De aanstaande Canadese federale verkiezingen wekken opnieuw het schrikbeeld van inmenging en verstoring door het misbruik en misbruik van persoonlijke gegevens.

Dit is een toezichtprobleem, omdat als experts die surveillance bestuderen, we weten dat politieke adviesbureaus verzamelen, analyseren en gebruiken van gegevens om populaties die over het algemeen niet weten hoe hun gegevens worden verwerkt, krachtig te beïnvloeden. Ondoorzichtigheid en complexiteit zijn veelvoorkomende kenmerken van hedendaagse bewakingsproblemen.

Deze vragen zijn wereldwijd onder de aandacht gekomen als gevolg van de Cambridge Analytica- en Facebook-schandalen.

Het inmiddels ter ziele gegane Cambridge Analytica is een symbool geworden van alles wat opdringerig en manipulatief is op het gebied van datagestuurde verkiezingen.

Niettemin, data en data-analyse spelen al jaren een rol bij verkiezingen. Alle moderne campagnes in alle democratieën maken gebruik van gegevens, zelfs als het gewoon peilinggegevens zijn.

Maar de enorme kiezersrelatiebeheerplatforms van tegenwoordig maken gebruik van digitale campagnepraktijken die gebruikmaken van de kracht van sociale media, mobiele apps, geotargeting en kunstmatige intelligentie om het naar een ander niveau te tillen.

Een recente workshop georganiseerd via het Big Data Surveillance-project en georganiseerd door het Office of the Information and Privacy Commissioner van British Columbia, bracht internationale wetenschappers samen, pleitbezorgers van het maatschappelijk middenveld en regelgevers om de balans op te maken in de nasleep van het Cambridge Analytica-schandaal.

Hoe kunnen we de aard en effecten van datagestuurde verkiezingen in verschillende landen begrijpen? Welke zaken zullen onze toezichthouders de komende jaren belasten?

Mythen versus realiteit

Digitale campagnes voeren en gebruikmaken van de kracht van Big Data wordt in de Verenigde Staten en in toenemende mate ook in andere landen lange tijd beschouwd als de sleutel tot electoraal succes.

Politici over de hele wereld geloven nu dat ze verkiezingen kunnen winnen als ze gewoon betere, meer verfijnde en nauwkeurigere gegevens over het electoraat.

In een stadium, Cambridge Analytica beweerde ongeveer 5, 000 verschillende datapunten over het Amerikaanse electoraat. Ze waren niet alleen. De kiezersanalyse-industrie in de VS, inclusief bedrijven als Catalist, i360 en HaystaqDNA—beschikken over een buitengewone hoeveelheid persoonlijke gegevens onder hun controle. De gegevens zijn zowel gratis als gekocht, en uit openbare en commerciële bronnen.

Een recent rapport van het Tactical Tech-collectief in Duitsland documenteert het scala aan bedrijven, adviesbureaus, bureaus en marketingbureaus - van lokale startups tot wereldwijde strategen - die zich agressief richten op partijen en campagnes over het hele politieke spectrum. Gegevens worden gebruikt als een asset, als intelligentie en als invloed.

Tegelijkertijd, de kracht van datagestuurde verkiezingen wordt overdreven. Bewijs over hoe en of Big Data daadwerkelijk verkiezingen wint, is moeilijk empirisch vast te stellen. Onderzoek door de Amerikaanse communicatie-expert Jessica Baldwin-Philippi suggereert dat datagestuurde campagnestrategieën veel effectiever zijn in het mobiliseren van aanhangers en donoren dan in het overtuigen van kiezers. De nadruk op grootte en schaal wordt vaak door elkaar gehaald als beweringen over effectiviteit.

De VS versus de rest

Over het algemeen, kiezersanalyses zijn ontwikkeld in de VS en geëxporteerd naar andere democratische landen. Een verrassende recente illustratie is het verderfelijke gebruik van WhatsApp in Brazilië voor de verspreiding van racistische, vrouwonvriendelijke en homofobe berichten van Jair Bolsonaro's campagne toen hij met succes kandidaat was voor het presidentschap.

In andere landen, het gebied van kiezersanalyse wordt geconfronteerd met beperkingen die de impact temperen en misschien verdraaien.

Deze omvatten beperkingen voor campagnefinanciering, verschillende partij- en kiesstelsels en veel verschillende kieswetten en regels voor gegevensbescherming.

Hoe navigeren lokale politieke partijmedewerkers en vrijwilligers over het terrein, vooral wanneer de feitelijke methoden en vermeende effecten van kiezersanalyse zo onduidelijk zijn?

Geen enkele politieke partij wil gedateerd lijken in haar methoden of achterop raken bij haar rivalen omdat ze de vermeende voordelen van data-analyse voor succes niet erkennen.

Maar als onderzoekers we weten te weinig over hoe datagedreven campagnes interageren met verschillende institutionele en culturele praktijken. We weten ook niet hoe gegevens worden beoordeeld door professionals en vrijwilligers op lokaal en centraal niveau van campagnes over de hele wereld.

Het is ook duidelijk dat de belangrijkste platforms van Google en Facebook in verschillende landen verschillend presteren. Journalistiek en mediaprofessor Daniel Kreiss van de University of North Carolina vergelijkt Google en Facebook als "democratische infrastructuren" in termen van de aangeboden diensten.

Zelfs platforms die beweren niet-ideologisch te zijn, zoals de prominente kiezersvolger Nationbuilder, zijn nauwelijks apolitiek, zoals Fenwick McKelvey van de Concordia University heeft aangetoond. Google-algoritmen demonstreren ook de inherente politieke vooroordelen die in de zoekfuncties zijn ingebouwd.

Nieuwe praktijken versus verouderde wetten

Verouderde wetten zijn van toepassing op de kiezersanalyse-industrie en digitale campagnes. Deze omvatten verkiezingswetten die de verspreiding van lijsten controleren, en gegevensbeschermingswetten die, tot voor kort, zijn niet gebruikt om de vangst te reguleren, gebruik en verspreiding van persoonsgegevens door politieke campagnes.

Gegevensbeschermingswetten, zoals de Algemene Verordening Gegevensbescherming (AVG) van de Europese Unie, het vastleggen en verwerken van gevoelige persoonsgegevens over politieke opvattingen beperken.

Maar de problemen hebben niet alleen te maken met privacy en opdringerigheid, maar ook met gegevensbeheer, vrijheid van meningsuiting, desinformatie en democratie zelf. Gegevensgestuurde verkiezingen vragen om een ​​nieuwe manier van denken over de balans tussen het democratisch belang van een geïnformeerd en gemobiliseerd publiek aan de ene kant en de gevaren van buitensporig kiezerstoezicht aan de andere kant.

Transparantie versus geheimhouding

Een verwante kernkwestie, niet beperkt tot datagestuurde verkiezingen, maar er acuut door geïllustreerd, is de kwestie van transparantie.

Er is een kloof tussen hoe weinig publiekelijk bekend is over wat er werkelijk gebeurt in platformbedrijven die online netwerken creëren, zoals Facebook of Twitter, en wat aanhangers van behoorlijke democratische praktijken beweren, moet bekend zijn.

Ten slotte, als het om verkiezingen gaat, het openlijk delen van relevante informatie is van cruciaal belang. Kiezersbeheerplatforms zoals Cambridge Analytica zijn van nature geheimzinnig, zowel over hun politieke betaalmeesters als hun feitelijke praktijken. Weinigen weten wie voor politieke advertenties betaalt, bijvoorbeeld.

Degenen die deelnemen aan en deelnemen aan verkiezingen, anderzijds, hebben een vitaal belang bij de transparantie van alle partijen als voorwaarde voor verantwoording. Omdat het gebruik van gegevens om verkiezingsresultaten te beïnvloeden fundamenteel ondoorzichtig is, de spanning is voelbaar.

Het is daarom moeilijk om te weten wat er werkelijk gebeurt binnen datagestuurde verkiezingen.

Professor Young Mie Kim van de University of Wisconsin runt een stealth-mediaproject:een gebruikersgebaseerd, realtime app voor het volgen van digitale advertenties waarmee onderzoekers de sponsors van politieke campagnes in de VS kunnen traceren, verdachte bronnen te identificeren en de patronen van kiezerstargeting te beoordelen.

De functionarissen die verantwoordelijk zijn voor het houden van verkiezingen zouden in Canada, nu de federale verkiezingen naderen, nauwlettend op dit soort informatie moeten letten — en over de hele wereld.

Dit artikel is opnieuw gepubliceerd vanuit The Conversation onder een Creative Commons-licentie. Lees het originele artikel.