Rozpocznij darmowy okres próbny
Popularne Nowości Gatunki Autorzy
EnglishEnglish
EspañolSpanish
简体中文Chinese
繁體中文Chinese (Traditional)
FrançaisFrench
DeutschGerman
日本語Japanese
PortuguêsPortuguese
ItalianoItalian
한국어Korean
РусскийRussian
NederlandsDutch
العربيةArabic
PolskiPolish
हिन्दीHindi
Tiếng ViệtVietnamese
SvenskaSwedish
ΕλληνικάGreek
TürkçeTurkish
ไทยThai
ČeštinaCzech
RomânăRomanian
MagyarHungarian
УкраїнськаUkrainian
IndonesiaIndonesian
DanskDanish
SuomiFinnish
БългарскиBulgarian
עבריתHebrew
NorskNorwegian
HrvatskiCroatian
CatalàCatalan
SlovenčinaSlovak
LietuviųLithuanian
SlovenščinaSlovenian
СрпскиSerbian
EestiEstonian
LatviešuLatvian
فارسیPersian
മലയാളംMalayalam
தமிழ்Tamil
اردوUrdu
Wyszukiwanie...
SoBrief
Mindmasters

Mindmasters

Kilkaset polubień wystarczy, by odtworzyć twój profil osobowości. Kto może wykorzystać tę wiedzę?
autor: Sandra Matz 2025 240 stron
3.96
399 ocen
Słuchaj
Immersyjne
V2.3
Amazon Kindle Audible
Wypróbuj pełny dostęp przez 3 dni
Odblokuj słuchanie i więcej!
Kontynuuj

Kluczowe wnioski

Cyfrowe ślady pozwalają nakreślić profil psychologiczny i dają obcym wpływ na twoje wybory

Cyfrowa wioska podąża za tobą. W niewielkiej niemieckiej wiosce, w której dorastała Sandra Matz, sąsiedzi znali jej nawyki, niepewności i ambicje. Ich zainteresowanie mogło oznaczać wsparcie, ale mogło też przerodzić się we wtrącanie się w jej sprawy. W internecie firmy mogą odgrywać podobną rolę na nieporównanie większą skalę, bez wzajemnej znajomości ani wzajemności właściwych życiu wiejskiemu. Targetowanie psychologiczne polega na wykorzystywaniu przewidywanych cech psychologicznych do wpływania na myśli, uczucia lub zachowanie ludzi.

Drobne wskazówki składają się na większą całość. Systemy uczenia maszynowego uczą się wzorców na podstawie przykładów, podobnie jak adept opanowuje trudną umiejętność dzięki wielokrotnym ćwiczeniom i informacji zwrotnej. W jednym z badań stwierdzono, że około 300 polubień na Facebooku wystarczało, by komputer ocenił czyjąś osobowość równie dobrze jak małżonek tej osoby lub lepiej od niego. Nie oznacza to czytania w myślach. To potężny profil statystyczny, który może znacznie precyzyjniej ukierunkować perswazję.

Analiza

Porównanie z wioską pozwala zrozumieć abstrakcyjną gospodarkę danych: bycie znanym może dawać poczucie troski lub kontroli — zależnie od tego, kto dysponuje tą wiedzą i kto na niej korzysta. Kluczową różnicą we współczesnym świecie jest asymetria. Platformy mogą wnioskować o czyichś słabościach, pozostając przy tym w dużej mierze nieprzejrzyste. Rodzi to pytanie o zarządzanie danymi, które wykracza poza samą trafność profilowania: kto może działać na podstawie tych wniosków i czy osoba, której dotyczą, może je zakwestionować? Trafne przewidywania mogą usprawnić usługę, ale sama trafność nie dowodzi ani zgody, ani sprawiedliwości, ani prawomocności celu.

Traktuj profile algorytmiczne jako prawdopodobieństwa, nigdy jako wyroki dotyczące jednostek

Sygnały nie są wyjaśnieniami. Świadome wypowiedzi w internecie, takie jak wpisy i obserwowane strony, to deklaracje tożsamości. Niezamierzone ślady — na przykład wyszukiwania, zakupy czy zapisy lokalizacji — to behawioralne ślady uboczne. Jedne i drugie mogą ujawniać wzorce. W jednym z badań na podstawie języka używanego na Facebooku przewidziano depresję z 72-procentową trafnością, a zaimki pierwszej osoby pojawiały się częściej w wypowiedziach powiązanych z depresją. Żaden z tych wyników nie dowodzi, co spowodowało czyjeś cierpienie.

Wzorzec może wprowadzać w błąd. Polubienia na Facebooku pozwalały też przewidywać takie cechy jak osobowość, poglądy polityczne i zdolności poznawcze. Niektóre korelacje, jak ta między polubieniem frytek karbowanych a wyższymi zdolnościami poznawczymi w jednym zbiorze danych, nie miały jasnego wyjaśnienia. Model może wykorzystywać korelację, nie rozumiejąc jej, ale takie zależności mogą nie utrzymywać się w czasie ani w różnych populacjach. Przewidywania oparte na wyglądzie twarzy budzą szczególne kontrowersje ze względu na historię pseudonauki i dyskryminacji związanych z fizjonomiką.

Analiza

Rozróżnienie między przewidywaniem a wyjaśnieniem ma fundamentalne znaczenie. Termometr może zapowiedzieć burzę, nie wyjaśniając działania systemu klimatycznego; podobnie algorytm może wykryć użyteczną zależność, nie odkrywając jej przyczyny. Może to być pomocne przy wyborze osób, którym warto zaproponować dobrowolne badanie kontrolne, ale niebezpieczne, gdy wynik po cichu przesądza o zatrudnieniu, ubezpieczeniu lub działaniach policji. Trafność trzeba też rozpatrywać w kontekście: 72-procentowy wskaźnik trafień może brzmieć imponująco, ale konsekwencje fałszywych alarmów zależą od częstości występowania danego schorzenia i od tego, jaka decyzja zostanie podjęta.

Odczytuj zachowanie w kontekście; nawet stabilna osobowość zmienia się zależnie od nastroju i miejsca

Cechy to skłonności, nie scenariusze. Model Wielkiej Piątki opisuje osobowość w pięciu wymiarach: otwartości na doświadczenia, sumienności, ekstrawersji, ugodowości i neurotyczności. Zapewnia spójny sposób porównywania ludzi, ale nie daje pełnego obrazu. Ktoś może zwykle trzymać się na uboczu, a ożywiać się na zajęciach, albo mieć mniej cierpliwości po nieprzespanej nocy. Nastrój i stres mogą wpływać na to, jak cechy przejawiają się w danej chwili.

Znaczenie mają także sytuacje. Tętniąca życiem kawiarnia może sprzyjać towarzyskości, a biblioteka — skupieniu i ciszy. Badacze wykorzystują ramy DIAMONDS do opisu sytuacji za pomocą takich wymiarów jak obowiązki, intelekt, przeciwności, kojarzenie się w pary, pozytywność, negatywność, oszustwo i towarzyskość. Czujniki w telefonie i dane lokalizacyjne mogą pomóc ustalić, gdzie ktoś przebywa i jaka jest dana sytuacja. To samo miejsce może jednak oddziaływać na ludzi w różny sposób — zależnie od tego, jak je postrzegają.

Analiza

Ten opis przeciwstawia się częstemu błędowi w nauce o danych: traktowaniu przeciętnej skłonności jak niezmiennej istoty człowieka. Zachowanie wynika ze współdziałania osoby i sytuacji, a nie z samej cechy. Wniosek ten sprzyja lepszej personalizacji, bo znaczenie może mieć zarówno czas i kontekst, jak i ogólne etykiety osobowości. Jest też ostrzeżeniem przed profilowaniem na podstawie wąskiego wycinka obserwacji. Wzorzec zaobserwowany w grupie studentów lub w jednym środowisku może nie przenosić się łatwo na inną populację, kulturę czy moment.

Reklamy kosmetyków dopasowane do osobowości zwiększyły zakupy o 50%, ale perswazja to nie kontrola umysłu

Dopasowanie może wpłynąć na wybory. W kampanii internetowego sprzedawcy kosmetyków kobiety oglądały reklamy przygotowane z myślą o osobach introwertycznych albo ekstrawertycznych. W grupach, w których reklamy pasowały do osobowości, dokonano o 50 procent więcej zakupów niż w grupach, do których reklam nie dopasowano. Wynik pokazuje, że odwołanie się do motywacji danej osoby może zmienić jej zachowanie, nie zaś to, że reklama potrafi przepisać jej podstawowe przekonania. Dlatego przechwałki Cambridge Analytica, jakoby firma miała odmieniać wyborców, należy oddzielić od dowodów na to, że ukierunkowane komunikaty mogą wpływać na wybory dokonywane na marginesie.

Wartości kształtują argumentację. Przeformułowanie moralne polega na przedstawieniu idei przez pryzmat trosk moralnych, które najpewniej będą ważne dla odbiorców. Apel klimatyczny może akcentować sprawiedliwość wobec przyszłych pokoleń, gdy kieruje się go do jednej grupy, a odpowiedzialność za przyrodę lub czystość — gdy trafia do innej. Może to pomóc ludziom zrozumieć nieznane argumenty, ale ukryte targetowanie pozwala też dostosowywać perswazję polityczną bez społecznej kontroli.

Analiza

Rozróżnienie między zmianą preferencji a zmianą tożsamości ma znaczenie. Większość decyzji nie jest dramatycznym nawróceniem; to drobne wybory między podobnymi możliwościami, a ich niewielki wpływ może mieć znaczenie, gdy się powtarza lub obejmuje dużą skalę. Przeformułowanie moralne może również uczynić debatę publiczną bardziej zrozumiałą, przekładając idee na różne systemy wartości. Jego etyczne granice wyznaczają przejrzystość i cel. Komunikat, który pomaga komuś rozważyć argument, różni się od takiego, który ma wykorzystać prywatną słabość, ukrywając, kto i dlaczego go przekazuje.

Wykorzystuj dopasowanie psychologiczne, by pomagać ludziom oszczędzać, zdrowieć i poznawać inne punkty widzenia

Personalizacja może służyć ludziom. W kampanii SaverLife skierowanej do osób, które odłożyły mniej niż 100 dolarów, wiadomości dopasowano do osobowości odbiorców. Sto dolarów odłożyło 11 procent osób, które je otrzymały, w porównaniu z 4 procentami tych, którym nie wysłano żadnej wiadomości, i 7 procentami odbiorców ogólnej kampanii. Dopasowanie apelu do motywacji ludzi pomogło większej liczbie uczestników zgromadzić fundusz awaryjny.

Wsparcie wymaga zabezpieczeń. Cyfrowe narzędzia wspierające zdrowie psychiczne mogą oferować pomoc w trudnych chwilach i polecać aktywności dostosowane do danej osoby. Mogą zwiększyć dostęp do wsparcia dla ludzi, którzy nie mogą znaleźć terapeuty albo nie stać ich na terapię, ale chatboty mogą źle reagować na sytuacje kryzysowe i nie zastąpią opieki człowieka. Matz wyobraża sobie również narzędzia, które pozwolą użytkownikom poznawać wiadomości z perspektywy innej osoby, zamiast wzmacniać spersonalizowany kanał. Obietnica nie polega jedynie na dopasowaniu się do preferencji każdej osoby, ale także na poszerzeniu tego, co może zobaczyć.

Analiza

Te przykłady pokazują, dlaczego personalizacji nie należy oceniać wyłącznie na podstawie tego, czy zwiększa liczbę kliknięć lub skłania do działania. Kampania oszczędnościowa mierzy konkretną korzyść dla uczestników, a proponowane narzędzia do poznawania innych perspektyw mają poszerzać zakres odbieranych treści, a nie maksymalizować wygodę. W obu przypadkach potrzebne są jasne granice. System wspierający zdrowie psychiczne musi umożliwiać skierowanie do pomocy człowieka, gdy ryzyko jest wysokie, a narzędzie do poznawania innych perspektyw nie powinno utożsamiać zetknięcia się z odmiennym punktem widzenia ze zrozumieniem go. Personalizacja działa najlepiej, gdy ludzie znają jej cel i zachowują realny wybór.

Prywatność chroni twoją możliwość wyboru, a nie tylko twoje sekrety

Dane mogą zamykać przed tobą drzwi. Kandydat do pracy o imieniu Kyle Behm został odrzucony przez kilku pracodawców po tym, jak test osobowości wskazał ujawnione przez niego trudności ze zdrowiem psychicznym. W Chinach systemy profilowania miały być wykorzystywane do identyfikowania osób uznawanych za skłonne do protestu. Te przypadki pokazują, jak profil może ograniczyć czyjeś możliwości, zanim dana osoba zdąży go wyjaśnić lub zakwestionować. Wnioski mogą być błędne, a jednak zautomatyzowane decyzje mogą wielokrotnie powielać ten sam błąd.

Przyszłość może się zmienić. Twierdzenie, że ktoś nie ma nic do ukrycia, pomija to, jak szybko mogą zmienić się przepisy i sytuacja polityczna. Dane osobowe mogą stać się niebezpieczne, gdy zyskają do nich dostęp nowe władze lub instytucje. Prywatność nie sprowadza się więc do zachowania tajemnicy. Pozwala zachować przestrzeń do decydowania, co, komu i w jakim celu się ujawnia, a także pomaga chronić ludzi przed niewidocznym wywieraniem presji na ich wybory.

Analiza

Prywatność często przedstawia się jako osobistą preferencję, ale ma ona także wartość zbiorową. Ludzie potrzebują prywatnej przestrzeni, by eksperymentować, wyrażać sprzeciw, szukać pomocy i zmieniać przekonania, nie zamieniając każdego działania w trwały wpis w życiorysie. Przykłady ukazują też drugie zagrożenie: przewidywanie może stać się samospełniającą przepowiednią, gdy instytucje wykorzystują je, by odmawiać ludziom szans. Jednocześnie ochrona prywatności nie powinna uniemożliwiać korzystnych, dobrowolnych zastosowań danych. Najważniejsze jest to, czy ludzie zachowują podmiotowość i możliwość dochodzenia swoich praw, gdy wnioski na ich temat mają na nich wpływ.

Nie pozostawiaj ochrony prywatności indywidualnej sile woli

Troska nie gwarantuje działania. W eksperymencie z udziałem ponad 1500 osób 75 procent badanych stwierdziło, że martwi się o prywatność swoich danych, a mimo to średnio 85 procent sprzedało swoje dane, gdy zaoferowano im pieniądze. Pokazanie uczestnikom surowych zapisów, czytelnych podsumowań albo pełniejszego opisu tego, co można wywnioskować z ich danych, nie zmieniło w istotny sposób ich wyborów. Sama informacja nie wystarczyła, by przeważyć nad natychmiastową nagrodą.

Odpowiedzialność spada na niewłaściwą stronę. Paradoks prywatności opisuje rozbieżność między deklarowaną troską ludzi o prywatność a ich ograniczonymi działaniami ochronnymi. Ludzie muszą mierzyć się ze skomplikowanymi regulaminami, niejasnymi przyszłymi zastosowaniami danych i brakiem czasu na analizowanie każdej usługi. Przyznanie jednostkom formalnej kontroli, bez zapewnienia praktycznej możliwości korzystania z niej, zmienia prawo w wymagające osobiste zadanie. Przejrzystość i możliwość wyboru są ważne, ale nie mogą stanowić całego zabezpieczenia w systemie danych zaprojektowanym tak, by ułatwiać ich ujawnianie.

Analiza

Eksperyment podważa pocieszające przekonanie, że lepsza edukacja automatycznie prowadzi do lepszych decyzji. Ludzie regularnie przedkładają natychmiastową wygodę nad długofalowe interesy, zwłaszcza gdy koszty są niepewne, a korzyści widoczne. Nie wynika to po prostu ze słabości charakteru; to przewidywalna reakcja na sposób zorganizowania wyboru. Zastąpienie indywidualnych decyzji powszechnym paternalizmem również stwarzałoby problemy. Dobre systemy powinny ograniczać wykorzystywanie ludzi, nie odbierając im przy tym zrozumiałych i łatwych w użyciu sposobów wyrażenia zgody, odmowy ani zmiany zdania.

Uczyń prywatność łatwym ustawieniem domyślnym, a następnie ogranicz ilość danych, które firmy mogą gromadzić

Zmień punkt wyjścia. W krajach, w których domyślnie rejestruje się ludzi jako dawców narządów, ale można z tego zrezygnować, uczestnictwo jest znacznie większe niż w krajach wymagających wyrażenia zgody. Książka odnosi tę lekcję do danych: ustawienia chroniące prywatność powinny być domyślne, a nie stanowić trudnego do znalezienia wyjątku. Prywatność w fazie projektowania oznacza wbudowywanie ochrony w usługę od samego początku, zamiast oczekiwania, że użytkownicy sami naprawią zagrożenia.

Zachowaj użyteczność danych bez ich centralizowania. Uczenie federacyjne pozwala modelowi uczyć się na urządzeniu danej osoby, a następnie udostępniać zaktualizowany model zamiast bazowych danych osobowych. Wśród innych proponowanych zabezpieczeń są opodatkowanie gromadzenia danych, ograniczenie działalności brokerów danych i niedopuszczanie do łączenia tak wielu źródeł przez garstkę firm. Żadne z tych rozwiązań nie jest kompletne, ale razem mogą zmienić zachęty i ograniczyć szkody, jakie może wyrządzić pojedynczy wyciek lub nadużycie.

Analiza

Najważniejsza zasada projektowania w tym przypadku polega na tym, by bezpieczniejszy wybór był najłatwiejszą drogą. Ustawienia domyślne mają znaczenie, bo uwaga jest ograniczonym zasobem, a porównanie z dawstwem narządów pokazuje, jak bardzo zachowanie może się zmienić bez odbierania ludziom wyboru. Uczenie federacyjne pozwala zachować część korzyści personalizacji bez gromadzenia wszystkich surowych danych w jednym miejscu. Nie jest jednak cudowną tarczą chroniącą prywatność. Aktualizacje modeli, bezpieczeństwo i zachęty korporacyjne nadal wymagają kontroli, podobnie jak jasne zasady określające, które zastosowania są dopuszczalne.

Łącz dane w spółdzielniach należących do członków, by zwiększyć ich wiedzę i siłę przetargową

Wioskę można odtworzyć w internecie. Matz porównuje spółdzielnie danych ze spółdzielnią winiarską działającą w jej rodzinnych stronach. Poszczególne rodziny nie były w stanie sprawnie produkować ani sprzedawać wina, ale wspólne wykorzystanie winogron zapewniało członkom dostęp do sprzętu, wiedzy fachowej i korzystniejszych warunków. Podobnie spółdzielnia danych gromadzi wybrane dane członków, by realizować wspólny cel, pozostając przy tym odpowiedzialna przed tymi członkami.

Członkowie mogą bezpośrednio korzystać z jej działalności. Szwajcarska organizacja non-profit MIDATA pozwala ludziom przechowywać dokumentację medyczną i decydować, które projekty badawcze lub opieki zdrowotnej mogą z niej korzystać. Projekt dotyczący stwardnienia rozsianego łączy dokumentację pacjentów z danymi o śledzeniu objawów, aby wspierać lepiej dopasowaną opiekę, za zgodą pacjentów. Członkowie mogą też uczestniczyć w zarządzaniu. Model ten przenosi zarządzanie danymi z rąk odległych platform do wspólnoty, która ma jasno określony cel i obowiązek służenia swoim członkom.

Analiza

Spółdzielnie rozwiązują dwa problemy naraz: pojedyncze osoby mają niewielką siłę przetargową, a uzyskanie użytecznych wniosków często wymaga danych od wielu ludzi. Własność członkowska może sprawić, że interesy organizacji będą zgodne z interesami osób udostępniających informacje. Zgodność ta nie powstaje jednak automatycznie. Członkowie potrzebują zrozumiałych zasad zarządzania, solidnych zabezpieczeń i rzeczywistej możliwości wycofania się lub ograniczenia dostępu do danych. Pomysł jest najtrafniejszy, gdy wspólny cel jest konkretny, na przykład poprawa leczenia, a najmniej przekonujący, gdy zbiorowa własność staje się tylko nową etykietą dla nieprzejrzystego pozyskiwania danych.

Analiza

Mindmasters to zarazem przegląd psychologii obliczeniowej i argument na rzecz tego, kto powinien sprawować pieczę nad wiedzą wytwarzaną przez te systemy. Opowieść zaczyna się w rodzinnej wiosce autorki, gdzie bycie znanym zapewniało zarówno praktyczne wsparcie, jak i niechcianą ingerencję. Ta dwoistość staje się pryzmatem, przez który można spojrzeć na cyfrową gospodarkę: dane mogą pomóc lepiej dostosować opiekę do potrzeb, ale wiedza psychologiczna daje również wpływ na innych. Największą zaletą książki jest powiązanie technicznych przewidywań z władzą polityczną bez udawania, że algorytmy są wszechmocne albo nieszkodliwe.

Przykłady empiryczne są przekonujące, jeśli traktować je jako dowody na możliwość wykrywania sygnałów, a nie na powszechną trafność. Porównania oparte na polubieniach na Facebooku, modele analizujące język, wzorce wydatków i ślady z telefonów pokazują, że codzienne zachowania mogą pozwalać przewidywać prywatne cechy. Trafność przewidywań zależy jednak od próby, populacji i celu. Podany w książce spadek trafności przewidywania depresji z 80 procent w próbie studentów do około 60 procent w szerszej próbie przypomina, że wdrożenie systemu to nie to samo co wyniki w warunkach laboratoryjnych. W decyzjach dotyczących jednostek wyniki fałszywie dodatnie i nierówny poziom błędów mogą mieć większe znaczenie niż wynik zbiorczy.

Ramy etyczne książki są pragmatyczne: nie zakazujmy każdej formy personalizacji, lecz ułatwiajmy pożyteczne zastosowania i utrudniajmy nadużycia. Proponowane rozwiązania — w tym ustawienia domyślne chroniące prywatność, uczenie federacyjne, ograniczenia koncentracji danych i spółdzielnie należące do członków — dotyczą zarówno infrastruktury, jak i bodźców. Pomysł spółdzielni jest szczególnie przekonujący, bo przedstawia zarządzanie danymi jako problem zbiorowej zdolności działania, a nie wyłącznie edukacji konsumentów. Jego powodzenie zależałoby od jakości zarządzania, bezpieczeństwa technicznego i rzeczywistej władzy członków, a nie od samego spółdzielczego szyldu.

Główna myśl jest taka, że kontroli nie da się sprowadzić do zaznaczenia pola wyboru. Ludzie potrzebują systemów, które pozwalają im korzystać z danych, nie zmuszając ich do pełnoetatowego zajmowania się ochroną prywatności, oraz instytucji, które można pociągnąć do odpowiedzialności, gdy przewidywania wpływają na życiowe szanse. Wraz ze spadkiem kosztów modeli i wzrostem ich możliwości wyzwanie to będzie coraz poważniejsze. Metafora wioski wykracza więc poza nostalgię: zadaniem jest stworzenie wzajemnych i rozliczalnych form poznawania się w świecie, w którym nadzór stał się globalny i zautomatyzowany.

Podsumowanie w 30 sekund
Codzienne ślady cyfrowe mogą pozwalać przewidywać osobowość i preferencje, ale wzorce statystyczne to prawdopodobieństwa, a nie wyjaśnienia dotyczące poszczególnych osób. Kontekst, nastrój i otoczenie wpływają na to, jak ujawniają się cechy. Dopasowane komunikaty mogą zmieniać wybory: w jednej kampanii reklamowej dotyczącej urody liczba zakupów wzrosła o 50 procent, a w kampanii zachęcającej do oszczędzania 11 procent osób osiągnęło poziom 100 dolarów, w porównaniu z 4 procentami osób, które nie otrzymały żadnego komunikatu. Ochrona prywatności wymaga ustawień domyślnych chroniących dane, ograniczeń w ich gromadzeniu oraz zbiorowych sposobów zarządzania nimi i czerpania z nich korzyści.
Zawiera spoilery

Ostatnia aktualizacja:

Zgłoś problem

Podsumowanie recenzji

3.96 z 5
Średnia z 399 ocen z Goodreads i Amazon.

Mindmasters zbiera przytłaczająco pozytywne recenzje; czytelnicy chwalą wnikliwe omówienie wykorzystywania danych i targetowania psychologicznego. Wielu docenia wyważone podejście Matz, łączące osobiste historie z badaniami naukowymi. Książka jest ceniona za przystępność, angażujący styl i skłaniającą do refleksji treść. Czytelnicy uważają ją za otwierającą oczy; omawia zarówno potencjalne korzyści, jak i zagrożenia związane z gromadzeniem danych. Niektórzy chcieliby bardziej pogłębionej analizy naukowej, ale ogólnie książka jest gorąco polecana ze względu na jej aktualność w kontekście współczesnego życia cyfrowego.

Twoja ocena:
4.62
336 ocen
Chcesz przeczytać całą książkę?

Słowniczek

targetowanie psychologiczne

Wpływanie na podstawie przewidywań psychologicznych

Proces wykorzystywania przewidywanych cech psychologicznych, takich jak osobowość, stan emocjonalny czy wartości, do kształtowania myśli, uczuć lub zachowania danej osoby. Może służyć użytecznej interwencji, na przykład zachęcie do oszczędzania dostosowanej do motywacji danej osoby, albo umożliwiać wykorzystanie jej, na przykład przez kierowanie manipulacyjnych reklam do osoby podatnej na wpływy.

deklaracje tożsamości

Świadome sygnały tożsamości

Celowe wypowiedzi i działania, za pomocą których ludzie komunikują, kim są lub na czym im zależy. Przykłady obejmują posty w mediach społecznościowych, obserwowane strony, fotografie i widoczne zainteresowania. Deklaracje tożsamości różnią się od śladów powstających jako uboczny skutek zachowania, choć oba rodzaje informacji mogą dostarczać wskazówek na temat psychiki danej osoby.

behawioralne ślady uboczne

Nieumyślne ślady zachowania

Informacje pozostawione jako uboczny skutek codziennych działań, a nie stworzone po to, by przedstawiać innym swoją tożsamość. Przykładami są historia wyszukiwania, zapisy zakupów oraz dane o lokalizacji lub aktywności ze smartfona. Takie ślady mogą ujawniać nawyki, preferencje i wzorce psychologiczne, często bez świadomości danej osoby, jak wiele można z nich wyczytać.

Wielka Piątka

Pięć szerokich wymiarów osobowości

Powszechnie stosowany model naukowy opisujący osobowość za pomocą otwartości na doświadczenia, sumienności, ekstrawersji, ugodowości i neurotyczności. Zapewnia spójny sposób porównywania ogólnych tendencji różnych osób, ale nie oddaje wszystkich niuansów osobowości ani nie pozwala dokładnie przewidzieć, jak ktoś zachowa się w konkretnej sytuacji.

wymiary sytuacji DIAMONDS

Osiem wymiarów sytuacji

Ramy opisu psychologicznych cech sytuacji: obowiązki (Duty), intelekt (Intellect), przeciwności (Adversity), dobieranie się w pary (Mating), pozytywność (pOsitivity), negatywność (Negativity), oszustwo (Deception) i towarzyskość (Sociality). Pomagają badaczom porównywać otoczenia, takie jak biblioteka i zatłoczona kawiarnia, oraz badać, jak sytuacje wpływają na chwilowe myśli, uczucia i zachowania ludzi.

przeformułowanie moralne

Argumentowanie przez odwołanie do cudzych wartości

Sposób perswazji polegający na przedstawieniu idei za pomocą kwestii moralnych ważnych dla docelowych odbiorców. Na przykład argument ekologiczny może dla jednej grupy podkreślać sprawiedliwość wobec przyszłych pokoleń, a dla innej — odpowiedzialną troskę o planetę. Może pomóc ludziom rozważyć nieznane im stanowiska, ale można go też potajemnie wykorzystać do manipulacji.

paradoks prywatności

Troska bez działań ochronnych

Rozbieżność między deklarowaną troską ludzi o prywatność a ich często ograniczonymi staraniami o ochronę danych osobowych. Książka wiąże tę rozbieżność z natychmiastową wygodą lub nagrodami, niejasnymi warunkami, niepewnością co do przyszłego wykorzystania danych i czasem potrzebnym na zarządzanie nimi. Nie oznacza to, że troska ludzi o prywatność jest nieszczera.

prywatność w fazie projektowania

Ochrona wbudowana w systemy

Podejście, w którym zabezpieczenia prywatności stanowią część podstawowej architektury produktu lub usługi, zamiast opierać się głównie na tym, że użytkownicy zmienią ustawienia albo zinterpretują zapisy prawne. Przykładami są ustawienia domyślne chroniące prywatność oraz systemy, które mogą świadczyć użyteczne usługi bez gromadzenia lub przechowywania zbędnych danych osobowych.

uczenie federacyjne

Uczenie bez centralizacji surowych danych

Podejście do uczenia maszynowego, w którym model jest przesyłany na urządzenia i uczy się na danych przechowywanych lokalnie. Urządzenie udostępnia zaktualizowany model, a nie podstawowe dane osobowe. Może to umożliwiać świadczenie spersonalizowanych usług przy mniejszej potrzebie przesyłania surowych danych na centralny serwer, choć nadal wymaga zabezpieczeń dotyczących bezpieczeństwa i zarządzania.

spółdzielnia danych

Zarządzanie danymi zbiorowo i na własność członków

Organizacja należąca do osób, które wspólnie zarządzają nią i łączą wybrane dane osobowe, by realizować wspólny cel. Członkowie mogą udzielać dostępu do danych na potrzeby badań lub usług, uczestniczyć w podejmowaniu decyzji i czerpać korzyści z rezultatów. Model spółdzielczy ma zapewniać wiedzę specjalistyczną i siłę przetargową, a zarazem zobowiązywać organizację do działania w interesie członków.

FAQ

O czym jest „Mindmasters: The Data-Driven Science of Predicting and Changing Human Behavior”?

  • Omówienie targetowania psychologicznego: Książka opisuje, jak techniki oparte na danych mogą przewidywać ludzkie zachowania i na nie wpływać poprzez analizę cyfrowych śladów.
  • Równowaga korzyści i zagrożeń: Omawia potencjalne korzyści i niebezpieczeństwa targetowania psychologicznego, podkreślając potrzebę uwzględniania kwestii etycznych.
  • Wpływ na jednostki i społeczeństwo: Autorka, Sandra Matz, analizuje, jak te technologie mogą służyć osobistemu rozwojowi i zmianom społecznym.
  • Przyszłe konsekwencje: Książka rozważa także przyszłość technologii opartych na danych oraz ich wpływ na prywatność i autonomię.

Dlaczego warto przeczytać „Mindmasters: The Data-Driven Science of Predicting and Changing Human Behavior”?

  • Zrozumienie siły danych: Książka wyjaśnia, jak wykorzystuje się dane osobowe do przewidywania zachowań i wpływania na nie, co ma kluczowe znaczenie w dzisiejszej epoce cyfrowej.
  • Kwestie etyczne: Zachęca czytelników do krytycznego namysłu nad etycznymi konsekwencjami technologii opartych na danych.
  • Praktyczne zastosowania: Przedstawia konkretne przykłady wykorzystania targetowania psychologicznego w marketingu, ochronie zdrowia i polityce.
  • Przygotowanie na przyszłość: Lektura pozwala przygotować się na przyszły rozwój technologii i jego potencjalny wpływ na społeczeństwo.

Jakie są najważniejsze wnioski z książki „Mindmasters: The Data-Driven Science of Predicting and Changing Human Behavior”?

  • Dane jako okno: Cyfrowe ślady mogą ujawniać intymne szczegóły dotyczące naszej psychiki, wpływając na to, jak firmy i rządy kierują do nas swoje działania.
  • Możliwości i zagrożenia: Targetowanie psychologiczne może poprawiać jakość życia, ale stwarza również ryzyko manipulacji i naruszania prywatności.
  • Potrzeba regulacji: Książka postuluje lepsze systemy zarządzania danymi i regulacje chroniące prywatność oraz autonomię jednostek.
  • Wspólne działanie: Sugeruje tworzenie spółdzielni danych, aby wzmacniać pozycję jednostek i społeczności w zarządzaniu ich danymi.

Jak Sandra Matz definiuje w książce „targetowanie psychologiczne”?

  • Definicja: Targetowanie psychologiczne to proces wpływania na myśli, uczucia i zachowania ludzi na podstawie przewidywanych cech psychologicznych.
  • Oparte na danych: Polega na analizie cyfrowych śladów w celu przewidywania osobowości, preferencji i zachowań.
  • Zastosowania: Wykorzystuje się je w marketingu, polityce i ochronie zdrowia, by dopasowywać komunikaty i interwencje do potrzeb poszczególnych osób.
  • Wątpliwości etyczne: Rodzi pytania o prywatność, zgodę i możliwość manipulacji.

Jakie potencjalne korzyści targetowania psychologicznego wymienia „Mindmasters”?

  • Personalizacja: Umożliwia daleko idące spersonalizowanie działań marketingowych, opieki zdrowotnej i edukacji.
  • Lepsze rezultaty: Dopasowanie interwencji do indywidualnych potrzeb może prowadzić do lepszych wyników zdrowotnych, finansowych i edukacyjnych.
  • Zaangażowanie: Zwiększa zaangażowanie, gdy komunikaty są zgodne z osobistymi wartościami i motywacjami.
  • Wzmocnienie sprawczości: Może wzmocnić pozycję jednostek, dostarczając im wiedzy o ich własnych zachowaniach i preferencjach.

Jakie zagrożenia i wątpliwości etyczne związane z targetowaniem psychologicznym wskazuje książka?

  • Naruszenie prywatności: Gromadzenie i analiza danych osobowych mogą budzić poważne obawy dotyczące prywatności.
  • Manipulacja: Istnieje ryzyko wpływania na wybory jednostek bez ich świadomej zgody.
  • Dyskryminacja: Targetowanie psychologiczne może prowadzić do dyskryminacji, jeśli służy wykluczaniu lub stawianiu niektórych grup w gorszej sytuacji.
  • Brak przejrzystości: Ludzie często nie wiedzą, w jaki sposób i w jakim celu wykorzystuje się ich dane.

Jak „Mindmasters” podpowiada, jak chronić prywatność w świecie opartym na danych?

  • Spółdzielnie danych: Tworzenie spółdzielni, które wspólnie zarządzają danymi osobowymi i czerpią z nich korzyści.
  • Regulacje: Postulowanie silniejszych przepisów i regulacji dotyczących ochrony danych.
  • Prywatność w fazie projektowania: Zachęcanie do rozwijania technologii, które stawiają prywatność i bezpieczeństwo danych na pierwszym miejscu.
  • Świadoma zgoda: Zapewnienie jednostkom kontroli nad ich danymi i zrozumienia, w jaki sposób są wykorzystywane.

Jaką rolę odgrywają spółdzielnie danych w przyszłości zarządzania danymi według Sandry Matz?

  • Zarządzanie zbiorowe: Spółdzielnie danych umożliwiają łączenie danych jednostek dla wspólnego dobra i zwiększenia ich siły przetargowej.
  • Ochrona prywatności: Umożliwiają bezpieczne i przejrzyste zarządzanie danymi, przy zachowaniu przez członków kontroli nad nimi.
  • Wzmocnienie sprawczości: Spółdzielnie wzmacniają pozycję jednostek, dając im wpływ na sposób wykorzystywania i udostępniania ich danych.
  • Innowacje: Mogą stymulować innowacje, tworząc platformę do opracowywania nowych rozwiązań opartych na danych, z których korzystają wszyscy członkowie.

Jak „Mindmasters” podejmuje temat polaryzacji politycznej?

  • Przeformułowanie moralne: Książka omawia wykorzystywanie przeformułowania moralnego do zmniejszania podziałów politycznych przez dostosowanie komunikatów do wartości moralnych poszczególnych osób.
  • Poszerzanie perspektyw: Zachęca do wykorzystywania targetowania psychologicznego, by pokazywać ludziom różne punkty widzenia i ograniczać powstawanie komór echa.
  • Zaangażowanie: Sugeruje, że spersonalizowane komunikaty polityczne mogą zwiększać zaangażowanie i wzajemne zrozumienie ponad podziałami politycznymi.
  • Rozmowy z AI: Omawia potencjał sztucznej inteligencji w ułatwianiu konstruktywnego dialogu politycznego i zmniejszaniu polaryzacji.

Jakie praktyczne zastosowania targetowania psychologicznego w marketingu omawia książka?

  • Spersonalizowane reklamy: Dopasowywanie reklam do cech osobowości i preferencji, by zwiększyć zaangażowanie.
  • Rekomendacje produktów: Wykorzystywanie danych do polecania produktów zgodnych z profilami psychologicznymi konsumentów.
  • Doświadczenia klientów: Poprawa doświadczeń klientów poprzez personalizację interakcji i komunikacji.
  • Lojalność wobec marki: Budowanie lojalności wobec marki za pomocą komunikatów odpowiadających wartościom i motywacjom konsumentów.

Jakie są najlepsze cytaty z „Mindmasters” i co znaczą?

  • „Prywatność to siła”. Cytat podkreśla znaczenie prywatności dla zachowania kontroli nad własnym życiem i decyzjami.
  • „Technologia nie jest ani dobra, ani zła, ani też neutralna”. Odzwierciedla dwoistą naturę technologii i podkreśla jej potencjał zarówno do wywierania pozytywnych, jak i negatywnych skutków.
  • „Dane są oknem na naszą psychikę”. Pokazuje, jak cyfrowe ślady mogą ujawniać intymne szczegóły dotyczące myśli i zachowań ludzi.
  • „Musimy na nowo zaprojektować zasady gry danymi”. Wzywa do fundamentalnej zmiany sposobu zarządzania danymi osobowymi i ich wykorzystywania z korzyścią dla jednostek i społeczeństwa.

Jak Sandra Matz wyobraża sobie przyszłość technologii opartych na danych?

  • Większa personalizacja: Technologie będą coraz lepiej dostosowywać doświadczenia do danych poszczególnych osób.
  • Wyzwania etyczne: Wraz ze wzrostem inwazyjności i możliwości technologii pojawią się nowe wyzwania etyczne.
  • Ewolucja regulacji: Przepisy będą musiały ewoluować, by nadążać za postępem technologicznym.
  • Wzmocnienie sprawczości a kontrola: Przyszłość będzie wymagać równoważenia potencjału danych do wzmacniania sprawczości z potrzebą ochrony autonomii i prywatności jednostek.

O autorze

Sandra C. Matz, PhD jest adiunktką w Columbia Business School w Nowym Jorku. Jej dorobek akademicki obejmuje stanowiska wizytujące w University College Dublin, Stanford Graduate School of Business oraz University of Texas-Austin. Matz uzyskała doktorat z psychologii na University of Cambridge. Jej badania koncentrują się na styku big data, ludzkiego zachowania i targetowania psychologicznego. Jako czołowa ekspertka w tej dziedzinie Matz wnosi do swojej pracy dekadę doświadczenia badawczego, analizując, jak cyfrowe ślady ujawniają ludzką psychikę oraz jakie konsekwencje ma podejmowanie decyzji na podstawie danych w różnych aspektach życia.

Pobierz PDF

Aby zachować streszczenie „Mindmasters” na później, pobierz bezpłatny plik PDF. Możesz je wydrukować lub przeczytać offline w dogodnym dla siebie momencie.
Download PDF

Pobierz EPUB

Aby przeczytać streszczenie „Mindmasters” na czytniku lub w aplikacji, pobierz bezpłatny plik EPUB. Cyfrowy format książki .epub idealnie nadaje się do czytania e-booków na telefonach, tabletach i czytnikach.
Download EPUB
Chcesz przeczytać całą książkę?
Obserwuj
Słuchaj
Główna
Swipe
Biblioteka
Aplikacja
Wypróbuj pełny dostęp przez 3 dni
Słuchaj, dodawaj zakładki i więcej
Porównaj funkcje Darmowy Pro
📖 Czytaj streszczenia
Czytaj nieograniczoną liczbę streszczeń. Darmowi użytkownicy otrzymują 3 miesięcznie
🎧 Słuchaj streszczeń
Słuchaj nieograniczonej liczby streszczeń w 40 językach
—
❤️ Nieograniczone zakładki
Darmowi użytkownicy mają limit 4
—
📜 Nieograniczona historia
Darmowi użytkownicy mają limit 4
—
📥 Nieograniczone pobieranie
Darmowi użytkownicy mają limit 1
—
Harmonogram bez ryzyka
Dziś: Uzyskaj natychmiastowy dostęp
Słuchaj pełnych streszczeń ponad 26 000 książek. To ponad 12 000 godzin audio!
Dzień 2: Przypomnienie o okresie próbnym
Wyślemy Ci powiadomienie, że okres próbny wkrótce się kończy.
Dzień 3: Rozpoczęcie subskrypcji
Opłata zostanie pobrana 24 lis,
anuluj w dowolnym momencie wcześniej.
Consume 2.8× More Books
2.8× więcej książek Słuchanie Czytanie
Nasi użytkownicy nas kochają
600,000+ czytelników
Trustpilot Rating
TrustPilot
4.6 Doskonały
Ta strona to prawdziwa rewolucja. Czytam streszczenia książek szybciej niż kiedykolwiek. Bardzo, bardzo polecam.
— Dave G
Warte mojego czasu i pieniędzy, naprawdę dobrze zrobione. Nigdy nie widziałem tak dobrych streszczeń na innych stronach. Bardzo pomocne!
— Em
Gorąco polecam!! Fantastyczna usługa. Idealna dla tych, którzy chcą czegoś więcej niż zajawka, ale nie potrzebują wszystkich szczegółów pełnego audiobooka.
— Greg M
Oszczędź 62%
Roczny
$119.88 $44.99/rok/rok
$3.75/mies.
Miesięczny
$9.99/mies.
Rozpocznij 3-dniowy darmowy okres próbny
3 dni za darmo, potem $44.99/rok. Anuluj w dowolnym momencie.
Unlock a world of fiction & nonfiction books
Ponad 26 000 książek w cenie 2 książek
Przeczytaj dowolną książkę w 10 minut
Odkrywaj nowe książki jak na Tinderze
Zamów dowolną książkę, jeśli nie ma jeszcze streszczenia
Czytaj więcej książek niż ktokolwiek, kogo znasz
Aplikacja nr 1 dla miłośników książek
Lifelike & immersive summaries
30-dniowa gwarancja zwrotu pieniędzy
Pobieraj streszczenia w formatach EPUB i PDF
Anuluj w każdej chwili kilkoma kliknięciami

Dlaczego tylko jedno streszczenie?

Skaner
Znajdź kod kreskowy do zeskanowania

⭐
⭐
⭐
Mamy dla Ciebie specjalny prezent
Otwórz
Rabat 38%
RABAT DLA CIEBIE
⭐
⭐
⭐
$79.99
$49.99/rok
Tylko $4.16 miesięcznie
Kontynuuj
Wystarczą 2 kliknięcia, by zacząć. Rezygnacja jest bardzo prosta
Ustawienia
Ogólne
Widget
Ładowanie...