當我還是個青少年的時候，我的父母經常讓我和他們一起去商店幫忙搬運雜貨。有一天，當我耐心地在收銀臺排隊時，我的母親拿出了她全新的顧客忠誠卡。出於好奇，我問收銀員他們記錄了哪些資訊。他回答說，這有助於他們跟蹤我們購買的商品，以便他們能夠提出量身定製的產品推薦。我們誰都不知道這件事。我想知道，挖掘數百萬顧客的購買記錄是否會揭示隱藏的消費者偏好，不久之後，我意識到了其中的含義：他們是在給我們郵寄有針對性的廣告嗎？
這幾乎是二十年前的事了。我想我們今天大多數人擔心的問題並沒有什麼不同：微定向資訊有多有效？心理“大資料”可以被用來讓你購買產品嗎？或者，更令人擔憂的是，這種技術可以被武器化來影響歷史程序，比如選舉的結果嗎？一方面，我們每天都面臨著來自內部人士的證明，他們證明了基於數百萬註冊選民的獨特“心理畫像”的微定向資訊的危險性和有效性。另一方面，像Brendan Nyhan這樣的學術作家警告說，有針對性的線上廣告和俄羅斯機器人的政治力量被廣泛誇大了。
為了試圖評估心理科學對此的看法，我認為關鍵是要理清籠罩這場辯論的兩個突出的誤解。
關於支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道： 訂閱。透過購買訂閱，您正在幫助確保關於塑造我們當今世界的發現和想法的具有影響力的故事的未來。
首先，我們需要區分操縱和影響公眾輿論的企圖與實際的選民勸說。反覆地用旨在迎合人們政治偏見的不實資訊來定向人們，很可能會影響公眾態度，引起道德憤慨，並使黨派人士更加分裂，特別是當我們被錯誤地認為我們社交網路中的每個人都在表達相同的觀點時。但是，這些影響企圖在多大程度上轉化為具體的選票呢？
事實是，我們（還）不完全清楚。但讓我們評估一下我們所知道的。僅包含社會人口統計資料（例如，一個人的年齡）的經典預測模型，在預測行為方面本身並沒有太多資訊量。然而，將來自人們的各種人口統計、行為和心理資料拼湊在一起，例如您在Facebook上點讚的頁面、您可能參加過的人格測驗的結果，以及您的個人資料照片（揭示了關於您的性別和種族的資訊）可以提高資料質量。例如，在一項著名的研究中，一位斯坦福大學的研究人員對58,000名志願者進行了研究，發現一個使用Facebook點贊（平均170個點贊）的模型，可以非常準確地預測一系列因素，例如您的性別、政治派別和性取向。
在一項後續的研究中，研究人員表明，這種數字足跡實際上可以被用於大規模勸說。在對超過350萬人進行的三項研究中，他們發現，心理學定製廣告，即將勸說性資訊的內容與個人的廣泛心理畫像相匹配，比不匹配或非個性化的資訊多產生40%的點選量和50%的線上購買量。這對心理學家來說並不完全是新鮮事：我們早就知道，量身定製的溝通比一刀切的方法更具說服力。然而，大規模數字勸說的有效性可能差異很大，並且對情境敏感。畢竟，網上購物與投票不一樣！
那麼，我們是否知道有針對性的假新聞是否幫助扭轉了選舉，使唐納德·特朗普獲勝？
政治評論員對此持懷疑態度，這是有充分理由的：與新的洗髮水相比，改變人們對政治問題的看法要困難得多，許多關於政治勸說的學術研究表明效果甚微。最早的關於假新聞曝光的研究之一，結合了包含156篇文章的假新聞資料庫和一項針對美國人的全國性調查，估計普通成年人在選舉前只接觸過一篇或幾篇假新聞文章。此外，研究人員認為，曝光只會改變百分之幾的選票份額。然而，作者主要依賴自我報告的說服力和對15篇選定的假新聞文章的回憶，而不是數字足跡。
相比之下，其他研究將全國性調查資料與個人瀏覽器歷史記錄相結合，估計約有25%的美國成年人（6500萬）在選舉的最後幾周訪問過假新聞網站。作者報告說，大多數假新聞消費是親特朗普的，並且高度集中在一個小的意識形態亞群體中。
有趣的是，最近的一項研究向585名前巴拉克·奧巴馬選民展示了三個流行的假新聞故事之一（例如，希拉里·克林頓身體狀況不佳並批准向聖戰分子出售武器）。作者發現，在控制其他因素（例如，受訪者喜歡或不喜歡克林頓和特朗普）的情況下，相信一篇或多篇假新聞文章的前奧巴馬選民在2016年更有可能背叛民主黨，包括棄權，可能性高出3.9倍。因此，與其僅僅關注選民勸說，這種相關性證據暗示了假新聞也可能導致選民壓制。這很有道理，因為假新聞的目的通常不是說服人們接受“另類事實”，而是散佈懷疑和讓人們在政治上脫離，這可能會破壞民主程序，特別是當社會的未來取決於投票偏好上的微小差異時。
事實上，第二個常見的誤解圍繞著“小”效應的影響：小效應會產生大後果。例如，在發表在《自然》雜誌上的一項針對6100萬人的實驗中，研究人員表明，傳遞給Facebook使用者的政治動員資訊直接影響了數百萬人的投票行為。重要的是，社會傳播的效果大於資訊本身的直接效果。值得注意的是，該研究中的選民勸說率約為0.39%，這看起來真的很小，但實際上轉化為額外投出的282,000張選票。如果您考慮重大選舉，例如英國脫歐（51.9% 對 48.1%），或者希拉里最終以約77,000票輸掉選舉，那麼在背景下，這樣小的影響突然變得非常重要。
簡而言之，重要的是要記住，大規模心理勸說武器不需要基於高度準確的模型，也不需要在整個人群中產生巨大的影響，就能夠破壞民主程序。此外，我們只看到了部分資料，這意味著科學研究可能低估了這些工具的影響。例如，大多數學術研究使用自我報告的調查實驗，這些實驗並不總是能準確模擬線上新聞消費發生的真實社會動態。即使當Facebook在他們自己的《科學》雜誌研究中淡化迴音室效應的重要性時，該資料也是基於使用者的微小快照（即那些宣告其政治意識形態的人，約佔Facebook總人口的4%）。此外，預測分析公司不會透過倫理審查委員會的審查，也不會一次使用一兩條資訊進行高度控制的研究。相反，他們花費數百萬美元測試每天三到四萬條資訊，針對許多不同的受眾，微調他們的演算法，改進他們的資訊，等等。
因此，鑑於缺乏透明度、這些模型的私有性質以及高估或低估其有效性的商業利益，我們必須對我們的結論保持謹慎。大資料的興起為社會提供了許多潛在的好處，我和我的同事們試圖幫助建立大資料在行為科學中應用的倫理準則，並幫助人們抵抗大規模心理勸說。但如果說有什麼是明確的，那就是我們不斷地根據我們的數字足跡被微定向，從書籍推薦到歌曲選擇，再到您將投票給哪位候選人。無論好壞，我們現在都成了可能成為世界上最大的行為科學實驗中不知情的參與者。