¿Pueden los perfiles de Facebook medir la personalidad?
Esta es una pregunta que un grupo interdisciplinario de investigadores de la Universidad de Pensilvania intenta responder. Actualmente, los psicólogos utilizan una variedad de métodos que incluyen encuestas y cuestionarios autoinformados para evaluar la personalidad.
En un estudio reciente, 75.000 personas completaron voluntariamente un cuestionario de personalidad común a través de una aplicación de Facebook y pusieron a disposición sus actualizaciones de estado de Facebook para fines de investigación. Luego, los investigadores buscaron patrones lingüísticos generales en el idioma de los voluntarios.
El estudio se publica en la revista MÁS UNO.
Los investigadores generaron modelos informáticos que pudieron predecir la edad, el género y las respuestas de las personas en los cuestionarios de personalidad que tomaron.
Estos modelos de predicción fueron sorprendentemente precisos. Por ejemplo, los investigadores acertaron el 92 por ciento de las veces al predecir el género de los usuarios basándose únicamente en el idioma de sus actualizaciones de estado.
El éxito de este enfoque "abierto" sugiere nuevas formas de investigar las conexiones entre los rasgos de personalidad y los comportamientos y medir la efectividad de las intervenciones psicológicas.
El estudio de los investigadores se basa en una larga historia de estudio de las palabras que las personas usan como una forma de comprender sus sentimientos y estados mentales, pero adoptó un enfoque "abierto" en lugar de "cerrado" para analizar los datos en su núcleo.
“En un enfoque de 'vocabulario cerrado'”, dijo la becaria postdoctoral Margaret Kern, Ph.D., “los psicólogos pueden elegir una lista de palabras que creen que indican una emoción positiva, como 'contento', 'entusiasta' o 'maravilloso' y luego mire la frecuencia con que una persona usa estas palabras como una forma de medir qué tan feliz es esa persona.
Sin embargo, los enfoques de vocabulario cerrado tienen varias limitaciones, incluida que no siempre miden lo que pretenden medir ".
“Por ejemplo”, dijo Ungar, “uno podría encontrar que el sector energético usa más palabras de emociones negativas, simplemente porque usan más la palabra 'crudo'. Pero esto apunta a la necesidad de utilizar expresiones de varias palabras para comprender el significado pretendido.
El 'petróleo crudo' es diferente al 'crudo' y, del mismo modo, estar 'harto' es diferente a estar simplemente 'enfermo' ".
Otra limitación inherente al enfoque de vocabulario cerrado es que se basa en un conjunto fijo de palabras preconcebidas. Tal estudio podría confirmar que las personas deprimidas sí usan palabras esperadas (como "triste") con más frecuencia, pero no pueden generar nuevas percepciones (que hablan menos de deportes o actividades sociales que las personas felices, por ejemplo).
Los estudios anteriores del lenguaje psicológico se han basado necesariamente en enfoques de vocabulario cerrado, ya que sus pequeños tamaños de muestra hicieron que los enfoques abiertos no fueran prácticos. La aparición de conjuntos de datos de idiomas masivos proporcionados por las redes sociales ahora permite análisis cualitativamente diferentes.
“La mayoría de las palabras ocurren con poca frecuencia: cualquier muestra de escritura, incluidas las actualizaciones de estado de Facebook, solo contiene una pequeña parte del vocabulario promedio”, informa H. Andrew Schwartz, becario postdoctoral en informática y ciencias de la información.
“Esto significa que, para todas las palabras excepto las más comunes, se necesitan muestras de escritura de muchas personas para establecer conexiones con los rasgos psicológicos. Los estudios tradicionales han encontrado conexiones interesantes con categorías de palabras preseleccionadas, como "emoción positiva" o "palabras funcionales".
Sin embargo, los miles de millones de instancias de palabras disponibles en las redes sociales nos permiten encontrar patrones en un nivel mucho más rico ".
El enfoque de vocabulario abierto, por el contrario, deriva palabras y frases importantes de la propia muestra. Con más de 700 millones de palabras, frases y temas extraídos de la muestra de mensajes de estado de Facebook de este estudio, había suficientes datos para analizar los cientos de palabras y frases comunes y encontrar un lenguaje abierto que se correlacione de manera más significativa con características específicas.
Este gran tamaño de datos fue fundamental para la técnica específica que utilizó el equipo, conocida como análisis diferencial del lenguaje o DLA.
Los investigadores utilizaron DLA para aislar las palabras y frases que se agrupaban en torno a las diversas características autoinformadas en los cuestionarios de los voluntarios: edad, género y puntajes para los rasgos de personalidad de los "Cinco Grandes": extraversión, amabilidad, escrupulosidad, neuroticismo y apertura.
Se eligió el modelo de los Cinco Grandes porque es una forma común y bien estudiada de cuantificar los rasgos de personalidad, pero el método de los investigadores podría aplicarse a modelos que miden otras características, incluida la depresión o la felicidad.
Para visualizar sus resultados, los investigadores crearon nubes de palabras que resumían el lenguaje que predijo estadísticamente un rasgo dado, con la fuerza de correlación de una palabra en un grupo determinado representada por su tamaño. Por ejemplo, una nube de palabras que muestra el lenguaje utilizado por los extrovertidos presenta de manera prominente palabras y frases como "fiesta", "gran noche" y "pégame", mientras que una nube de palabras para introvertidos presenta muchas referencias a medios y emoticonos japoneses.
“Puede parecer obvio que una persona súper extrovertida hablaría mucho sobre fiestas”, dijo Eichstaedt, “pero en conjunto, estas nubes de palabras brindan una ventana sin precedentes al mundo psicológico de las personas con un rasgo determinado. Muchas cosas parecen obvias después del hecho y cada elemento tiene sentido, pero ¿habrías pensado en todas ellas, o incluso en la mayoría? "
Martin Seligman, director del programa, explica: "Cuando me pregunto qué se siente al ser extrovertido", "¿Qué se siente al ser una adolescente?", "¿Qué se siente al ser esquizofrénico o neurótico?" O "¿Qué se siente al ser?". ¿70 años? ', Estas nubes de palabras se acercan mucho más al meollo del asunto que todos los cuestionarios existentes ”.
Para probar con qué precisión capturaban los rasgos de las personas a través de su enfoque de vocabulario abierto, los investigadores dividieron a los voluntarios en dos grupos y vieron si un modelo estadístico obtenido de un grupo podía usarse para inferir los rasgos del otro. Para las tres cuartas partes de los voluntarios, los investigadores utilizaron técnicas de aprendizaje automático para construir un modelo de palabras y frases que predicen las respuestas al cuestionario.
Luego utilizaron este modelo para predecir la edad, el género y las personalidades del trimestre restante en función de sus publicaciones en Facebook.
“El modelo tenía una precisión del 92 por ciento al predecir el género de un voluntario a partir de su uso del lenguaje”, dijo Schwartz, “y pudimos predecir la edad de una persona en tres años más de la mitad de las veces.
"Nuestras predicciones de personalidad son intrínsecamente menos precisas, pero son casi tan buenas como usar los resultados del cuestionario de una persona de un día para predecir sus respuestas al mismo cuestionario otro día".
Con el enfoque de vocabulario abierto demostrado ser igual o más predictivo que los enfoques cerrados, los investigadores utilizaron las nubes de palabras para generar nuevos conocimientos sobre las relaciones entre palabras y rasgos. Por ejemplo, los participantes que obtuvieron una puntuación baja en la escala neurótica (es decir, aquellos con la mayor estabilidad emocional) utilizaron una mayor cantidad de palabras que se referían a actividades sociales activas, como "snowboard", "reunión" o "baloncesto".
“Esto no garantiza que hacer deporte te hará menos neurótico; podría ser que el neuroticismo haga que las personas eviten los deportes ”, dijo Ungar. "Pero sí sugiere que deberíamos explorar la posibilidad de que los individuos neuróticos se vuelvan más estables emocionalmente si practican más deportes".
Al construir un modelo predictivo de personalidad basado en el lenguaje de las redes sociales, los investigadores ahora pueden abordar más fácilmente tales preguntas. En lugar de pedirles a millones de personas que completen encuestas, se pueden realizar estudios futuros haciendo que los voluntarios envíen sus feeds de Facebook o Twitter para un estudio anónimo.
"Los investigadores han estudiado teóricamente estos rasgos de personalidad durante muchas décadas", dijo Eichstaedt, "pero ahora tienen una ventana simple sobre cómo dan forma a las vidas modernas en la era de Facebook".
Fuente: Universidad de Pennsylvania
