В последнее время приложения на смартфонах и ноутбуках также записывают голос пользователя со встроенного микрофона и передают для распознавания в центры сбора данных. Это доказано экспериментами с умной рекламой.

Практически каждое приложение может получить доступ к акселерометру смартфона (измерителю макро– и микродвижений), чтобы анализировать, как вы занимаетесь спортом, ходите, спите, едите и даже набираете тексты на виртуальной клавиатуре.

Это гигантский поток данных, который обрабатывается программами искусственного интеллекта с использованием методов анализа больших данных. Что они могут извлечь из данных?

При анализе больших данных пользователя сопоставляются потоки данных из разных источников, а также изучается его история поведения и трансакций (ретроспективы). Это позволяет сводить данные из разных сервисов (почта, мобильная связь, хранение файлов, поисковые машины, карты, рекламная система, платёжные системы) воедино, восстанавливать истинные Ф.И. О. пользователя, распознавать тематические предпочтения, увлечения, политическую позицию, круг друзей и знакомств, посты и должности, уровень достатка, покупки, места отдыха, посещаемые сайты и места в городе, тайные пристрастия и т. п.

Например, всего по четырём привычным GPS-точкам в городе однозначно идентифицируется любой человек; по данным за несколько дней о времени выхода в Интернет и времени написания постов в сети «ВКонтакте» или Facebook однозначно раскрывается анонимный ник в соцсети. И так далее.

Вот что, например, можно автоматически распознавать и вычислять с помощью нейронных сетей по фото в социальных сетях и на фотохостингах.

■ Физические данные: цвет кожи, цвет и длина волос, возраст, пол, рост и т. п.

■ Внешность: форма лица, цвет глаз, наличие усов, бороды, макияжа, причёски, лысины, дефекты внешности, особые приметы (шрамы, татуировки) и даже настроение.

■ Здоровье: есть ли очки, какие зубы, хорошая ли кожа, есть ли худоба или полнота, использует ли палку или костыли и т. п.

■ Одежда: носит старую или новую одежду, модную или нет, какие предпочитает стили (хипстер и т. д.), цвета, стиль и виды обуви, любимые бренды, надписи на майках, ветровках и толстовках и т. п.

■ Окружение: есть ли жена, дети, друзья, коллеги, домашние животные.

■ Достаток: марка и модель автомобиля, обстановка дома, есть ли дача, какие носит часы, гаджеты.

■ Привычки: курение, занятия спортом, степень обнажённости на фото, есть ли склонность к употреблению алкоголя и пр.

■ Места посещений и пребывания: спектакли, театры, ночные клубы, рестораны, фитнес-центры, море, пляжи, отели, походы, горы и т. д.

Понятно, что это ценнейшая информация не только для рекламщиков, которые смогут показывать вам самую своевременную рекламу, но и для полиции, следствия, коллекторов, банков (для оценки кредиторов) и т. п.

В дополнение к перечисленному современные средства анализа больших данных позволяют изучать психологию пользователя и «влезать в душу» – потому что мы сами очень много рассказываем о себе.

Посты и комментарии в социальных сетях собирают не только сами социальные платформы, но и множество других наблюдателей – системы мониторинга, поисковики, так называемые парсеры[24] социальных сетей.

Поскольку информация в публичных профилях, постах и комментариях открыта и общедоступна, собрать её можно и вручную, из обычного браузера, но автоматической программой – парсером – быстрее и проще.

Что можно вычислить по профилю, постам, комментариям, репостам, ретвитам, спискам друзей?

■ Семантические и психологические данные. Взгляды, мнения, посты, комментарии, публикации, круг чтения, любимые СМИ и блогеры. Личные пристрастия, склонности, привычки, способности, хобби, виды спорта. Политическая ориентация, партийная принадлежность. Верования, суеверия. Психологический тип.

■ Данные о личной и интимной жизни. Личности друзей, подруг. Спутник жизни, поездки, путешествия, развлечения. Круг общения, интимные отношения, семья, друзья, коллеги. Половая ориентация. Сексуальные связи. Болезни, особенности внешности. Спортивные привычки.

■ Тексты. Посты и комментарии, ссылки на статьи и новости в СМИ.

■ Картинки и видео. Аватары, видеоролики, картинки, выложенные в альбомы и в качестве фона, прикреплённые к постам.

■ Музыка. Названия песен и имена исполнителей в профиле и в постах/комментариях.

■ Активность. Время нахождения в Сети, частота заходов, плотность постов и комментариев, графики, лайки, репосты.

■ Социальный граф. Друзья, подписчики, кто репостит, комментит, паблики, на которые подписан, на какие СМИ ссылается.

■ Пол, география, профессия, образование – если не распознаны по данным профиля.

■ Аддикция к социальной сети. Время, активность использования.

■ Интересы (семантическое зеркало). Музыкальные, литературные, культурные, электоральные предпочтения.

■ Настроение и вежливость. Тональность сообщений, мат, брань, мишени негатива (коллеги, начальство, власть, компании).

■ Образованность. Грамотность, сложность речи, «физик/лирик».

■ Психотип – при наличии психометрической модели.

■ Управляемость. Восприимчивость к фейкам, склонность кликать жёлтые заголовки, участвовать в массовых тестах и флешмобах.

Специальные психосоциальные модели позволяют вычислить условный психотип, темперамент, склонности к стимуляторам (алкоголю, наркотикам), общий уровень агрессивности, текущий уровень стресса, степень внушаемости каждого заданного пользователя по его постам и комментариям, связям и фото.

За перемещениями следят все устройства и сервисы с геомодулями, фиксирующими геокоординаты. Все телефоны с iOS/Android/Win могут фиксировать перемещения.

Это же касается сервисов: фото– и видеохостингов, социальных сервисов – Twitter, Facebook, «ВКонтакте», в которые пользователь входит со смартфона. При этом координаты часто снимаются с устройства без спроса, в скрытом режиме (даже если пользователь сообразил найти и снять соответствующую галочку в настройках).