Mogu li Facebook profili mjeriti osobnost?
To je pitanje na koje interdisciplinarna skupina istraživača sa Sveučilišta Pennsylvania pokušava odgovoriti. Trenutno se psiholozi koriste raznim metodama, uključujući ankete i upitnike o kojima sami izvještavaju, kako bi procijenili osobnost.
U nedavnom istraživanju, 75.000 ljudi dobrovoljno je popunilo zajednički upitnik o osobnosti putem Facebook aplikacije i učinilo svoja ažuriranja statusa na Facebooku dostupnim u istraživačke svrhe. Istraživači su zatim tražili sveukupne jezične obrasce u jeziku volontera.
Studija je objavljena u časopisu PLOS JEDAN.
Istražitelji su generirali računalne modele koji su mogli predvidjeti dob, spol i njihove odgovore na upitnicima ličnosti koje su uzeli.
Ti su modeli predviđanja bili iznenađujuće točni. Primjerice, istraživači su bili točni 92 posto vremena kada su predviđali spol korisnika samo na temelju jezika njihovog ažuriranja statusa.
Uspjeh ovog "otvorenog" pristupa sugerira nove načine istraživanja povezanosti između osobina ličnosti i ponašanja i mjerenje učinkovitosti psiholoških intervencija.
Studija istraživača temelji se na dugoj povijesti proučavanja riječi koje ljudi koriste kao način razumijevanja svojih osjećaja i mentalnih stanja, ali su u analizi podataka u svojoj osnovi prihvatili "otvoreni", a ne "zatvoreni" pristup.
„Pristupom„ zatvorenog rječnika “, rekla je postdoktorandica Margaret Kern,„ psiholozi bi mogli odabrati popis riječi za koje misle da signaliziraju pozitivne emocije, poput „zadovoljni“, „oduševljeni“ ili „predivni“, a zatim pogledajte učestalost korištenja tih riječi od strane osobe kao način mjerenja koliko je ta osoba sretna.
Međutim, pristupi zatvorenog rječnika imaju nekoliko ograničenja, uključujući to da oni ne mjere uvijek ono što namjeravaju mjeriti. "
"Na primjer", rekao je Ungar, "moglo bi se otkriti da energetski sektor koristi više negativnih riječi osjećaja, jednostavno zato što više koriste riječ" sirov ". Ali to ukazuje na potrebu upotrebe izraza s više riječi za razumijevanje namjeravanog značenja.
"Sirova nafta" razlikuje se od "sirove nafte", a, isto tako, biti bolestan od različitog je od pukog "bolesnika". "
Još jedno svojstveno ograničenje pristupa zatvorenog rječnika jest to što se oslanja na unaprijed stvoreni, fiksni skup riječi. Takva bi studija mogla potvrditi da depresivni ljudi doista češće koriste očekivane riječi (poput „tužan“), ali ne mogu stvoriti nove uvide (da manje govore o sportu ili društvenim aktivnostima nego na primjer sretni ljudi).
Prethodna proučavanja psihološkog jezika nužno su se oslanjala na zatvorene rječnike jer su njihove male veličine uzorka činile otvorene pristupe nepraktičnim. Pojava masovnih skupova podataka koje pružaju društveni mediji sada omogućuje kvalitativno različite analize.
"Većina se riječi rijetko događa - bilo koji uzorak pisanja, uključujući ažuriranja statusa na Facebooku, sadrži samo mali dio prosječnog rječnika", izvještava H. Andrew Schwartz, postdoktorand iz računalstva i informatike.
„To znači da za sve, osim za najčešće riječi, trebate pisati uzorke mnogih ljudi kako biste uspostavili vezu s psihološkim osobinama. Tradicionalne studije pronašle su zanimljive veze s unaprijed odabranim kategorijama riječi kao što su „pozitivna emocija“ ili „funkcionalne riječi“.
Međutim, milijarde primjeraka riječi dostupnih na društvenim mrežama omogućuju nam da pronađemo uzorke na puno bogatijoj razini. "
Nasuprot tome, pristup otvorenim rječnicima izvodi važne riječi i fraze iz samog uzorka. S više od 700 milijuna riječi, fraza i tema izbušenih iz uzorka Facebook statusnih poruka ove studije, bilo je dovoljno podataka da se prođe stotine uobičajenih riječi i fraza i da se pronađe otvoreni jezik koji značajnije korelira s određenim karakteristikama.
Ova velika veličina podataka bila je presudna za određenu tehniku koju je tim koristio, poznatu kao diferencijalna analiza jezika ili DLA.
Istraživači su koristili DLA kako bi izolirali riječi i fraze koje su se skupljale oko različitih karakteristika koje su sami prijavili u upitnicima volontera: dob, spol i bodovi za osobine ličnosti "Velike petorke" - ekstraverzija, slaganje, savjesnost, neurotičnost i otvorenost.
Model Big Five odabran je jer je to uobičajeni i dobro proučavani način kvantificiranja osobina ličnosti, ali metoda istraživača mogla bi se primijeniti na modele koji mjere druge karakteristike, uključujući depresiju ili sreću.
Kako bi vizualizirali svoje rezultate, istraživači su stvorili oblake riječi koji su saželi jezik koji je statistički predvidio datu osobinu, s tim da je snaga korelacije riječi u danoj skupini predstavljena njezinom veličinom. Na primjer, oblak riječi koji prikazuje jezik koji koriste ekstraverti na istaknutom mjestu sadrže riječi i fraze poput "zabava", "sjajna noć" i "udri me", dok oblak riječi za introverte sadrži mnoge reference na japanske medije i emotikone.
"Može se činiti očitim da bi super ekstravertirana osoba puno govorila o zabavama", rekao je Eichstaedt, "ali uzevši sve zajedno, ovi oblaci riječi pružaju neviđen prozor u psihološki svijet ljudi s danom osobinom. Mnogo se stvari čini očito nakon činjenice i svaka stavka ima smisla, ali biste li pomislili na sve njih, ili čak na većinu njih? "
Martin Seligman, direktor programa objašnjava: „Kad se zapitam kako je biti ekstrovert?" „Kako je biti tinejdžerica?" „Kako je biti šizofreni ili neurotični?“ Ili „Kako je biti Stari 70 godina? 'Ovi oblaci riječi postaju mnogo bliži srži stvari nego svi postojeći upitnici. "
Kako bi testirali koliko su točno prepoznavali osobine ljudi svojim pristupom otvorenog rječnika, istraživači su podijelili dobrovoljce u dvije skupine i vidjeli može li se statistički model prikupljen iz jedne skupine koristiti za zaključivanje osobina druge. Za tri četvrtine volontera istraživači su tehnikama strojnog učenja izgradili model riječi i fraza koje predviđaju odgovore na upitnik.
Zatim su koristili ovaj model za predviđanje dobi, spola i osobnosti za preostali kvartal na temelju svojih objava na Facebooku.
"Model je bio 92 posto točan u predviđanju spola volontera na temelju njihove upotrebe jezika", rekao je Schwartz, "a mi bismo mogli predvidjeti dob osobe unutar tri godine više od polovice vremena.
"Naša predviđanja osobnosti u biti su manje točna, ali su gotovo jednako dobra kao i korištenje korisnikovih upitnika jednog dana za predviđanje njihovih odgovora na isti upitnik drugog dana."
S pristupom otvorenog rječnika koji se pokazao jednako ili više predviđajućim od zatvorenog, istraživači su koristili oblake riječi kako bi generirali novi uvid u odnose između riječi i osobina. Na primjer, sudionici koji su postigli nisku ocjenu na neurotičkoj ljestvici (tj. Oni s najviše emocionalne stabilnosti) koristili su veći broj riječi koje su se odnosile na aktivne, društvene aktivnosti, poput „snowboardinga“, „sastanka“ ili „košarke“.
„To ne garantira da ćete se baviti sportom učiniti manje neurotičnim; može biti da neurotizam uzrokuje da ljudi izbjegavaju sport ”, rekao je Ungar. "Ali sugerira da bismo trebali istražiti mogućnost da neurotični pojedinci postanu emocionalno stabilniji ako se više bave sportom."
Izgrađujući prediktivni model osobnosti na temelju jezika društvenih medija, istraživači sada mogu lakše pristupiti takvim pitanjima. Umjesto da se od milijuna ljudi traži da ispune ankete, buduće studije mogu se provesti tako da volonteri predaju svoje Facebook ili Twitter feedove na anonimno istraživanje.
"Istraživači su te osobine ličnosti proučavali mnogo desetljeća teoretski", rekao je Eichstaedt, "ali sada imaju jednostavan prozor kako oblikuju suvremeni život u doba Facebooka."
Izvor: Sveučilište Pennsylvania
