有這麼一個網站，國內人們親切稱它為“臉書”，雖然，我們經常打開它是“404”。國外的網民習慣叫他Facebook。3月份時，臉書被指洩露客戶信息，甚至左右了美國大選。
https://m.facebook.com/
2007年Facebook開放權限，允許外部開發者在自己的空間內構建和提供自己的應用程序。2014年，英國劍橋大學心理學教授科根推出一款叫做“這是你的個性化生活”的個性測試應用軟件，投放在臉書平臺上，這款軟件邀請好友數超過185人的用戶參與問卷調查。
科根
這個問卷調查，獲取了27萬用戶的個人信息，以及他們朋友的信息，總共獲得超過5000萬用戶個人資料，後來這部分資料被賣給了“劍橋分析”公司。
而“劍橋分析”公司和特朗普的幕僚又有著千絲萬縷的聯繫，事件曝光後，不禁讓人們聯想到了美國大選，特朗普當選的背後是否真的有什麼操縱人心的行為。
英國第四頻道暗訪劍橋分析師
其實早在2013年，“劍橋分析”公司便成立，它們一開始的定位就是要通過分析社交媒體中收集到的用戶大數據，來改變美國的政治走向。
這種“潛移默化”的政治影響，是以大數據為基礎，分析人的心理，並且利用人的心理，通過精準推薦，讓用戶看到他們想看的東西，影響他們的行為。
比如，你喜歡槍，就向你推送“希拉里將要禁槍”的假新聞，你是一個打算移民美國的外國人，就會推送“希拉里計劃增設綠卡申請條件”的假新聞等等。先不論新聞內容的真假，一旦點擊量上去，後臺就會默認為熱點，反而放在首頁，就會有更多人看到這些新聞，這些文字在大眾面前的曝光率自然就獲得增長，長期在假新聞的渲染下，人們的行為自然也會受到影響。
扎克伯格接受採訪公開道歉
就此事件，深圳衛視“關鍵洞察力”欄目對其進行追蹤報道，並邀請美國心理協會會員葉壯老師就網絡大數據分析人的心理特徵進一步解讀。
心理學者：葉壯
如何通過大數據分析人的心理？
心理學是研究包括社會學和人的行為的科學。通過大數據抓取的用戶過往行為，分析用戶的心理特徵其實在最近幾年還挺流行的，國內國外的高校和研究機構都有采用。
抓取用戶在社交媒體上的行為包括他看了哪些文章、有沒有點贊，看了之後有沒有轉發，再評論或轉發，轉發的過程中採用了什麼關鍵詞。研究人員會抓取這些信息，並配合用戶的其他公開信息進一步分析來確定用戶的畫像、特寫，甚至說性格的定位，最終給這個用戶貼上一些關鍵詞標籤。
其實這種研究方法，最近幾年還是挺流行的。他也的確成為了一種比較行之有效的，對於個人特徵相關性分析的方法。
在心理研究方面，大數據分析其實是把握了一個人行為表現中的某種規律，因為每一個人的所有行為綜合起來看，本身就具備某種算法的規律，今天的社交媒體和大數據可能比你自己，更要了解你自己本身。而這種“深入”瞭解，其實是通過對用戶日常的行為記錄後轉化成可分析的數據來做到的。對於個人特徵的定義，是源於對你生活的方方面面，甚至是你自己都忽視的細節，進行了統計分析，得來的結果。
大數據分析，進行定向投放，真的會影響人的心理進而左右人的行為嗎？
這種通過行為分析，進而匹配政治廣告的事兒，現在爭議很大，一個非常重要的原因就是——他匹配的是政治廣告。實際上通過類似的分析方式方法匹配廣告和一些信息是現在很多大型的互聯網公司都在做的事情。比如你今天在淘寶上點進去一條牛仔褲的鏈接看了超過10分鐘，第二天在你的所有的網頁側面是不是都會推送給你牛仔褲的鏈接？這也是我們在日常生活中已經用到的常見推廣方法。可最終它們是否能真正影響人的行為呢？
其實很難用一個具體的幾率來評判。但是我們可以確定的是
人的心理學效應，對於行為的影響概率並不是百分之一百的。一種心理學效應，它被激活以後，並非100%直接誘發了某個具體的行為，而是存在著一定的概率性的，他的概率大概在15%~25%之間。但是隨著我們對於用戶的信息掌握的越來越多，對於用戶的標籤兒越貼越精準。那這個廣告就可以給用戶越來越具體的暗示和越來越大的影響力。如果你也在他的這個數據庫和算法裡面，而且你留存的個人數據越來越多。
比如你除了看牛仔褲的行為被數據記錄，看牛仔褲、帳篷、戶外裝備、機票等等所有的行為都被數據記錄，經過分析後，可能不會再給你推送牛仔褲，而是推送雙日遊、自駕遊等廣告。更多的數據會算出來更加匹配你需求的真實情況，進而會向你提供的更精準符合你需求的廣告。那這個對你起到的引導性的廣告，對你促進行為的作用也相對會更大一些。
至於這種見人下菜碟兒的選舉行為，其實在西方的選舉政治中。不僅僅是依靠咱們這次看到的“劍橋分析”公司的行為有所展現。在以前的大型的選舉中也是會有類似的情況，只不過他不涉及對於大數據的分析罷了。
這種拉票行為，早就有之
某一個地區的某種選民具有某種比較普遍的特質的情況下，政客也其實會選擇一些比較見人下菜的方式來影響對應的選民。比如有的時候某個地區的選民少數族裔比較多，歐洲政客在這個地方拉票的時候，就會採用一些能夠匹配這些少數族裔心裡需求的方法。所以說大數據拉票只是換了一種形式罷了，至於這種套路，其實選舉中一直都在採用。
有很多現在的資訊推薦類的網站和APP其實都採用了大量的算法。如果系統通過算法偵測到你比較喜歡某一類東西的時候，他會大規模的重複的給你推薦這些，因為你喜歡看，就會繼續在他們的網站或者APP上留住。
但是這個風險的確是存在的，就是因為我們看的夠多、夠深，但是我們看的卻更窄了，也就是說我們看某一個東西，每一個看著都挺開心的，看的挺多的。但是現在的算法的確造成了一個困局，就是我們只能看到自己想看的東西，於是造成了：
“兼聽則明，偏聽則暗”中後者居多的這麼一種情況。
接納它們，但保持警惕
這是現在所有的信息流推薦算法中的一個特別大的問題，你看某類東西看得越多，那麼你看到的機會也就更多。其實不僅僅是某種APP的篩選會導致這種情況。我們每個人微信上的朋友圈兒也是同樣的。
我們能夠看到的朋友圈兒中的人跟我們很大程度上是同質的人。他們跟我們有相同的屬性，跟我們有相同的愛好，所以我們喜歡看他們分享出來的符合我們口味的東西。
我們總要分享一些相似性的內容，然後才可以在朋友圈裡面互相看得到嗎？那麼篩來篩去，都是相似的內容，沒有新鮮的東西給我們看了。
信息流算法所帶來的積極一面就是你個人短暫的體驗會很好，也會對於某個事物有比較深度的感知。但是它也有消極的影響——禁錮你的知識面，讓你的眼界狹窄而不自知。
同時，可能會影響你對於其它與你不同的觀點和人的接受性。這都是我們在今天需要去警惕的。好在據我所知一些互聯網的機構，他們做的信息類的APP裡面已經開始考慮到這個問題。他們的算法會額外增加一些優化。以保障你不會對某一個具體的領域或者某一個具體的內容太深陷於其中無法自拔。我覺得算法隨著科技的進一步，也一定會改善這個問題的。但是對於外界的事物保持一定的開放度，並且多多接納與自己不一樣的個體，的確是今天的每一個社會人需要去做的事情。
總編：劉瀅
閱讀更多 每日談心 的文章
