गोपनीयता प्रचारक ने इस हफ्ते फेसबुक की सराहना की ब्लॉक करने का निर्णय बड़े यूके बीमा फर्म एडमिरल युवा लोगों के सोशल मीडिया डेटा का उपयोग करने से उनकी कार बीमा प्रीमियम सेट करने में मदद करते हैं। लेकिन इस तरह के प्रयोजनों के लिए सोशल मीडिया की जानकारी के इस्तेमाल पर बहस की शुरुआत ही है। एक क्षण के लिए गोपनीयता के मुद्दों को अलग करने के लिए, ऐसा करने के लिए एक बहुत ही वैध सामाजिक कारण है वास्तव में, यह अनगिनत संख्या में लोगों को फायदा हो सकता है

एडमिरल युवा ग्राहकों की फेसबुक वार्तालापों और "पसंद" (उनकी अनुमति के साथ) का आकलन करने के लिए कि वे कम जोखिम वाला ड्राइवर थे और £ 20,000 तक की छूट के हकदार थे। लेकिन फेसबुक ने जल्दी से घोषणा की कि यह उनकी उपयोग की शर्तों के खिलाफ है, एडमिरल की योजना को विफल करते हुए।

आप इस मुद्दे पर जो भी पक्ष लेते हैं, एडमिरल की योजना के पीछे विज्ञान को समझना महत्वपूर्ण है और कंपनियों के बड़े और छोटे से आने वाली ऐसी ही योजनाओं के पीछे है दरअसल, मेरा शोध बताता है कि ऐसे भविष्यवाणियां करने के लिए सोशल मीडिया डेटा का उपयोग करना बहुत सटीक हो सकता है

2015 में, औसत फेसबुक उपयोगकर्ता को 225 चीजें पसंद थीं, फिल्मों से लेकर राजनेताओं तक, साथ ही "मुझे कुरकुरे पत्तियों पर कदम उठाना पसंद है".

मेरे सहयोगियों और मैंने 6m फेसबुक उपयोगकर्ताओं के एक ऑप्ट-इन सर्वेक्षण के माध्यम से डेटा एकत्र किया है जो उनके व्यक्तित्व को मापा और उनके परिणामों पर प्रतिक्रिया दी। हमने तो मापा कि कितनी अच्छी तरह उनकी फेसबुक गतिविधि 0 और 1 के बीच एक संख्या का उपयोग करके उनके व्यक्तित्व की भविष्यवाणी कर सकती है। संख्या जितनी अधिक होगी, उतना ही मजबूत संबंध।

जब हमने 60,000 उपयोगकर्ताओं को "पसंद" का उपयोग किया अपने आत्म-रिपोर्ट किए गए मनोवैज्ञानिक लक्षणों की भविष्यवाणी करें, हमने पाया कि "पसंद" और व्यक्तित्व के बीच संबंध 0.56 था। इसे परिप्रेक्ष्य में रखने के लिए, यदि आप अपने व्यक्तित्व की भविष्यवाणी करने के लिए किसी के काम सहयोगी से पूछते हैं कि सटीकता 0.27 है, दोस्तों 0.45 पर भविष्यवाणी कर सकते हैं, 0.50 पर परिवार और यहां तक ​​कि किसी के पति केवल 0.58 पर भविष्यवाणी कर सकते हैं। दूसरे शब्दों में, कंप्यूटर आपको लगभग साथ ही अपने पति या पत्नी को जानता है - और लगभग हर किसी की तुलना में बेहतर है

"उत्तेजना चाहने वालों" (जो नए, विविध, और जोखिम भरा अनुभवों के लिए खोज करते हैं) एक खराब कार बीमा जोखिम है। फेसबुक पर, ये लोग हैं, जो "सफेद पानी राफ्टिंग" और "बंजी जंपिंग" पसंद करते हैं, और "मिर्चिन", "महान रात" जैसे वाक्यांशों का प्रयोग करते हैं, और विचित्र रूप से, "सोउडूहोओ"।

हम ऐसी प्रणाली में अतिरिक्त आश्वस्त हो सकते हैं क्योंकि नकली के लिए ऑनलाइन डेटा आश्चर्यजनक रूप से मुश्किल है। फेसबुक पर जो कुछ भी होता है वह टाइमस्टैम्प होता है, इसलिए यदि कार बीमा के लिए आवेदन करने से पहले आप अचानक "शतरंज" और "पढ़ना" (अंतर्विरोधी प्रमेयकों) की तरह - पार्टियों और पीने के बारे में बात करने के बाद - सिस्टम आसानी से हो सकता है वह ऊपर उठाओ

सामाजिक लाभ

रिकॉर्ड के लिए, मुझे लगता है कि यह शर्म की बात है कि, इस मामले में, सोशल मीडिया डेटा को उस प्रयोग से रोक दिया गया है जो युवा लोगों और समाज को लाभ पहुंचा सकता है। अधिकांश युवा लोग गंभीरता से ड्राइविंग करते हैं और कई लोग कभी भी बीमा दावा नहीं करते हैं, लेकिन उनके पास अल्पसंख्यक से खुद को अलग करने का कोई तरीका नहीं है, जिनकी रोमांच-मांग और महंगी दुर्घटनाएं सभी के लिए प्रीमियम बढ़ जाती हैं।

पुराने ड्राइवरों को अपने नो-दावों के बोनस को बनाने के लिए समय था। लेकिन नए ड्राइवर सभी परंपरागत जनसांख्यिकीय और भौगोलिक डेटा के इस्तेमाल के लिए प्रिमियम सेट करने के लिए उपयोग किए गए लेंस के माध्यम से समान दिखते हैं। युवा लोग जिनके सोशल मीडिया डेटा से पता चलता है कि वे परिपक्व हैं और स्वयं के नियंत्रण में यह साबित करने का अवसर हो सकता था कि वे £ 150 छूट के योग्य हैं। यह एक अच्छी बचत होगी कि यूके में 17-22 वर्ष के बच्चों के लिए सबसे सस्ता व्यापक बीमा कवर प्रति वर्ष £ 1,287

हमारे सोशल मीडिया डेटा के बहुत सारे तरीके हमारे लिए और हमारे दोनों के लिए उपयोग किए जा सकते हैं, और यही कारण है कि हम इस तरह के एक और लड़ाई भी देखेंगे वित्तीय मॉडलिंग में डिजिटल पैरों के निशानों का उपयोग करते हुए एडमिरल का मामला अच्छी तरह से याद किया जा सकता है जैसे कि एक कपटपूर्ण पीठ की शुरुआत। अन्य सामाजिक नेटवर्क, मोबाइल फोन, स्टोर वफादारी कार्ड और अरबों संवेदक जो कि तथाकथित हैं चीजों की इंटरनेट सभी डेटा एकत्र करते हैं जो मनोवैज्ञानिक लक्षणों का अनुमान लगा सकते हैं।

वहाँ बहुत सारे करीबी कॉल आगे बढ़ेंगे क्योंकि हम सामाजिक उपयोग की गोपनीयता बनाम इन मुद्दों पर बहस करते हैं, लेकिन मेरे विचार में उनमें से एक नहीं था। जब तक कंपनियां हमारे डेटा का उपयोग पारदर्शी ढंग से और हमारी सहमति के साथ करती हैं, तो क्यों नहीं दोनों पार्टियों को एक बीमा लेन-देन के लिए अनुमति देने के लिए उस पर भरोसा करना चाहिए जो बहुत सटीक डेटा प्रतीत होता है?

के बारे में लेखक

डेविड स्टिलवेल, बिग डेटा एनालिटिक्स में व्याख्याता और मात्रात्मक सामाजिक विज्ञान, कैंब्रिज जज बिजनेस स्कूल

यह आलेख मूलतः पर प्रकाशित हुआ था वार्तालाप। को पढ़िए मूल लेख.

संबंधित पुस्तकें:

at इनरसेल्फ मार्केट और अमेज़न