Използване на социалните медии като нов инструмент за обяснение на човешкото поведение

Изследователите са нови бенефициенти на големи данни, тъй като информацията, получена от Facebook и Twitter, се използва, за да даде представа за всичко - от планирането на семейството до прогнозирането на следродилна депресия.

„Анализирайки различни видове социални медии, термини за търсене или дори блогове, ние сме в състояние да уловим мисленето, моделите на общуване, здравето, убежденията, предразсъдъците, груповото поведение - по същество всичко, което някога е било изучавано в социалната и личностната психология“, казва д-р Джеймс Пенебейкър, президент на Обществото на личността и социалната психология (SPSP).

„Можем да изследваме хиляди, дори стотици хиляди хора наведнъж или да ги проследим с течение на времето.“

Pennebaker председателства сесия на годишната конференция на SPSP за възможностите, предоставени от големите данни и новите технологии.

Вече не е необходимо психолозите-изследователи да разчитат на традиционните експериментални дизайни, „управлявайки по един студент от колеж от горната средна класа“, казва той.

„Сега имаме достъп до света на социалното поведение по начини, които не са си представяли досега.“

Проучвания с помощта на Facebook

Например, скорошно проучване на учени от Facebook анализира 400 000 публикации във Facebook, за да определи разликите в начина, по който родителите говорят с децата си спрямо други приятели и как се обръщат към своите възрастни спрямо тийнейджърски деца.

Публикациите, лишени от идентифицирана потребителска информация, показват, че общуването на децата с родителите им намалява честотата от 13-годишна възраст нататък, но след това се повишава, когато се изнесат.

В противовес на предишни изследвания на семейната комуникация, те също така установиха, че отдалечаването един от друг не намалява колко много родители и деца говорят във Facebook.

Проучването също така установи разлики между начина, по който майките и бащите използват Facebook.

Автоматичното кодиране на език показва, че публикациите на майките показват повече емоции, използвайки фрази като „лошо бебе“ или „толкова горд с“, докато публикациите на бащите са по-абстрактни, с фрази като „продължи така“ или „си върна гърба“. Освен това майките са по-склонни да помолят децата да им се обадят, докато бащите говорят повече за споделени интереси, като политика или спорт.

„Интернет предлага огромна възможност да разберем важни социални явления като семейната структура, а също така да ни помогне да проучим как споделянето на информация влияе върху емоционалните състояния и вземането на решения на хората“, каза Адам Крамер, учен по данни във Facebook.

Ерик Хорвиц, изтъкнат учен и директор на лабораторията на Microsoft Research в Редмънд, Вашингтон, анализира данни от Twitter и други онлайн медии, за да разбере по-добре и да предскаже здравето и благосъстоянието на хората.

„Мащабните анализи на данни генерират прозрения за хората - тяхното настроение, цели, намерения, здраве и благосъстояние - както за кратки, така и за дълги периоди от време“, каза той.

Проучвания с помощта на Twitter

В неотдавнашна работа Horvitz и колеги използваха Twitter, за да идентифицират 376 нови майки, които може да са изложени на риск от следродилна депресия.

Те анализираха около 36 000 туита през трите месеца до раждането и около 40 000 туита в продължение на три месеца след раждането, за да открият промени в настроението и поведението. Те разгледаха всичко - от мрежи за социална ангажираност до използване на думи, използвайки мерките на Pennebaker и колегите за езикови промени, свързани с промени в настроението надолу.

Например, един потенциален индикатор за следродилна депресия е преминаването от използване на местоимения от трето лице към местоимения от първо лице. Други показатели включват намаляване на обема на туитове, свиване в социалните мрежи на майките и използване на думи, показващи негативно настроение.

Въз основа на тези фактори екипът на Horvitz е конструирал предсказващ модел, който може да прогнозира значителни промени в настроението след раждането при новородени майки, използвайки само наблюдения, налични преди ражданията.

Моделът може да идентифицира майките, изложени на риск от такива драматични промени в настроението с точност до 70%.

След това изследователите трябва да тестват своя модел с жени, които вече са диагностицирани с следродилна депресия.

В друга неотдавнашна работа Horvitz и колегите използваха докладването на участниците, заедно с модела и анализа на мрежата, за да изследват началото на големите депресивни епизоди. Екипът му първо идентифицира около 1500 души с депресия чрез онлайн инструмент за оценка и след това им даде възможност да предоставят своите Twitter дръжки.

След това изследователите успяха да разгледат Twitter емисиите на приблизително 630 души, които са избрали да идентифицират фактори, които предсказват появата на големи депресивни разстройства.

„Надеждата“, казва Хорвиц, „е да се разработят нови инструменти за обществено здраве, като се използват огромните данни, достъпни чрез социалните медии, с машинно обучение и лингвистичен анализ.“

Той също така работи по проекти, насочени към разбиране на начина, по който жените се справят с диагнозите рак на гърдата, като анализира модели сред неидентифицирани дневници за уеб търсене.

Проучвания с използване на други уеб инструменти

Друга работа изследва как когнитивните пристрастия взаимодействат с пристрастията на търсачките, за да подхранват явления като „киберхондрии“ - нарастването на безпокойството от редки заболявания по време на търсенето в мрежата на често срещани, доброкачествени симптоми.

„Стигнахме до интригуващ момент, може би безпрецедентен, когато данните, достъпни за няколко частни компании - например Google, Facebook, Twitter, - по принцип могат да окажат огромно въздействие върху научните изследвания в областта на социалните науки, особено върху социалната и личностната психология“, каза д-р Джей Би Мишел от Института за количествени социални науки в Харвард.

С Ерез Ейдън, Мишел наскоро използва милиони книги, дигитализирани от Google, за да изгради научен инструмент за измерване на тенденциите в нашата споделена култура, история и език от стотици години назад.

„Никога преди това по принцип не бихме могли да знаем толкова много за толкова много хора през толкова дълги периоди от време с такава лекота. Но тези данни практически не се използват по този начин “, каза Мишел. „Преодоляването на това разделение според мен е трансформираща възможност за общността на изследователите, интересуващи се от човешкия опит.“

Социалните медии не са единственият инструмент, с който учените разполагат при събирането на по-големи данни.

Проучвания, използващи онлайн проучвания

Доктор Роксан Коен Силвър от Калифорнийския университет в Ървайн използва онлайн проучвания, за да проучи как хората се справят с травмите след бедствието.

„Възможността за събиране на данни онлайн след национални събития е далеч по-ефективна и полезна от предишния начин за събиране на данни след бедствие от представителни извадки, който изискваше събиране на данни по телефона чрез„ набиране на произволни цифри “, каза Силвър.

Тя е изучавала ефектите от 11 септември и напоследък бомбения атентат в Бостън, свързвайки многократното излагане на медии в ранните периоди след бедствието с по-голям остър стрес, отколкото непосредствено на или близо до маратона.

Сега Силвър, заедно с колегата Барух Фишхоф, доктор по медицина от университета Карнеги Мелън, планира проект с помощта на мобилно приложение за изследване на общностите, изложени на риск от тежки метеорологични събития. „Целта е да се съберат оценки на риска, мислите и чувствата преди ураган, по време на буря и реакции след бедствие с течение на времето“, каза тя.

С нарастването на технологичните възможности ще нарастват и възможностите за изследователска психология.

- Огледай се - каза Пенебейкър. „Попитайте приятелите си за тяхната зависимост от електронната комуникация. И тогава започнете да измисляте начини да използвате тази технология, за да разберете света около нас. "

Източник: Общество за личност и социална психология


!-- GDPR -->