Kategorien
Politik + Wirtschaft

Gute Ökonomie ist…

… nach Esther Duflo and Abhijit Banerjee, frische Nobelpreisträger für Wirtschaft. Sie schreiben im Guardian:

But good economics is much less strident, and quite different. It is less like the hard sciences and more like engineering or plumbing: it breaks big problems into manageable chunks and tries to solve them with a pragmatic approach – a combination of intuition and theory, trial and acknowledged errors. Good economics starts with some facts that are troubling, makes some guesses based on what we already know about human behaviour and theories that have been shown to work, uses data to test those guesses, refines (or radically alters) its line of attack based on the new set of facts and, eventually, with some luck, gets to a solution.

If we’re serious about changing the world, we need a better kind of economics to do it (Guardian)

Kategorien
Data + Code Kultur + Gesellschaft Medien + Internet Politik + Wirtschaft

Wenn’s mit dem Bot intim wird

Wenn ich einen Newsletter verschicke, wird die Mail auch automatisch hier veröffentlicht. Du kannst den Newsletter hier abonnieren.


Vor etwa einem Jahr war ich im Ars Electronica Museum in Wien und da lag sie vor mir: Paro, die Roboter-Robbe, die Menschen mit Demenz beruhigen soll. Ich hab sie auf meinen Schoss gelegt, sie gestreichelt, die Maschine mit Fell hat darauf reagiert und sich leicht bewegt. Es war angenehm. Ich kann mir gut vorstellen, dass das Kuscheltier mit Sensoren und Software in der Lage ist, Intimität herzustellen.


Die Forscherin Katherine Harrison befasst sich mit dem Zusammenspiel von Menschen und Robotern: Wie entsteht Vertrauen und Intimität?

Diese Begegnungen hat sie nun auch anhand eines anderen Beispiels erläutert, das erst einmal weit weg von der Altenpflege wirkt: dem Hack des Seitensprungportals „Ashley Madison“ 2015, bei dem Nutzerdaten von mehr als 30 Millionen Accounts veröffentlicht wurden.

Es stellte sich heraus, dass das Unternehmen im großen Stile Profile von Frauen anlegte, die es nur virtuell gab. Diese erfundenen Akteure schrieben als Frauen mit Männern Nachrichten hin und her, die auf der Suche nach einer Affäre waren. Der wirtschaftliche Clou dabei: Antworten durften die Männer nur, wenn sie zahlen. Zehntausende dieser Bots soll es laut Gizmondo gegeben haben, 80 Prozent der erstmaligen Käufe auf Kontakte zu Bots zurückgehen.

Das Ziel der Software von Ashley Madison war es, eine soziale Bindung aufzubauen. Und das ist wohl oft genug gelungen. Harrison beschäftigt sich in ihrem Aufsatz mit der Frage, was das für Intitmität bedeutet. Dieser Intimität, die wir als persönliche, individuelle Erfahrung sehen, beschreiben mit Worten wie echt, authentisch, privat, ja menschlich. Software ist also in der Lage automatisiert Intimität zu generieren – und diese entsteht ja nur, weil ein Mensch ein Erlebnis so empfindet.

Was macht das mit uns?

„Was ist, wenn diese Bots die Leute wirklich heiß machen? Was würde das darüber aussagen, wie wir Intimität heute verstehen? Wie könnten Bots ohne Loyalität zu den menschlichen Vorstellungen von Intimität unsere Vorstellungen davon, was Intimität sein/machen sollte, durcheinanderbringen oder in Frage stellen?“

Harrison sieht zwei Aspekte, mit denen wir uns befassen sollten:

  • Wir sollten überdenken, wo die Grenze zwischen Mensch und Maschine verläuft, im Sinne von: Was können Maschinen wie gut?
  • Wir sollten ggf. anpassen, wie wir Intimität charakterisieren.

Für Harrison ähnelt die Diskussion über Intimität einer Neuauflage der Online-Offline-Debatte, die in den letzten Jahren etwas ruhiger wurde: Wie echt ist das Online-Life im Vergleich zum Real-Life?

„Die Existenz der sozialen Bots spielt mit einer ewigen Angst, die mit dem Leben im Internet verbunden ist; Online-Interaktionen lösen Ängste um Authentizität und Identität aus, weil unsere Methoden zur Berechnung der Authentizität einer Entität erbärmlich altmodisch und fleischbasiert bleiben. Wenn du das andere Wesen nicht sehen, hören, riechen, berühren oder schmecken kannst, wie kannst du dann sicher sein, dass sie das sind, was sie sagen?“

Harrison beschreibt das als „ambient intimacy“, ein Begriff, der auch verwendet wird, um zu beschreiben, wie eine gewisse Intimität mit Personen entstehen kann, deren Lieblingstasse man kennt, obwohl man sich Tausende Kilometer entfernt befindet oder nur in der Arbeit sieht. Dank Instagram o.ä.

Zum Nachdenken über automatisierte Intimität passt gut der Zündfunk Generator Podcast „Muss ich nett zu einer KI sein?“. Darin blieb der Journalist Gregor Schmalzried ein Wochenende lang zu Hause und sprach mit niemanden – außer Bots wie Alexa, Siri oder Mitsuku, dem angeblich besten Chatbot der Welt.

Was ich sonst noch interessant fand:

Ein Münchner hatte obsessiv ein Privatarchiv zur Geheimsprache Rotwelsch aufgebaut hat. Rotwelsch ist eine Mischung aus Deutsch, Jiddisch und Hebräisch, gesprochen von Landstreichern und Fahrenden. Dessen Neffe, Professor für Literaturwissenschaften in Harvard, hat in Umzugskisten all die Unterlagen gelagert und sucht eines Tages nach der Doktorarbeit seines Großvaters, dem Vater des sammelnden Onkels. Was findet er? Antisemitisches Zeug – und ein Wettern gegen Rotwelsch. Die ganze, spannende Geschichte bei der taz: „Das Erbe“

Was braucht’s für eine erfolgreiche politische Bewegung? Keine Gewalt und etwa jede 30. Person muss aktiv daran teil nehmen.

Looking at hundreds of campaigns over the last century, Chenoweth found that nonviolent campaigns are twice as likely to achieve their goals as violent campaigns. And although the exact dynamics will depend on many factors, she has shown it takes around 3.5% of the population actively participating in the protests to ensure serious political change.

Herausgefunden haben das Erica Chenoweth und Maria Stephan, die sehr strenge Kriterien für Gewaltlosigkeit gewählt haben. Die indische Unabhängigkeitsbewegung ist ihrer Definition nach nicht „non-violett“.

Chenoweth argues that nonviolent campaigns are more likely to succeed because they can recruit many more participants from a much broader demographic, which can cause severe disruption that paralyses normal urban life and the functioning of society.

Mehr Details zur Forschung bei der BBC: The ‚3.5% rule‘: How a small minority can change the world

Ein Essay von Georg Diez in der taz zu Greta Thunberg nach ihrer Rede bei UN-Vollversammlung: Angst und Endlichkeit

„Die Botschaft von Greta Thunberg ist eine der praktischen Vernunft und der säkularen Ethik: Ich habe erkannt, vor dem Hintergrund der Endlichkeit allen Lebens, dass mein Handeln dazu führt, den Planeten zu zerstören, und ich ändere darum dieses Handeln, ich sehe die systemischen Zusammenhänge, aber ich fange mit mir an, im Sinne des kategorischen Imperativs Kants, seltsam verdammt dieser Tage und dabei Grundlage ethischen Handelns überhaupt – wie kann es sein, dass ihr, Erwachsene, sehenden Auges weitermacht mit der Zerstörung der Erde? Wie kann es sein, dass ich, das Kind, euch zeigen muss, was Vernunft ist?“

Über einen Jugendlichen, der in einer belagerten Stadt während des Syrienkriegs eine geheime Bücherei organisierte.

Zu viele vielversprechende Links überall? The Best Tools for Conquering Your Massive ‚Read Later‘ List

Kategorien
Data + Code Kultur + Gesellschaft Medien + Internet Politik + Wirtschaft

Wo das Internet vergraben ist

Wenn ich einen Newsletter verschicke, wird die Mail auch automatisch hier veröffentlicht:


Wenn du mit deiner Fingerspitze ein 💚 in die Familien-Whatsapp-Gruppe schickst, wird die Nachricht nicht direkt von deinem Handy auf ein anderes geschickt. Sondern das 💚 passiert noch mindestens ein Rechenzentrum auf dem Weg*.

Diese Rechenzentren sind das Rückgrat des Internets. Dort lagen riesigen Hallen lagern auf blinkenden Computer unsere Daten. Firmen, Organisationen und Privatleute besitzen oder mieten solche Speicher. Und die Standorte sind vor allem von zwei Faktoren abhängig:

  • ein möglichst kurzer Weg zu schnellem Internet
  • ein möglichst effizientes Kühlen der Server

Das bedeutet zum einen: In Island, Schweden und andere kühlere Länder gibt es viele solcher Rechenzentren, zum Beispiel von Facebook und vielen anderen Firmen.

Zum anderen heißt das: Die Rechenzentren stehen da, wo es Glasfaserkabel gibt. Und wo sind diese Kabel häufig vergraben? An Eisenbahnlinien.

Für die USA zeigt das George Moore von Microsoft an der „41st parallel“, der ersten transkontinentalen Eisenbahnstrecke der Vereinigten Staaten.


Die Glasfaserkabel hat eine Tradition: Die ersten Kabel wurden für Telegramme verlegt, danach Telefonleitungen.

Moore schreibt:

After the first railway was completed, Western Union immediately established the first telecommunications corridor within the railroad right of way and was soon carrying all transcontinental telegrams. Later, as AT&T established long distance voice lines in the early-20th century, those same lines were also placed along the first transcontinental railroad. This collection of early lines grew and expanded to the vast collection of telecommunication options available in this corridor today.

In Deutschland war das ähnlich: Seit den späten Jahrzehnten des 19. Jahrhunderts wurden Telegrafen- und Telefonleitungen häufig an Eisenbahnlinien verlegt – muss man nur einmal umgraben.

* Direkt von einem Handy auf das andere werden Daten in einem sogenannten Peer-to-Peer-Netzwerk verschickt. Ein Thema für eine nächste Mail.

Andere Artikel, die ich empfehlen will:

In Schweden untersuchen Archäologen schon seit Jahrzehnten ein prächtig geschmücktes Wikinger-Grab. Selbstverständlich gingen sie dabei immer von einem Kämpfer aus. Dass es für eine Frau so ein Grab geben könnte – undenkbar. So brauchte es fast 150 Jahre bis jemand auf die Idee kam, das Geschlecht zu bestimmen. Und siehe da, es ward eine Frau. Die ganze Geschichte bei National Geographic.

Die tragische Lebensgeschichte einer Frau, die sich Eve Adams nannte und die erste Lesben-Bar in New York betrieb. Nachdem eine Undercover-Polizistin sie ihrer Homosexualität „überführt“ hatte, wurde sie deshalb nach Polen deportiert. Sie zog nach Paris und starb – sie war Jüdin, die Deutschen überfielen Frankreich – in Ausschwitz. Bei Atlas Obscura ist der Text erschienen.

Was ist Protest? Der Soziologe Dieter Rucht gibt eine Einführung in der Sendung Hörsaal des Deutschlandfunks.

Eine unfassbare Geschichte: Er gilt als der Facharzt für HIV- und AIDS-Patienten, er spricht auf Konferenzen, Journalisten fragen ihn als Experten an. Und genau dieser Arzt ist es auch, der in seiner Praxis Männer mutmaßlich belästigt und sexuell missbraucht haben soll. Ein offenes Geheimnis war das in der schwulen Szene, heißt es. Buzzfeed hat den Fall recherchiert und mit Opfern gesprochen.

Mehr oder weniger Datenschutz? In der Süddeutschen Zeitung gab es einen Pro und einen Kontra-Text. Sieger für mich: Dirk von Gehlen, der dem Mantra des Chaos Computer Clubs folgt: „Private Daten schützen, öffentliche Daten nützen“. Was kann das konkret heißen? Zum Beispiel mit allen technisch zur Verfügung stehenden Mitteln Autobahnen überwachen (das böse Wort!), damit niemand schneller als die erlaubte Höchstgeschwindigkeit fährt. In Deutschland wird sie ja weiterhin gern als Mindestgeschwindigkeit interpretiert. Und was passiert dann mit diesen Daten? Also welchen Auto mit welchem Kennzeichen fährt wo wie schnell? Das sind Dinge, die ausgehandelt werden müssen.

Und hier beginnt meine Skepsis: Ob das klappt? Gegenbeispiele gibt es genug. So hat der Bayerische Rundfunk gerade zusammen mit ProPublica herausgefunden, dass viele Patieninformationen aus der Radiologie einfach so im Internet liegen. Die Geräte wie ein MRT schicken die Bilder an einen Server und wer weiß, wie dieser Rechner zu finden ist, kann sich auch die Bilder und Daten holen.

Zum Abschluss:

Das Bild zeigt Flüge innerhalb von 24 Stunden in Europa. Topi Tjukanov visualisiert geografische Informationen wunderschön.

Eine schöne Zeit,

Katharina

Kategorien
Data + Code Medien + Internet

MacOS: Firefox Browser with Real Fullscreen

On a Mac, the Firefox Browser can’t be used in a real fullscreen. This means: Even when you use the default fullscreen option with cmd+shift+f, the address bar and tabs remain visible. The internet says, this is a Firefox bug on MacOS.

The solution is to use UserChrome.css, a way to customize a modern Firefox Browser.

Four steps:

  • Find your profile folder by typing about:support into the address bar. There you can find the path.
  • Inside this folder, create a subfolder calles chrome and inside a file userChrome.css.
  • Copy the following CSS code into userChrome.css:
#navigator-toolbox[inFullscreen] {
    height: 0.5rem;
    margin-bottom: -0.5rem;
    opacity: 0;
    overflow: hidden;
}

#navigator-toolbox[inFullscreen]:hover,
#navigator-toolbox[inFullscreen]:focus-within {
    /*
     * Add some padding between the navbar and the top screen edge 
     * to be more visible while the macOS hidden menu bar shows up. 
     * The macOS menubar will hide after a few seconds.
     */
    padding-top: 1rem;
    height: auto;
    margin-bottom: 0rem;
    opacity: 1;
    overflow: visible;
}
  • Close and restart Firefox.

Links

Kategorien
Data + Code

Einen neuen Begriff gelernt. Heute: Data Craft

Data Craft, auf Deutsch vielleicht zu übersetzen mit Datenhandwerk (Wer weiß was besseres?), bezeichnet die Taktik, die Wirkungsmechanismen digitaler Plattformen zu den eigenen Gunsten auszunutzen.

Der Kern der Data Craft ist es, die Metadaten der Plattformen zu manipulieren. Der einfachste Zusammenhang: Mehr Likes –> mehr Sichtbarkeit –> mehr Einfluss.

Dem Begriff bin ich im Aufsatz „Data craft: a theory/methods package for critical internet studies“ begegnet, der diese Manipulationen am Beispiel der „Black Lives Matter“-Bewegung erläutert.

Ein Beispiel: Facebook-Seiten, die sich als der „Black Lives Matter“-Bewegung zugehörig ausgeben. Sie posten, erstellen Veranstaltungen, agieren nicht als Bots, sondern als händisch gefüllte Facebook-Page. Doch sie linken auf Konservative Medien, verkaufen Merchandise oder posten Spam.

Cloaked accounts (deutsch: getarnte Accounts) nennen das die Autorinnen. Und das Ausnutzen der Metdadaten-Manipulation machte sie, erstens, überhaupt möglich. Und führte, zweitens, dazu, dass diese Daten schlussendlich auch aufgeflogen sind:

By closely reading for spammy or noisy data and comparing these signals with legitimate organizing and user interactions on the platform, these manipulation tactics were caught by activists, researchers, and journalists before Facebook discovered these pages as coordinated inauthentic behavior. Without reading these manipulated metadata within the organic context of the platform and alongside other social movement organizing, it is unlikely that the data craft tactics from these exploited pages would have been identified automatically as coordinated inauthentic behavior by platform corporations.

Eine Übersicht von Methoden, Manipulationen auf die Spur zu kommen:

P.S.: Eine der Autorinnen, Joan Donavan, hat eine der besten Webseiten. Have a look <3

Kategorien
Data + Code

Mit Daten arbeiten und ihnen gegenüber skeptisch sein, ist kein Widerspruch – im Gegenteil

I’m a data scientist who is skeptical about data schreibt Andrea Jones-Rooy bei Quartz. Da gibts viel zu zitieren:

Whether it’s curing cancer, solving workplace inequality, or winning elections, data is now perceived as being the Rosetta stone for cracking the code of pretty much all of human existence.

But in the frenzy, we’ve conflated data with truth. And this has dangerous implications for our ability to understand, explain, and improve the things we care about.

(…)

“What does the data say?”

Data doesn’t say anything. Humans say things. They say what they notice or look for in data—data that only exists in the first place because humans chose to collect it, and they collected it using human-made tools.

Data can’t say anything about an issue any more than a hammer can build a house or almond meal can make a macaron. Data is a necessary ingredient in discovery, but you need a human to select it, shape it, and then turn it into an insight.

(…)

Data is an imperfect approximation of some aspect of the world at a certain time and place.

(…)
Companies—and my students—are so obsessed with being on the cutting edge of methodologies that they’re skipping the deeper question: Why are we measuring this in this way in the first place? Is there another way we could more thoroughly understand people? And, given the data we have, how can we adjust our filters to reduce some of this bias?

(…)

This doesn’t mean throw out data. It means that when we include evidence in our analysis, we should think about the biases that have affected their reliability. We should not just ask “what does it say?” but ask, “who collected it, how did they do it, and how did those decisions affect the results?”

We need to question data rather than assuming that just because we’ve assigned a number to something that it’s suddenly the cold, hard Truth. When you encounter a study or dataset, I urge you to ask: What might be missing from this picture? What’s another way to consider what happened? And what does this particular measure rule in, rule out, or incentivize?

Kategorien
Data + Code Medien + Internet

Links concerning the Internet

  • Building a data culture: „self-service learning program to facilitate fun, creative introductions for the non-technical folks in your organization“
  • verwandt dazu: Data Playbook: „The Data Playbook (Beta) builds on social learning and modularized activities already developed to promote data literacy via workshops“
  • A manifesto for the Internet Age:

  • Immer wieder das gleiche Problem: Wer selbstlernende Algorithmen braucht, muss vorher Daten in guter Qualität haben. Bei der Gesichtserkennung heißt das: Viele, viele, viele Fotos mit Angaben zu Hautfarbe, Alter, Geschlecht und einer Menge anderer Eigenschaften. Und woher bekommen Firmen und Forscherinnen diese Bilder? Zum Beispiel durch Scrapen oder Bulk-Dateien der ehemaligen Foto-Plattform Flickr. Das hat zwei Probleme: Erstens ein Einbruch in die Privatssphäre. Zweitens können die Bilder dafür verwendet werden, Überwachungssoftware zu trainieren. Mehr: Facial recognition’s ‚dirty little secret‘: Millions of online photos scraped without consent
Kategorien
Medien + Internet

Amazons wahre Marktmacht zeigt sich an digitalen Paketen, nicht denen, die beim Nachbarn liegen

Die Journalistin Kashmir Hill macht ein Experiment: Alle Dienste der großen Internetfirmen – Amazon, Facebook, Apple, Google und Microsoft – blocken. Erst eine Woche pro Firma, am Ende eine Woche lang alle gemeinsam. Den Anfang macht Amazon. Und das erweist sich als äußerst schwierig, denn Amazon ist mit seinem Cloud-Dienst eine AWS eine unsichtbare Macht im Internet.

Die Methode, um Amazon aus ihrem Leben auszusperren: Jeglicher Traffic geht duch ein VPN, das alle IP-Adressen von Amazon sperrt: „Ultimately, though, we found Amazon was too huge to conquer.“

Und das liegt an Amazons Cloud Service AWS. Dort kann jeder seine Webseite hosten und muss sich so zum Beispiel nicht selbst darum kümmern, dass die Webseiten auch bei hohen Zugriffszahlen noch erreichbar sind. Das ist bequem (und überzeugt auch die Bundespolizei, die bei AWS die Aufnahmen von Bodycams speichert). Es ist dieser Service, der Amazon überhaupt zu einem Unternehmen macht, das Gewinn einfährt. „Tech is where the money is, baby“, schreibt Hill.

Doch Hill musste feststellen: Auch Seiten wie Airbnb, die auf AWS liegen, kann sie erreichen. Das liegt an einem zweiten Layer von Servern, die vor dem eigentlichen Sitz einer Webseite vorgeschalten werden können. Sie heißen CDN’s, das steht für Content Deliviery Networks.

The internet may seem like invisible vapor in the air around us, but it has a crucial physicality, too. AWS has huge buildings of servers around the world, while CDNs have a larger number of smaller ones. Think of AWS as the central warehouse for a site’s digital packets; the CDNs are the storefronts around the world that help people get the packets faster so that web visitors don’t have to wait for their data to come all the way from the main warehouse.

Wer seine Seite bei AWS hostet, kann auch Amazons CDN namens Cloudfare nutzen, aber genauso auch irgendeinen anderen CDN-Dienst. Der Endpunkt ist dann eine IP-Adresse des CDN-Anbieters und nicht mehr von Amazons AWS-Servern – und schwupps – das VPN-Blocking von Amazon-IP-Adressen funktioniert nicht mehr.

Links:

Kategorien
Data + Code Politik + Wirtschaft

Die Zukunft suchen und nicht finden

Vorhersagen auf Basis von Berechnungen sind ein Spiel mit der Zeit.

Die Polizei ist auf einer Art Zeitreise. Sie will Verdächtige schon möglichst früh ausmachen – und das nicht nur im Flugverkehr. „Vor die Lage kommen“, nannte das der ehemalige BKA-Chef Jörg Ziercke.

Morgen ein Mörder

Und außerdem: Das Problem mit den Falsch-Positiven (SZ). Bei Prognose-Algorithmen kommt es nicht nur darauf an, welche Personen richtig erkannt werden, sondern auch darauf, welche Personen zu unrecht verdächtigt werden. Mathematisch nennt man diesen Fehler bei binären Entscheidungen (ja – nein, verdächtig, unverdächtig) die false-positve rate.

Bei der Gesichtserkennung am Berliner Bahnhof Südkreuz gibt die Polizei eine Falschtrefferrate von 0,1 Prozent an. Klingt wenig, die Zahl kleiner 1 führt aber in die Irre. In Wahrheit ist das ein unglaublich hoher, ein zu hoher Wert. Vanessa Wormer und Christian Endt rechnen das in der SZ vor:

  • Etwa 12 Millionen Bahnfahrer pro Tag
  • eine Falschpositivrate von 0,1 Prozent ergibt 12 000 unschuldig Verdächtige

Das ist das Problem an derartigen Systemen, die auf anlassloser Massenüberwachung fußen: Selbst bei sehr geringen Fehlerraten geraten ungleich viele Personen fälschlicherweise ins Visier der Fahnder.

Kategorien
Data + Code Medien + Internet

Viele Daten, nix dahinter

Also, dieses Maschinelle Lernen ist ja überall. Aber ist es auch überall notwendig? Oder sind die Ergebnisse oftmals, nun ja, erwartbar. Und mit ein bisschen nachdenken und präzisen Algorithmen nicht mindestens genauso zu erreichen?

This is, by the way, the dirty secret of the machine learning movement: almost everything produced by ML could have been produced, more cheaply, using a very dumb heuristic you coded up by hand, because mostly the ML is trained by feeding it examples of what humans did while following a very dumb heuristic. There’s no magic here. If you use ML to teach a computer how to sort through resumes, it will recommend you interview people with male, white-sounding names, because it turns out that’s what your HR department already does. If you ask it what video a person like you wants to see next, it will recommend some political propaganda crap, because 50% of the time 90% of the people do watch that next, because they can’t help themselves, and that’s a pretty good success rate.

Das Zitat stammt aus einem Blogpost der Gattung „schöne Mischung aus Rant und Analyse“ und hat die These: Für Empfehlungsalgorithmen braucht’s jetzt dieses viele Daten sammeln eigentlich wirklich nicht.

Mehr aus Forget privacy: you’re terrible at targeting anyway:

Probably what it does is infer my gender, age, income level, and marital status. After that, it sells me cars and gadgets if I’m a guy, and fashion if I’m a woman. Not because all guys like cars and gadgets, but because some very uncreative human got into the loop and said „please sell my car mostly to men“ and „please sell my fashion items mostly to women.“ Maybe the AI infers the wrong demographic information (I know Google has mine wrong) but it doesn’t really matter, because it’s usually mostly right, which is better than 0% right, and advertisers get some mostly demographically targeted ads, which is better than 0% targeted ads.


You know this is how it works, right? It has to be. You can infer it from how bad the ads are. Anyone can, in a few seconds, think of some stuff they really want to buy which The Algorithm has failed to offer them, all while Outbrain makes zillions of dollars sending links about car insurance to non-car-owning Manhattanites. It might as well be a 1990s late-night TV infomercial, where all they knew for sure about my demographic profile is that I was still awake.