La technologie qui alimente les campagnes 2020, expliquée

Mme Tech | Getty, Pexels

Les campagnes et les élections ont toujours porté sur les données - sous les promesses empathiques de réparer ton problèmes et se battre pour ton famille, c'est une affaire de mesures. Si une campagne a de la chance, elle trouvera son chemin à travers une multitude de sondages, d'attributs des électeurs, de données démographiques, de participation, d'impressions, de gerrymandering et d'achats de publicités pour se connecter avec les électeurs d'une manière qui les émeut ou même les inspire. Obama, MAGA, AOC, tous ont eu une partie de cette sauce spéciale. Pourtant, les campagnes qui collectent et utilisent le mieux les chiffres gagnent.

C'est vrai depuis un certain temps, bien sûr. En 2017, Hillary Clinton a déploré que le Comité national démocrate ait fourni à son équipe des données obsolètes. Elle a blâmé cela en partie pour sa défaite face à Donald Trump, dont la campagne s'est assise au sommet d'une impressionnante machine républicaine de traitement des données. (La DNC a rétorqué que ce n'était pas les données, mais la façon dont elles ont été utilisées, c'était insuffisant.)

En 2020, les campagnes ont ajouté de nouvelles astuces à leurs tactiques de collecte et de manipulation des données. Les sondages traditionnels cèdent la place à la modélisation prédictive basée sur l'IA ; des échanges massifs de données, autrefois considérés comme discutablement légaux, permettent aux campagnes, aux PAC et à d'autres groupes de coordonner leurs efforts. Et qui peut oublier le microtargeting ? Les deux campagnes cherchent à s'armer d'une vue complète de chaque électeur potentiel et utilisent des algorithmes pour segmenter et cibler les électeurs de manière plus spécifique et stratégique. Voici notre guide de ce qui est nouveau et amélioré, et ce que cela signifie pour vous, l'électeur.

Des données électorales à gogo

Au cours des dernières années, les campagnes ont régulièrement ajouté à la grande quantité d'informations personnelles qu'elles conservent sur les électeurs. C'est en partie le résultat d'une pratique appelée publicité d'acquisition, dans laquelle les campagnes diffusent des publicités à réponse directe qui cherchent à obtenir des informations de contact ou des opinions directement d'une personne. En mai, les deux campagnes présidentielles dépensaient plus de 80 % de leurs budgets publicitaires en publicités à réponse directe.

Les responsables de campagne n'aiment pas parler de la quantité exacte de données qu'ils conservent, mais la plupart des fichiers d'électeurs contiennent probablement entre 500 et 2 500 points de données par personne. (Un fichier électoral est un ensemble de données intégral qui consolide les informations d'inscription des électeurs au niveau de l'État. Apprenez-en plus à leur sujet ici. ) Chaque annonce, appel téléphonique, e-mail et clic augmente ce nombre. Depuis la mise en ligne du Democratic Data Exchange (ou DDx) en juin, il a regroupé plus d'un milliard de points de données, dont la plupart sont, selon DDx, des informations de contact.

Contrairement à ce que l'on pourrait penser, beaucoup de ces détails personnels proviennent de personnes qui ont déjà pris une décision sur les candidats. L'application de la campagne Trump, par exemple, permet l'appairage Bluetooth automatique qui peut aider à identifier l'emplacement d'un utilisateur, ce qui a attiré l'attention. ( Des balises Bluetooth ont été trouvées dans les panneaux de triage Trump dans le passé.) Ce type de surveillance n'est pas considéré comme la norme, mais il est logique. Les personnes qui téléchargent l'application d'un candidat soutiennent probablement déjà ce candidat, et les électeurs engagés sont les plus susceptibles de faire un don.

Echanges de données

Les échanges de données permettent aux campagnes et aux PAC de partager des données, ce qui rend la sensibilisation et la messagerie plus efficaces et complètes. Les républicains utilisent Data Trust depuis 2013 - c'est un guichet unique qui comprend un échange, des données d'électeurs et des services d'hébergement de données. Les démocrates ont d'abord estimé qu'il s'agissait d'une violation des règles de la Commission électorale fédérale contre la coopération entre différents types d'organisations politiques, telles que les PAC, les organisations à but non lucratif et les campagnes elles-mêmes. L'American Democracy Legal Fund, un groupe démocrate, a poursuivi DataTrust et a perdu… alors naturellement, les démocrates ont créé leur propre version. C'est le Democratic Data Exchange qui a été lancé en juin.

La promesse des échanges de données est de permettre à toutes les organisations alignées de partager des données. Selon une démo donnée au New York Times , DDx peut produire un tableau de bord qui montre à quel point chaque électeur est à l'aise avec le vote par correspondance, et cela est partagé entre tous les groupes libéraux de l'échange. Au cours des années précédentes, les groupes de démarchage locaux, les États parties et les PAC axés sur les problèmes ont peut-être tous dépensé de l'argent en parallèle pour collecter ce type d'informations. Du côté républicain, Data Trust a fait ses preuves à maintes reprises. Par exemple, il a recueilli des informations sur les électeurs qui ont voté tôt lors des élections de mi-mandat de 2018. Les campagnes ont cessé d'atteindre ces personnes, économiser 100 millions de dollars .

Microciblage de niveau supérieur

Dans la Rome antique, les esclaves étaient entraînés à mémoriser les noms des électeurs susceptibles d'être persuadés de voter pour leur maître, afin qu'il puisse les trouver et les saluer personnellement. De nos jours, la stratégie derrière le ciblage personnel provient de modèles informatiques qui peuvent découper l'électorat en groupes très spécifiques. La messagerie est perfectionnée à l'aide de tests A/B approfondis.

Les plateformes sociales varient dans le type de microciblage qu'elles autorisent. Facebook permet aux campagnes de cibler de petits groupes et des individus. Grâce à sa fonctionnalité d'audience personnalisée, les campagnes peuvent télécharger une feuille de calcul des profils des utilisateurs et déployer leur message avec une précision chirurgicale. Ils peuvent également tirer parti d'un outil appelé look alike qui utilise ces listes personnalisées pour trouver des profils susceptibles de répondre de manière similaire. ( Voici comment vous pouvez désactiver ce type de ciblage. ) Les deux campagnes présidentielles l'ont fait, et un projet de l'Université de New York suit ce type de publicités . Il montre, par exemple, que du 30 juillet au 4 août, une publicité éclaboussée du message Our Recovery Will Be Made in America est apparue dans les flux d'environ 2 500 utilisateurs de Facebook dans le Wisconsin. Ces utilisateurs ont été sélectionnés spécifiquement par nom de profil dans une liste téléchargée par la campagne Biden. Il est presque impossible de retracer l'origine de cette petite liste de noms, bien qu'elle ait très probablement été achetée à un tiers.

D'autres plates-formes sont plus restrictives. Google a interdit le micro-ciblage politique au début de cette année, tandis que Twitter a interdit les publicités politiques des campagnes, bien qu'il autorise les publicités de groupes de défense politiquement alignés.

Fini les sondages, place aux modèles d'IA

Vous avez probablement entendu dire que les sondages ne fonctionnent plus comme avant. L'élection présidentielle de 2016 a déclenché une crise de l'industrie centrée sur la montée du biais de non-réponse - une façon élégante de dire que les utilisateurs de téléphones portables ont tendance à ne pas répondre aux appels provenant de numéros qu'ils ne reconnaissent pas (comme les sondeurs), et que les gens sont devenus de plus en plus timides lorsqu'on les interroge sur leurs opinions politiques.

En réponse, les campagnes se tournent vers l'apprentissage automatique et l'IA pour prédire le comportement des électeurs. Au lieu de s'appuyer sur une analyse comparative intermittente de la population, les modèles sont désormais exécutés à l'aide d'ensembles de données continuellement mis à jour. La technique la plus courante utilisée par les campagnes s'appelle la notation, où un groupe d'électeurs se voit attribuer un numéro de 1 à 100 en fonction de la probabilité qu'ils fassent quelque chose ou aient une certaine opinion. Les campagnes utilisent ces probabilités pour éclairer leur stratégie, soit en tentant de persuader les électeurs indécis, soit en tirant parti des opinions bien ancrées pour obtenir de l'argent ou de la mobilisation.

Les modèles ne sont pas parfaits. En 2016, ils avaient prédit la victoire de Clinton avec une marge d'erreur similaire à celle supposée dans les sondages. Mais les modèles ont plus de facilité à surmonter certains des problèmes d'interrogation, et plus les modèles ingèrent de données, plus ils sont précis.

Le résultat : aucune vérité partagée

À mesure que la messagerie collective perd de son importance, il devient plus difficile de contrôler la myriade de messages personnalisés que les groupes politiques produisent et mettent devant les électeurs. La messagerie personnalisée signifie que le point de vue de chaque personne sur une campagne diffère, car chacun reçoit un flux d'informations différent. L'embellissement, la déformation et le mensonge pur et simple deviennent d'autant plus faciles, surtout pour les personnalités publiques, dont les publications sur les plateformes sociales bénéficient souvent d'un traitement spécial . Les technologies actuellement utilisées avec ferveur permettent une réalité dans laquelle les campagnes peuvent créer des clivages dans le public, modifiant fondamentalement la façon dont nous formons des opinions et, finalement, votons.

Tout n'est pas perdu. Bien que le cycle électoral de 2020 soit dans sa dernière ligne droite, la pression publique pour réorienter ces technologies augmente. Dans une étude récemment publiée, le Pew Research Center a montré que 54% du public américain ne pense pas que les plateformes de médias sociaux devraient autoriser des publicités politiques, tandis que 77% des Américains pensent que les données collectées sur les plateformes sociales ne devraient pas être utilisées à des fins politiques. ciblage.

Il y a plusieurs projets de loi au Congrès qui reflètent ce sentiment, comme le bipartisan Concevoir des garanties comptables pour aider à élargir la surveillance et la réglementation sur la loi sur les données et le Loi interdisant les publicités politiques micro-ciblées . Ces projets de loi devraient être traités en 2021, et les experts pensent qu'une certaine forme de réglementation est probable, quel que soit le vainqueur de la Maison Blanche.

cacher