Päev on kätte jõudnud: Facebook tunneb sind rohkem kui su sõpru

Hiljuti avaldatud uuring aastal PNAS järeldab, et arvuti on võimeline ennustavad inimese isiksust täpsemalt kui tema enda sõpru ja perekonda… mõnede andmete analüüsist, mille oleme sisse jätnud Facebook.

Uurijad järeldavad, et 10 meeldimist analüüsides suudab arvuti kirjeldada meie isiksust paremini kui meie töökaaslased; 70-aastaselt parem kui meie sõbrad või toakaaslased; 150-ga parem kui sugulane; ja 300-ga, parem kui abikaasa. Seega on näidatud, et masinad, vaatamata sellele, et neil puuduvad sotsiaalsed oskused tõlgendada keele ja inimlike kavatsuste põhjal võivad nad meie kohta teha õigeid hinnanguid meie sõrmejäljed võrgus.

Facebook tunneb sind rohkem kui su enda sõpru

Selle uuringu jaoks tehti mudeli põhjal isiksuse test suur viis 86 220 inimeseni. Igaüks neist pidi täitma need 100-punktilised vormid, mille eesmärk oli salvestada teavet erinevate tunnuste kohta, mis määravad meie tegutsemisviisi, asjade tajumise ja tunnetamise.

Lisaks isiksusetestide kaudu saadud teabele andsid mõned vabatahtlikud ka loa, et uurimismeeskond analüüsiks

"Mulle meeldib see" nad olid andnud oma Facebooki kontodelt. Need "meeldimised" ei olnud need, mida saab anda Facebooki olekutele, fotodele või videotele klõpsates, vaid need, mis on seotud filmide, raamatute, telesaadete, kuulsuste jms lehtedega.

hiljem tarkvara leidis suundumusi ja seoseid isiksuseomaduste ja teatud eelistuste vahel ühe või teise selles sotsiaalvõrgustikus asuva lehe kaudu. Näiteks leiti, et inimesed, kellel on kõrge hinde tunnuse "Muutustele avatus" osas, kipuvad ilmutama kiindumust Salvador Dalí või TED-kõneluste vastu. ekstraverdid Nad näitavad tantsumaitset. See võib olla stereotüüpidel põhinev järeldus, kuid siiski on empiirilisi andmeid, mis neid ideid toetavad.

Sel ajal, kui tarkvara mängis inimkäitumise õppimise mängu, moodustas teisega rühm hindajad, kes pidid ennustama isiksuse skoori vabatahtlikest. Selle rühma moodustasid testi täitnud osalejate sõbrad, sugulased ja tuttavad. Kõik lihast ja luust kohtunikud pidid küsimustiku täites kirjeldama hinnatava isiku isiksust. Artikli pealkirjaks olevad tulemused (meie liigi jaoks mõnevõrra alandavad) ilmnesid võrrelda täpsusastet mille abil inimesed ja masinad ennustavad isiksuse skoori. Ainult mees või naine saab konkureerida arvutiga loodud isiksusemudelitega. mõnest Facebooki saadud andmetest.

elektroonilised ajud

Kuidas saab tarkvara nii täpselt rääkida aspektidest, mis määratlevad meid ja muudavad meid ainulaadseks? Suurim eelis, mis neil meie ees on, on nende juurdepääs suurele hulgale teabele töötajad ja tema võime andmeid teistega seostada ja leida käitumismustreid sekundi murdosa jooksul. Tänu sellele suudavad arvutiga loodud isiksusemudelid ennustada teatud käitumismustreid. käitumine automaatselt, ilma sotsiaalsete oskusteta ja inimesest suurema täpsusega. inimesed.

Selle tulemusena oleme tänasele päevale lähemal tundma inimeste psühholoogia teatud aspekte, ilma et oleks vaja nendega näost näkku suhelda, pärast seda, kui teave meile meeldivate filmide, raamatute ja kuulsuste kohta läbib algoritmide köögi. Arvestades, et meie igaühe keskmine "meeldimiste" arv Facebookis on umbes 227, võib ette kujutada, milline see uuendus psühhomeetrilised vahendid statistikakeskustele, värbamisagentuuridele või isegi spionaažile ja kontrollile pühendunud rühmadele sotsiaalne. Kõik see muudab Mark Zuckerbergi loodud veebisaidi rohkem töövahendiks turu segmenteerimine kui sotsiaalne võrgustik.

Lisaks sellele, millised tagajärjed sellel võivad olla reklaami ja turunduse maailm need on ilmsed. Kui täna on juba võimalik Google'i otsingute põhjal ligikaudselt hinnata inimese meeldimisi ja hobisid, võib-olla Tulevikus saab automark teada, milline mudel võib meid kõige rohkem köita, kuna tegime ühel päeval võrgus paarkümmend klikki sotsiaalne.

Selle psühholoogilise hindamise metoodika üks paradokse on see, et uuritakse omadusi, mis teevad meid sotsiaalsed ja ainulaadsed olendid, ilma et oleks vaja sotsiaalset suhtlust ja kohaldada üldisi käitumisreegleid inimene. See väljavaade võib olla organisatsioonidele nii ahvatlev, et nad Cambridge'i ülikool juba on rakendus mis võimaldab teil näha, mida teie Facebooki profiil, säutsud ja muud sõrmejälgede võtmise vormid teie psühholoogilise profiili kohta ütlevad. Üks oletatavaid eeliseid, mida selle veebisaidilt lugeda, on: "see väldib tarbetute küsimuste esitamist". Millisel viisil see metoodika eraelu puutumatuse kaitset mõjutab, tuleb veel näha.

Big Data: Facebook ja selle andmebaas

Ühesõnaga, praegu on võimalik, et arvutid on selleks järjest enam võimelised järeldada meie kohta teavet, mida me pole kunagi avaldanud otse ja see teave on kvaliteetsem kui see, mida keegi on järeldanud. Seda kõike saab suures osas võimalikuks teha, analüüsides Suured andmed Facebookis: andmete (isiklike või muul viisil) massiline töötlemine, mida pakume omal vabal tahtel. Teadlaste meeskond räägib sellest kvalitatiivsest hüppest oma artikli järeldustes:

Populaarne kultuur on hakanud kujutama roboteid kui inimesi, kes teevad psühholoogilisi järeldusi paremini. Näiteks filmis Her armub peategelane oma operatsioonisüsteemi. Teie digitaalse jalajälje haldamise ja analüüsi kaudu saab teie arvuti aru saada ja sellele reageerida tema mõtted ja vajadused on palju paremad kui teised inimesed, sealhulgas tema tüdruksõber ja tema lähimad sõbrad. Meie uuringud koos robootika edusammudega annavad empiirilisi tõendeid selle olukorra kohta hüpoteetiline muutub hindamisvahendite küpseks saades üha võimalikumaks digitaalne.

Milleks on arvuti võimeline, kui arvuti on võimeline lugema mitte ainult Facebooki lehti, vaid ka fotod ja tekstid sama täpsusega? Kas me oleme masstoodanguna toodetud protsessorite pilgu ees olendid, kellel pole mingit saladust? Kui see inimese mõistmise viis, mida masinad võivad tulevikus saavutada, peegeldab meie kui tundlike ja ainulaadsete inimeste olemust, tasub see mõtiskleda.

Bibliograafilised viited:

• Sina, W., Kosinski, M. ja Stillwell, D. (2015). Arvutipõhised isiksuseotsused on täpsemad kui inimeste omad. PNAS 112(4), lk. 1036 – 1040.