Autokeuze verraadt
politieke voorkeur in VS
Met de inzet van beeldherkenning
op basis van kunstmatige
intelligentie analyseerden
Amerikaanse wetenschappers
50 miljoen Street View-beelden en
trekken verrassende conclusies.
48
Geo-Info
2018-2
Uit gegevens van Street View is met
grote nauwkeurigheid het stemgedrag,
inkomen en opleidingsniveau in een
buurtgemeenschap te bepalen.
Bron
Automatiseringsgids, 3januari 2018
Bron: Google Street View car
CC By 2.0 - Flickr, César
Google Street View car.
Het doel van het onderzoek was om te zien
of er makkelijkere manieren te bedenken zijn
om aan demografische gegevens te komen.
Nu gaan voor dat doel mensen langs in buurten
met het verzoek aan bewoners om lange
vragenlijsten in te vullen.
Dergelijke enquêtes kosten de Amerikaanse
gemeenschap jaarlijks 250 miljoen dollar. Boven
dien kunnen door de hoge kosten niet alle
gebieden in kaart worden gebracht. Gemeen
schappen met minder dan 65.000 mensen
worden heel vaak niet in het onderzoek
meegenomen.
De onderzoekers van Stanford University
gebruikten voor hun experiment beelden
van Google Street View en analyseerden die.
Daarbij werden onder meer automerken
en -types gedetecteerd. In totaal werden
22 miljoen auto's (8 procent van het totaal
aantal auto's in de Verenigde Staten) gekoppeld
aan 3.000 postcodes en 39.000 kiesdistricten.
Die gegevens werden gekruist met informatie
uit andere bronnen, zoals het bevolkingsregis
ter en de uitslag van de presidentsverkiezingen.
Uiteindelijk bleek dat de onderzoekers
nauwkeurige voorspellingen konden doen
over het inkomen in de buurt, over nationaliteit,
opleidingsniveau en stemvoorkeuren. Zo blijkt
dat, wanneer het aantal sedans in een stad
groter is dan het aantal pick-up trucks, de kans
88 procent is dat de stad bij de volgende verkie
zing aan de Democraten toevalt. Wanneer de
verhouding andersom ligt, is de kans 82 procent
dat de stad stemt voor de Republikeinen.
Enorme tijdswinst
Voor de training van het algoritme hebben eerst
enkele honderden mensen auto's in plaatjes
geïdentificeerd. De software was vervolgens
in staat 50 miljoen plaatjes in twee weken te
analyseren. Volgens de New York Times had dat
mensen minimaal 15 jaar gekost.
De onderzoekers hebben hun resultaten
gepubliceerd in het vooraanstaande tijdschrift
'Proceedings of the National Academy of Scien
ces'. Zij verwachten dat de gebruikte technieken
de komende jaren nog verder kunnen worden
verfijnd. Het zou dan zelfs mogelijk zijn de statis
tieken real time aan te passen. De onderzoekers
waarschuwen de beleidsmakers overigens
wel om de nodige voorzichtigheid in acht te
nemen. De data mogen alleen op het niveau
van gemeenschappen worden verzameld om
er voor te zorgen dat de privacy van individuen
wordt gegarandeerd.
Geen beeldherkenning voor CBS
Het Nederlandse CBS ziet weinig in de
voorgestelde methode: "Het is geen CBS-taak
te voorspellen waar op welke politieke partij zal
worden gestemd in Nederland. Dat is overi
gens veel moeilijker dan in de VS, waar maar
twee belangrijke partijen zijn en sprake is van
een districtenstelsel", antwoordt Ferry Lapré,
woordvoerder van het CBS. "Dergelijke politieke
voorspellingen (met vaak grote marges) laat
het CBS over aan onderzoeksbureaus, zoals dat
van Maurice de Hond. De kwaliteit van politieke
voorspellingen op basis van een combinatie van
gegevens van Street View met demografische
gegevens op buurtniveau lijkt me twijfelachtig.
Goede voorspellingen uit het verleden zullen
hier geen garanties voor de toekomst kunnen
bieden!"
Het CBS heeft wel kiezersonderzoeken, maar
dat betreft altijd wat gedetailleerdere studies
achteraf. "We doen als CBS in de praktijk van
het maken van de officiële statistiek niet aan
beeldherkenning."