“Gestiamo pubblicità” fu la provocatoria risposta di Mark Zuckerberg alla domanda postagli durante l’udienza al Senato americano su quale modello di business si basasse Facebook. Erano i giorni dello scandalo di Cambridge Analytica. Zuckerberg mentiva sapendo di mentire, perché, se è vero che la pubblicità è il modo in cui l’azienda di Menlo Park ottiene i suoi guadagni diretti, il vero asset che li rende possibili è un altro: i dati. Negli ultimi anni l’approfondimento dei meccanismi di compravendita dei dati su cui si basa il Web 2.0 ha portato allo sviluppo di molti importanti paradigmi per definire questo nuovo modello socio-economico: capitalismo della sorveglianza (cfr. Zuboff, 2019), datacrazia (cfr. Gambetta, 2018), platform economy (cfr. Paker et al., 2016). Ciò ha spinto a credere che il collegamento tra economia digitale e dati sia un fenomeno recente, reso possibile dallo sviluppo di Internet e dall’emergere dell’approccio dei Big Data. Ma la realtà è che l’idea di trasformare la società e le sue singole componenti (ossia gli individui) in dati si situa alle fondamenta della cibernetica e l’idea che attraverso questi dati sia possibile non certo far girare pubblicità, quanto piuttosto predire il comportamento individuale e collettivo, si situa anch’essa alle origini dell’era informatica.
In Simulmatics la storica Jill Lepore ricostruisce una vicenda ampiamente dimenticata, quella della società eponima che negli anni Sessanta credette nella possibilità di utilizzare i dati forniti dai cittadini americani non solo per le classiche indagini di mercato, ma per predire l’esito delle elezioni presidenziali e per influenzarlo, fino a credere nella possibilità di determinare l’esito della guerra del Vietnam. Un sogno di controllo e dominio che rappresenta il “cuore di tenebra” dell’era digitale. Obiettivo della Simulmatics era né più né meno quello di creare
“un programma informatico il cui scopo era di predire e influenzare il comportamento umano. Ogni forma di comportamento umano, dall’acquistare una lavastoviglie al sedare una rivolta, fino al votare. La chiamarono people machine, un «calcolatore di persone»”.
Il suo fondatore, Ed Greenfield, si occupava di pubblicità ma aveva la passione per la politica. La notte delle elezioni del 1952, quando Eisenhower mise fine a un lungo periodo di dominio dei democratici, Greenfield rimase come molti americani stupefatto dal collegamento in diretta con l’UNIVAC, il supercomputer che, sulla base dei primi dati elettorali che man mano uscivano dalle urne, fu in grado di prevedere una schiacciante vittoria di Eisenhower. Isaac Asimov avrebbe usato quell’espediente per immaginare, nel racconto Diritto di voto (1955), che nel 2008 un successore dell’UNIVAC, chiamato Multivac, fosse in grado di decidere chi sarebbe diventato presidente degli Stati Uniti a partire dalla scelta di un unico cittadino, individuato di volta in volta dal supercomputer come rappresentativo dell’intera popolazione americana. Greenfield intendeva realizzare qualcosa di simile. Per farlo andò in cerca dei migliori esperti di scienze comportamentali e approdò – manco a farlo apposta – a Palo Alto, dove in “un ritiro monastico, dallo stile buddista”, sorgeva il Center for Advanced Study in the Behavioral Sciences. Qui incontrò il politologo in erba Eugene Burdick, che condivideva le sue stesse ambizioni. Il terzo elemento della squadra, Ithiel de Sola Pool, aveva sviluppato il RADIR, una sorta di radar in grado di individuare in anticipo possibili disordini politici a partire dall’analisi degli articoli di giornale: un’idea che sarebbe tornata in auge sessant’anni dopo, nell’epoca dei Big Data.
Insieme, i tre realizzarono un primo studio per il Partito democratico con lo scopo di comprendere il modo in cui l’enfasi sui diritti civili avrebbe permesso ai democratici di conquistare voti utili a vincere la campagna elettorale di quell’anno. Ma i democratici persero di nuovo, e Greenfield si rese conto che occorreva di più. Occorreva un computer, in grado di prevedere con esattezza le reazioni dell’elettorato a ogni scelta, decisione, dichiarazione fatta da un candidato. Coinvolgendo un informatico pioniere della ricerca sull’IA, Alex Bernstein, e un matematico, Bill McPhee, detto “Bill il Pazzo”, Greenfield poté mettere insieme nel 1959 la squadra della Simulmatics. L’idea era semplice: suddividere l’elettorato americano in categorie e assegnare a ciascuna le informazioni note riguardo comportamento elettorale e orientamento pubblico. La macchina sarebbe quindi stata in grado di prevedere la reazione di ciascun segmento dell’elettorato a una determinata decisione politica o dichiarazione elettorale. Né più né meno di quanto Cambridge Analytica e i tanti suoi emuli avrebbero tentato di fare oltre mezzo secolo dopo.
Ascesa e caduta tra guerra e pace
La Simulmatics svolse consulenza per la campagna di John F. Kennedy del 1960; il futuro presidente USA seguì i consigli della società. Erano raccomandazioni “sagge, ma anche scontate”, scrive Lepore. Non c’era bisogno di tutto quel lavoro, tutti quei dati e tutti quei soldi per pervenire a suggerimenti di semplice buon senso. Ma, allora come oggi, i decisori erano semplicemente ammaliati dall’idea che quei suggerimenti non fossero solo “di buon senso”, ma scientifici. Era il computer a fornirli. Kennedy vinse, e la Simulmatics divenne d’un tratto influentissima. La società chiuse contratti con quasi tutte le più grandi società americane (Philip Morris, Nestlé, Procter & Gamble) per fornire i propri modelli di previsione del comportamento dei consumatori. Nel 1961 si quotò in borsa. Quando il nuovo presidente Lyndon B. Johnson decise che la guerra del Vietnam poteva essere vinta, e che i computer potevano servire allo scopo, la Simulmatics volò a Saigon per usare i propri modelli in un ambito di studi di crescente rilevanza negli ambiti della Difesa, quelli sulla controinsurrezione. Era la vecchia idea di Pool: un radar per anticipare possibili sommosse, e reprimerle. Nella sostanza, si trattava di condurre interviste ai locali e provare a trarre inferenze con l’ausilio del computer. Fu un fiasco: l’ARPA, l’agenzia della Difesa che aveva commissionato il lavoro, accusò la Simulmatics di incapacità; e nel 1967 la Difesa era arrivata a foraggiare Simulmatics per il 70% del suo milione di dollari di fatturato.
La storia della rapida ascesa e altrettanto rapida caduta di questa società, completamente dimenticata, acquista per i lettori di oggi un’importanza che certo allora non poteva avere:
“La Simulmatics fallì, ma non prima che i suoi scienziati riuscissero a creare una primissima versione della macchina in cui, all’inizio del ventesimo secolo, l’umanità si sarebbe ritrovata intrappolata, una macchina che applica la scienza della guerra psicologica alle questioni della vita quotidiana, una macchina che manipola l’opinione, sfrutta l’attenzione, commercializza l’informazione, divide gli elettori, crea spaccature nella comunità, aliena gli individui e compromette la democrazia”.
Nulla di tutto ciò era negli iniziali obiettivi di Ed Greenfield. Sincero sostenitore dei diritti civili, cercava solo un metodo scientifico che dimostrasse che avesse ragione. Voleva un’America più giusta. Ma la strada per l’inferno è lastricata di buone intenzioni e Greenfield, dopo aver abbandonato i suoi ideali di gioventù, morì alcolizzato. Lasciò però una grande eredità, un’idea che attendeva solo il momento giusto per tornare in auge, quando l’abbondanza di dati l’avrebbe resa naturale.
- Isaac Asimov, Diritto di voto, in Tutti i racconti, vol. 1 parte I, Mondadori, Milano, 1995.
- Daniele Gambetta (a cura di), Datacrazia. Politica, cultura algoritmica e conflitti al tempo dei big data, D Editore, Ladispoli, 2018.
- Geoffrey G. Parker, Marshall W. Van Alstyne, Sangeet Paul Choudary, Platform Revolution: How Networked Markets Are Transforming the Economy―and How to Make Them Work for You, W.W. Norton & Company, New York, 2016.
- Shoshana Zuboff, Il capitalismo della sorveglianza, LUISS University Press, Roma, 2019.
