В 1943 году юная Маргарет Тэтчер поступила в Оксфордский университет, где изучала химию в Сомервильском колледже. Именно здесь она одержала свою самую раннюю политическую победу из многих будущих. Ее интеллект был очевиден даже на этой ранней стадии. Отчеты колледжа показывают, что она была рекомендована для получения нескольких грантов, премий и выставок. Ее наставником была известная Дороти Ходжкин, которая до сих пор остается единственной британкой, получившей Нобелевскую премию в области науки. Однако, пожалуй, самое заметное событие этого периода в жизни Маргарет не было академическим. Это произошло в 1946 году, когда она была избрана президентом престижной Ассоциации консерваторов Оксфордского университета, став лишь третьей женщиной в истории, сделавшей это.

Получение этой роли оказалось бы хитрым актом политической стратегии. Оксфорд и высшие эшелоны британской политики идут рука об руку. Из пятидесяти пяти глав правительств с тех пор, как Роберт Уолпол стал первым премьер-министром Великобритании, двадцать восемь были студентами Оксфорда, в том числе одиннадцать после окончания Второй мировой войны. Даже простое посещение Оксфорда дает возможность общаться с будущими лидерами и политиками. Именно здесь Тэтчер начала строить свою сеть контактов, которые сыграют решающую роль в дальнейшей жизни. В конце концов, каждому правителю требуется определенное количество союзников. Чтобы получить лучшее представление о способности этого университетского общества выступать в роли политического питомника, обратите внимание на то, что среди других бывших президентов есть Джейкоб Рис-Могг, Джереми Хант и Кеннет Бейкер. Примером персонажей, которых она могла бы встретить в этот период, может быть будущий член парламента Эдвард Бойл, который также руководил обществом примерно в то же время.

Тэтчер выиграла эти выборы с помощью традиционных для того времени средств, ее существующей репутации талантливой ученицы, выступающей с речами и агитирующей за членов общества. Однако, если бы она смогла использовать мощь современных информационных систем, смогла бы она внедрить новые, гораздо более эффективные методы? Возможно, самый мощный инструмент, к которому она могла бы получить доступ, чтобы помочь ей в достижении ее стратегической цели — победить на этих выборах, — это машинное обучение.

Что такое машинное обучение? ML — это ветвь искусственного интеллекта, основанная на идее, что системы могут учиться на данных, выявлять закономерности и принимать решения с ограниченной помощью человека. Это научное исследование алгоритмов и статистических моделей, которые компьютерные системы используют для выполнения конкретной задачи без явных инструкций. Мы предоставляем большой набор данных, называемых обучающими данными, из которых алгоритм машинного обучения может построить модель для прогнозирования или принятия решений.

Наиболее заметное применение этой технологии на выборах было предпринято кампанией Трампа в 2016 году в их подходе к онлайн-рекламе, в первую очередь на Facebook. Используя огромный набор данных, сочетающий психометрическое тестирование и данные об активности в Facebook, они смогли создать профиль почти для каждого взрослого в Соединенных Штатах, в котором описывалось, к каким сообщениям они будут наиболее восприимчивы. Это позволило им ориентировать избирателей с помощью различных рекламных объявлений почти на индивидуальной основе, одновременно показывая десятки тысяч незначительных вариаций одного и того же объявления.

Чтобы понять масштаб своего подхода, команда Трампа протестировала 175 000 различных объявлений на Facebook в день третьих президентских дебатов, чтобы определить оптимальный способ формулирования его аргументов в тот вечер. Такие элементы, как фотографии, подписи и даже цвета, были слегка изменены и адаптированы в погоне за алгоритмическим совершенством. Такой подход позволяет политику быть всем для всех. Каждому избирателю дается различный образ кандидата, основанный на его психологии. Это может быть неискренним по своей сути политическим посланием, однако трудно оспорить его бесспорную эффективность. Кампания Трампа инвестировала гораздо меньше денег и имела гораздо более короткие сроки для подготовки, чем подразделение Клинтона по анализу данных, но все равно смогла добиться гораздо большего успеха.

Участники кампании Трампа на местах были оснащены приложением на своих телефонах, которое определяло политические взгляды жителей каждого дома и рекомендации для разговора на основе их личности. Аналогичное приложение было предоставлено участникам кампании Brexit. Это снова позволило использовать гораздо более эффективный подход. Домов, которые были определенными избирателями Трампа и были уверены, что не будут голосовать за него, можно было просто избежать, направив всю доступную рабочую силу на таргетинг на колеблющихся или потенциально колеблющихся избирателей.

Таким образом, хотя Тэтчер добилась успеха в своем первом избрании на руководящий пост без помощи передовых алгоритмов машинного обучения, ясно, что с ними она могла бы сделать это еще эффективнее. В электоральной демократии способность нацеливаться на избирателей на индивидуальной основе и делать их более восприимчивыми к вашим аргументам даст вам явное стратегическое преимущество.