Felmérhetik-e a Facebook-profilok a személyiséget?
Erre a kérdésre a Pennsylvaniai Egyetem kutatóinak interdiszciplináris csoportja próbál válaszolni. Jelenleg a pszichológusok különféle módszereket alkalmaznak, beleértve az ön által bejelentett felméréseket és kérdőíveket a személyiség értékelésére.
Egy nemrégiben készült tanulmányban 75 000 ember önként kitöltötte a közös személyiségkérdést egy Facebook alkalmazáson keresztül, és kutatási célokra tette elérhetővé Facebook állapotfrissítéseit. A kutatók ezután átfogó nyelvi mintákat kerestek az önkéntesek nyelvén.
A tanulmány a folyóiratban jelent meg PLOS ONE.
A nyomozók olyan számítógépes modelleket készítettek, amelyek képesek voltak megjósolni az egyének életkorát, nemét és válaszaikat az általuk készített személyiségkérdőíveken.
Ezek az előrejelzési modellek meglepően pontosak voltak. Például a kutatók az esetek 92 százalékában helytálltak, amikor a felhasználók nemét csak az állapotfrissítések nyelve alapján jósolták.
Ennek a „nyílt” megközelítésnek a sikere új módszereket kínál a személyiségjegyek és viselkedés közötti összefüggések kutatására és a pszichológiai beavatkozások hatékonyságának mérésére.
A kutatók tanulmánya az emberek által az érzéseik és a mentális állapotok megértésének módjaként használt szavak tanulmányozásának hosszú történelmére támaszkodik, ám az adatok elemzésének középpontjában inkább „nyitott”, mint „zárt” megközelítést alkalmaznak.
"Zárt szókincs-megközelítésben" - mondta Ph.D. Margaret Kern posztdoktori munkatárs -, hogy a pszichológusok kiválaszthatnak egy listát azokról a szavakról, amelyek szerintük pozitív érzelmeket jeleznek, például "elégedett", "lelkes" vagy "csodálatos", majd nézze meg, hogy az ember milyen gyakorisággal használja ezeket a szavakat, hogy megmérje, mennyire boldog az illető.
A zárt szókincs-megközelítéseknek azonban számos korlátja van, többek között az, hogy nem mindig mérik azt, amit mérni szándékoznak. "
- Például - mondta Ungar - az lehet, hogy az energiaszektor több negatív érzelmi szót használ, pusztán azért, mert inkább a „nyers” szót használják. De ez rámutat arra, hogy több szóból álló kifejezéseket kell használni a kívánt jelentés megértéséhez.
A „kőolaj” különbözik a „nyersolajtól”, és hasonlóképpen a „beteg” attól, hogy pusztán a „beteg” legyen. ”
A zárt szókincs-megközelítés másik velejárója az, hogy előre kitalált, rögzített szavakra támaszkodik. Egy ilyen tanulmány megerősítheti, hogy a depressziós emberek valóban gyakrabban használják az elvárt szavakat (mint például a „szomorú”), de nem tudnak új meglátásokat generálni (hogy kevésbé beszélnek sportról vagy társadalmi tevékenységről, mint például boldog emberek).
A korábbi pszichológiai nyelvtanulmányok szükségszerűen zárt szókincs-megközelítésekre támaszkodtak, mivel kis mintanagyságuk miatt a nyílt megközelítések nem voltak praktikusak. A közösségi média által biztosított tömeges nyelvi adatkészletek megjelenése minőségileg eltérő elemzéseket tesz lehetővé.
"A legtöbb szó ritkán fordul elő - az írás bármely mintája, beleértve a Facebook állapotfrissítéseit is, csak az átlagos szókincs kis részét tartalmazza" - számol be H. Andrew Schwartz, a számítástechnika és az informatika posztdoktori munkatársa.
„Ez azt jelenti, hogy a leggyakoribb szavak kivételével sok embertől kell mintát írni, hogy kapcsolatba kerülhessen pszichológiai tulajdonságokkal. A hagyományos tanulmányok érdekes összefüggéseket találtak az előre kiválasztott szókategóriákkal, például a „pozitív érzelem” vagy a „funkció szavak”.
A közösségi médiában elérhető milliárdnyi szóeset azonban lehetővé teszi számunkra, hogy sokkal gazdagabb mintákat találjunk. ”
A nyílt szókincs-megközelítés ezzel szemben magából a mintából vezet le fontos szavakat és kifejezéseket. Több mint 700 millió szót, kifejezést és témát fúrva ki e tanulmány Facebook státuszüzeneteiből, elegendő adat állt rendelkezésre ahhoz, hogy elássuk a több száz elterjedt szót és kifejezést, és olyan nyílt végű nyelvet találjunk, amely értelmesebben korrelál a sajátos jellemzőkkel.
Ez a nagy adatméret kritikus volt a csapat által alkalmazott speciális technika szempontjából, amelyet differenciális nyelvi elemzésként vagy DLA néven ismertek.
A kutatók a DLA segítségével elkülönítették azokat a szavakat és kifejezéseket, amelyek az önkéntesek kérdőívjeiben önmaga által bejelentett különféle jellemzők köré csoportosultak: életkor, nem és a „Big Five” személyiségjegyek pontszámai - extraverzió, kedveltség, lelkiismeretesség, neurotizmus és nyitottság.
A Big Five modellt választották, mivel ez egy általános és jól tanulmányozott módszer a személyiségjegyek számszerűsítésére, de a kutatók módszere alkalmazható olyan modellekre is, amelyek más jellemzőket mérnek, beleértve a depressziót vagy a boldogságot.
Eredményeik vizualizálása érdekében a kutatók olyan szófelhőket hoztak létre, amelyek összefoglalták azt a nyelvet, amely statisztikailag megjósolta az adott tulajdonságot, az adott klaszterben lévő szó korrelációs erejét pedig annak mérete képviselte. Például egy szófelhő, amely megmutatja az extravertusok által használt nyelvet, jól láthatóan tartalmaz olyan szavakat és kifejezéseket, mint a „party”, a „great night” és a “hit me up”, míg az introvertált szavak felhője sok hivatkozást tartalmaz a japán médiára és hangulatjelekre.
„Nyilvánvalónak tűnhet, hogy egy szuper extravertált ember sokat beszél a partikról - mondta Eichstaedt -, de ezek együttvéve ezek a szófelhők példátlan ablakot nyújtanak az adott tulajdonságú emberek pszichológiai világába. Sok minden nyilvánvalónak tűnik, és mindegyik tételnek van értelme, de gondolt volna rájuk, vagy akár a legtöbbre?
Martin Seligman, a programigazgató elmagyarázza: „Amikor azt kérdezem magamtól, milyen érzés extrovertáltnak lenni?” „Milyen tizenéves lánynak lenni?” „Milyen skizofrénnek vagy neurotikusnak lenni?” Vagy „Milyen is lenni 70 évesek? "Ezek a szófelhők sokkal közelebb kerülnek az ügy lényegéhez, mint az összes létező kérdőív."
Annak tesztelésére, hogy mennyire pontosan rögzítik az emberek vonásait nyílt szókincses megközelítésük révén, a kutatók két csoportra osztották az önkénteseket, és látták, hogy az egyik csoportból összegyűjtött statisztikai modell felhasználható-e a másik vonásainak következtetésére. Az önkéntesek háromnegyede számára a kutatók gépi tanulási technikákkal építették fel a kérdőívre adott válaszokat előre jelző szavak és kifejezések modelljét.
Ezt követően ezt a modellt használták Facebook-bejegyzéseik alapján a hátralévő negyed korának, nemének és személyiségének előrejelzésére.
"A modell 92 százalékban pontos volt az önkéntes nemének a nyelvhasználatából való megjóslásában" - mondta Schwartz. "És három éven belül megjósolhattuk az ember életkorát az idő több mint felénél.
"A személyiségre vonatkozó jóslataink eredendően kevésbé pontosak, de közel olyan jóak, mint ha egy személy egyik nap kérdőívének eredményeit felhasználnánk arra, hogy egy másik napon megjósoljuk válaszaikat ugyanarra a kérdőívre."
Mivel a nyílt szókincs megközelítése ugyanolyan vagy inkább prediktív, mint a zárt megközelítés, a kutatók a felhők szóval új betekintést generáltak a szavak és tulajdonságok közötti kapcsolatokba. Például azok a résztvevők, akiknek a neurotikus skálájukon alacsony pontszámot értek el (vagyis azok, akiknek az érzelmi stabilitásuk a legmagasabb), több olyan szót használtak, amelyek aktív, társadalmi törekvésekre, például „snowboardozásra”, „találkozóra” vagy „kosárlabdára” utaltak.
„Ez nem garantálja, hogy a sportolás kevésbé idegbeteg lesz; lehet, hogy a neurotizmus miatt az emberek elkerülik a sportot ”- mondta Ungar. "De azt javasolja, hogy vizsgáljuk meg annak lehetőségét, hogy a neurotikus személyek érzelmileg stabilabbá váljanak, ha többet sportolnak."
A közösségi média nyelvén alapuló prediktív személyiségmodell felépítésével a kutatók már könnyebben megközelíthetik ezeket a kérdéseket. Ahelyett, hogy emberek millióit kérdeznék meg felmérések kitöltéséről, a jövőbeni tanulmányokat úgy lehet lefolytatni, hogy az önkéntesek beküldik Facebook vagy Twitter hírcsatornáikat névtelen tanulmányozás céljából.
"A kutatók elméletileg hosszú évtizedek óta tanulmányozták ezeket a személyiségjegyeket - mondta Eichstaedt -, de most már egyszerű ablakuk van arra, hogyan alakítják a modern életet a Facebook korában."
Forrás: Pennsylvaniai Egyetem
