Ученые нашли метод описания личности на основе данных вашего смартфона

При цитировании информации активная гиперссылка на evo-rus.com обязательна.

Для большинства людей во всем мире смартфоны стали неотъемлемым компонентом их повседневной жизни. Цифровые данные, которые эти устройства непрерывно собирают, являются настоящей золотой жилой – не только для пяти крупнейших американских ИТ-компаний, которые используют их в рекламных целях. Они также представляют значительный интерес в других контекстах. Например, социологи используют данные смартфона, чтобы узнать больше о личностных качествах и социальном поведении. В исследовании, которое опубликовано в журнале PNAS группа исследователей во главе с психологом Маркусом Бюнером решила определить, позволяют ли обычные данные, пассивно собираемые смартфонами (например, время или частота использования), дать представление о личностях пользователей. Ответ был четким. «Да, автоматический анализ этих данных позволяет нам делать выводы о личностях пользователей, по крайней мере, для большинства основных аспектов личности», – говорит Клеменс Штахль, который раньше работал с Маркусом Бюнером (Кафедра психологических методологий и диагностики в LMU) и в настоящее время является исследователем в Стэнфордском университете в Калифорнии.

Команда LMU привлекла 624 волонтера для своего проекта PhoneStudy. Участники согласились заполнить обширную анкету, описывающую их личностные качества, и установить приложение на их телефонах, которое было разработано специально для исследования в течение 30 дней. Приложение было разработано для сбора зашифрованной информации, относящейся к поведению пользователя. Исследователи в первую очередь интересовались данными, касающимися моделей общения, социального поведения и мобильности, а также выбора пользователей и предпочтения в музыке, выбора используемых приложений и временного распределения их использования телефона в течение дня. Затем, все данные о личности и использовании смартфона были проанализированы с помощью алгоритмов машинного обучения, обученных распознавать и извлекать шаблоны из поведенческих данных, и связать эти модели с информацией, полученной из опросников волонтеров. Способность алгоритмов прогнозировать личностные характеристики пользователей была затем перекрестно проверена на основе нового набора данных. «Безусловно, самой сложной частью проекта была предварительная обработка огромного объема собранных данных и обучение прогнозирующим алгоритмам», – говорит Штахл. «Фактически, чтобы выполнить необходимые расчеты, нам пришлось прибегнуть к кластеру высокопроизводительных компьютеров в суперкомпьютерном центре Лейбница в Гархинге (LRZ)».

Исследователи сосредоточились на пяти наиболее значимых личностных качествах (Большой Пятерке), определенных психологами, позволяющих им всесторонне характеризовать личностные различия между людьми. Эти аспекты относятся к самооценке вклада каждой из следующих черт в личность данного человека: (1) открытость (готовность принять новые идеи, опыт и ценности), (2) добросовестность (надежность, пунктуальность, амбициозность и дисциплина) (3) экстраверсия (коммуникабельность, уверенность в себе, авантюрность, динамизм и дружелюбие), (4) приятность (готовность доверять другим, добродушный, общительный, услужливый, полезный) и (5) эмоциональная стабильность (уверенность в себе, невозмутимость, позитивность, самоконтроль). Автоматический анализ показал, что алгоритм действительно смог успешно вывести большинство этих черт личности из комбинаций различных элементов в использовании смартфона. Кроме того, результаты дают подсказки относительно того, какие типы цифрового поведения наиболее информативны для конкретной самооценки личности. Например, данные, относящиеся к моделям общения и социальному поведению (как это отражено в использовании смартфонов), сильно коррелируют с уровнями самоотчетов, в то время как информация, касающаяся моделей дневной и ночной активности, в значительной степени предсказывает сообщаемые им степени сознательности. Примечательно, что связи с категорией «открытость» стали очевидными только тогда, когда были объединены очень разнородные типы данных (например, использование приложения).

Результаты исследования представляют большую ценность для исследователей, поскольку исследования до сих пор почти исключительно основывались на самооценках. Например, традиционный метод оказался достаточно надежным для прогнозирования уровня профессионального успеха. «Тем не менее, мы все еще очень мало знаем о том, как на самом деле ведут себя люди в своей повседневной жизни – кроме того, что они решают рассказать нам в наших анкетах», – говорит Маркус Бюнер. Благодаря широкому распространению, интенсивному использованию и очень высокому уровню производительности, смартфоны являются идеальным инструментом для изучения взаимосвязей между самооценками и реальными моделями поведения.

Клеменс Штахл осознает, что его исследования могут стимулировать аппетиты доминирующих ИТ-компаний к данным. По его словам, в дополнение к регулированию использования пассивно собранных данных и укреплению прав на неприкосновенность частной жизни нам также необходимо всесторонне взглянуть на область искусственного интеллекта. «Пользователь, а не машина, должен быть в центре внимания исследований в этой области. Было бы серьезной ошибкой принимать машинные методы обучения без серьезного рассмотрения их более широких последствий». Потенциал этих приложений – как в исследованиях, так и в бизнесе – огромен. «Возможности, открываемые современным обществом, управляемым данными, несомненно, улучшат жизнь большого числа людей», – говорит Штахл.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Кнопка «Наверх»