Diena ieradās Facebook zina vairāk nekā jūsu draugi

Diena ieradās Facebook zina vairāk nekā jūsu draugi / Sociālā psiholoģija un personiskās attiecības

Nesen publicēts pētījums PNAS secina, ka dators ir spējīgs precīzāk prognozēt personas personību nekā viņu pašu draugi un ģimene... no dažu datu analīzes, ko esam atstājuši Facebook.

Pētnieki secina, ka, analizējot 10 "patīk", dators var raksturot mūsu personību labāk nekā mūsu kolēģi; ar 70, labāk nekā mūsu draugi vai istabas biedri; ar 150, labāk nekā ģimenes loceklis; un ar 300, labāk nekā laulātais. Tas parāda, ka mašīnas, neskatoties uz to, ka tām nav sociālo prasmju interpretēt valodu un cilvēka nodomus, var pieņemt derīgus spriedumus par to, kā piekļūt mūsu pirkstu nospiedumus internetā.

Facebook jūs pazīst vairāk nekā savi draugi

Šim pētījumam 86,220 cilvēkiem tika sniegts personības tests, kas balstīts uz Big Five modeli. Katram no viņiem bija jāaizpilda šīs 100 vienību veidlapas, kas paredzētas, lai ierakstītu informāciju par dažādām iezīmēm, kas nosaka mūsu darbības veidu, uztverot un sajūtot lietas..

Papildus informācijai, kas iegūta personības testos, daži brīvprātīgie arī deva atļauju pētniecības grupai analizēt "Man tas patīk" ka viņi bija devuši no saviem Facebook kontiem. Šie "patīk" nebija tie, kurus var sniegt, noklikšķinot uz Facebook statusiem, fotoattēliem vai video, bet tiem, kas saistīti ar lapām par filmām, grāmatām, TV šovām, slavenībām utt..

Vēlāk, programmatūra atklāja tendences un esošās attiecības starp personības iezīmēm un noteiktām vēlmēm vienā vai citā lapā, kas atrodas šajā sociālajā tīklā. Piemēram, tika konstatēts, ka cilvēki ar augstu rezultātu "Opening to Change" iezīmei liecina par mīlestību pret Salvadoru Dali vai TED sarunām, bet ekstraveriem ir garša dejošanai. Tas var būt secinājums, kas izriet no stereotipiem, un tomēr ir empīriski pierādījumi šo ideju atbalstam.

Lai gan programmatūra, kas spēlēta, lai uzzinātu, kā darbojas cilvēka uzvedība, veidojās grupa ar citiem vērtētājiem, kuriem bija jāparedz personības rādītāji brīvprātīgajiem. Šo grupu veidoja dalībnieku draugi, radinieki un paziņas, kas bija pabeiguši testu. Katram no šiem miesas un kaulu tiesnešiem bija jāapraksta novērtētās tēmas personība, aizpildot anketu. Rezultāti (nedaudz pazemojoši attiecībā uz mūsu sugām), kas ved rakstu, parādījās Salīdziniet precizitātes pakāpi ar kuriem cilvēki un mašīnas prognozē personības rādītājus. Tikai vīrs vai sieva var konkurēt ar datoru radītajiem personības modeļiem no dažiem Facebook iegūtajiem datiem.

Elektroniskie smadzenes

Kā programmatūra var runāt tik precīzi par aspektiem, kas nosaka mūs un padara mūs unikālus? Lielākā priekšrocība, kāda viņiem ir, ir viņu piekļuvi plašam informācijas apjomam personāls un tā darbinieki spēja saistīt datus ar citiem un atrodiet uzvedības modeļus sekundes daļās. Pateicoties tam, datorizēti personības modeļi var automātiski paredzēt noteiktus uzvedības modeļus, bez nepieciešamības pēc sociālajām prasmēm un precīzāk nekā cilvēki.

Tā rezultātā šodien mēs esam tuvāk zināt, kādas ir cilvēku psiholoģijas iezīmes, bez nepieciešamības mijiedarboties ar viņiem, Pēc tam informācija par filmām, grāmatām un slavenībām, kas mums patīk, iet cauri algoritmu virtuvei. Ņemot vērā, ka vidējais "man patīk", ko katrs no mums ir uzkrājis Facebook, ir aptuveni 227, mēs varam iedomāties, ko šis psihometrijas jauninājums nozīmē statistikas centriem, personāla atlases aģentūrām vai pat grupām veltīta spiegošanai un sociālajai kontrolei. Tas viss padara Mark Zuckerberg izveidoto tīmekļa vietni vairāk kā instrumentu tirgus segmentācija ka sociālais tīkls.

Turklāt sekas, kas tam var būt reklāmas un mārketinga pasaulē Tie ir acīmredzami. Ja šodien ir iespējams aptuveni novērtēt cilvēka gaumi un vaļaspriekus no viņu meklējumiem Google lapās, varbūt nākotnē automobiļu zīmols var zināt, kuru modeli mēs varam piesaistīt vairāk tādēļ, ka kādu dienu mēs to darījām klikšķu skaits sociālajā tīklā.

Viens no šīs psiholoģiskās novērtēšanas metodikas paradoksiem ir tas, ka mēs pētām īpašības, kas padara mūs par sociālām un unikālām būtnēm bez nepieciešamības pēc sociālās mijiedarbības un piemērojot vispārējus noteikumus par cilvēka uzvedību. Šī perspektīva var būt tik pievilcīga organizācijām, kuras. \ T Kembridžas Universitāte jau ir lietojumprogramma, kas ļauj jums redzēt, kas ir jūsu Facebook profils, tweets un citi pirkstu nospiedumu veidi par jūsu psiholoģisko profilu. Viena no iespējamām priekšrocībām, ko var izlasīt viņu tīmekļa vietnē, ir: "izvairīties no nevajadzīgiem jautājumiem". Kādā veidā šī metode ietekmēs privātās dzīves aizsardzību, kas vēl ir redzams.

Big Data: Facebook un tā datu bāze

Īsāk sakot, tagad ir iespējams, ka datori arvien vairāk spēj secināt, ka mēs nekad neesam paziņojuši par mums tieši un ka šī informācija ir augstākas kvalitātes nekā jebkura persona. Tas viss var ļaut lielā mērā veikt Big Data analīzi Facebook: masveida datu apstrāde (personiski vai citādi), ko mēs sniedzam no mūsu pašu brīvas gribas. Pētnieku komanda runā par šo kvalitatīvo lēcienu sava raksta secinājumos:

Populārā kultūra ir pārstāvējusi robotus, kas pārspēj cilvēkus, kad runa ir par psiholoģiskiem secinājumiem. Piemēram, filmā Viņas varonis iemīlas operētājsistēmu. Izmantojot savu pirkstu nospiedumu pārvaldību un analīzi, jūsu dators var labāk izprast un reaģēt uz savām domām un vajadzībām nekā citi cilvēki, tostarp jūsu draudzene un tuvākie draugi. Mūsu pētījumi kopā ar robotikas sasniegumiem sniedz empīriskus pierādījumus tam, ka šī hipotētiskā situācija kļūst arvien iespējama, kad digitālie novērtēšanas instrumenti ir nobrieduši..

Ko varēs skaitļot, kad dators var lasīt ne tikai Facebook lapas, bet arī fotogrāfijas un teksti ar tādu pašu precizitātes līmeni? Vai mēs būsim būtnes bez jebkādiem noslēpumiem pirms sērijveidā ražotu procesoru izskata? Ja šī cilvēka izpratnes forma, ka mašīnas nākotnē var sasniegt, atspoguļo mūsu būtību kā jutīgus un unikālus cilvēkus, tas ir kaut kas vērts, kas jāapsver..

Bibliogrāfiskās atsauces:

  • Youyou W., Kosinski, M. un Stillwell, D. (2015). Datorizēti personības spriedumi ir precīzāki nekā cilvēki. PNAS 112 (4), lpp. 1036 - 1040.