Oι υπολογιστές καλύτεροι κριτές της προσωπικότητας από τους ανθρώπους

Oι υπολογιστές μπορούν να προβλέψουν καλύτερα την προσωπικότητά μας απ’ ό,τι το καταφέρνουν οι φίλοι μας, ή ακόμα και η οικογένειά μας, όπως έδειξε πείραμα που διεξήχθη με χιλιάδες εθελοντές.

Αναλύοντας τα like στο Facebook, ένα υπολογιστικό μοντέλο κατάφερε να συνθέσει το χαρακτήρα ενός ατόμου σε πέντε βασικά χαρακτηριστικά με πολύ πιο εύστοχο τρόπο απ’ ό,τι το έκαναν τα αδέρφια, οι μητέρες ή και οι σύντροφοι των ατόμων που έλαβαν μέρος στο πείραμα.

Βεβαίως, η ομάδα του Κέμπριτζ, που προχώρησε στο συγκεκριμένο πείραμα, αναγνώρισε πως η προσωπικότητα είναι πιο περίπλοκη απ’ αυτό, ωστόσο υποστήριξε πως οι υπολογιστές μπορούν να ξεπεράσουν τους ανθρώπους.

Τα ευρήματα της έρευνας δημοσιεύτηκαν στο περιοδικό PNAS και παρουσιάζουν κάποιους ενδιαφέροντες συσχετισμούς. Για παράδειγμα, οι θαυμαστές στο Facebook του Dr Who τείνουν να είναι ντροπαλοί, ενώ αυτοί του Big Brother είναι συντηρητικοί ή συμβατικοί.

Ψηφιακό αποτύπωμα

Οι ερευνητές των Πανεπιστημίων του Κέμπριτζ και του Στάνφορντ είχαν ήδη από προηγούμενες μελέτες αποφανθεί πως το like στο Facebook μπορούσε να προβλέψει μια σειρά από προσωπικές πληροφορίες, όπως ο σεξουαλικός προσδιορισμός και η πολιτική κλίση ενός ατόμου.

Στην παρούσα μελέτη ήθελαν να πάνε ένα βήμα παραπέρα σε ό,τι αφορά την προσωπικότητα και να δουν αν η μηχανή ή οι άνθρωποι μπορούν να προβλέψουν καλύτερα το χαρακτήρα ενός ατόμου.

Η δρ Youyou Wu και οι συνεργάτες της μελέτησαν τα στοιχεία 70.520 πρόθυμων χρηστών του Facebook μέσω του συστήματος του υπολογιστή τους, που συσχέτισε τα likes με πέντε χαρακτηριστικά της προσωπικότητας:

• Τερπνότητα

• Ευσυνειδησία

• Εξωστρέφεια

• Νευρωτισμό

• Ειλικρίνεια

Οι χρήστες του Facebook συμπλήρωσαν ένα ερωτηματολόγιο προσωπικότητας και οι συνάδελφοι, φίλοι και συγγενείς τους κλήθηκαν να περιγράψουν το χαρακτήρα τους, συμπληρώνοντας την έρευνα.

Στη συνέχεια, οι ερευνητές συνέκριναν όλα τα αποτελέσματα για να δουν πώς το μοντέλο του υπολογιστή συνόψισε τον χαρακτήρα του κάθε εθελοντή.

Υπολογίζοντας τα like που έκανε το άτομο, οι υπολογιστές ήρθαν πιο κοντά με την προσωπικότητά του ακόμα και σε σχέση με τους πιο κοντινούς του ανθρώπους.

Με την εξέταση μόλις 10 like στο Facebook, ο υπολογιστής ήταν σε θέση να ξεπεράσει τον συνάδελφο του ατόμου σχετικά με το πόσο καλά τον γνωρίζει.

Αναλύοντας 70 like, το μηχάνημα είχε ήδη ξεπεράσει έναν φίλο ή συγκάτοικο του ατόμου.

Στα 150 like είχε ήδη φτάσει ένα μέλος της οικογένειάς του, αλλά όχι και τον/την σύντροφό του, αφού γι’ αυτό χρειάστηκαν 300 like.

Δεδομένου ότι ο μέσος χρήστης του Facebook είχε περίπου 227 likes στο προφίλ του, ήταν αρκετό για τον υπολογιστή να συνεχίσει και να επιτύχει πολύ καλύτερες επιδόσεις, όπως επισήμανε η δρ Wu, διδακτορική φοιτήτρια στο Πανεπιστήμιο του Κέμπριτζ.

«Μπορεί να προκαλεί έκπληξη το αποτέλεσμα, καθώς οι άνθρωποι είναι γενικά καλοί στο να κρίνουν έναν συνάνθρωπό τους. Συνηθίζουμε να πιστεύουμε ότι οι άνθρωποι που ζουν κοντά μας, μάς γνωρίζουν πολύ καλά και αυτό κάνει ακόμα πιο εντυπωσιακό το γεγονός ότι οι υπολογιστές μπορούν να μας “νικήσουν” στο δικό μας παιχνίδι», τόνισε.

Η δρ Wu τόνισε πως το αποτέλεσμα αυτό ήρθε λόγω του ότι οι άνθρωποι σήμερα ξοδεύουν πολύ χρόνο της ζωής τους στο Διαδίκτυο.

«Οι φίλοι και συνάδελφοί μας μπορούν να μας ζήσουν σε ένα περιορισμένο χρόνο της ημέρας, επομένως έχουν λιγότερες πληροφορίες απ’ αυτές που συγκεντρώνει ο υπολογιστής. Το κομπιούτερ μπορεί να έχει πρόσβαση σε πολλές χρήσιμες πληροφορίες που μας αφορούν και επιπρόσθετα διαθέτει τεράστια χωρητικότητα μνήμης. Και έπειτα, μπορεί να κάνει κρίσεις κατά τρόπο συνεπή και συστηματικό, ενώ οι άνθρωποι μπορεί να μεροληπτούν», εξήγησε.

Ο Alan Redman, ψυχολόγος-αναλυτής της προσωπικότητας και της ψυχομετρίας, τόνισε πως οι διαφημιστικές εταιρείες χρησιμοποιούν ήδη τα ψηφιακά μας «ίχνη» για να οικοδομήσουν μια εικόνα του «ποιοι είμαστε» και πρόσθεσε ότι και οι πιθανοί εργοδότες μπορεί να θελήσουν να ελέγξουν τα κοινωνικά δίκτυα πριν αποφασίσουν για έναν υποψήφιο.

«Θα πρέπει να είμαστε προσεκτικοί. Εχουμε μόνο μικρό έλεγχο των δεδομένων που συλλέγονται για εμάς», τόνισε.