In deze studie is gekeken of uw volgende tweet zal oproepen tot revolutie

Wie houdt er niet van een goed protest op sociale media? Ik weet niet hoeveel duizenden tweets ik heb verzonden onder #OWS tijdens de hoogte van de Occupy-beweging. Op dit punt is het een cliché om te zeggen dat activisten in de Verenigde Staten en over de hele wereld sociale netwerken hebben gebruikt om sociale beweging te voeden, maar het is waar.

Tegelijkertijd ziet wetshandhaving in de VS de kracht van Twitter als een ernstige dreiging in de handen van ISIS-aanhangers. Twitter meldde dat het afgelopen jaar 125.000 vermeend aan ISIS gelieerde accounts zijn gesloten in een poging om het vermogen van de militante groep om rekruten te verzorgen, af te stoten. De massale shutdown lijkt enig effect te hebben gehad op het Twitterbereik van ISIS, maar er zijn nog blijvende effecten te zien.

Het is dan ook niet verrassend dat het Amerikaanse leger niet alleen geïnteresseerd is in het controleren van sociale media, maar ook in het proberen om de grootte van tweetstormen te voorspellen voordat ze zich volledig kunnen vormen. Een nieuwe studie, gedeeltelijk gefinancierd door het Office of Naval Research en uitgevoerd door onderzoekers van de Arizona State University, Texas A & M en Yahoo, vond dat ze met een nauwkeurigheid van 70 procent kunnen voorspellen of de volgende post van een gebruiker een protestpost zal zijn.

Defense One de studie eerder deze maand behandelde, en rapporteerde dat de belangrijkste factor bij het bepalen of de volgende post van een gebruiker betrokkenheid bij een sociale beweging zal zijn, niet de persoonlijke geschiedenis van die gebruiker is. Het is eerder de geschiedenis van activisten die die gebruiker hebben genoemd. De kans dat een individu meedoet aan een online protest stijgt als "het bericht dat de gebruiker vermeldt, verband houdt met het protest" en "de auteur van het bericht dat de gebruiker vermeldt geïnteresseerd is in het protest", onderzoekers Suhas Ranganath en Fred Morstatter vertelde Defense One.

De wiskunde die het voorspellende algoritme vormt, is mijns inziens, maar wat de onderzoekers in wezen zeggen, is dat als protest-gelieerde vrienden contact maken met persoon X op sociale media, vooral over een bepaald protest, de kans dat persoon X zal posten over dat protest neemt toe. De formule is natuurlijk niet perfect, maar een nauwkeurigheidspercentage van 70 procent is niet slecht, als je bedenkt hoeveel variabelen meewerken aan menselijk gedrag.

ISIS beïnvloedt flatlines na golf van Twitter-verboden http://t.co/a2V0e4UfZG pic.twitter.com/jnmsiJjv1J

- Fast Company (@FastCompany) 20 februari 2016

Het volgen en begrijpen van trends in sociale media is niet alleen beperkt tot het leger. Eén bedrijf waarover ik hier heb geschreven, Geofeedia, biedt een programma aan voor wetshandhavingsinstanties en bedrijven dat locatiegebaseerde monitoring van sociale media biedt. Gaat uw CEO naar een belangrijke economische of klimaattop om duizenden demonstranten te trekken? Geofence het gebied, en volg automatisch een geotagged bericht op Twitter, Facebook of een half dozijn andere netwerken.

Geofeedia biedt zelfs een service aan met de naam 'sentiment', waarvan het bedrijf beweert dat het de algemene stemming van het publiek kan meten en een aanstaande - mogelijk gewelddadige - verschuiving kan voelen. Lee Guthman, hoofd bedrijfsontwikkeling van Geofeedia, vertelde me dat zijn programma in een interview het "sentiment" van de menigte bepaalt door "alle woorden in de zin" te gebruiken, en het wijst positieve en negatieve punten aan hen toe, en vervolgens de nabijheid van woorden met bepaalde woorden. ”

Dat is niet dezelfde formule van de door het leger gefinancierde studie, en enige mate van scepsis is gerechtvaardigd over de schaalbaarheid van de voorspellende kracht in beide gevallen. Toch is het duidelijk dat regeringen en bedrijven over de hele wereld strijden om te begrijpen wat sommigen de 'firehose' van sociale media noemen. Deze netwerken creëren veel meer informatie dan iemand kan begrijpen, dus mensen vertrouwen op machines om de grootste verzameling informatie die de wereld ooit heeft gezien te zeven, sorteren en analyseren.

Voorspellende programma's die beloven de verwarde kluwen van sociale media om te zetten in een verteerbaar eindproduct, zullen aan het publiek worden verkocht als waardevolle hulpmiddelen tegen militante groepen zoals ISIS. Of, op lokaal en lokaal niveau, zullen ze worden uitgerold als anti-bende-initiatieven. Het is echter vrijwel zeker dat het monitoren en bewapenen van sociale media onevenredig veel invloed zal hebben op gemarginaliseerde bevolkingsgroepen, activisten, journalisten en anderen wiens gesprekken vrij van controle zouden moeten zijn.

En in een tijd waarin jonge mensen, vooral boze jonge mannen, online allerlei domme dingen zeggen, zullen we waarschijnlijk doorgaan met het zien van politie-aanklagers voor een vage post online. Neem het geval van Devon Coley. Hij was een van de acht mensen die gearresteerd werden voor het plegen van bedreigingen tegen de politie in de nasleep van de moord op twee NYPD-officieren eind 2014. Coley werd in hechtenis genomen na het plaatsen van een afbeelding - mogelijk uit een film - van iemand die in een politiewagen schiet, langs met een emoji van een pistool op het hoofd van een agent. Uiteindelijk weigerde een grand jury om Coley te beschuldigen op beschuldiging van het maken van een terroristische dreiging (hoewel hij later werd gearresteerd nadat hij niet voor de rechtbank verscheen op beschuldiging dat hij een Citibike had gestolen).

Met elke nieuwe poging om big data te gebruiken om gedrag te voorspellen - of het nu politiek, crimineel of een combinatie van beide is - groeit het gevaar dat ook onschuldige mensen worden opgezogen. De kans daarop is bijna 100 procent.