Social Media alimentează noi perspective psihologice

Cercetarea psihologică nu a fost niciodată aceeași după ce rețelele sociale au deschis o lume digitală a datelor mari.

În cadrul unei conferințe recente, cercetătorii au discutat despre noi metode de analiză a limbajului și despre modul în care rețelele sociale pot fi folosite pentru a studia personalitatea, sănătatea mentală și fizică și diferențele interculturale.

Simpozionul a fost susținut la a 16-a Convenție anuală a Societății pentru Personalitate și Psihologie Socială (SPSP).

Cercetătorii au măsurat mult timp gândurile, sentimentele și personalitățile oamenilor folosind întrebări din sondaj. Acum, utilizarea pe scară largă a Twitter și Facebook creează date care îmbină cercetarea științelor sociale și a informaticii.

Noile seturi de date la scară largă oferă studii și informații care probabil nu ar fi fost concepute independent de cercetătorii din ambele domenii, a spus Andy Schwartz de la Universitatea din Pennsylvania.

Un studiu care utilizează analiza vocabularului deschis a constatat variații izbitoare în limbaj cu personalitate, sex și vârstă. Anumite cuvinte și fraze pot oferi informații noi și detaliate.

De exemplu, bărbații au folosit posesivul „meu” atunci când își menționează „soția” sau „prietena” mai des decât femeile au folosit „meu” cu „soț” sau „iubit”.

Acest exemplu arată cum analiza vocabularului deschis poate găsi conexiuni neprevăzute și care deseori nu sunt surprinse de alte tehnici de analiză.

„Tehnicile bazate pe date sunt în mare parte limitate la găsirea corelațiilor, mai degrabă decât la cauzalitate ... Analizele viitoare se deplasează dincolo de cuvinte pentru a surprinde semnificații mai puțin ambigue din limbaj”, a spus Schwartz.

Cercetătorii au descoperit, de asemenea, că cuvintele folosite pe Facebook sunt indicatori surprinzător de fiabili ai personalității.

Într-un studiu publicat în Journal of Personality and Social Psychology, cercetătorii au folosit algoritmi predictivi ai limbajului Facebook pentru a crea evaluări eficiente ale personalității la scară largă. Modelele de trăsături automate bazate pe limbă au fost în concordanță cu măsurătorile de personalitate auto-raportate ale participanților.

Autorul principal Gregory Park confirmă fiabilitatea modelului bazat pe limbaj: „Am evaluat metoda în mai multe moduri. Predicțiile din metodele automatizate pot prezice cu precizie scorurile pe care le primesc utilizatorii la testele de personalitate.

„Sunt conforme cu evaluările de personalitate făcute de prietenii reali ai utilizatorilor și cu alte rezultate legate de personalitate, cum ar fi numărul de prieteni sau atitudinile politice auto-raportate.”

Un alt studiu, publicat în jurnal Evaluare, au analizat stările Facebook ale participanților la studiu folosind analiza în limbaj deschis. Cercetătorii au generat nori de cuvinte care au ilustrat vizual modul în care mai multe trăsături de personalitate (extraversiune, agreabilitate, conștiinciozitate, stabilitate emoțională și deschidere) apar pe Facebook.

Studiul a constatat că anumite fraze sunt predictive ale trăsăturilor specifice de personalitate.

De exemplu, persoanele care au un scor ridicat în neurotism la evaluările personalității auto-raportate sunt mai predispuse să folosească cuvinte precum tristețe, singurătate, frică și durere.

Cercetătorii consideră că aceste date pot furniza noi conexiuni care ar putea să nu fie evidente în chestionarele și sondajele scrise tradiționale.

Un alt domeniu emergent de cercetare, utilizarea tweet-urilor, este exemplificat într-un studiu publicat recent în jurnal Științe psihologice. În acest studiu, cercetătorii au comparat tweet-urile și bolile de inimă la nivel de județ. Studiul a constatat că analizele lingvistice pot prezice riscul bolilor de inimă la fel de bine sau mai bine decât factorii tradiționali de risc epidemiologic.

„Limbajul asociat cu furia, emoțiile negative, ostilitatea și dezangajarea într-o comunitate a fost asociat cu rate crescute de boli de inimă”, a spus autorul principal Johannes Eichstaedt. „Limbajul care exprimă emoții pozitive și implicare a fost asociat cu un risc redus.”

Utilizatorii Twitter nu sunt neapărat persoane cu risc de boli de inimă, ci mai degrabă pot servi ca canari pentru comunitățile cu risc mai mare de boli de inimă.

Tweeturile pot reprezenta negativitatea generală pe care o simte o comunitate și pot indica stresul social și de mediu care contribuie la creșterea riscului de boli de inimă.

Rezultatele studiului ilustrează faptul că Twitter servește ca un predictor precis al sănătății și al factorilor de risc ai unei comunități. Eichstaedt și colegii săi analizează acum cuvinte și fraze pe Twitter pentru a urmări depresia și anxietatea în rândul populațiilor.

Rețelele sociale permit cercetătorilor să examineze asemănările și diferențele între culturi la nivel macro. Studiile interculturale necesită de obicei analize calitative care necesită mult timp, cu un număr mic de oameni.

Un studiu inovator realizat de Margaret Kern de la Universitatea din Melbourne și Maarten Sap de la Universitatea din Pennsylvania folosește Twitter pentru a studia variațiile în utilizarea limbii între culturi.

Utilizând analiza diferențială a limbajului, cercetătorii au examinat postări pe Twitter din opt țări (Statele Unite, Canada, Regatul Unit, Australia, India, Singapore, Mexic și Spania) și două limbi (engleză și spaniolă).

Cercetătorii au descoperit că există multe asemănări între țări, cu emoticoane și artiști pop iconici care se corelează cu emoții pozitive și cuvinte blestemate, iar agresivitatea se corelează cu emoții negative. Au existat, de asemenea, diferențe care indică corelații specifice culturii pentru exprimarea emoțională.

„O provocare pentru noi este să înțelegem cum să interpretăm diferențele pe care le vedem - este o adevărată diferență sau pur și simplu zgomot?

„În viitor, sperăm să lucrăm direct cu oameni din aceste culturi pentru a ne ajuta să interpretăm și să înțelegem rezultatele”, a spus cercetătorul principal Kern.

Sursa: Society for Personality and Social Psychology / EurekAlert