El 9 de Noviembre sobre las 8:30am, Michal Kosinski se despertaba en el Hotel Sunnehus en Zurich. El investigador, de 34 años, había venido a dar una charla al Instituto Federal de Tecnología Suizo (ETH) sobre los peligros del Big Data y la revolución digital. Kosinski da estas charlas con frecuencia en todo el mundo. Es experto en psicometría, una rama de la psicología donde se miden y cuantifican variables psicológicas.

Cuando encendió la televisión esa mañana, descubrió que la bomba había explotado: En contra de lo previsto por los mejores estadistas, Donald J. Trump había sido elegido Presidente de los Estados Unidos.


Nota: Este artículo es una traducción personal al castellano del original “Ich habe nur gezeigt, dass es die Bombe gibt”, publicado por Das Magazin. La traducción no se hizo en base al original alemán, sino a una versión inglesa ahora desaparecida encontrada en aNtiDiTe Zine, y que ahora está disponible en VICE.

La infografía siguiente es elaboración propia.


Infograph Camabridge Analytica

El 9 de Noviembre sobre las 8:30am, Michal Kosinski se despertaba en el Hotel Sunnehus en Zurich. El investigador, de 34 años, había venido a dar una charla al Instituto Federal de Tecnología Suizo (ETH) sobre los peligros del Big Data y la revolución digital. Kosinski da estas charlas con frecuencia en todo el mundo. Kosinski es experto en psicometría, una rama de la psicología donde se miden y cuantifican variables psicológicas. Cuando encendió la televisión esa mañana, descubrió que la bomba había explotado: En contra de lo previsto por los mejores estadistas, Donald J. Trump había sido elegido Presidente de los Estados Unidos.

Durante un rato, Kosinski observó las celebraciones de la victoria de Trump y los resultados de cada estado. Tenía el presentimiento de que el resultado de las elecciones tenían algo que ver con sus investigaciones. Respiró profundamente y apagó la televisión.

Ese mismo día, una pequeña y poco conocida empresa británica ubicada en Londres enviaba una nota de prensa: “Estamos encantados de que nuestro revolucionario método de comunicación basado en datos haya jugado un papel tan importante en la extraordinaria victoria del presidente electo Donald Trump.”, firmaba un tal Alexander James Ashburner Nix. Nix es británico, de 41 años, y CEO de Cambridge Analytica. Siempre luce inmaculado en trajes a medida y gafas de diseño, con su ondulado pelo rubio peinado hacia atrás.

De estos tres individuos - el reflexivo Kosinski, el inmaculado Nix y el sonriente Trump -, uno de ellos permitió la revolución digital, otro la hizo realidad y otro se benefició de ella.

¿Cómo de peligroso es el Big Data?

Todo aquel que no haya pasado los últimos cinco años viviendo en otro planeta estará ya familiarizado con el término Big Data. Big Data significa que todo lo que hacemos, ya sea online u offline, deja una huella digital. Cada compra que hacemos con nuestras tarjetas, cada búsqueda que hacemos en Google, cada sitio al que vamos con nuestro teléfono en el bolsillo, cada “me gusta” es recolectado. Especialmente cada “me gusta”. Durante mucho tiempo, no estaba del todo claro qué uso podríamos darle a esta información - más allá de recibir anuncios de medicamentos para la presión sanguínea tras haber buscado en Google “reducir presión sanguínea”. Tampoco estaba claro si el Big Data pondría en peligro o beneficiaría a la raza humana. El 9 de Noviembre supimos la respuesta. La compañía detrás de la campaña online de Trump, así como la del Brexit, era una compañía de Big Data: Cambridge Analytica, cuyo CEO es Alexander Nix.

Para entender el resultado de las elecciones - y lo que puede llegar a Europa en los próximos meses - tenemos que empezar con un extraño incidente en la Universidad de Cambridge en 2014, en el Centro de Psicometría de Kosinski.

La psicometría, a veces denominada psicografía, se centra en medir rasgos psicológicos como la personalidad. En los años 80, dos equipos de psicólogos demostraron que cada rasgo del ser humano se puede evaluar basándose en cinco dimensiones de la personalidad, conocidos como los Big Five. Estos son: Disposición (¿como de dispuesto estás a nuevas experiencias?), conciencia (¿cómo de perfeccionista eres?), extraversión (¿cómo de sociable eres?), amabilidad (¿cómo de considerado y cooperativo eres?) y neuroticismo (¿eres fácil de enfadar?). En base a estas dimensiones - conocidas como OCEAN por el acrónimo del inglés: openness, conscientiousness, extroversion, agreeableness, neuroticism - podemos hacernos una idea bastante acertada de la persona que tenemos delante. Esto incluye sus necesidades, sus miedos y su comportamiento. El “Big Five” se ha convertido en la técnica estándar de la psicometría. Pero durante mucho tiempo, el problema de esta técnica era la recolección de estos datos, ya que implicaban el relleno de un largo formulario muy personal. Pero llegó Internet. Y Facebook. Y Kosinski.

Michal Kosinski era estudiante en Varsovia cuando su vida tomó una nueva dirección en 2008. Fue aceptado en la Universidad de Cambridge para realizar su Doctorado en el Centro de Psicometría, uno de las instituciones más antiguas en esta materia. Kosinski se unió a David Stillwell (ahora profesor en la de Universidad de Cambridge) un año después de que Stillwell hubiera lanzado una pequeña aplicación de Facebook cuando Facebook no era el gigante que es hoy en día. Su aplicación MyPersonality hacía a los usuarios responder a unas preguntas, muchas de ellas del cuestionario del Big Five (“Me pongo nervioso fácilmente” - “Contradigo a los demás”). Una vez evaluadas esas respuestas, los usuarios recibían un “Perfil de Personalidad” - de los valores del Big Five - y podían compartir su perfil con los investigadores. Kosinski esperaba que algunas docenas de compañeros de universidad rellenaran el cuestionario, pero antes de lo que esperaba, cientos, miles y hasta millones de personas le habían revelado sus más íntimas convicciones. De repente, los dos estudiantes de doctorado tenían la mayor base de datos que combinaba evaluaciones psicométricas con perfiles de Facebook.

El método que Kosinski y sus compañeros desarrollaron durante los siguientes años era bastante simple. Primero, presentaban a los participantes un formulario online. De sus respuestas, los psicólogos calculaban los valores de sus Big Five. El equipo de Kosinksi comparaba entonces los resultados con toda la demás información que pudieran obtener del sujeto: a qué hacían “me gusta”, qué compartían y que escribían en Facebook, qué edad tenían, género o lugar de residencia. Esto permitía a los investigadores unir puntos y crear correlaciones. Por ejemplo, los hombres que hacían “me gusta” en cosméticos MAC eran, por lo general, gays; uno de los mayores indicadores de heterosexualidad es que hubiera hecho like al Wu-Tang Clan. Los seguidores de Lady Gaga tendían a ser más extrovertidos, mientras más “filosóficos” tendían a ser más introvertidos. Aunque una sóla pieza de esta información es irrelevante para hacer una predicción, cuando se combinan decenas, centenas o miles de estos datos, los resultados de las predicciones llegan a ser muy acertados.

Los seguidores de Lady Gaga tendían a ser más extrovertidos, mientras más “filosóficos” tendían a ser más introvertidos.

Kosinski y su equipo siguieron redefiniendo sus modelos. En 2012, Kosinski demostró que con una media de 68 “me gusta” de un usuario, era posible predecir su color de piel (en un 95%), su orientación sexual (88%) y su afiliación al partido Demócrata o Republicano (85%). Pero no acababa ahí. Inteligencia, religión, consumo de alcohol y tabaco, podían predecirse. De estos datos, podía incluso saberse si los padres de una persona estaban divorciados. La robustez del modelo podía ilustrarse sobre cómo de bueno era éste prediciendo las respuestas del sujeto. Kosinski continuó trabajando en su modelo de forma incesante: en poco tiempo, el modelo era capaz de evaluar a una persona mejor que un compañero de trabajo, basándose sólo en 10 “me gusta”. 70 “me gusta” eran suficiente para para hacerlo mejor que un amigo, 150 mejor que sus padres, y 300 mejor que su pareja. Más “me gusta” podían incluso predecir más de lo que la misma persona sabía sobre ella misma. El día en que Kosinski publicó estos descubrimientos, recibió dos llamadas de teléfono: Una amenaza de denuncia y una oferta de trabajo. Las dos eran de Facebook.

Unas semanas después, los “me gusta” en Facebook pasaron a ser privados por defecto. Antes, la configuración por defecto era que cualquier persona podía ver tus “me gusta”. Esto no fue inconveniente para los recolectores de datos: mientras que Kosinski siempre pedía el consentimiento de los usuarios, muchas aplicaciones y cuestionarios online requerían acceso a la información privada como precondición para poder rellenar el test. (Quien quiera evaluarse a sí mismo basándose en sus likes de Facebook puede hacerlo en la web de Kosinski: applymagicsauce.com, y luego comparar los resultados con los del clásico cuestionario de los Big Five: discovermyprofile.com/personality.html)

Pero no sólo se trata de “me gustas”, ni siquiera sólo de Facebook. Kosinski y su equipo pueden predecir valores de los Big Five basándose en el número de fotos de perfil o cuántos contactos tiene una persona (buen indicador de la extraversión). Pero también revelamos información cuando estamos offline. Por ejemplo, el sensor de moviiento de nuestros teléfonos indica cómo de rápido nos movemos y cómo de lejos viajamos (lo cual tiene correlación con inestabilidad emocional). Nuestro teléfono, concluye Kosinski, es un gran cuestionario psicológico que siempre estamos rellenando, ya sea consciente o inconscientemente. Lo mejor es que, sin embargo - y esto es clave -, también funciona al revés: tus datos no sólo pueden generar un perfil psicológico, sino que pueden usarse al revés para encontrar ciertos perfiles de personas: padres con ansiedad, introvertidos furiosos, por ejemplo - ¿o quizás incluso todos los demócratas indecisos? Básicamente, lo que Kosinski había inventado era un buscador de personas.

Nuestro teléfono, concluye Kosinski, es un gran cuestionario psicológico que siempre estamos rellenando, ya sea consciente o inconscientemente.

Kosinski empezó a reconocer el potencial - aunque también el peligro inherente - de su obra. Para él, Internet había sido una especie de regalo del cielo. Lo que él pretendía era devolver el favor, compartirlo. Los datos se pueden copiar, así que ¿porqué no íbamos todos a aprovecharnos de ello? Era el espíritu de una nueva generación, el comienzo de una nueva era que traspasaba las limitaciones del mundo físico. ¿Pero qué pasaría, se preguntaba Kosinski, si alguien abusara de su buscador de personas para manipular a la gente? Comenzó a añadir advertencias a casi todo su trabajo científico. Su método, advertía, “podía suponer una amenaza para el bienestar, libertad e incluso vida del individuo”. Pero parece que nadie entendió lo que quería decir.

Sobre esta fecha, a principios de 2014, un joven profesor asistente llamado Aleksandr Kogan se acercó a Kosinski. Le comentó que, hablando en nombre de una empresa, estaba interesado en su método. Dicha compañía quería tener acceso a la base de datos de myPersonality, recuerda Kosinski. Kogan no podía decir con qué objetivo quería esta empresa esta información; debía guardar el secreto. Al principio, Kosinski y su equipo consideraron la oferta, puesto que supondría un buen ingreso de dinero en el centro - pero entonces dudó. Al final, recuerda Kosinski, Kogan desveló el nombre de la compañía: SCL - Strategic Communication Laboratories. Kosinski buscó en Google la compañía: “[Somos] la principal agencia de gestión electoral”, explicaba la web de la compañía. SCL ofrecía marketing basado en modelos psicológicos. Unos de sus principales objetivos: Influenciar en elecciones. ¿Influenciar en elecciones? Perturbado, Kosinski indagó en la web. ¿Qué tipo de compañía era esta? ¿Y qué tenía entre manos?

Había algo que Kosinski no conocía en aquel momento: SCL es la matriz de un grupo de compañías. A quién pertenece SCL y sus diversas ramas no está claro, gracias a una difusa estructura corporativa - como puede comprobarse en el registro de compañías británico, los papeles de Panamá y su registro como compañía en Delaware. Algunas de las ramas de SCL han estado involucradas en el derrocamiento de gobiernos en países en desarrollo, mientras que otras han desarrollado métodos de manipulación psicológica al pueblo afgano a petición de la OTAN. Además, SCL es la empresa madre de Cambridge Analytica, la siniestra compañía de Big Data que luego trabajó para la campaña online de Trump y el Brexit.

Kosinski no sabía nada en absoluto de todo esto, pero tenía un presentimiento. “Todo empezaba a oler mal”, recuerda. Tras más investigaciones, descubrió que Aleksandr Kogan había registrado, de forma secreta, una compañía que hacía negocios con SCL. Como demostró posteriormente The Guardian en Diciembre de 2015, y por documentos revisados por Das Magazin, SCL había descubierto el método de Kosinski a través de Kogan. De repente Kosinski pensó que habían conseguido reproducir (¿o copiar?) su método de medida del Big Five usando los “me gusta” de Facebook para venderlo a esta compañía de “gestión de elecciones”. Kosinski cortó directamente el contacto con Kogan e informó al director del instituto, generando así un difícil conflicto en la universidad. El instituto temía por su reputación. Aleksander Kogan se mudó a Singapur, se casó, y se cambió el nombre a “Dr. Spectre”. Michal Kosinski terminó su doctorado, obtuvo un trabajo en Stanford y se mudó a Estados Unidos.

Todo se mantuvo en calma durante un año. Hasta que, en Noviembre de 2015, la más radical de las campañas de Brexit, “Leave.EU”, liderado por Nigel Farage, anunciaba que había encargado a una compañía de Big Data llevar su campaña online: Cambridge Analytica. El mayor potencial de la compañía: novedoso marketing político -microtargeting- midiendo la personalidad de la gente por sus huellas en la nube, basado en el modelo OCEAN.

Kosinski empezó a recibir emails preguntando qué tenía él que ver con eso -las palabras Cambridge, personalidad y análisis llevaban a mucha gente a pensar directamente en Kosinski. Era la primera vez que Kosinski escuchaba sobre esta compañía. Preocupado, buscó en la web. ¿Estaban usando su método a gran escala con intereses políticos?

Tras el resultado del Brexit, amigos y conocidos le escribían: Mira lo que has conseguido. A cada sitio que iba, Kosinski tenía que explicar que no tenía nada que ver con esta compañía.

Tras el resultado del Brexit, amigos y conocidos le escribían: Mira lo que has conseguido.

Pasaron meses. El 19 de Septiembre de 2016 llegó; las elecciones americanas se acercaban rápidamente. Riffs de guitarra llenaban la recepción azul oscura del New York Grand Hyatt Hotel; “Bad Moon Risin” de Creedence Clearwater Revival. El Concordia Summit es una especie de Foro Económico Mundial en miniatura. Dirigentes de todo el mundo habían sido invitados, entre ellos el presidente suizo Schenider-Ammann. “Por favor, den la bienvenida a Alexander Nix, CEO de Cambridge Analytica”, anunciaba una suave voz femenina. Un hombre delgado en traje oscuro subía al escenario. De repente, silencio. (El vídeo está en Youtube). Muchos de los presentes sabían que el presente era el nuevo hombre de Trump para su estrategia digital. “Pronto me llamareis Mr. Brexit”, Trump twiteaba recientemente, de forma un poco críptica, unas semanas antes. Algunos analistas políticos ya habían percibido algunas similaridades inquietantes entre la agenda de Trump y la de la del movimiento de Leave del Brexit. Pero pocos habían caído en la reciente contratación de una compañía de marketing llamada Cambridge Analytica.

Hasta este momento, la campaña digital de Trump había consistido en básicamente una persona: Brad Parscale, un emprendedor publicitario y fallido fundador de una startup que creó una web para Trump por 1500 dólares. Trump, con 70 años, no es demasiado amante de la tecnología - ni siquiera tiene ordenador en su escritorio. Trump no usa emails, según revelaba su asistenta personal. Ella misma le insistía en tener un smartphone - desde donde ahora twittea sin parar.

Hillary Clinton, por otro lado, confiaba plenamente en el legado del primer “presidente de redes sociales”, Barack Obama. Tenía la lista de direcciones de todo el Partido Demócrata, conseguido gracias a análisis de alta tecnología de “BlueLabs” y recibía soporte de Google y DramWorks. Cuando se anunció en Junio de 2016 que Trump había contratado a Cambridge Analytica, el “establishment” de Washington renegó y lo criticó. ¿Extranjeros en trajes a medida que no entienden ni nuestro país ni nuestra gente? ¿En serio?

“Es un privilegio para mí el hablar antes ustedes hoy sobre el poder del Big Data y la psicografía en el proceso electoral”. El logo de Cambridge Analytica - un cerebro compuesto de nodos de una red, como un mapa, aparecía tras Alexander Nix. “Hace sólo dieciocho meses, el Senador Cruz era uno de los candidatos menos populares”, explicaba el hombre rubio con su distinguido acento británico, que deja a los americanos igual de incómodos que un acento puro alemán deja a un suizo. “Menos del 40% de la población había escuchado hablar de él”, decía otra diapositiva. Al final de 2014, Cambridge Analytica se había involucrado en las campañas electorales de Estados Unidos, en un principio como consultora para el republicano Ted Cruz, subvencionado por el reservado billonario del software Robert Mercer. Todos en la sala conocían el meteórico ascenso del Senador conservador Cruz. Era uno de los sucesos más extraños de la campaña electoral: ¿Cómo había conseguido el Senador Cruz llegar a ser la última competencia directa de Trump para las primarias Republicanas, subiendo del 5 al 35%? “¿Cómo lo hizo?”. Hasta ahora, explica Nix, las campañas electorales se han basado en conceptos demográficos. “Una idea ridícula. La idea de que todas las mujeres debían recibir el mismo mensaje sólo por su género - o que todos los afroamericanos debían hacerlo por su raza.” Lo que Nix quiere decir es que los demás han confiado en la demografía, mientras que Cambridge Analytica está usando psicometría.

Aunque esto sea cierto, el papel de Cambridge Analytica en la campaña de Cruz no está libre de disputas. En Diciembre de 2015, el equipo de Cruz reconocía su exitoso ascenso gracias al uso psicológico de datos y análisis. En la “Era de la Publicidad”, un cliente político calificó al personal de Cambridge como “una rueda de respuesto”, pero consideró que su producto principal, el modelo de datos de votantes de Cambridge, continuaba siendo “excelente”. Aún así, no está claro hasta qué punto estaba Cambridge Analytica involucrada en la campaña de “Leave”. Cambridge Analytica no discutirá estas preguntas.

Nix pasa a la siguiente diapositiva: cinco caras diferentes, cada una correspondiente a un perfil de personalidad. Es el Big Five, o el modelo OCEAN. “En Cambridge”, comenta Nix, “somos capaces de crear un modelo para predecir la personalidad de cada uno de los adultos en los Estados Unidos de América.”. La audiencia presta atención. Según Nix, el éxito del marketing de Cambridge Analytica se basa en una combinación de tres elementos: ciencia del comportamiento usando el modelo OCEAN, análisis de Big Data, y publicidad especializada. La publicidad especializada, en otras palabras, es una publicidad dirigida y formulada de forma muy concreta para la personalidad de cada individuo.

Nix explica cómo su compañía consigue estos resultados. Primero, Cambridge Analytica compra datos personales de distintas fuentes como registros de propiedades, datos de transporte, de compras, tarjetas de bonus, pertenencia a clubs, que revistas lees, a qué iglesias vas, etc. Nix enseña los logos de varias compañías especializadas en este tipo de información como Acxiom y Experian - en los Estados Unidos, casi toda la información personal está a la venta. Por ejemplo, si quieres saber dónde vienen las mujeres judías, puedes comprar la información, con números de teléfono incluido. Luego, Cambridge Analytica agrega todos esos datos con la lista miembros del Partido Republicano y datos online como los “me gusta” de facebook - hoy en día la compañía dice no usar datos de facebook - y calcula un perfil de personalidad de Big Five. Las huellas digitales de repente se convierten en una persona real, con miedos, necesidades, intereses - y dirección física.

La metodología es bastante similar a la que desarrolló en aquel momento Michal Kosinski. Cambridge Analytica usaba además, según Nix, “encuestas en redes sociales” y datos de Facebook. Y Cambridge Analytica hacía precisamente lo mismo que Kosinski advertía: “Hemos creado perfiles de todos los adultos de Estados Unidos - 220 millones de personas”, se enorgullecía Nix. Abre una captura de pantalla. “Este es el panel resumen que preparamos para la campaña de Cruz.”. Un panel de control aparece. A la izquierda están los diagramas, a la derecha un mapa de Iowa, donde Cruz ganó un importante número de votos en las primarias. Y en el mapa, aparecen cientos de miles de puntos rojos y azules. Nix ajusta el filtro aún más: “Republicanos”, - los puntos azules desaparecen; “Incesisos” - más puntos desaparecen; “hombres”, etc. Finalmente, sólo una persona queda en el mapa, incluyendo edad, dirección, intereses, personalidad e inclinación política. ¿Cómo hace Cambridge Analytica para actuar específicamente sobre esta persona con el mensaje político correcto?

Nix enseña cómo pueden dirigirse de forma distinta a votantes que han sido categorizados psicológicamente, usando como ejemplo el derecho al uso de armas, la Segunda Enmienda: “Para un público neurótico y diligente, la amenaza de un robo - y la póliza de seguro de un arma”. Una imagen a la izquierda muestra la mano de un ladrón rompiendo una ventana. A la derecha, una foto de un hombre con su hijo contemplando el atardecer, ambos con armas en la mano, disparando a patos. “Por otro lado, para un público más cercano y afable. Gente que se preocupa de las tradiciones, los hábitos, la familia”.

Cómo mantener a los votantes de Clinton lejos de las urnas

Las continuas inconsistencias de Trump, su muy criticada inconsistencia, y sus consecuentes mensajes contradictorios, de repente se convirtieron en su principal arma: un mensaje distinto para cada votante. El que Trump actuara como un perfecto algoritmo oportunista siguiendo únicamente la reacción del público es algo que el matemático Cathy O’Neil ya había mencionado en Agosto de 2016. “Prácticamente cada mensaje de Trump fue diseñado por el análisis de los datos”, recuerda Alexander Nix. El día del tercer debate entre Trump y Clinton, el equipo de Trump probó 175000 variaciones de sus argumentos para encontrar la mejor, todo basado en Facebook. Los mensajes se distinguían en su mayoría por detalles microscópicos, con el objetivo de llegar al espectador de la mejor forma posible: diferentes cabeceras, colores, ilustraciones con fotos o vídeos. El perfeccionismo llegaba hasta los grupos más minoritarios, explica Nix en una entrevista a Das Magazin. “Podemos llegar a pueblos o bloques de apartamentos de una forma concreta. Incluso a particulares”.

“Prácticamente cada mensaje de Trump fue diseñado por el análisis de los datos”, recuerda Alexander Nix.

En el distrito de Miami de Little Haiti, la campaña de Trump mostraba a sus habitantes noticias acerca del fracaso de la fundación de Clinton en la ayuda tras el terremoto de Haití - con el objetivo de que no votaran a Hillary Clinton. Este era uno de los objetivos: mantener a potenciales votantes de Clinton (incluyendo gente de izquierda insegura, afroamericanos y mujeres jóvenes) lejos de las urnas, “borrar” su voto, cómo decía uno de los empleados de Trump. Estos “puntos oscuros” - publicidad encubierta en la lista de noticias de facebook de forma que sólo ciertos perfiles específicos pueden verlo - incluían videos únicamente para afroamericanos donde Hillary Clinton se refería a los hombres negros como “depredadores”, por ejemplo.

Estos “puntos oscuros” - publicidad encubierta en la lista de noticias de facebook de forma que sólo ciertos perfiles específicos pueden verlo - incluían videos únicamente para afroamericanos donde Hillary Clinton se refería a los hombres negros como “depredadores”, por ejemplo.

Nix acaba su presentación en el Concordia Summit dejando claro que la publicidad tradicional está muerta. “Mis hijos seguramente nunca, jamás, entenderán este concepto de comunicación masiva.”. Antes de dejar el escenario, anunciaba que uno de los dos candidatos que aún quedaban estaba usando esta nueva tecnología.

La precisión con la que la población americana se estaba abordando por las tropas digitales de Trump en ese momento no estaba claro - porque atacaban menos en la televisión tradicional, y más con mensajes personalizados en redes sociales o televisión digital. Y mientras que el equipo de Clinton pensaba que estaba en cabeza basado en proyecciones demográficas, la periodista de Bloomberg Sasha Issenberg se sorprendía en una visita a San Antonio - donde se basa la campaña digital de Trump - cuando vio que se estaban creando unas segundas sedes. El equipo integrado de Cambridge Analytica, aparentemente sólo 12 personas, recibió 100.000 dólares de Trump en Julio, 250.000 en Agosto, y 5 millones en Septiembre. Según nuestras últimas conversaciones con Mr. Nix, ganaron más de 15 millones de dólares en total.

Y los efectos fueron radicales: Desde Julio de 2016, los “corredores” de Trump que iban puerta por puerta tenían una aplicación móvil donde podían identificar las ideas políticas de los habitantes de una vivienda. Fue la misma app que se usó durante el Brexit. La gente de Trump sólo pegaba en las puertas de gente que la app consideraba receptivas a sus mensajes. Iban preparados con guiones para conversaciones personalizadas según el tipo de persona. Además, éstos rellenaban las reacciones de la gente en la propia aplicación - y a aplicación llegaba directamente al panel de control de la campaña de Trump.

Esto no es nada nuevo. El equipo de Clinton hizo cosas similares - pero hasta donde sabemos, no crearon perfiles psicométricos. Cambridge Analytica, sin embargo, dividió la población americana en 32 tipos de personalidades, y se enfocó en sólo 17 estados. Y tal y como Kosinski estableció que un hombre interesado en productos MAC tiene alta probabilidad de ser gay, Cambridge Analytica descubrió que tener preferencia por coches hechos en Estados Unidos era un buen indicador de cercanía a las ideas de Trump. Entre otras cosas, estos descubrimientos mostraron qué mensajes de Trump funcionaban mejor y dónde. La decisión de centrarse en Wisconsin y Michigan en las últimas semanas de la campaña se tomó basada en los datos analizados. El candidato se convirtió en el instrumento para implementar un modelo.

¿Qué está haciendo Cambridge Analytica en Europa?

¿Pero hasta qué punto influenciaron los métodos psicométricos el resultado de las elecciones? Cuando preguntamos, Cambridge Analytica no quiere dar ningún detalle sobre la efectividad de su campaña. Y quizás la pregunta de si los métodos psicométricos tuvieron algún efecto en el resultado de las elecciones de 2016 sea imposible de responder. Aún así existen pistas: Hay un incremento inesperado de Ted Cruz durante las primarias. También incrementó el voto en las zonas rurales. Hubo un descenso en los votos de los afroamericanos primerizos. El hecho de que Trump empleó tan poco dinero también podría ser explicado por la efectividad del método de la publicidad basada en personalidad. Así como el hecho de que gastó mucho más en su campaña digital que en televisión comparado con Hillary Clinton. Facebook resultó ser el arma definitiva y el mejor aliado en la campaña, como muestran los tweets de muchos empleados de Trump.

Muchos han dicho que los estadistas perdieron las elecciones con sus predicciones tan alejadas de la realidad. ¿Pero y si es al revés?: Los estadistas de hecho ganaron las elecciones - pero sólo los que usaron el nuevo método. Es una ironía de la vida que Trump se quejara con la investigación científica, mientras usaba un método puramente científico en su campaña.

Otro gran ganador es Cambridge Analytica. Steve Bannon, conocido miembro del comité directivo de la compañía y antiguo ejecutivo del periódico conservador Breitbart News, ha sido elegido como Consejero Senior de Donald Trump y Jefe de Estrategia. Marion Maréchal-Le Pen, la activista del Front-National y sobrina del candidato presidencial a Francia, ya ha comentado en twitter que aceptaría una invitación para colaborar con él, y en un video interno de Cambridge Analytica, la grabación de una reunión se titula “Italia”. Ya en 2012 SCL Elections estaba presente en la política italiana. Aunque Cambridge Analytica no comenta nada sobre sus supuestas conversaciones con la Primera Ministra británica Theresa May, Alexander Nix asegura que está formando su cartera de clientes en todo el mundo, y que tiene peticiones de Suiza y Alemania.

Kosinski ha observado todo desde su oficina en Stanford. Tras las elecciones, existe cierta confusión en la Universidad. Kosinski responde con la mejor arma para un investigador: análisis científico. Junto con su compañera Sandra Matz, ha llevado a cabo una serie de pruebas, las cuales serán pronto publicadas. Los resultados iniciales, a los que ha tenido acceso Das Magazin, son alarmantes: El estudio muestra que la efectividad del método de la publicidad personalizada por perfil puede conseguir un 63% más de clicks y un 1400% más de conversión en campañas publicitarias en facebook dirigidas a personas basadas en sus características específicas. Demuestran además la escalabilidad de este método, mostrando como la mayoría de las páginas de facebook que promocionan productos o marcas están muy marcadas por la personalidad de sus miembros, y que una gran parte de consumidores pueden ser bien categorizados basados en su reacción con una sola página de facebook.

El mundo está del revés. Gran Bretaña deja Europa, Donald Trump es presidente de los Estados Unidos de América. Y en Stanford, el investigador polaco Michal Kosinski, que quería advertir sobre el riesgo de usar el análisis psicométrico en la publicidad política, sigue recibiendo emails acusatorios. “No”, dice Kosinski con calma mientras agita su cabeza, “esto no es culpa mía. Yo no construí la bomba. Sólo demostré que existía”.


Gracias a Míriam Ballesteros (@mirballgo) por su ayuda en la revisión y corrección de este artículo.