🧠 Sprawdź się!
Wróć do bloga
Samuel Dobrowolski

Michał Kosiński – Kilka Polubień Zna Cię Lepiej Niż Partner. Ciemna Strona Psychometrii

Nie chcesz czytać? Odsłuchaj odcinek!

Wyobraź sobie, że ktoś patrzy na listę rzeczy, które polubiłeś w internecie przez ostatnie kilka lat — strony, artykuły, zdjęcia, profile. I na tej podstawie wie, jaką masz osobowość, jakie masz poglądy polityczne, jaka jest Twoja orientacja seksualna i czy Twoi rodzice się rozwiedli. Bez rozmowy z Tobą. Bez kwestionariusza. Tylko na podstawie wzorców w danych. Brzmi jak scenariusz dystopijnej powieści? To są wyniki badań. I to są wyniki polskiego profesora Stanforda.

Człowiek, który nauczył algorytm czytać duszę

Michał Kosiński urodził się w 1982 roku w Warszawie. Jego droga do nauki była nieoczywista. Zaczął od informatyki — studiował na Polsko-Japońskiej Akademii Technik Komputerowych, łącząc to z działalnością biznesową. Żadnego z tych kierunków nie ukończył. I właśnie wtedy zaczęła się jego przygoda z psychologią.

Studiował psychologię społeczną w Szkole Wyższej Psychologii Społecznej w Warszawie. Potem uzyskał doktorat z psychologii na Uniwersytecie Cambridge, gdzie pracował w Cambridge Psychometrics Centre — centrum zajmującym się analizą danych z internetu i mediów społecznościowych. Następnie trafił do Microsoft Research w Wielkiej Brytanii, gdzie — podobnie jak wielu ambitnych doktorantów — swój warsztat teoretyczny przekuł w praktyczne narzędzia analityczne.

Dziś jest profesorem Uniwersytetu Stanforda. Jego specjalność to cyfrowe ślady — to, co zostawiamy w sieci każdego dnia, często nawet o tym nie myśląc. I to, co te ślady mówią o nas samych.

Michał Kosiński – polski profesor Stanforda, psychometria i cyfrowe ślady
Michał Kosiński – urodzony w Warszawie, absolwent Cambridge, dziś profesor Stanforda. Jego badania nad cyfrowym profilem psychologicznym człowieka zmieniły sposób, w jaki rozumiemy prywatność w erze mediów społecznościowych.

Co ciekawe, sam Kosiński przyznaje, że dostanie się na najlepsze uczelnie nie zawsze wymaga nadzwyczajnych zdolności — często wystarczy konkurs w swoim regionie i odrobina szczęścia. Ta skromność jest zresztą dość charakterystyczna dla ludzi, którzy faktycznie wiedzą, o czym mówią.

myPersonality — test osobowości, który wypełniasz, nie wiedząc o tym

Kluczem do zrozumienia badań Kosińskiego jest projekt myPersonality, który rozwijał razem z Davidem Stillwellem. Pomysł był prosty: zbierać dane od użytkowników Facebooka i porównywać ich aktywność w mediach społecznościowych z wynikami testów osobowości opartych na modelu Wielkiej Piątki — ekstrawersji, neurotyczności, otwartości na doświadczenie, ugodowości i sumienności.

Kilkaset tysięcy osób wzięło udział w badaniu. I kiedy zestawiono polubienia z wynikami testów, pojawił się wzorzec, który zmienił sposób myślenia o prywatności w sieci.

Na podstawie zaledwie 10 polubień algorytm potrafił przewidzieć cechy osobowości lepiej niż współpracownik danej osoby. Przy 70 polubieniach — lepiej niż przyjaciel. Przy 150 — lepiej niż rodzic. A przy 300 polubieniach — lepiej niż partner życiowy.

To nie jest metafora. To jest wynik pomiarów.

Dlaczego to działa? Mechanizm jest w gruncie rzeczy prosty. Osobowość zostawia ślad w preferencjach. To, co polubiasz, jakie strony obserwujesz, jakie treści zatrzymują Twoją uwagę — to nie są losowe zdarzenia. To są wzorce. Algorytm nie musi rozumieć człowieka tak jak terapeuta. Wystarczy, że rozpoznaje powtarzalność. A powtarzalność statystyczną rozpoznaje bardzo dobrze.

Cyfrowe ślady i profilowanie psychologiczne – jak algorytmy poznają osobowość z polubień
Każde polubienie, każdy komentarz i każda sekunda spędzona na konkretnej treści to dane. Algorytmy nie czytają Twoich myśli – rozpoznają wzorce w Twoim zachowaniu. I te wzorce mówią więcej, niż mogłoby się wydawać.

Co algorytm wie, czego Ty nie powiedziałeś

Ale to nie był koniec. Badania pokazały, że z cyfrowych śladów można przewidzieć znacznie więcej niż typ osobowości. Z dużym prawdopodobieństwem algorytm był w stanie określić orientację seksualną, poglądy polityczne, poziom inteligencji, skłonność do uzależnień, a nawet to, czy rodzice danej osoby się rozwiedli.

Innymi słowy: rzeczy, o których nigdy nikomu nie powiedziałeś, mogą być statystycznie odgadywalne na podstawie tego, co klikasz w sieci.

To jest moment, w którym większość ludzi zaczyna czuć pewien dyskomfort. I słusznie. Bo to rodzi pytanie, które wykracza daleko poza psychologię: jeśli to, co myślisz, że jest prywatne, można przewidzieć z danych — to czy prywatność psychologiczna w ogóle istnieje?

Bomba, której Kosiński nie zrzucił

Kilka lat po publikacji badań wybuchła sprawa, która trafiła na pierwsze strony gazet na całym świecie. Firma Cambridge Analytica — powiązana m.in. z kampanią prezydencką Donalda Trumpa i referendum brexitowym w Wielkiej Brytanii — zaczęła stosować metody psychologicznego profilowania do mikrokierowania przekazów politycznych. Dane milionów użytkowników Facebooka zostały pozyskane i wykorzystane do budowania profili wyborców.

I tutaj kluczowa jest jedna rzecz, której wiele mediów nie podkreślało wystarczająco wyraźnie: Michał Kosiński nie współpracował z Cambridge Analytica. Wręcz przeciwnie — wielokrotnie przestrzegał przed możliwością takiego zastosowania jego badań.

W jednym z wywiadów powiedział coś, co stało się często cytowaną sentencją: „Nie zbudowałem bomby. Pokazałem tylko, że ona istnieje".

Problem polega na tym, że kiedy coś okazuje się możliwe technologicznie, prędzej czy później ktoś spróbuje to wykorzystać. I tak właśnie się stało.

Mikroprofilowanie polityczne działa z grubsza tak: jeśli algorytm wie, że jesteś osobą lękową, Twój przekaz reklamowy zostanie oparty na zagrożeniu. Jeśli jesteś wysoko neurotyczny, komunikat będzie zbudowany na strachu. Jeśli Twoja ugodowość jest niska, ktoś uderzy w gniew i poczucie niesprawiedliwości. To nie jest propaganda masowa. To jest propaganda spersonalizowana. Dopasowana do Twojej struktury psychologicznej. I o wiele trudniejsza do rozpoznania właśnie dlatego, że rezonuje z czymś, co naprawdę czujesz.

Ekonomia uwagi i algorytmy gniewu

Jest jeszcze jeden wątek tej historii, który wykracza poza politykę. Chodzi o samą architekturę platform takich jak Facebook, Instagram czy YouTube.

Kiedy łączysz dane demograficzne, lokalizacyjne, sieci kontaktów, aktywność i czas spędzany na konkretnych treściach, dostajesz coś więcej niż profil marketingowy. Dostajesz model zachowania. I algorytmy uczą się go optymalizować — ale nie pod kątem tego, co jest dla Ciebie dobre. Pod kątem tego, co maksymalizuje zaangażowanie.

A zaangażowanie oznacza czas. Czas oznacza więcej wyświetleń. Więcej wyświetleń oznacza pieniądze.

Algorytmy mediów społecznościowych i ekonomia uwagi – gniew, strach, polaryzacja
Algorytmy nie są neutralne. Są zoptymalizowane pod kątem emocji o wysokiej aktywacji – gniewu, oburzenia, strachu – bo generują największe zaangażowanie. To dlatego treści polaryzujące rozchodzą się szybciej. To nie przypadek. To ekonomia uwagi.

Badania pokazują, że algorytmy uczą się optymalizować pod kątem emocji o wysokiej aktywacji — gniewu, oburzenia, strachu. Właśnie dlatego treści polaryzujące rozchodzą się w sieci szybciej niż spokojne, wyważone analizy. Nie dlatego, że użytkownicy są głupi ani złośliwi. Dlatego, że mózg reaguje na zagrożenie silniej niż na spokój. Algorytm się tego nauczył. I teraz to wykorzystuje.

Możesz zrobić prosty eksperyment. Zacznij naraz lajkować treści dwóch kompletnie sprzecznych środowisk politycznych albo tematycznie odległych kanałów. Algorytm zacznie się gubić — bo nie będzie wiedział, który wzorzec zastosować. To samo stanie się, jeśli po filmach o geriatrii zaczniesz oglądać treści dla dzieci. Dla algorytmu naraz będziesz miał sześćdziesiąt i dziesięć lat jednocześnie. To pokazuje, jak deterministyczna jest ta maszyna — i jak bardzo potrafi nas zaszufladkować, kiedy jej na to pozwolimy.

Czy jesteśmy marionetkami?

Pytanie, które Kosiński stawia — choć rzadko dosłownie — jest głęboko filozoficzne. Jeśli algorytm zna Twoje lęki, Twoje potrzeby i Twoje słabości, i jeśli dobiera treści pod kątem Twojej struktury osobowości — to gdzie kończy się wpływ, a zaczyna manipulacja? Czy Twoje decyzje — polityczne, konsumenckie, emocjonalne — są w pełni autonomiczne?

Kosiński udziela odpowiedzi, która jest jednocześnie uspokajająca i niepokojąca. Nie jesteśmy marionetkami. Ale jesteśmy bardziej przewidywalni, niż chcemy wierzyć. Jesteśmy wzorcami. Statystycznymi, a co za tym idzie — przewidywalnymi.

Prawdziwy problem nie leży w samej technologii. Psychometria nie jest zła. Algorytm nie jest zły. Problem pojawia się wtedy, gdy brakuje regulacji, przejrzystości i odpowiedzialności. Bo w świecie, w którym algorytm wie, kim jesteś — zanim Ty to jeszcze nazwiesz — kluczowym pytaniem nie jest co o mnie wiedzą?. Kluczowym pytaniem jest czy mam kontrolę nad tym, jak te dane są wykorzystywane?

Kosiński sam, jak przyznaje, od lat nie pokazuje w sieci więcej, niż to konieczne. Nie dlatego, że się boi. Po prostu nie ma takiej potrzeby. I może to jest najprostsza, najzdrowsza odpowiedź na to wszystko — nie paranoją, lecz świadomością. Być może wolność w erze algorytmów nie polega na tym, żeby algorytmu nie było. Polega na tym, żeby wiedzieć, że istnieje.

🧠

Sprawdź się!

7 pytań z kluczowych pojęć tego odcinka. Ile zapamiętałeś?

Pytanie 1 / 7

Więcej odcinków

Przestań tylko czytać. Zacznij działać.

Nie Zmarnuj Swojego Życia

Teoria psychologiczna nie uratuje Twojej przyszłości, jeśli sam nie weźmiesz za nią odpowiedzialności. Zbudowałem twardy, ustrukturyzowany system, który poprowadzi Cię za rękę przez planowanie najbliższych 5 lat. Żadnego głaskania po głowie – tylko konkretna praca nad swoimi celami.

Zobacz program
Samuel Dobrowolski