Stel je een soort Excelsheet voor met in de meest linkse kolom 240 miljoen namen onder elkaar. Allemaal mensen die jij naar de stembus probeert te krijgen, om op de presidentskandidaat te stemmen waar jij campagne voor voert. Je scrollt naar rechts en er trekt een parade van 800 grijs/witte kolommen aan je voorbij. Met in elk vakje een klein stukje persoonlijke informatie over de desbetreffende persoon. De woonplaats, afkomst, burgerlijke staat, eventuele kinderen en huisdieren, maar ook het inkomen, welke auto er is gekocht, eventuele politieke- of sportlidmaatschappen, wat die persoon (online) leest en bekijkt, het soort supermarkt dat die persoon bezoekt, telefoonnummers, emailadressen, huisadressen, het kan niet op. Bizar toch?

Het gaat nog verder, want naast deze data zijn enquêtes afgenomen onder een deel van deze mensen. Dus je weet wie van hen positief tegenover jouw kandidaat staan en wie negatief, maar je weet dat nog niet van iedereen. Daar kun je echter een rekenmodel voor maken. Je voedt een programma met de persoonlijke eigenschappen die je over je enquêtegroep hebt, en een algoritme doet de rest. Die maakt op basis van die uitkomst een inschatting voor de rest van de namen in je databestand. Je hoeft niet langer al die miljoenen mensen proberen te bereiken, alleen de mensen met een gemiddelde tot hoge score horen tot je doelgroep: zij staan redelijk positief tegenover je kandidaat, je hoeft ze alleen nog over de streep te trekken. De mensen met extreem lage scores kun je links laten liggen, die zijn toch niet om te praten.

Goudmijn

Dit is geen natte droom van een campagneleider. Anno 2020 is dit de werkelijkheid. Dat vertelt Andrew Drechsler ons. Hij is president van het bedrijf HaystaqDNA en in het kort is het voorgaande wat ze daar doen. Zo helpen ze commerciële en politieke partijen sneller de juiste doelgroep te bereiken. Een van de klanten was dit jaar nog het campagneteam van Bernie Sanders.

Drechsler: “Deze methode is zo effectief omdat een campagneteam hiermee haar beperkte tijd en geld zo efficiënt mogelijk kan inzetten. Het geeft antwoord op de vraag welke mensen waarschijnlijk het meest vatbaar zijn voor een bezoek of belletje van het campagneteam. Op wie ze hun advertenties het best kunnen richten, online en offline, voor het hoogst mogelijke resultaat.”

De data is op verschillende manieren verzameld, vertelt Drechsler ons. Door het in te kopen van datahandelaren, dat doen ze bijvoorbeeld om aan de data van creditcards te komen. Zo krijgen ze informatie over het aankoopgedrag van een persoon: welke soort winkels iemand bezoekt, welke auto er is gekocht of waar de boodschappen worden gedaan. “We zien niet dat je een blik tonijn koopt, zo gedetailleerd is die data niet. Maar wel bij wat voor soort winkel je het hebt gekocht, een discounter bijvoorbeeld.”

De juiste inschatting

Een andere manier waarop HaystaqDNA data verzamelt, is door te kijken naar de sporen die mensen online achterlaten. “Bijvoorbeeld wanneer ze online formulieren invullen over wat hun interesses zijn, of wat hun gezinssituatie is. Maar ook de websites die ze bezoeken, zijn te achterhalen.” Hoe basaal de informatie ook is, het helpt allemaal met het maken van profielen van mensen. En dat helpt het algoritme om een juiste inschatting te maken van hoe vatbaar iemand is voor een boodschap van een presidentskandidaat.

Een aantal jaar geleden verzamelde het bedrijf via Google Streetview beelden van daken met zonnepanelen om in kaart te brengen wie er wel of niet zonnepanelen op zijn dak heeft liggen. Opnieuw met als doel de dataset rijker te maken. Want mensen die zo’n investering doen, zijn wellicht ook klimaat- en milieubewust. En daarbij hebben die het geld om zo’n investering te doen. Dat zegt ook weer iets over mensen.

Goede score

“Als je bedenkt dat er zo’n 330 miljoen mensen in de Verenigde Staten wonen, hebben we met onze dataset van 240 miljoen namen behoorlijk wat informatie”, vervolgt Drechsler. “Maar de vakjes zijn niet allemaal bij elke persoon ingevuld, we weten dus niet alles. Daarbij blijft de score die iemand krijgt een inschatting van een algoritme. Het is niet de waarheid. Wel krijgen we vaak de bevestiging dat onze berekeningen heel dicht in de buurt van de werkelijkheid komen. Zo voorspelden scores laatst bijvoorbeeld dat op een bepaald huisadres de man wel zou openstaan voor een praatje, maar de vrouw niet. Achteraf hoorden we van een campagnemedewerker die de wijk in was gegaan dat de vrouw inderdaad al een hele sterke voorkeur voor een andere kandidaat had.”

Hoe dit de verkiezingscampagnes heeft veranderd, zag Angela Gyetvan van dichtbij toen zij in 2012 werkte aan de herverkiezingscampagne van Barack Obama in het Tech for Obama team. Het waren de eerste presidentsverkiezingen waar social media een grote rol bij speelde, maar het was ook het jaar waarin organisaties voor het eerst met grote donaties de presidentsverkiezingen konden beïnvloeden. De combinatie van die twee veranderde de manier van campagne voeren compleet.

“Het Hooggerechtshof besloot in 2010 dat het in strijd is met de vrijheid van meningsuiting om organisaties nog langer te beperken in het steunen van politieke campagnes”, zegt Gyetvan. “Dat zette de sluis open voor organisaties om politieke campagnes te beïnvloeden met gigantische bedragen. Voorheen mochten alleen personen doneren en was de limiet 350 dollar. Nu kan je een Super PAC oprichten, een politiek actiecomité, waar organisaties miljoenen in kunnen storten om een kandidaat te steunen, of juist aan te vallen.”

De Super PAC’s mogen hun activiteiten niet coördineren met de kandidaten, maar ze werken wel aan hetzelfde doel: de kandidaat van hun keuze in het Witte Huis krijgen. En ze maken ook gebruik van dezelfde tools en tactieken, zoals het verspreiden van politiek geladen videoboodschappen voor of juist tegen een kandidaat. Daarbij kunnen Super PAC’s ook worden geleid door oud-campagne medewerkers, die doordrenkt zijn van strategieën uit voorgaande campagnes.

“Dus plotseling heb je honderdduizenden dollars die kunnen worden ingezet voor campagne doeleinden, die er voorheen niet waren. En met dat geld worden datasets gekocht met consumenteninformatie die voorheen alleen toegankelijk waren voor commerciële partijen.” Die dataset van HaystayDNA is daar een voorbeeld van. “Het zorgwekkende hieraan is dat grote organisaties ineens een belangrijke rol innemen tijdens de verkiezingen. Met hun financiële middelen kunnen ze de uitslag beïnvloeden op een manier waarop gewone mensen dat niet kunnen, wat de verkiezingen ontwricht.”

Daarbij is het ook niet transparant waar dit grote geld precies vandaan komt. “Welke organisaties geld storten in deze Super PAC’s, hoeven de PAC’s niet openbaar te maken. Je kunt dus in de VS de campagne van een presidentskandidaat anoniem steunen met gigantische bedragen.” Dat zet niet alleen de deur open voor Amerikaanse bedrijven, die wellicht profijt hebben bij de winst van een van de kandidaten, maar zo kunnen ook buitenlandse organisaties de verkiezingen in de Verenigde Staten beïnvloeden. De invloed van de Super PAC’s neemt ook nog eens toe. In 2010 waren er 83 Super PAC’s, in 2016 waren het er meer dan 2.300 die samen 1,1 miljard dollar in de verkiezingen hadden gestoken.

Misleidende informatie

“De komst van het grote geld, en het niet weten van wie dat geld afkomstig is, in combinatie met de mogelijkheden van digitale marketing maakt het zo’n zorgwekkende situatie”, vervolgt Gyetvan. “Want je weet nu precies welke mensen je moet beïnvloeden om de verkiezingen te winnen. En dankzij social media kun je die mensen gericht advertenties sturen, en zo ook misleiden. Social media platforms gaan hier niets aan doen, want zij verdienen hier flink aan."

De Britse nieuwszender Channel 4 News ontdekte een paar weken geleden nog dat de verkiezingscampagne van Trump in 2016 heeft geprobeerd om miljoenen zwarte Amerikanen ervan te weerhouden om te stemmen. Het team stuurde social media posts met daarin misleidende informatie zoals een verkeerde datum van de stemdag zodat kiezers de officiële verkiezingsdag misten. Of misinformatie over de Democratische kandidaat, waardoor de motivatie om op die persoon te stemmen verdween. Allemaal met hetzelfde doel: ervoor zorgen dat mensen die je zelf niet meer voor je kan winnen zo te beïnvloeden dat ze hun stemrecht niet gebruiken.

In Nederland

Hoezeer dit op dezelfde manier ook in Nederland speelt, is wel nog de vraag. Drechsler: “Ik zou moeten uitzoeken of we dit op dezelfde manier in jullie land zouden kunnen doen. We hebben eerder in Italië, Groot-Brittannië en Spanje gewerkt, dus ik ga ervan uit dat het ook in jullie land zou moeten kunnen. Maar vanwege strenge Europese privacywetgeving zullen de datasets die we kunnen gebruiken wel minder uitgebreid zijn, maar de methode blijft hetzelfde. Hoeveel data er op deze manier ook al in jullie land wordt gebruikt en ingezet, weet ik niet, maar dat het gebeurt, daar ben ik zeker van.”

Gyetvan is er ook van overtuigd dat deze manier van campagne voeren voorlopig nog niet weg is. “Zolang de data beschikbaar is, wij als volk social media platforms en digitale media gebruiken, en dus getarget kunnen worden, zal dit een rol blijven spelen in politieke campagnes.”