Новые боги. Как онлайн-платформы манипулируют нашим выбором и что вернет нам свободу

Исследование Гокула Читтаранджана показало: многие из записанных в журнале переменных, например количество принятых звонков, коррелируют с уровнем экстраверсии. Рабочая группа отметила положительную корреляцию с коэффициентом 0,13 для двух указанных переменных. Иными словами, чем больше было количество входящих звонков на смартфонах, тем выше участники оценивали свой показатель экстраверсии. Однако это не единственный вывод. На самом деле в этой научной работе сообщалось о стольких корреляциях подобного рода, что все и не перечислишь. Могу сказать лишь следующее: несмотря на то что исследование статистически подтвердило связь между отдельными показателями использования смартфона и чертами личности[284], в реальной жизни это не настолько заметно. Я уже рассказывал о величинах корреляции (пояснения к таблице 3.1 в главе 3), и вы уже знаете, что коэффициент корреляции в 0,13 считается маленьким. Следовательно, мы не можем делать надежных выводов относительно свойств личности человека, которые он указал в самоотчете, на основе одной переменной из лог-файла. Да, для тех участников данного исследования (83 человека), кто принял больше входящих вызовов,

чуть более вероятна чуть

более высокая степень экстраверсии, но давайте посчитаем. Если бы я знал, сколько входящих вызовов в среднем получили респонденты, то мог бы рассчитать долю объясненной дисперсии[285] для черты «экстраверсия» в изучаемой группе и получить примерно 1,69 %

[286]. Возможно, этот результат вас и удовлетворит. Но разве это вся информация, которую мы можем получить благодаря психоинформатике? Или мы можем увеличить этот процент, а следовательно, и информативность цифровых следов? На самом деле уже сегодня существуют различные способы, как усовершенствовать анализ личности по цифровым следам.

Этого можно добиться, в частности, за счет более глубокой диагностики. В работе группы Гокула Читтаранджана для оценки параметров личности использовался очень короткий опросник (TIPI)[287]

. С помощью такой небольшой анкеты можно провести лишь самый поверхностный скрининг личностных качеств человека и получить только общее представление о нем. Если использовать более подробные опросники, то можно выявить большее число корреляций между отдельными параметрами, взятыми со смартфона, и данными самоотчета. При использовании более совершенных личностных опросников коэффициент корреляции в некоторых исследованиях увеличился до более чем 0,30[288]. Например, в работе моей исследовательской группы коэффициент корреляции переменной из лог-файла «количество входящих звонков на смартфоне» и личностной черты «экстраверсия» составил 0,36 (0,36 × 0,36 = 0,1296 × 100 = 12,96 % объясненной дисперсии). Скачок с 1,69 % до примерно 13 % объясненной дисперсии – это уже весьма приличный результат, но он все еще не позволяет сделать хороший прогноз о личностных характеристиках конкретного человека, основываясь только на цифровых маркерах. Да, теперь мы знаем, что человек, которому часто звонят, с чуть большей вероятностью относится к экстравертам (а может быть, он вообще душа компании!), но мы по-прежнему говорим о вероятностных взаимозависимостях, обладающих лишь некоторой степенью достоверности для описания исследуемой выборки. Можем ли мы повысить предсказательную силу нашей теории с помощью дополнительных мер? Да!

Прогноз станет еще точнее, если в статистическом анализе одновременно будет учитываться больше данных со смартфона. К примеру, лог-файлы содержат бесчисленное количество информации о звонках, и ее всю можно проанализировать. Взять хотя бы такие параметры, как продолжительность телефонных разговоров, количество входящих и исходящих звонков, количество различных людей, с которыми человек контактирует, или размер активной и пассивной социальной сети (под термином «активная социальная сеть» подразумеваются люди, с которыми человек регулярно общается). Эта информация представляет для нас интерес, поскольку многие хранят в памяти телефона номера, по которым уже давно не звонят.