Hvordan formåede Trump at vinde valget? Var det hans massive Twitter-forbrug, ekstreme udtalelser, eller var det i virkeligheden data, som blev nøglen til Det Hvide Hus? Martin Vith Ankerstjerne leverede svarene til Social Media Week hos Advice. Oplægget blev streamet live og kan ses på vores Facebook.
5. Kosinskis resultater på 68 likes
Kan med 95
procents
sikkerhed
forudsige race
Kan med 88
procents
sikkerhed
forudsige seksuel
orientering
Kan med 85
procents
sikkerhed
forudsige politisk
tilhørsforhold
6. Med 10 likes kunne han sige mere om
en person end en kollega
Med 70 likes mere end en ven
Med 150 likes mere end forældrene
Med 300 likes mere end partneren
7. Kan det svare sig at arbejde
med algoritmer i dansk
valgkamp?
10. Forskelle på rød og blå blok, 2001-15
12.1
9.9
8.4
1.3
3.7
2001 2005 2007 2011 2015
11. Så ja, der er noget at
komme efter. Og vi har
allerede gjort det.
12. 12
Vælgeranalyser
E2 Ung andel:18,4 procent
stemmer på Enhedslisten
D1 Formue og formåen: 12,6 procent
stemmer på Liberal Alliance
A5 Familien Danmark: 24,1 procent
stemmer på Dansk Folkeparti
24. • Trump vand valget…!
• Cambridge Analytica har tre positives cases i rækkefølge
• Begge kandidater får et pænt resultat målt i vælgere
• Meget tyder på, at negativ kampagne på Facebook fik
potentielle Hillary-vælgere til at blive hjemme
Argumenter for algoritmerne
25. • Svært at isolere effekten af algoritmer og big data
• Mail-abonnementer tegner et andet billede
• Svært at koble FB-data med individdata
• Cambridge Analyticas egen model forudsagde et nederlag
• Der mangler dokumentation
Argumenter imod algoritmer
26. Konklusion:
Vi kan ikke sige, om
algoritmer og big data gør
en forskel, men Facebook
kan anvendes… negativt