Muerte de exespía ruso enciende rumores sobre informe de Trump y Putin
30 de Enero de 2017
Donald Trump y Vladimir Putin.
Oleg Erovinkin, el excoronel del KGB (luego FSB) que fue asesinado a finales de diciembre pasado, es indicado por varios diarios internacionales como la fuente sospechosa del informe que reveló los presuntos vínculos entre Donald Trump y Vladimir Putin.
Ese reporte fue luego compilado por el exespía británico Christopher Steele.
Erovinkin, según diversas fuentes, era hombre de confianza de Igor Sechin, actual presidente del gigante de energía ruso Rosneft.
El FSB -reportó Ria Novosti- abrió una investigación sobre lo sucedido; otros medios rusos indicaron que la causa de su muerte fue un infarto.
Donald Trump y Vladimir Putin.
Oleg Erovinkin, el excoronel del KGB (luego FSB) que fue asesinado a finales de diciembre pasado, es indicado por varios diarios internacionales como la fuente sospechosa del informe que reveló los presuntos vínculos entre Donald Trump y Vladimir Putin.
Ese reporte fue luego compilado por el exespía británico Christopher Steele.
Erovinkin, según diversas fuentes, era hombre de confianza de Igor Sechin, actual presidente del gigante de energía ruso Rosneft.
El FSB -reportó Ria Novosti- abrió una investigación sobre lo sucedido; otros medios rusos indicaron que la causa de su muerte fue un infarto.
Una investigación reveló ciertas particularidades que podrían haber llevado al triunfo del magnate
AFP
El psicólogo Michal Kosinski desarrolló un método para analizar a la gente en detalle, basado en su actividad en la red social Facebook. El especialista da conferencias regularmente sobre big data en todo el mundo. Es un destacado experto en psicometría, una subárea de datos de la psicología.
Según indica un reportaje publicado por el portal Motherboard, durante mucho tiempo, Kosinski observó las celebraciones de la victoria de Trump y los resultados de cada Estado en EEUU. Tenía el presentimiento de que el resultado de las elecciones podría tener algo que ver con su investigación sobre el comportamiento de la gente según su actividad en Facebook.
El mismo día en que Trump ganó las elecciones, una empresa británica con sede en Londres envió un comunicado de prensa diciendo: "Estamos encantados de que nuestro enfoque revolucionario en la comunicación basada en datos haya jugado un papel tan importante en la extraordinaria victoria del presidente electo Trump", firmado por el CEO de Cambridge Analytica, Alexander James Ashburner Nix. Su compañía no era solo parte integral de la campaña online de Trump, sino también de la campaña británica Brexit.
Datos que dicen mucho
Michal Kosinski se unió a su colega David Stillwell aproximadamente un año después de que Stillwell lanzara una aplicación de Facebook en los días en que la plataforma no se había convertido en el gigante que es hoy. "MyPersonality", como se llamaba la aplicación, permitió a los usuarios llenar diferentes cuestionarios psicométricos. Sobre la base de la evaluación, los usuarios recibieron un "perfil de personalidad" -individual con cinco valores- y podían optar por compartir sus datos de perfil de Facebook con la investigación.
Kosinski había esperado que varios colegas de la Universidad de Cambridge llenaran el cuestionario, pero en poco tiempo, cientos, miles y millones de personas habían revelado sus convicciones más íntimas. De repente, los dos profesionales poseyeron el conjunto de datos más grande que combinaba las puntuaciones psicométricas con los perfiles de Facebook para ser recogidos.
El enfoque que Kosinski y sus colegas desarrollaron fue bastante sencillo.
En primer lugar, proporcionaron a los sujetos de prueba con un cuestionario en línea. A partir de sus respuestas, los psicólogos calcularon los cinco valores personales de los encuestados. El equipo de Kosinski comparó los resultados con todo tipo de datos en línea de los sujetos: lo que "les gustó", compartió o publicó en Facebook, o qué género, edad, lugar de residencia que ellos especificaron, por ejemplo.
El enfoque que Kosinski y sus colegas desarrollaron fue bastante sencillo.
En primer lugar, proporcionaron a los sujetos de prueba con un cuestionario en línea. A partir de sus respuestas, los psicólogos calcularon los cinco valores personales de los encuestados. El equipo de Kosinski comparó los resultados con todo tipo de datos en línea de los sujetos: lo que "les gustó", compartió o publicó en Facebook, o qué género, edad, lugar de residencia que ellos especificaron, por ejemplo.
Pueden extraerse deducciones confiables de simples acciones en línea. Por ejemplo, los hombres que "le gustaban" a la marca de cosméticos MAC eran un poco más propensos a ser homosexuales; uno de los mejores indicadores para la heterosexualidad era "gustar" al clan Wu-Tang.
Los seguidores de Lady Gaga eran probablemente extrovertidos, mientras que a los que "les gustaba" la filosofía tendían a ser introvertidos.
Aunque cada fragmento de información es demasiado débil para producir una predicción fiable, cuando se combinan decenas, cientos o miles de datos individuales, las predicciones resultantes se vuelven precisas.
Kosinski y su equipo perfeccionaron sus modelos. En 2012, demostró que, sobre la base de un promedio de 68 "gustos" de Facebook por parte de un usuario, era posible predecir su color de piel (con 95% de precisión), su orientación sexual (88% de precisión) y su afiliación al Partido Demócrata o Republicano (85%).
Perfil de los votantes
La investigación de Kosinski, fue aplicada con similitudes para el ámbito político y la victoria de Donald Trump. El CEO de Cambridge Analytica, Nix, mostró cómo los votantes categorizados psicográficamente pueden ser abordados de manera diferente.
Cambridge Analytica también utilizó "encuestas en medios sociales", como Kosinski y datos de Facebook. Y la compañía hace exactamente lo que el especialista advirtió: "Hemos perfilado la personalidad de cada adulto en los Estados Unidos de América", dice Nix.
Cambridge Analytica compra datos personales de diferentes fuentes, como registros de terrenos, datos de automóviles, datos de compras, tarjetas de bonificación, membresías de clubes, qué revistas lee, a qué iglesias asiste. Nix muestra los logotipos de los agentes de datos activos globalmente, como Acxiom y Experian, en Estados Unidos casi todos los datos personales están a la venta.
Por ejemplo, si desea saber dónde viven las mujeres judías, simplemente se puede comprar esta información, con números de teléfono incluidos. Ahora Cambridge Analytica agrega estos datos con las listas electorales del Partido Republicano y datos en línea y calcula un perfil de personalidad. Las huellas digitales de repente se convierten en personas reales con miedos, necesidades, intereses y direcciones residenciales.
Las incoherencias sorprendentes de Trump, su volatilidad tan criticada y la serie resultante de mensajes contradictorios resultaron ser su gran activo, que se convirtió en un mensaje diferente para cada votante. La noción es que Trump actuó como un algoritmo perfectamente oportunista.
Algunos "mensajes oscuros" -publicaciones patrocinadas en Facebook que solo pueden ser vistas por usuarios con perfiles específicos- incluían videos dirigidos a afroamericanos en los que Hillary Clinton se refiere a los hombres negros como depredadores, por ejemplo, y que iban dirigidos a votantes afines al Partido Republicano.
"Casi todos los mensajes de Trump publicó fueron basados en datos", recuerda Alexander Nix.
El día del tercer debate presidencial entre Trump y Clinton, el equipo de Trump probó 175.000 diferentes variaciones de anuncios para sus argumentos, con el fin de encontrar las versiones correctas sobre todo a través de Facebook.
Los mensajes difieren en su mayor parte solo en detalles pequeños, con el fin de orientar a los destinatarios de la mejor manera psicológica: diferentes títulos, colores, leyendas, con una foto o video. Este ajuste fino llega hasta los grupos más pequeños, explicó Nix en una entrevista con Motherboard. "Podemos dirigir incluso a los individuos", sintetizó.
Las incoherencias sorprendentes de Trump, su volatilidad tan criticada y la serie resultante de mensajes contradictorios resultaron ser su gran activo, que se convirtió en un mensaje diferente para cada votante. La noción es que Trump actuó como un algoritmo perfectamente oportunista.
Algunos "mensajes oscuros" -publicaciones patrocinadas en Facebook que solo pueden ser vistas por usuarios con perfiles específicos- incluían videos dirigidos a afroamericanos en los que Hillary Clinton se refiere a los hombres negros como depredadores, por ejemplo, y que iban dirigidos a votantes afines al Partido Republicano.
"Casi todos los mensajes de Trump publicó fueron basados en datos", recuerda Alexander Nix.
El día del tercer debate presidencial entre Trump y Clinton, el equipo de Trump probó 175.000 diferentes variaciones de anuncios para sus argumentos, con el fin de encontrar las versiones correctas sobre todo a través de Facebook.
Los mensajes difieren en su mayor parte solo en detalles pequeños, con el fin de orientar a los destinatarios de la mejor manera psicológica: diferentes títulos, colores, leyendas, con una foto o video. Este ajuste fino llega hasta los grupos más pequeños, explicó Nix en una entrevista con Motherboard. "Podemos dirigir incluso a los individuos", sintetizó.
