Ativistas de privacidade esta semana aplaudiram o Facebook decisão de bloquear grande empresa de seguros do Reino Unido Almirante de usar dados de mídia social dos jovens para ajudar a definir seus prêmios de seguro de carro. Mas este é apenas o começo de um debate sobre o uso de informações de mídia social para tais fins. Deixando de lado questões de privacidade por um momento, há uma razão social muito válida para fazer isso. Na verdade, isso poderia beneficiar um número incontável de pessoas.

O almirante queria usar as conversas do Facebook dos jovens clientes e “curtir” (com a permissão deles) para avaliar se eles eram drivers de baixo risco e tinham direito a descontos de até £ 150. Mas o Facebook rapidamente anunciou que isso era contra os termos de uso deles, frustrando o plano do Almirante.

Seja qual for o lado que você tome com essa questão, é importante entender a ciência por trás do plano do Almirante e por trás de planos semelhantes que certamente virão de empresas grandes e pequenas. De fato, minha pesquisa sugere que o uso de dados de mídia social para fazer tais previsões poderia ser muito preciso.

Em 2015, o usuário médio do Facebook gostava de coisas 225, de filmes a políticos, assim como declarações como “Eu gosto de pisar em folhas crocantes".

Meus colegas e eu coletamos dados de usuários do 6m Facebook através de uma pesquisa opt-in que mediu sua personalidade e deu a eles feedback sobre seus resultados. Em seguida, medimos o quão bem sua atividade no Facebook poderia prever sua personalidade usando um número entre 0 e 1. Quanto maior o número, mais forte é a correlação.

Quando usamos os "likes" dos usuários 60,000 para prever seus traços psicológicos auto-relatados, descobrimos que a correlação entre "gostos" e personalidade era 0.56. Para colocar isso em perspectiva, se você perguntar ao colega de trabalho de alguém para prever sua personalidade, a precisão é 0.27, os amigos podem prever no 0.45, a família no 0.50 e até mesmo o cônjuge de alguém só pode prever no 0.58. Em outras palavras, o computador conhece você quase tão bem quanto seu marido ou esposa - e melhor do que quase todo mundo.

“Sensation seekers” (extrovertidos que buscam experiências novas, variadas e arriscadas) são um risco de seguro de carro pobre. No Facebook, estas são as pessoas que gostam de “rafting” e “bungee jumping”, e usam frases como “chillin”, “great night” e, bizarramente, “soooooooo”.

Podemos estar mais confiantes em tal sistema, porque os dados on-line são surpreendentemente difíceis de falsificar. Tudo o que acontece no Facebook tem registro de data e hora, então, se no dia antes de se inscrever no seguro de carro, você de repente gosta de “xadrez” e “leitura” (preditores de introversão) - depois de anos falando sobre festas e bebidas - o sistema pode facilmente pegar isso.

Benefício social

Para o registro, acho que é uma pena que, neste caso, os dados de mídia social tenham sido barrados de um uso que poderia beneficiar os jovens e a sociedade. A maioria dos jovens leva a sério a condução e muitos nunca fazem um pedido de seguro, mas não têm como se distinguir da minoria, cujas dificuldades e custos elevados aumentam os prémios para todos.

Drivers mais antigos tiveram tempo de acumular seus bônus sem reclamações. Mas todos os novos drivers parecem iguais através das lentes dos dados demográficos e geográficos tradicionais usados ​​para definir os prêmios. Os jovens cujos dados de mídia social indicam que são maduros e autocontrolados poderiam ter a oportunidade de provar que merecem um desconto de £ 150. Isto teria sido uma boa poupança, dado que a cobertura de seguro abrangente mais barata para crianças com um ano de idade 17-22 nos custos do Reino Unido £ 1,287 por ano.

Existem muitas maneiras pelas quais nossos dados de mídia social podem ser usados ​​tanto a favor quanto contra nós, e é por isso que veremos muitas outras batalhas como essa. O caso do Almirante bem poderia ser lembrado como apenas o começo de um trabalho tortuoso de usar pegadas digitais na modelagem financeira. Outras redes sociais, celulares, armazenar cartões de fidelidade e os bilhões de sensores que estão formando os assim chamados Internet das Coisas todos coletam dados que podem prever traços psicológicos.

Haverá muitas ligações por perto, à medida que debatemos essas questões de utilidade social versus privacidade, mas, na minha opinião, isso não era uma delas. Contanto que as empresas usem nossos dados de forma transparente e com nosso consentimento, por que não permitir que ambas as partes de uma transação de seguro dependam do que parecem ser dados muito precisos?

Sobre o autor

David Stillwell, Professor de Big Data Analytics e Ciências Sociais Quantitativas, Cambridge Judge Business School

Este artigo foi originalmente publicado em A Conversação. Leia o artigo original.

Livros relacionados:

at InnerSelf Market e Amazon