E’ venerdì, non dormo e da tempo volevo scrivere un articolo su come rubare una elezione. Da tempo perché mette in fila mille ragionamenti, diversi articoli letti, molteplici paper. Mi piacerebbe avere il tempo di dettagliare le fonti. Confido nell’abilità dei miei 25 lettori di utilizzare Google con sagacia, per rafforzare, confutare, discutere. E confido di avere, prima o poi, tempo e lucidità di aggiornare il blog con i dovuti riferimenti.
Sempre più spesso, nelle conversazioni (virtuali o reali ormai non fa più differenza) di fronte alle mie invettive sui processi di manipolazione del consenso democratico, realizzati attraverso strumenti digitali, le reazioni vanno dalla perplessità, al diniego, al paternalismo, fino al disprezzo per le mie capacità mentali.
Bene, allora ho pensato di provare a raccontare come si può cercare di rubare una elezione nel 2019 (che poi se guardate The Great Hack su Netflix, che sfiora la superficie ma non va davvero a fondo, vedete che ci sono tante Stati e forze politiche che, ingenui come me, ritengono che si possa truccare il risultato di una elezione mediante una manipolazione del consenso ottenuta digitalmente).
Allora, partiamo da una semplice considerazione: le elezioni sono un gioco. Ci sono regole, c’è chi vince e c’è chi perde, a volte si può vincere perdendo e perdere vincendo (il PSI ha dominato gli anni ’80 con il 15% e Donald Trump è Potus pur avendo preso meno voti di Killary, ah, no, scusate, H. R. Clinton).
Se le elezioni sono un gioco, bisogna conoscerne benissimo le regole, se vuoi rubarne una.
Conoscere le regole della legge elettorale è il primo passo per rubare una elezione. Perché solo attraverso una attenta analisi dei punti di forza e dei punti di debolezza di un partito o di uno schieramento, all’interno delle regole della legge elettorale, possiamo identificare quali siano i nostri scenari e i nostri obiettivi. Certo, è impossibile prendere un partito al 10% e portalo al 40%, giusto?
Sì, è impossibile, quantomeno in un anno.
Ma è possibile identificare i segmenti nei quali trovare nuovi elettori, possibilmente in quei luoghi o in quelle situazioni chiave che ti permettono di distinguere una vittoria da una sconfitta. Negli Usa del 2016, furono 90 mila persone, 90 mila voti, 90 mila teste.
Sì, dato il sistema elettorale (ogni sistema elettorale ha pregi e difetti, non c’è un giudizio morale, qui, sul troglodita sistema americano (per quanto trovi peggio quello del Senato di quello presidenziale)) possiamo identificare, grazie ad analisi, modelli ed esperienze, quali siano i numeri e in una certa misura le tipologie di elettori che dovremmo influenzare.
Fatto questo, dobbiamo avere una cosa molto difficile da avere, e un’altra ancor più difficile. Poiché ritengo che li nominerò molte volte nei prossimi capoversi, ritengo utile isolare queste due sigle:
- A Shitload of Data (Sod)
- A Shitload of Money (Som)
Quindi, per rubare una elezione servono: conoscenza del sistema elettorale e della potenziale platea da influenzare, Sod e Som.
L’universo è una cosa strana, sapete? Credo che la persona di cui sto per parlare leggerà questo articolo, perché è curiosa quanto me. Eventualmente commenta, amico mio, se vuoi uscire dall’anonimato. Fattostà che all’incirca negli anni in cui Cambridge Analytica sfruttava una vulnerabilità di Facebook per ottenere Sod, questa persona mi mostrava come, attraverso una piccola e giocosa app Facebook, era riuscito ad ottenere quella che, in scala, era una Sod.
Se la memoria non mi inganna, e se l’universo ha messo in fila le cose, la vulnerabilità era la stessa. Sapeva o no Facebook di questa vulnerabilità? Ma questo è un altro bivio di quella che sarà la storia, vera, degli anni 10, come l’apporto di Turing in WWII.
In realtà sfruttare questa falla è un modo per ottenere rapidamente Sod con un poco meno Som. Perché con Som, oggi, possiamo comunque ottenere quelli che i profani chiamano i Big Data.
I Big Data si chiamano così perché fino all’avvento di Intelligenze Artificiali con un certo livello di competenza, erano completamente inutili. Non potevamo infatti fare due operazioni, a causa della grandezza del dataset, due operazioni banali: clusterizzare e classificare.
Creare cluster significa creare insiemi in una qualche misura omogenei, dato un ingresso di dati eterogenei. I cluster, in questo caso, non hanno nome o etichetta, e vanno analizzati per capire come la macchina ha creato questi insiemi e per quali caratteristiche (per esempio CA nel 2016 ha notato una forte correlazione tra appassionati di moto custom come le Harley Davidson e la potenzialità* di essere un elettore di Trump e l’ha poi sfruttata).
Classificare, invece, in questa declinazione, è inserire, da parte della macchina, in insiemi già etichettati, una enorme quantità di dati eterogenei, in ingresso.
E quindi? Come si ruba una elezione?
L’esperto di sistemi elettorali individuale le vulnerabilità. E costruisce bozze di segmenti di pubblico, a maglie sufficientemente larghe.
Si ottiene, in quale modo, Sod (CA l’ha fatto frodando, ma chiunque abbia competenze scientifico-informatiche ha già capito che non esiste GDPR che possa fermare questo tipo di analisi e correlazioni, perché basta usare un dato proxy che sfugge alla legge per ottenere le informazioni che ci servono).
Solitamente per ottenere Sod, serve Som.
Ottenuto Sod, si utilizza una intelligenza artificiale. Qui serve Som per assumere professionisti contro-cazzuti. La prima fase è cruciale. Sod viene clusterizzato da una AI che utilizza l’apprendimento profondo non supervisionato basato su “reti neurali artificiali (ANN): queste sono un algoritmo utilizzato per risolvere problemi di natura complessa non facilmente codificabili, e sono una colonna portante del machine learning come viene inteso oggi” (fonte wiki).
La clusterizzazione crea degli insiemi, che vengono analizzati e confrontati con le prime bozze, i primi modelli basati sulle analisi campionarie classiche. L’analisi incrociata e il contributo della AI portano alla definizione di micro-pubblici (anche questo lavoro richiede Som, perché servono ulteriori professionisti, psicologi, sociologi, marketer, esperti di vari domini). I micro-pubblici sono target perfetti, perché l’insieme di persone è abbastanza piccolo da conoscerne tanti dettagli, in particolare le motivazione che portano ad agire, nel nostro caso a votare.
90 mila persone. Non i 3 milioni del voto popolare. Le 90 mila persone dei tre stati in bilico. Tra l’altro, singolarmente, pubblici simili, che potevano essere orientati.
E qui arrivo alla nota asteriscata:
*Rubare elezione non è semplice. Cambridge Analytica ha fatto qualcosa di molto potente: ha capito dove trovare duecento, trecentomila persone negli stati in bilico, ma tra i non votanti tradizionali, tra chi, solitamente, si astiene. E’ andata a scavare la politica dove politica non c’era.
E, nel farlo, ha contribuito a creare uno scenario di comunicazione internazionale, perché ne aveva i mezzi, l’opportunità e in quella fase era l’unica a conoscere realmente l’elettorato. Tra l’altro, la creazione dello scenario internazionale è anche figlia degli algoritmi che si nutrono della maggioranza dei dati. Se i dati in maggioranza costruiscono lo scenario del muro, dell’invasione, dell’odio, tra l’altro quello più facile da costruire, sarà lo scenario dominante e pervaderà le bolle. Ma anche questo è un altro, importante, bivio.
Isolati questi pubblici, si passa alla categorizzazione. E qui diventa quasi banale. Trovate le connessioni inedite, si sfruttano: ecco fake news e macchine del fango. Qui le AI ordinano i nuovi dati, secondo categorie date, probabilmente mediante algoritmi ad albero in apprendimento supervisionato, poi si distribuisce l’informazione, vera, falsa, organica, a pagamento. Ed ecco le fake sui social, gli Imolaoggi, le macchine di produzione contenuti di basso livello, le bot farm russe, e tutto quello che abbiamo visto in questi ultimi due anni.
Ma, soprattutto, si misurano i risultati delle diverse azioni. Si ascoltano i pubblici, ne si percepisce il sentiment. Gli algoritmi migliorano rapidamente. Ogni tanto si ripete la clusterizzazione (tendenzialmente ogni 6 mesi, è operazione complessa, e richiede ogni volta analisi di dettaglio). E dalle analisi combinate delle due AI, dei dati in ingresso e dei feedback dei nostri pubblici significativi, si orienta il messaggio politico. Per vincere di 90.000 voti.
Ecco perché l’alt-right americana è questa roba folle che unisce libertari, teapartisti (e infatti CA lavorò su di loro) scambisti e cuckold, artisti del rimorchio o wannabe, più in generale quella che ho imparato a chiamare men-o-sphere, il mondo nascosto della mascolinità tossica (e che mi ha fatto capire che Valentina Nappi ha ragione e che DOBBIAMO parlare di politica sessuale) più i buoni vecchi suprematisti bianchi e KKK che sulla razza è facile orientare il consenso e scatenare emozioni).
Qui arriva la creatività: la creazione di una narrazione solida, forte, di una visione chiara per l’elettorato, di poche sintetiche frasi o addirittura parole: perfette, perché a immagine e somiglianza di quello che pensa il pubblico che conta per raggiungere un obiettivo. E l’obiettivo è rubare/vincere una elezione.
Ma, soprattutto, è davvero rubare? I dati si possono raccogliere in modo legale, e anche se non faccio fake news, questo motore funziona. Quindi? E’ fare comunicazione politica, questo?
È la bomba atomica di chi fa, o ha fatto questo mestiere. Un motore potente e perfettamente invisibile, legale, pulito. E, onestamente, ogni tanto e con arroganza, credo di capire Oppenheimer.
Due dettagli, vi ricordo: servono Sod e Som.
Per Sod, a ottenerli legalmente, servono ancor più Som. Oppure avere legami con la Russia che, grazie ad Assange e (mia pura opinione personale basata sul fatto che Putin non ti dà niente per niente) a Snowden, possiede enormi dataset.
Per Som, beh, sul finanziamento della politica vi rimando ad altro, cercate pure in giro, il tema è trattato.
Fondamentale: l’operazione funziona solo se c’è il supporto di una parte significative dei media più o meno tradizionali. Nel caso di Trump, c’era la rete Infowars, e poi Bannon, e poi Fox, e poi tanta stampa pop. E il ciclo: dominio di twitter, rilancio sui media tradizionali, approdo su Whatsapp, Instagram e Facebook è preciso quanto la nascita di un meme su 4chan e il suo ritmo di adozione nelle diverse bolle che diventano mainstream.
Di nuovo, è come rubare una elezione, oppure usare i mezzi in modo più consapevole di altri?
A questo non ho una risposta. Ma in nota di chiusura, la storia si ripete. Prima citavo Manhattan, il mostro creato per sconfiggere il mostro.
L’inizio di questa storia ha una data: l’11/09/2001. Gli Usa non avrebbero accettato senza colpo ferire la morte di 3500 persone innocenti e la più grossa cicatrice nella recente storia dell’Occidente. La reazione è stata analoga a quella con cui avremmo dovuto sconfiggere Hitler e invece abbiam piegato il Giappone per fare i muscoli in faccia a Stalin: Prism ha creato un mostro, Washington lo ha liberato. Creati i dataset è impossibile fermarne la diffusione. L’enormità di capitali riversati sulle Over The Top negli anni 2000, che ha cicatrizzato rapidamente la bolla delle dot-com, è legata anche a questo fatto. NSA e più in generale la Homeland Security avevano e hanno accesso libero (in virtù del Patriot Act, Fb e gli altri non hanno la possibilità di rivelare eventuali rapporti con l’intelligence) a tutto questo. Ma dove c’è accesso c’è fuga, dove c’è dato c’è copia (e qui tornerò, più esperto e quindi meno entusiasta, su blockchain).
Questa è la situazione oggi, figlia, che vi piaccia o no, dei nostri ultimi, pazzi, 20 anni.
Deal
With
It.
L’analisi è parziale, e sicuramente manchevole (prego gli esperti di integrare). Non è strettamente il mio mestiere, sono un curioso e un appassionato. Ma avessi Sod e Som, secondo me, il gioco descritto così funziona. E io così lo giocherei.
Ps. Il titolo è mezzo in inglese, come personale incentivo a tradurlo, prima o poi.
