Cambridge Analytica 是一家怎樣的公司？

05-31

18年3月21日更新:

事件在持續發酵，目前各大主流媒體都有報道，要點：

CA前員工Christopher Wylie爆料該公司盜用FB數據並用於製造有利於川普競選的材料。
Channel 4秘密錄得一段CA CEO Alexander Nix在較為隱私的場合下向客戶解釋他們公司提供的一系列服務的錄影，所提及的服務極具爭議性。
Facebook被質疑早已得知數據泄露問題，但遲遲沒有採取行動，迫於媒體爆料壓力，才在2018年3月18日宣布，因CA違反相關數據政策，暫停其向FB獲取數據和投放廣告的通道。Facebook股價也遭受重挫，扎克伯格面臨重大挑戰。

以下原答案回答於2017年年初。

Cambridge Analytica 是英國企業 Strategic Communication Laboratories 註冊在美國的公司。以大數據挖掘和心理側寫(Psychological profiling)等技術手段提供信息精準投放策略為主要業務。目前最出名的案例為成功幫助英國脫歐公投陣營贏得脫歐公投和成功幫助Donald Trump川普擊敗Hillary Clinton希拉里贏得美國總統大選。

先回答問題：媒體利用該公司的技術是否能做到對讀者的心理操控？

CA的Mission Statement為:

To deliver Data-Driven Behavioral Change by understanding what motivates the individual and engaging with target audiences in ways that move them to action.

可以說，CA並不對任何人直接進行「心理操控」，但是他們是通過採取不同的傳媒策略(目前主要是社交媒體上的精準投放)，對目標群體的行為進行干預。舉個簡單例子，分析並識別出潛在的但易動搖的希拉里支持者，在社交網路如Facebook上給他們精準地投放一些希拉里陣營的負面新聞。這些負面新聞帖子只有特定群體能看到，以降低他們投票支持希拉里的意願。

所以簡單來說，這是一家科技公司，但其所提供的服務具有極大的政治殺傷潛力。

一一一一一一一一一一

要具體理解這家公司的業務，我們要先介紹一下心理學側寫(profiling)和心理計量學 (psychometric)。心理學上，有不少模型用於定量刻畫一個人的性格。The Five Factor Model(又稱the Big Five)就是一個最為經典的模型，這個模型用五個具體指標來衡量一個人性格的主要方面。下面列出這五個指標和一個大致的解釋：

Openness to experience(經驗開放性，好奇和對新體驗的接受程度)
Conscientiousness(盡責性，是否容易被傳統的目標驅動而專註工作)
Extraversion(外向性，是否更傾向於活躍於社交場合)
Agreeableness(親和性，是否傾向於與群體達成一致和合作)
Neuroticism(情緒不穩定性，對未知和壓力環境的反應是否穩定)

這五項指標被簡稱為OCEAN，通過回答一系列調查問題，心理學家可以為每個人進行側寫，並建立一個OCEAN心理檔案。類似的心理檔案，可以用於評估一個人可能的政治傾向和面對特定事件的反應等等。心理檔案側寫往往需要受訪者相對認真和真誠地去填寫一系列答卷，所以想要在受訪者不知情的情況下，建立大規模的心理檔案，傳統上是做不到的。

在2013年，由劍橋大學計量心理學中心的Michal Kosinski和David Stillwell主導的一項研究提出了一個模型，使得不需要通過傳統的問卷調查去作OCEAN側寫，利用讀取一個人的Facebook上對不同頁面的點贊(Likes)，就能為一個人建立心理側寫檔案。

他們首先在Facebook上開放了一個心理側寫的應用myPersonality，鼓勵吸引用戶去填寫調查問卷，進行傳統的心理學側寫(OCEAN)，並獲取相應用戶的點贊信息。最終他們獲得了美國58,466名志願者的相應Facebook和心理側寫檔案，作為一個訓練的數據集。通過搜集一個新用戶的點贊信息，並將之與訓練數據集中的數據進行線性回歸或者奇異值分解對比，不僅能對這個新用戶的OCEAN檔案進行預測，還能夠對一些個人信息，如年齡、性別、性取向、婚姻狀態、種族、政治觀點、宗教信仰、生活滿意度、是否酗酒、吸煙，乃至其父母是否在其21歲前離異等信息，進行準確的預測。

Kosinski自己對這個系統的描述為，了解一個人10個Facebook的點贊，足以讓他對這個人的了解超越這個人的普通同事；70個點贊，則足以讓他對這個人的了解超過這個人的朋友；150個點贊，那麼他對這個人的了解可以到達這個人家長的程度；如果有超過300個點贊，那麼他可以比這個人最親密的伴侶更了解這個人。

在他們最初公布這一研究成果的論文中，他們提醒所有讀者，不僅是點贊可以被用來建立一個準確的心理檔案，一個人的幾乎所有線上歷史足跡，例如瀏覽記錄和消費記錄，都可以用類似的辦法進行分析。並且這樣的系統很有可能會被濫用，導致很多消極，甚至是惡劣的後果。

該研究結果受到了學術界極大的關注，最初引起了一些積極的，在學術框架內的爭論。但好景不長，根據一些媒體的報道，Kosinski懷疑當時同在劍橋的Aleksandr Kogan(現改名為Aleksandr Spectre，為劍橋大學心理學系講師)將這一研究成果商用，重新搜集了數據和搭建了一個類似的系統，並將其售給了SCL，也就是Cambridge Analytica的母公司。也許是由於對此不滿，Kosinski在獲得博士學位後離開了劍橋，目前在斯坦福大學任教。

一一一一一一一一一一

2014年7月30日，Cambridge Analytica成立。創立之初乃至2014年之前，就有不同的業務記錄，例如14年的美國中期選舉里就能找到CA的身影。而這家公司真正引起大家興趣，是在最近，英國公投脫歐、川普當選美國總統之後。德語周刊 <<Das Magazin>>12月3日刊登了由記者Hannes Grassegger和Mikael Krogerus署名發表的關於該公司的調查報道: Ich habe nur gezeigt, dass es die Bombe gibt - Das Magazin。該文後來被小幅修改，並被翻譯成英文，以<<The Data that turned the World Upside Down>>為標題，刊登於VICE的Motherboard板塊: The Data That Turned the World Upside Down - Motherboard。這篇報道出來之後，該公司在相關領域內的知名度大增，但並沒有引起更廣泛的注意。

關於CA本身具體的業務和其他類似傳媒或者大數據公司有何不同，CA官網給出了一個直接的解釋：

傳統的傳媒策略和手段往往陷入了僅從地理和人口學的分類出發的陷阱，而CA是更著重於心理檔案方面的刻畫，CA稱之為行為精準投放(Behavioral Microtargeting)。官網給出的一個例子就是，兩個人的人口統計學分類可以是一致的，但由於這兩個人的性格可能區別很大，同樣的信息投放，對他們起到的效果可能會有天壤之別。而CA做的，是根據性格，而不是單純的地理或者人口統計學信息去進行信息投放。

值得注意的是，CA的CEO Alexander Nix，在美國大選結果公布前兩個月時，在康科迪亞峰會(Concordia Summit）做了一個簡短的展示，以CA為Ted Cruz助選作為案例，介紹了CA如何利用三個具體技術方法，了解選情，影響選情。這個名為<<大數據和心理測量學在競選中的力量>>"The Power of Big Data and Psychographics in the Electroal Process"的主題展示，可以在Youtube上找到視頻，為了進一步幫助我們了解CA是如何具體一步一步把他們的客戶推上選舉的的勝利寶座，我們這裡節選和分析他這個主題演講的主要內容。

一一一一一一一一一一

在Ted Cruz參選初期，他面臨了極多問題，例如人氣的低迷，競爭的激烈和受眾的巨大差異化。而在Cruz宣布放棄競選前的2016年五月，他已經成為了川普的一個重要的競爭對手(僅次於希拉里)。如何能夠做到這一點？

Nix介紹了CA在這裡面主要用的三種方法，分別是Behavioral Science(行為科學)，Data Analytics(數據分析)和Addressable Ad Tech(精準廣告投放)。

首先，對於Behavioral Science，Nix強調，傳統傳媒公司還是在根據地理和人口學分類信息對受眾分類，但這個實際上是很不合理。例如，所有女性/富人/某個區域的某族群的人都應該接受相同的信息，因為他們有相同的地理、人口學分類么？這些當然重要，但更重要的是要按照受眾的性格分類，因為人的行為更與人的性格而不是單純的地域和人口分類狀況相關，然後他便拋出了前文介紹的OCEAN模型。經過對數以萬計的美國人進行OCEAN模型側寫，CA現在擁有了一個能夠對所有美國人進行精準OCEAN預測的模型。

有了這個模型之後，CA可以根據OCEAN，有針對性地調整對每個不同個體的投放信息。例如關於禁槍議題，如果受眾是更偏為理性且容易疑慮的受眾(高H，C預測值)，則對受眾擺偏向令人擔憂的數據，講值得深入思考的道理，如果受眾更保守，偏重傳統(低O，高A預測值)，則給受眾講槍支學習在家庭中代代相傳的溫馨故事。這樣能夠更高效地對具體的受眾傳達一個客戶想要輸出的信息。

第二，Data Analytics。他認為，過往信息是一個由上向下，由一群極富創造力的人構思出一個宣傳點子，然後直接推送給所有人以求獲得共鳴的過程。傳統的廣告行業便是如此。但如今，在每個受眾身上都能夠提取上千個數據點，並用以分析具體哪一點對哪個受眾更有吸引力的時候，傳播應該轉向由下向上的模型。

大數據，正是竭盡全力從所有源頭獲得儘可能多的這樣數據點的，並最後分析形成一個乾淨清晰的且對受眾有高度概括的過程。這些數據其中包括了傳統的地理、人口分類學信息(事實數據)、心理測量學信息(態度，問題導向)和個性方面的描述(行為)。

接下來Nix給出了Iowa州的具體例子，CA已經能夠通過收集來自各方的信息和數據，精確分析Iowa州大量民眾的政治傾向和參政意願、人群整體的OCEAN分析和對不同議題的關注度。這和第一點結合，很輕易就能得出相應的宣傳策略。

Nix進一步強調，如果有必要，這樣的數據可以直接精確到個人，CA掌握著對每個美國成年人平均4000到5000個數據點。

最後，精確廣告投放。Nix提出，大眾傳媒(Mass communication)，這種所有人收到無差異化的信息的已經是過時的概念。人們再也不會收到，他們不關注，不關心的信息，而人們只會收到，高度定製的信息。以第一第二點為基礎，CA可以根據受眾的瀏覽器Coockies定製受眾看到的在線廣告，可以根據受眾的興趣愛好給受眾寄送不同的實體廣告郵件，電視台也可以播放專門針對受眾關注點的節目，這一方面降低了投送信息的費用，另外一方面也極大提高了信息投送的效用。

Ted Cruz的大部分競選宣傳，都使用了這三招。結果呢？他的支持率從最早的5%，穩定上升到了35%。

緊接著，Nix說道，Ted Cruz退出了競選。

但我可以告訴在場各位，剩下的兩位候選人中，有一位選擇了我們，繼續沿用我剛才介紹的這一系列策略。至於7周後結果如何，我們拭目以待。

一一一一一一一一一一

此時此刻大家也都知道了最後的結果：川普當選。希拉里陣營固然也聘用了不少公關和媒體公司幫她採取各種手段以贏得大選，但其策略恐怕大多就是CA所批評的傳統策略。川普一直指責美國大選是"rigged elections"(被暗箱操作的大選)，之前最直接的解讀為川普指責希拉里陣營操縱選舉，但現在我們不妨認為這是川普真誠的自白。川普一直不重視傳統媒體，在傳統媒體上的投資和宣傳不及希拉里十分之一，但卻玩轉社交媒體，被稱"twitter治國"，相信CA在其中功不可沒。按照媒體的報道，CA可能為此從特朗普陣營一共獲得了1500萬美金。

相信你如果讀到這裡，心中肯定會對問題「CA是一家怎樣的公司」有了自己的答案。但這裡要說明的是，雖然該公司自己宣稱Brexit和川普當選是自己產品用於實戰的成功案例，目前並沒有足夠的數據和證據去具體衡量CA的在這兩起事件中發揮的實際作用。

Cathy O"Neil發表於2016年的<<Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy>>一書中描述了眾多大數據能夠如何促進不平等和威脅民主制度的可能和實例。很多人認為這其中有誇大的成分，但令人擔憂的是，這本書揭露的，可能不及現實冰山的一角。