukers plassering – noe som har vakt gransking. ( Bluetooth-beacons er funnet i Trump-gårdsskilt i fortiden.) Denne typen overvåking regnes ikke som normen, men det er fornuftig. Folk som laster ned en kandidats app støtter sannsynligvis allerede den kandidaten, og det er mest sannsynlig at engasjerte velgere donerer.
Datautveksling
Datautveksling lar kampanjer og PAC-er dele data, noe som gjør oppsøkende og meldingsutveksling mer effektiv og omfattende. Republikanere har brukt Data Trust siden 2013 - det er en one-stop shop som inkluderer en utveksling, velgerdata og datavertstjenester. Demokratene mente først at dette var et brudd på den føderale valgkommisjonens regler mot samarbeid mellom forskjellige typer politiske organisasjoner, som PAC-er, ideelle organisasjoner og selve kampanjene. American Democracy Legal Fund, en demokratisk gruppe, saksøkte DataTrust og tapte ... så naturlig nok demokrater spunnet opp sin egen versjon. Det er den demokratiske datautvekslingen som gikk live i juni.
Løftet om datautveksling er å la alle samordnede organisasjoner dele data. I følge en demo gitt til New York Times DDx kan produsere et dashbord som viser hvor komfortabel hver enkelt velger er med å stemme via post, og dette deles mellom alle liberale grupper i sentralen. I tidligere år kan lokale arbeidsgrupper, statspartier og problemorienterte PAC-er alle ha brukt penger parallelt på å samle inn den slags informasjon. På den republikanske siden har Data Trust bevist sin verdi mange ganger. For eksempel samlet den informasjon om velgere som avga sine stemmesedler tidlig under mellomvalget i 2018. Kampanjer sluttet å nå ut til disse menneskene, sparer rapporterte 100 millioner dollar .
Mikromålretting på neste nivå
I det gamle Roma ble slaver opplært til å huske navnene på velgere som kunne bli overtalt til å stemme på sin herre, slik at han kunne finne og hilse på dem personlig. I disse dager kommer strategien bak personlig målretting fra datamodeller som kan dele velgerne inn i svært spesifikke grupper. Meldinger finslipes ved hjelp av omfattende A/B-testing.
Sosiale plattformer varierer i hva slags mikromålretting de tillater. Facebook lar kampanjer målrettes mot små grupper og enkeltpersoner. Gjennom den egendefinerte målgruppefunksjonen kan kampanjer laste opp et regneark med brukerprofiler og distribuere budskapet deres med kirurgisk presisjon. De kan også bruke et verktøy kalt look alike som bruker de tilpassede listene for å finne profiler som sannsynligvis vil svare på lignende måter. ( Slik kan du velge bort den typen målretting. ) Begge presidentkampanjene har gjort dette, og et prosjekt fra New York University sporer denne typen annonser . Den viser for eksempel at fra 30. juli til 4. august dukket det opp en annonse med meldingen Our Recovery Will Be Made in America i feedene til rundt 2500 Facebook-brukere i Wisconsin. Disse brukerne ble valgt spesifikt etter profilnavn fra en liste lastet opp av Biden-kampanjen. Det er nesten umulig å spore hvor denne lille listen over navn kom fra, selv om den mest sannsynlig ble kjøpt fra en tredjepart.
Andre plattformer er mer restriktive. Google forbød politisk mikromålretting tidlig i år, mens Twitter har forbudt politiske annonser fra kampanjer – selv om det tillater annonser fra politisk tilpassede fortalergrupper.
Ut med meningsmålingene, inn med AI-modellene
Du har sikkert hørt: meningsmålinger fungerer ikke slik de pleide. Presidentvalget i 2016 berørte en bransjekrise sentrert om økningen av ikke-svar-bias - en fancy måte å si at mobiltelefonbrukere har en tendens til ikke å svare på anrop fra numre de ikke kjenner igjen (som meningsmålere), og at folk har blitt stadig mer kjedelige når de blir spurt om deres politiske synspunkter.
Som svar vender kampanjene seg til maskinlæring og AI for å forutsi hvordan velgerne vil oppføre seg. I stedet for å stole på periodisk benchmarking av befolkningen, kjøres modeller nå ved å bruke kontinuerlig oppdaterte datasett. Den vanligste teknikken kampanjer bruker kalles scoring, der en gruppe velgere får tildelt et tall fra 1 til 100 basert på hvor sannsynlig det er at de gjør noe eller har en bestemt mening. Kampanjer bruker disse sannsynlighetene til å informere om deres strategi, enten ved å forsøke å overtale usikre velgere eller ved å utnytte sterke meninger for penger eller mobilisering.
Modellene er ikke perfekte. I 2016 spådde de Clintons seier med en feilmargin lik den som ble antatt i meningsmålingene. Men modeller har lettere for å overvinne noen av problemene med polling, og jo mer data modellene får i seg, jo mer nøyaktige er de.
Resultatet: Ingen delte sannheter
Etter hvert som kollektive meldinger avtar i betydning, blir det vanskeligere å overvåke de utallige skreddersydde meldingene som politiske grupper svirrer ut og legger frem for velgerne. Personlig tilpassede meldinger betyr at hver persons syn på en kampanje er forskjellig, fordi hver enkelt tar inn en annen informasjonsstrøm. Utsmykning, forvrengning og direkte løgn blir så mye lettere, spesielt for offentlige personer, hvis innlegg på sosiale plattformer får ofte særbehandling . Teknologien som brukes iherdig akkurat nå, muliggjør en realitet der kampanjer kan produsere spalter i offentligheten, fundamentalt endre hvordan vi danner meninger og til slutt stemmer.
Alt er ikke tapt. Selv om valgsyklusen i 2020 er i siste strekk, øker det offentlige presset for å omdirigere disse teknologiene. I en nylig publisert studie viste Pew Research Center at 54 % av den amerikanske offentligheten ikke tror sosiale medier-plattformer bør tillate politiske annonser, mens 77 % av amerikanerne mener at data samlet på sosiale plattformer ikke bør brukes til politisk rettet mot.
Det er flere lovforslag i kongressen som gjenspeiler denne følelsen, som den todelte Utforme regnskapsmessige sikkerhetstiltak for å bidra til å utvide tilsyn og forskrifter om dataloven og Forbud mot mikromålrettede politiske annonser . Disse regningene skal behandles i 2021, og eksperter mener en eller annen form for regulering er sannsynlig, uavhengig av hvem som vinner Det hvite hus.