Макар и да е в ранна фаза на своето развитие, изкуственият интелект все по-активно се използва от компании като Google, Facebook и др.

Интелигентни алгоритми стоят в основата на оптимизираните и персонализирани услуги, които предлагат. Това важи и за социалните мрежи, където машините подбират публикациите, които да покажат на всеки потребител. Целият процес е доста сложен с много детайли и критерии.

Резултатите обаче са доста лесни за разбиране. Компанията Cambridge Anayltica например твърди, че е използвала около 5000 критерия, включително абонаменти за вестници, списания и навици за пазаруване, за да направи поведенчески модели на 220 млн. души в САЩ.

Това е позволило на компанията да подбира специални и подходящи реклами за тези хора, които да повлияят на избора им в президентските избори на САЩ през 2016 г., твърди самата компания, цитирана от онлайн изданието VentureBeat и vesti.bg. Тя далеч не е единствената, която прави подобни модели. Целият процес е форма на наука. С нея от години се занимава професорът по компютърни науки Лайл Ънгар от Университета на Пенсилвания.

Той е разработил различни методи за т.нар. машинно обучение, чрез което изкуственият интелект да може да „разбира” и обработва данни. Методите на Ънгар са специално насочени към извличането на данни от текстове и активност в социални мрежи като Twitter и Facebook.

Ънгар посочва пет неща, които неговите модели могат да прогнозират с голяма точност за всеки потребител. При това е необходим достъп единствено до публичните публикации от и за него, които са свободно достъпни в интернет. Алгоритмите на Ънгар лесно разбират дали потребителят е мъж или жена, както и приблизителната възраст.

Стилът на изразяване и използваните думи са различни от мъжете и жените и спрямо съответната възраст. Освен това системите анализират характера и индивидуалните черти на всеки човек. Те в голяма степен проличават в начина на изразяване. Екстровертите например често говорят за партита, а интровертите проявяват повече интерес към игри, интернет и други подобни хобита.

Анализират се и профилните снимки дали са артистични, с високо качество, дали показват човека или нещо друго. Всичко това разкрива черти от характера. Дори и човек да не е написал каква му е професията, алгоритмите могат да разпознаят и това, макар и не с конкретна точност.

Например, мениджърите често говорят за бизнес и финанси и следят подобни публикации. Наличието на много публикации и коментари за технологии и софтуер пък подсказват, че човекът вероятно е програмист. Друга способност на алгоритмите е да разбират дори дали даден човек е нарцистичен или даже може да е психопат.

Нарцисистите например често говорят за престиж, лукс и изтъкват постиженията си в търсене на внимание. Психопатите пък не показват съчувствие към проблемите на другите, нямат особен интерес към морала. Всичко това личи в използваните изразни средства и следените и споделяни публикации.

Например, ако някой постоянно рекламира или изтъква нещо, той вероятно е манипулатор. Нарцисистите пък често публикуват къде се намират и отделят внимание в оформянето на постовете и хаштаговете, за да привличат повече внимание. Методите на Ънгар могат да предвиждат дори вероятността даден потребител да страда от сърдечни проблеми. За целта алгоритмите взимат предвид демографските характеристики, наличието на вредни навици като пушене или болести като диабет.

Взимат се под внимание и общите публикации на потребителя дали често е стресиран или има проблеми във взаимоотношенията с някой. Също така и липсата на активност извън определени часове или ситуации.

Всичко това може да нарисува доста подробна картина за общото състояние на човек и да се обобщи както като лична оценка, така и с други данни за анализ на цяло общество.

И всичко това е възможно само на базата на снимки и „харесани” публикации и някой и друг коментар в социалните мрежи. Накратко, никой не е чак толкова анонимен в мрежата, колкото си мисли, че е.