Je sexuele vooorkeur, je politieke voorkeur en zelfs je intelligentie. Dat zijn maar een paar van de dingen die afgeleid kunnen worden uit jouw Facebook likes. Onderzoekers aan de universiteit van Cambridge maakten gebruik van algoritmen om – op basis van jouw voorkeuren op Facebook – religie, politiek, ras en seksuele geaardheid te voorspellen. Het onderzoek schetst volgens de wetenschappers verrassend accurate persoonlijke portretten.
De algoritmen bleken voor 88% nauwkeurig bij het bepalen van de sexuele voorkeur bij mannen, voor 95% nauwkeurig in het onderscheid tussen Afro- en blank-Amerikanen en voor 85% bij het onderscheid tussen Republikein of Democraat. Christenen en moslims werden correct geclassificeerd in 82% van de gevallen en relatiestatus en druggebruik werden voorspeld met een nauwkeurigheid tussen 65% en 73%.
De studie zal als muziek in de oren klinken van bedrijven die geld verdienen met gepersonaliseerde marketing. Maar de onderzoekers waarschuwen tegelijk dat dergelijke gedetailleerde digitale profielen ook een grote bedreiging vormen voor de privacy. Onderzoeker Michael Kosinski:
I appreciate automated book recommendations, or Facebook selecting the most relevant stories for my newsfeed. However, I can imagine situations in which the same data and technology is used to predict political views or sexual orientation, posing threats to freedom or even life.
Nick Pickles van Big Brother Watch gaat nog verder in zijn waarschuwing:
This research should ring alarm bells for anyone who thinks that privacy settings are the solution to protecting information online. We need to fundamentally re-think how much data we are voluntarily sharing. Sharing individual likes or pages might not seem hugely intrusive, but it allows individuals to be categorised and behaviour predicted in areas that are far more personal and sensitive than people realise. Yet again, it is clear the lack of transparency about how users’ data is being used will lead to entirely justified fears about our data being exploited for commercial gain.