Мы переходим от экономики данных к поведенческой экономике.
Подобно данным, поведение становиться товаром – оцифрованное, упорядоченное, упакованное и готовое к продаже.
Подобная коммерциализация, вместе с развитием таких дисциплин как поведенческая экономика и аффективные вычисления, предоставляет возможность компаниям и правительствам влиять, или даже, формировать наше поведение, как никогда ранее.
Корпорации всегда искали любые возможности для того, чтобы повлиять на наш выбор в пользу своего продукта. Иногда это получалось, иногда – нет. Но сегодня, поведенческая экономика выводит эту игру на совсем другой уровень. И на замену относительно грубым и дорогим рычагам влияния приходят удивительно точные и сложные механизмы убеждения.
ИНТЕРНЕТ ПОВЕДЕНИЯ
Мы все знаем (или, по крайней мере, догадываемся) о том огромном количестве данных, которые мы с вами генерируем каждый день. Это стало возможным благодаря переходу от Интернета Компьютеров к Интернету Вещей – «умные» вещи с вмонтированными сенсорами в режиме реального времени фиксируют данные о физическом мире вокруг нас.
Сейчас же мы находимся на ранней стадии следующего перехода: от Интернета Вещей к Интернету Поведения. Технологии, которые мы ежедневно используем, позволяют генерировать данные не только о цифровом и физическом пространстве вокруг нас, но, что более важно, о нас самих.
Мы невольно раскрываем поисковым машинам гораздо больше данных о наших желаниях и страхах, чем самым близким людям. Наши смартфоны и аккаунты в социальных сетях имеют все больше и больше данных о нашем поведении, о наших предпочтениях, о нашем состоянии ума, чем мы можем представить.
А теперь только представьте себе, насколько больше данных о наших мыслях, мотивациях и поведении смогут собрать и накопить технологии следующего поколения.
Так, голосовые интерфейсы постепенно заменяют собой такие базовые инструменты взаимодействия с компьютером как клавиатура и мышка.
Даст ли такой интерфейс возможность машинам собирать гораздо больше данных о нас, если мы будем с ними общаться посредством голоса?
Технология распознавания лиц позволяет нам мгновенно пройти регистрацию в аэропорту или отеле.
Но, в мире камер с технологией распознаванием лиц, может ли простая прогулка по улице стать источником данных о наших передвижениях для органов правопорядка?
Будущее, где людям не придется больше владеть автомобилем, а вместо него заказывать автопилот в любое место, несомненно более удобно и полезно как для человека, так и для окружающей среды.
Но не даст ли это возможность устройствам собирать огромное количество данных о нашем местоположении, маршрутах, социальных контактах и путевых привычках?
Люди уже задаются подобными вопросами. И «техлеш» (techlash) против технологических компаний был мотивирован, в большинстве своем, беспокойством о приватности данных и все более распространяемой моделью, где для вас услуги бесплатны, а на самом деле они оплачиваются данными о вас.
Из-за таких опасений, правительства вынуждены реагировать. Европейский Союз принял Общий регламент по защите данных (GDPR) для решения таких проблем; законодатели в других странах рассматривают собственные правила.
Общий регламент о защите данных (ЕС) 2016/679 (GDPR) — это реуглятивный акт ЕС о защите данных и конфиденциальности в Европейском союзе (ЕС) и Европейской экономической зоне (ЕЭЗ). GDPR направлен прежде всего на то, чтобы дать гражданам контроль над собственными персональными данными. Важным моментом является то, что GDPR применим и к тому, кто обрабатывает данные (процессор или обработчик), и к тому, кто собирает данные (контролёр). Контролёр определяет цель и значение обработки персональных данных, а процессор ответственен за непосредственную обработку данных, но оба несут ответственность за соблюдение норм GDPR.
И хотя компаниям придется работать в рамках формирующейся нормативной базы, они все равно будут стремиться объединить разрозненные потоки данных, «соединить» точки и получить целостную картинку.
ПРОРЫВНЫЕ ВОЗМОЖНОСТИ
С увеличением объема поведенческих данных, развивается все больше технологий и подходов, направленных на структурный анализ таких данных с целью влиять на наше поведение.
Поведенческая экономика – наука не новая, но в последнее время получила значительный стимул для развития.
Сегодня, применяя основные положения поведенческой экономики, правительство и компании помогают людям вести более здоровый образ жизни, откладывать деньги на пенсию и делать более экологически-friendly решения. В тоже время, маркетологи и рекламодатели используют эти принципы для увеличения продаж и прибыли.
Вторая возможность еще более революционная: аффективные вычисления, также известные как эмоциональный ИИ.
Аффективные вычисления — это изучение и разработка систем и устройств, которые могут распознавать, интерпретировать, обрабатывать и моделировать человеческие аффекты. Это междисциплинарная область, охватывающая информатику, психологию и когнитивную науку.
Одной из задач дисциплины является способность придавать машинам эмоциональный интеллект, в том числе имитировать сочувствие. Машина должна интерпретировать эмоциональное состояние людей и адаптировать к ним свое поведение, соответствующим образом реагируя на эти эмоции.
Аффективные вычисления позволяют компьютеру погрузиться в сферу человеческих эмоций, используя различные системы распознавания эмоции (например, анализируя движения глаз, мимику и тон голоса) и убедительно имитировать их при взаимодействии с человеком.
Стартапы уже разрабатывают приложения, использующие эти возможности, от систем, которые могут спасти жизни за счет распознавания эмоционального состояния драйверов, до инструментов, которые могут повысить эмоциональную вовлеченность фанатов на концертах и спортивных мероприятиях.
Сочетание поведенческой экономики и аффективных вычислений создает мощный инструментарий, который позволит платформам и интерфейсам не только анализировать и моделировать поведение, но, в конечном итоге, влиять на него.
И это уже начинает происходить. Например, некоторые платформы социальных сетей использовали данные о пользователях и принципы поведенческой экономики, чтобы мотивировать людей голосовать на выборах за определенного кандидата.
Facebook – Cambridge Analytica. Этот кейс касался получения британской консалтинговой фирмой Cambridge Analytica личных данных миллионов пользователей Facebook без их согласия, преимущественно для использования в политической рекламе. Данные были собраны с помощью приложения под названием «This Is Your Digital Life», разработанного аналитиком данных Александром Коганом и его компанией Global Science Research в 2013 году.
Приложение состояло из серии вопросов для построения психологических профилей пользователей и собирало личные данные друзей пользователей Facebook через платформу Facebook Open Graph (87 миллионов профилей в Facebook)
Cambridge Analytica использовала эти данные для оказания аналитической помощи президентским кампаниям Теда Круза и Дональда Трампа в 2016 г. Cambridge Analytica также широко обвиняли во вмешательстве в референдум о Брексите, хотя официальное расследование признало, что компания не участвовала «за пределами некоторых первоначальных расследований» и что «никаких существенных нарушений» на самом деле не было.
Мы ожидаем, что грядущая волна технологий, направленных на создание «Человека дополненного», значительно расширит эти возможности.
Например, дополненная и виртуальная реальность может формировать поведение, настраивая взаимодействия способами, выходящими далеко за рамки возможностей физического мира. Представьте себе аватара продавца, который может одновременно поддерживать зрительный контакт с сотнями клиентов, изменяя свой акцент, выбор слов и тон голоса на основе данных о предпочтениях каждого покупателя.
Правительства также могут использовать эти возможности, чтобы влиять на поведение граждан.
Британская группа по анализу поведения (часто называемая «Подразделение подталкивания») использовала поведенческую экономику для поощрения соблюдения налогового законодательства, а также сбора благотворительных пожертвований.
Предлагаемая в Китае система социального кредита может пойти намного дальше, отслеживая и пытаясь повлиять на широкий спектр поведения своих граждан.
Система социального кредита (также встречается название «система социального рейтинга») — система оценки отдельных граждан или организаций по различным параметрам, значения которых получаются с помощью инструментов массового наблюдения и используют технологию анализа больших данных.
14 июля 2014 правительство Китая впервые опубликовало план и цели внедрения системы социального кредита. Основная цель внедрения системы — «построение социалистического гармоничного общества».
В сентябре 2016 правительство Китая опубликовал перечень санкций, которым будут подвергаться владельцы низких рейтингов:
- запрет на работу в госучреждениях;
- отказ в соцобеспечении;
- особенно тщательный осмотр на таможне
- запрет на занятие руководящих должностей в пищевой и фармацевтической промышленности;
- отказ в авиабилетах и спальном месте в ночных поездах;
- отказ в местах в люксовых отелях и ресторанах;
- запрет на обучение детей в дорогих частных школах.
Пандемия COVID-19 продемонстрировала силу этих возможностей, когда использование геолокации и других персональных данных сыграло ключевую роль в отслеживании контактов и обеспечении соблюдения социальной дистанции. Способность правительства мотивировать граждан таким образом, со временем, только возрастет.
ВОЗМОЖНОСТИ И ПРОБЛЕМЫ
Переход к поведенческой экономике влечет с собой как значительные вызовы, так и широкие возможности.
Правительства будут в центре этих вопросов по двум причинам.
Во-первых, они установят «Правила дорожного движения». Проблемы с конфиденциальностью в социальных сетях уже вызывают реакцию регулирующих органов; призывы к надзору будут только расти по мере увеличения объема поведенческих данных.
Во-вторых, правительства сами примут на вооружение некоторые из этих методов, поскольку изменение поведения может привести к лучшим социальным результатам и экономии средств государственного бюджета.
Задача будет заключаться в том, чтобы сделать это таким образом, чтобы не подпитывать страхи по поводу «Большого брата».
Последствия для компаний могут быть еще более серьезными. Наш анализ показывает, что инвестиции в эту сфере уже стремительно растут, увеличившись примерно на 146% за последние пять лет. Наибольшие возможности роста могут быть предоставлены тем, кто способен создавать новые бизнес-модели, в которых нуждается этот сегмент.
Потребители жаждут инновационных подходов, использующих поведенческие способности для расширения возможностей и взаимодействия с ними, а не для их эксплуатации. Компании, способные заполнить эту пустоту, ожидает огромный рыночный потенциал.
Соблюдение развивающейся нормативно-правовой базы будет сложной задачей, особенно если в разных регионах будут применяться разные подходы. Но соблюдение законодательства – это не самая большая проблема в этой области.
Настоящим вызов для бизнеса будет заключаться в том, чтобы участвовать в поведенческой экономике, оставаясь прозрачным для потребителей и завоевывая их доверие. Соответственно, это само по себе является поведенческой проблемой. Решение этой проблемы потребует от компаний изучения не только поведения потребителей, но и своего собственного.
