Diena atnāca: Facebook jūs zina vairāk nekā jūsu draugi
Nesen nesen publicēts pētījums PNAS secina, ka dators spēj precīzāk paredzēt personas personību, nevis viņu pašu draugus un ģimeni ... no dažu datu, uz kuriem esam palikuši, analīzes Facebook .
Pētnieki secina, ka, analizējot 10 "patīk", dators var labāk raksturot mūsu personību nekā mūsu kolēģi; ar 70, labāk nekā mūsu draugi vai roommates; ar 150, labāk nekā ģimenes loceklis; un ar 300, labāk nekā laulātais. Tas parāda, ka mašīnas, neskatoties uz to, ka tām nav sociālās prasmes interpretēt valodu un cilvēku nodomus, var izdarīt stingrus spriedumus par mums, piekļūstot mūsu pirkstu nospiedumi internetā .
Facebook pazīst tev vairāk par saviem draugiem
Šajā pētījumā personības tests, kas balstīts uz Big Five modeli, tika nodrošināts 86220 cilvēkiem. Katram no viņiem bija jāaizpilda šīs 100 vienību formas, kas paredzētas, lai reģistrētu informāciju par dažādajām iezīmēm, kas nosaka mūsu darbības veidu, uztveri un sajūtu.
Papildus informācijai, kas iegūta, izmantojot personības pārbaudes, daži brīvprātīgie arī deva atļauju izpētes komandai analizēt "Man tas patīk" viņi bija devuši no saviem Facebook kontiem. Šie "patīk" nav tie, uz kuriem var noklikšķināt uz Facebook, fotoattēli vai videoklipi, bet tie, kas saistīti ar lapām par filmām, grāmatām, televīzijas pārraidēm, slavenībām utt.
Vēlāk programmatūra, kas atrasta tendencēm un esošās attiecības starp personības iezīmēm un noteiktām vēlmēm ar vienu vai otru lapu, kas atrodas šajā sociālajā tīklā. Piemēram, tika konstatēts, ka cilvēkiem ar augstu rezultātu "Atvēršana maiņai" iezīme parasti izrāda interesi Salvadoram Dalī vai TED sarunām, bet ekstroverti izrāda deju garšu. Tas var izrādīties secinājums, kas izriet no stereotipiem, bet tomēr ir empīriski pierādījumi, lai atbalstītu šīs idejas.
Kaut arī programmatūra tika izstrādāta, lai uzzinātu, kā darbojas cilvēku uzvedība, grupa tika izveidota kopā ar citiem kuri bija spiesti prognozēt personības rādītājus no brīvprātīgajiem. Šo grupu veido dalībnieku draugi, radinieki un paziņas, kuri ir nokārtojuši pārbaudi. Katram no šiem miesas un kaula tiesnešiem jāapraksta vērtētā subjekta personība, aizpildot anketu. Rezultāti (nedaudz pazemojoši mūsu sugām), kas noveda pie raksta, parādījās pie Salīdziniet precizitātes pakāpi ar kuru cilvēki un mašīnas prognozē personības rādītājus. Tikai vīrs vai sieva var konkurēt ar personības modeļiem, ko rada dators no dažiem datiem, kas iegūti no Facebook.
Elektroniskās smadzenes
Kā programmatūra var runāt ar šādu precizitāti par aspektiem, kas nosaka mūs un padara mūs unikālu? Lielākā priekšrocība, kāda mums ir pār mums, ir viņu labā piekļuvi milzīga apjoma informācijai personāls un tā spēja saistīt datus ar citiem un atrodiet uzvedības modeļus otrajā daļā. Pateicoties tam, personības modeļi, ko ģenerē dators, var automātiski paredzēt noteiktus uzvedības modeļus, neprasot sociālās prasmes un precīzāk nekā cilvēki.
Tā rezultātā šodien mēs esam tuvāk zina pazīmes atsevišķus cilvēka psiholoģijas aspektus, bez mijiedarbības ar viņiem aci pret aci , pēc tam informācija par filmas, grāmatām un slavenībām, kuras mums patīk, iet caur algoritmu virtuvi. Ņemot vērā, ka vidējais "man patīk", ko katrs no mums ir uzkrājis Facebook, ir apmēram 227, mēs varam iedomāties, ko šis psihometrijas jauninājums nozīmē statistikas centriem, personāla atlases aģentūrām vai pat grupām kas veltīta spiegošanai un sociālajai kontrolei. Tas viss padara Mark Zuckerberg izveidoto tīmekļa vietni vairāk par instrumentu tirgus segmentācija nekā sociālais tīkls.
Turklāt tā sekas var būt reklāmas un mārketinga pasaule Tie ir acīmredzami. Ja šodien jau ir iespējams aptuveni novērtēt kādas personas gaumi un vaļaspriekus no viņu veiktajiem Google meklējumiem, iespējams, ka nākotnē automašīnu zīmols var uzzināt, kurš modelis var mums piesaistīt vairāk tāpēc, ka kādu dienu mēs darījām Klikšķu skaits sociālajā tīklā.
Viens no šīs psiholoģiskās novērtēšanas metodoloģijas paradoksiem ir tas, ka mēs pētām īpašības, kas padara mūs par sociālajām un unikālajām būtnēm, neradot nepieciešamību pēc sociālās mijiedarbības un piemērojot vispārējus noteikumus par cilvēka uzvedību. Šī perspektīva var būt tik pievilcīga organizācijām, kuras Kembridžas Universitāte jau ir programma, kas ļauj jums redzēt, kāds ir jūsu Facebook profils, tweets un citi pirkstu nospiedumu veidi par jūsu psiholoģisko profilu. Viena no iespējamajām priekšrocībām, ko var izlasīt savā tīmekļa vietnē, ir "izvairīties no jautājuma uz nevajadzīgiem jautājumiem". Kāda veidā šī metodika ietekmēs privātās dzīves aizsardzību, ir vēl kas redzams.
Big Data: Facebook un tā datu bāze
Īsāk sakot, tagad ir iespējams, ka arvien vairāk datoru spēj iegūst informāciju par mums, ko mēs nekad neesam deklarējuši tieši un ka šī informācija ir augstākas kvalitātes nekā tā, ko izsaka jebkura persona. Tas viss var lielā mērā nodrošināt lielo datu analīzi par Facebook : masveida datu apstrāde (personiska vai cita veida), ko mēs sniedzam par mūsu pašu brīvo gribu. Pētnieku komanda par šo kvalitatīvo lēcienu raksta secinājumos:
Populārā kultūra ir parādījusi roboti, kas pārspēj cilvēkus, kad runa ir par psiholoģiskiem secinājumiem. Piemēram, filma Her, galvenais varonis iemīlas savā operētājsistēmā. Izmantojot jūsu pirkstu nospiedumu vadību un analīzi, jūsu dators var saprast un reaģēt uz jūsu domas un vajadzībām daudz labāk nekā citi cilvēki, tostarp jūsu draudzene un jūsu tuvākie draugi. Mūsu pētījums kopā ar robotikas sasniegumiem sniedz empīriskus pierādījumus tam, ka šī hipotētiskā situācija kļūst aizvien iespējama, jo digitālā novērtējuma instrumenti ir nobrieduši.
Ko skaitļošana būs spējīga, ja dators spēj lasīt ne tikai Facebook lapas, bet arī fotogrāfijas un tekstus ar tādu pašu precizitātes pakāpi ? Vai mēs esam būtnes bez jebkādiem noslēpumiem, pirms sērijveidā ražoto procesoru izskats? Ja šāda veida izpratne par cilvēku, ko mašīnas var sasniegt nākotnē, atspoguļo mūsu būtību kā unikālas un saprātīgas būtnes, tas ir kaut kas vērts padomāt par to.
Bibliogrāfiskās atsauces:
- Youyou W., Kosinski, M. un Stillwell, D. (2015). Datorizēti personības spriedumi ir precīzāki nekā cilvēki. PNAS 112 (4), pp. 1036-1040.
