02 июня 2020
По действиям, которые пользователь совершает в цифровом пространстве, можно прогнозировать черты его личности, эмоциональные состояния, ценности и поведение. Например, при помощи анализа цифровых следов можно выяснить, насколько пунктуальным может быть человек в погашении кредитов, оплате сотовой связи и готов ли он к участию в благотворительных проектах. Тому, как развивается и работает цифровая психометрика посвящена статья в журнале «Психология» НИУ ВШЭ.
К цифровым следам относятся размещаемые в сети тексты, изображения, особенности интернет-серфинга, «лайки», а также телефонные звонки, геолокация и финансовые транзакции.
В 2016 году, когда Дональд Трамп победил на выборах в США, появилась популярная версия о большой заслуге в этой победе технологий Big Data и психологического таргетирования. Суть версии заключалась в том, что пользователям социальных сетей в период предвыборной кампании выдавалась таргетированная реклама на основе составленных на них психологических портретов. Подобные технологии использовались политиками и ранее, но именно громкая победа Трампа привлекла к ним внимание.
Личностные черты (наибольшая точность при анализе личностных черт по «Большой пятерке» (Big Five) – экстраверсия, открытость опыту, добросовестность, нейротизм, дружелюбие)
Эмоциональные состояния (например, тревога, депрессия)
Мотивы, ценности
Поведение (например, покупательское поведение, пунктуальность в исполнении взятых обязательств, социальная активность)
Активнее всего прогнозируются личностные черты «Большой пятерки». По степени успешности прогнозов они располагаются следующим образом: экстраверсия, открытость опыту, добросовестность, нейротизм, дружелюбие.
Чаще всего в качестве источников данных для цифровой психометрики используют тексты. Пример тому — исследование американского ученого Тэла Яркони, который работая с текстами блогеров, с высокой точностью определил их личностные особенности.
Для каждой личностной черты он выделил группы слов, наиболее сильно связанных со значениями шкал опросника Big Five.
бар, концерт, толпа (+), книги, кошки, компьютер (-) – экстраверсия,
прекрасный, чувства, радость (+), идиот, сексуальный, глупый, насилие (-) – дружелюбие,
раздраженный, стресс, ужасный (+), земля, гора, дорога (-) – нейротизм,
культура, фильмы, луна (+), ненавидеть, молитва, умолять (-) – открытость опыту,
настойчивость, дисциплина, снэк, овощи (+), кровавый, солдат, глупый (-) – добросовестность.
открытость опыту: книги, луна, небо (+), изображения на тему любви (-),
добросовестность: еда (+), люди (-),
экстраверсия: большие скопления людей (+), кошки, книги, вязаные предметы одежды (-),
дружелюбие: цветы (+), обнаженные торсы, а также изображения, включающие текст (-),
нейротизм: животные (+), пейзажи (-).
В исследованиях нет исчерпывающих объяснений, почему те или иные изображения или слова могут быть связаны с определенными чертами личностями. Но, например, изображение людей связано с ориентацией на внешние впечатления, а для добросовестности как черты – это не свойственно, отмечает автор обзора Виктория Овсянникова.
Эмоциональные состояния с помощью цифровых следов прогнозировать сложнее. Тем не менее, это возможно. Так, например, в одном из исследований (2019) было обнаружено, что фотографии в профиле депрессивных людей имеют меньше признаков хорошего настроения (изображения улыбок и смеха), они эмоционально нейтральны и менее экспрессивны. Изображение часто размыто, на фото отсутствуют другие люди, и что важно – картины праздников, спорта, разного рода развлечений и т.п., – все то, что приносит радость.
Исследователи обнаружили, что в цифровом контенте депрессивных людей нет непосредственных индикаторов депрессии: слез, плача, плохого настроения. То есть, о депрессии они сигнализируют косвенным образом, не размещая, например, картинок, демонстрирующих позитивные эмоции. Ученые связывают подобную особенность с влиянием культурных норм: во многих странах принято поддерживать свой позитивный образ в глазах других, что отражается в публикуемом контенте.
Сегодня при помощи цифровых следов прогнозируются и ценности. Но точность таких прогнозов несколько ниже, чем личностных черт и эмоциональных состояний.
Лучше всего ценности прогнозируются на основании текстов, в которых обсуждаются связанные с ними темы (что для человека важно? какие у него жизненные цели?). Но поскольку основная масса сообщений в социальных сетях слабо связана с этой проблематикой, то и точность прогнозов невысокая, отмечают ученые.
Цифровые следы пытаются также использовать для прогнозирования удовлетворенности жизнью. Но ситуация такая же, как и с ценностями. Удовлетворенность жизнью – величина динамическая, постоянно изменяющаяся под воздействием жизненных обстоятельств, а потому сложно прогнозируемая.
Анализ цифровых следов может быть применим в разных сферах. Естественно, это маркетинг. В случае рекламной кампании выявление личностных особенностей интересуемой аудитории – задача крайне сложная, а порой и невыполнимая. «При помощи же цифровых следов можно осуществлять диагностику буквально за несколько часов или дней», – отмечают исследователи.
Используя цифровую психометрику, можно прогнозировать, насколько пунктуален будет человек при оплате кредитов или сотовой связи, как он отреагирует на просьбу о пожертвовании или медицинскую рекомендацию. Тут правда возникают вопросы этического порядка, касающиеся защиты прав и личной информации пользователей. Эти вопросы, как отмечает Виктория Овсянникова, обсуждаются в научных кругах и однозначно требуют правового регулирования.
IQ
