Hibák keresése a közösségi média kutatásában

A montreali McGill Egyetem és a pittsburghi Carnegie Mellon Egyetem informatikusai szerint a kutatóknak óvakodniuk kell a hatalmas közösségi média adatkészletekkel való munka komoly buktatóitól.

A hibás eredményeknek óriási következményei lehetnek: évente több ezer kutatási anyag alapul most a közösségi médiából gyűjtött adatokon.

"Sok ilyen cikket felhasználnak a nyilvánosság, valamint az ipar és a kormányzat döntéseinek és beruházásainak tájékoztatására és igazolására" - mondta Dr. Derek Ruths, a McGill's Computer Computer School adjunktusa.

A viselkedéstudósok számára a közösségi média növekedése példátlan lehetőségnek tűnt, hogy rengeteg információt gyűjtsön, majd elemezzen az emberi viselkedésről.

Sok tudós úgy véli, hogy az ilyen érett adathalmazok előre jelezhetik az emberi viselkedés előrejelzését. Az elmúlt években tanulmányok azt állították, hogy képesek megjósolni mindent a nyári kasszasikerektől kezdve a tőzsdei ingadozásokig.

De a folyóiratban megjelent cikkben Tudomány, Ruths és Dr. Jürgen Pfeffer, a Carnegie Mellon Szoftverkutató Intézet több kérdését is kiemeli a közösségi média adatkészleteinek felhasználásával, valamint azok kezelésére szolgáló stratégiákkal. A kihívások közül:

• A különböző közösségi média platformok különböző felhasználókat vonzanak - a Pinterestet például a 25-34 éves nők dominálják - a kutatók mégis ritkán korrigálják azt a torz képet, amelyet ezek a populációk képesek létrehozni;
• A közösségi média kutatásában használt, nyilvánosan elérhető adatcsatornák nem mindig adják meg a platform általános adatainak pontos ábrázolását - és a kutatók általában homályban vannak azzal kapcsolatban, hogy a közösségi média szolgáltatói mikor és hogyan szűrik adatfolyamukat;
• A közösségi média platformok kialakítása meghatározhatja a felhasználók viselkedését és ezért a viselkedésüket. Például a Facebookon a „nem tetszik” gomb hiánya miatt a tartalomra adott negatív válaszok nehezebben észlelhetők, mint a pozitív „tetszik”;
• Nagyszámú, a közösségi médiában normál felhasználóként álcázó spamelők és robotok tévesen beépülnek az emberi viselkedés számos mérésébe és jóslatába;
• A kutatók gyakran beszámolnak a könnyen besorolható felhasználók, témák és események csoportjainak eredményeiről, így az új módszerek pontosabbnak tűnnek, mint amilyenek valójában. Például a Twitter-felhasználók politikai irányultságának megállapítására tett erőfeszítések alig 65 százalékos pontosságot érnek el a tipikus felhasználók számára - annak ellenére, hogy a (politikailag aktív felhasználókra összpontosító) tanulmányok 90 százalékos pontosságot állítottak. A Twitter felhasználói alig 65 százalékos pontosságot érnek el a tipikus felhasználók számára - annak ellenére, hogy a (politikailag aktív felhasználókra összpontosító) tanulmányok 90 százalékos pontosságot állítottak.

A nyomozók szerint sok probléma más területeken is jellemző, például az epidemiológia, a statisztika és a gépi tanulás terén.

"Mindezen kérdések közös vonása, hogy a kutatóknak jobban meg kell ismerniük, hogy mit elemeznek valójában, amikor a közösségi média adataival dolgoznak" - mondja Ruths.

A társadalomtudósok már korábban is csiszolták technikájukat és normáikat az ilyen jellegű kihívások kezelésére.

"Az elhíresült, 1948-as" Dewey legyőzi Trumant "címsor olyan telefonos felmérésekből fakadt, amelyek alul vették mintába a Truman támogatóit az általános népességben" - jegyzi meg Ruths.

„Ahelyett, hogy végérvényesen lebecsülte volna a közvélemény-kutatás gyakorlatát, ez a kirívó hiba a mai kifinomultabb technikákhoz, magasabb színvonalhoz és pontosabb közvélemény-kutatásokhoz vezetett. Most hasonló technológiai fordulatponton vagyunk. Azokkal a kérdésekkel, amelyekkel szembesülünk, képesek leszünk megvalósítani a közösségi médián alapuló kutatás által ígért óriási jó lehetőségeket. "

Forrás: McGill Egyetem