Koliko nas dobro Internet poznaje?

Svaki dan provodimo mnogo vremena na Internetu, biramo koje web-stranice posjetiti, gledamo sadržaje koji nas zanimaju, dopisujemo se s prijateljima i obitelji, lajkamo stranice koje nam se sviđaju, objavljujemo svoje fotografije, objavljujemo svoje zanimanje, svoje obrazovanje, recenziramo restorane u kojima smo jeli.. i to sve govori nešto o nama.

Iako sve to često radimo automatski i bez puno razmišljanja, ove aktivnosti odraz su naših osobina ličnosti, interesa, navika i stavova te zauvijek ostaju zabilježeni u bespuću Interneta. Dok mi možda ne razmišljamo o tome kakve smo sve osobne podatke otisnuli u svoj digitalni trag, ovi podaci sve se više počinju koristiti - kako u marketinške, tako i u istraživačke svrhe.

Kako nas znanstvenici upoznaju kroz Internet

Podatci koji se mogu prikupiti s društvenih mreža različiti su i mnogobrojni, primjerice demografski podaci (spol, dob, državljanstvo..), broj prijatelja/pratitelja, aktivnosti i preferencije, poruke, način pisanja i fraze koje koristimo, broj osoba s kojima se dopisujemo i tako u nedogled. Ovakve velike baze podataka (big data) analiziraju se strojnim učenjem, odnosno programiranim automatiziranim algoritmima koji ekstrahiraju, analiziraju i validiraju podatke, na temelju čega možemo predviđati različite karakteristike, poput nečije crte ličnosti.

Ovakav pristup relativno je recentan u području psihologije, krenuvši od prvih analiza prije desetak godina. U prvoj generaciji istraživači su na manjim uzorcima (radilo se o stotinjak sudionika) uočili kako postoji veza između rezultata na inventarima ličnosti i digitalnog ponašanja sudionika, međutim prva istraživanja ovog tipa nisu pokazivala veliku pouzdanost zbog malih uzoraka. Nekoliko godina kasnije, u drugoj generaciji istraživanja, uzorci na kojima su se radile slične analize značajno su porasli te su se sada provodile na tipično više od 50.000 sudionika, što je i dovelo do puno pouzdanijih mjera i zaključaka. U trećoj generaciji istraživanja metode su toliko napredovale da su se istraživači počeli pitati predviđaju li društvene mreže ličnost bolje nego što bismo mi sami procijenili vlastitu ličnost ili što bi našu ličnost procijenile osobe koje nas poznaju.

Budući da su klasične mjere ličnosti koje koristimo podložne pogreškama, zbog sklonosti socijalnoj poželjnosti u odgovaranju, manjku objektivnosti ili nedovoljnom poznavanju sebe i drugih, naša ponašanja na Internetu mogu poslužiti kao koristan novi izvor informacija o našim osobinama.
Tome u prilog idu i rezultati istraživanja sličnosti ličnosti među partnerima i prijateljima, koji su utvrdili veću sličnost u ličnosti partnera i prijatelja na temelju podataka digitalnog ponašanja (podaci pisanja i lajkanja), nego kada su partneri i prijatelji međusobno procjenjivali ličnost klasičnim upitnicima.

Od Facebook profila do profila ličnosti

2007. godine napravljen je MyPersonality projekt, aplikacija unutar Facebooka koja je nudila korisnicima da ispune upitnike ličnosti, dobiju rezultate svojih crta ličnosti prema Petfaktorskoj teoriji ličnosti, uz mogućnost davanja pristupa svojim podatcima s Facebooka. Tako je napravljena velika baza podataka na kojoj se provodila većina istraživanja ovog tipa. Dobiveni podatci bili su anonimizirani te su korišteni isključivo u istraživačke svrhe.

Na navedenoj bazi proveden je niz istraživanja, a većina istraživanja pokazuje da je na temelju podataka s društvenih mreža točnost procjene ličnosti srednja, s korelacijama između online ponašanja i mjera ličnosti oko 0.2-0.4 (Lambiotte i Kosinski, 2014).

Ako ste mislili da ste uspješan stalker na Facebooku, bit će vam zanimljivo što su sve znanstvenici uspjeli detektirati o osobama čije su podatke analizirali. Tako su Jernigan i Mistree (2009) uspjeli detektirati seksualnu orijentaciju osoba s obzirom na strukturu njihovih Facebook prijatelja.  
Na temelju preklapanja zajedničkih prijatelja dviju osoba uspješno se detektiralo i tko je s kim u ljubavnoj vezi.
Prema strukturi i broju prijatelja analizirane su i osobine ličnosti te su izrađeni modeli ponašanja introverata i ekstroverata. Stoga je dobiveno da su ekstroverti mostovi između više manjih grupa različitih skupina prijatelja, dok se introverti na Facebooku uklapaju među manjim brojem većih skupina prijatelja. Osim toga, ličnost se može predviđati i na temelju pisanog teksta na društvenim mrežama, a riječi koje su razlikovale ekstroverte od introverata, kao i emocionalno stabilne od nestabilnih osoba, možete vidjeti na slici niže.

Prikaz korištenih riječi koje su razlikovale introverte od ekstroverata i emocionalno stabilne od nestabilnih

Ličnost se uspješno predviđa i na temelju stranica na Facebooku koje su sudionici lajkali. Primjerice, obožavatelji stranice Hello Kitty pretežito su otvorene osobe, niske ugodnosti i savjesnosti. Baš nas zanima što bi analize rekle, kakve crte ličnosti imaju pratitelji Nepopularne Psihologije!

Hoće li digitalni trag zamijeniti klasične mjere ličnosti?

Odgovor na ovo pitanje u skoroj budućnosti vrlo je vjerojatno - ne. Na ovaj novi način ispitivanja ličnosti treba gledati kao na novi izvor informacija o nečijem ponašanju i ličnosti, ali ne i najbolji. Kao i za svaku mjeru u psihologiji, koja indirektno mjeri neku karakteristiku, potrebno je razmišljati koliko je ona valjana i pouzdana.

U ovom slučaju imamo stvarno velike baze podataka, međutim uzorak sadržava samo one osobe koje koriste društvene mreže, pa tako možemo zaključiti da se osobe različitih profila dobi, ličnosti i interesa koriste, primjerice, Tik Tok-om i Redditom. Osim toga, potrebno je razmišljati i o tome da digitalni svijet nije potpuna preslika stvarnoga, odnosno da se na Internetu online-ja moguće drugačije ponaša od stvarnog ja, zbog efekta online disinhibicije o kojem smo i ranije pisali. Posljednja stavka koja bi mogla ograničavati ovakvu mjeru ličnosti je etičnost. U istraživanjima je potreban informirani pristanak svakog sudionika prije korištenja podataka te su se nakon afere s Cambridge analitikom, u kojoj su se zloupotrijebili osobni podaci korisnika Facebooka u svrhu političke manipulacije, u korištenju podataka s društvenih mreža postrožile mjere korištenja podataka našeg digitalnog ponašanja, kako bi se zaštitila osobna prava svih sudionika.

Istraživanja našeg digitalnog ponašanja uistinu može doprinijeti znanstvenoj spoznaji i obogatiti naša mjerenja, ali potrebno je biti svjestan i ograničenja koje donosi. Radujemo se vidjeti što nam sve budućnost znanosti donosi i kako će se modernizirati zajedno s velikim digitalnim napretkom društva.

Izvori:

Backstrom, L. i Kleinberg,J. (2014). Romantic partnerships and the dispersion of social ties: A network analysis of relationship status on Facebook, Supported Cooperative Work Social Comput., 831–841.
Bleidorn, W. i Hopwood, C. J. (2019). Using machine learning to advance personality assessment and theory. Personality and Social Psychology Review, 23(2), 190-203.
Friggeri, A., Lambiotte, R., Kosinski,M. i Fleury, E. (2012). Psychological aspects of social communities, in Proc. Int. Conf. Privacy Security Risk Trust/Int. Conf. Social Comput.,195–202.
Jernigan, C. i Mistree, B. F. T. (2009).Gaydar:Facebook friendships expose sexualorientation,First Monday,14 (10).
Kosinski, M., Stillwell, D. i Graepel, T. (2013). Private traits and attributes are predictable from digital records of human behavior. Proc Natl Acad Sci U S A., 110(15):5802-5808.
Lambiotte, R. i Kosinski, M. (2014). Tracking the Digital Footprints of Personality. Proceedings of the IEEE.
Schwartz,H.A., Eichstaedt, J.C., Kern, M.L., Dziurzynski, L., Ramones, S.M., Agrawal, M., Shah, A., Kosinski, M., Stillwell, D., Seligman, M.E.P.i Ungar, L.H. (2013) Personality, Gender, and Age in the Language of Social Media: The Open-Vocabulary Approach. PLOS ONE 8(9)
Youyou, W., Stillwell, D., Schwartz, H. A., i Kosinski, M. (2017). Birds of a Feather Do Flock Together: Behavior-Based Personality-Assessment Method Reveals Personality Similarity Among Couples and Friends. Psychological Science, 28(3), 276–284. https://doi.org/10.1177/0956797616678187