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

Итак, теперь мы можем сопоставить и подвергнуть статистическому анализу все эти переменные одновременно и сделать предположения о характере человека или других его личностных качествах. В частности, мы можем применить статистический метод машинного обучения, чтобы объединить множество источников данных в одну статистическую модель. Здесь нужно вспомнить исследование Гокула Читтаранджана и отметить: несмотря на то что диагностика личности в его работе проходила несколько поверхностно, машинное обучение позволило значительно увеличить точность прогноза личностных характеристик, когда в единую статистическую модель подсчетов были собраны как оценки участников, так и данные, полученные со смартфона. После медианного разделения личностных переменных (например, разделения их на две группы по признаку экстраверсии/интроверсии)

[289] точность предсказания характеристики достигла 75,9 %, а в случае черты «добросовестность» – 74,4 %. Иными словами, вероятность правильных прогнозов при оценке личностных черт на основе данных смартфона стала значительно выше, чем при подбрасывании монетки. Без медианного разделения, но с применением самых современных статистических методов и сбора со смартфона нескольких категорий данных (касающихся общения, прослушивания музыки, передвижений и так далее) у 624 участников исследования удалось достичь коэффициента корреляции 0,40[290]

.

Что же мы можем в итоге сказать о смартфоне как инструменте для диагностики личности? Психологи, говоря о научных работах, любят использовать образ трех слепцов из индийского фольклора, которые пытаются понять, что представляет собой легендарное животное – слон. Первый слепой ощупывает хобот и говорит, что он похож на змею. Второй, стоящий сбоку от слона, напротив, чувствует гигантскую стену. Третий, стоящий у хвоста, сообщает, что животное больше похоже на копье. Мораль сей басни такова: изучение отдельных элементов часто не позволяет увидеть картину целиком. Чтобы получить максимально точное представление о человеке, необходимо также изучить его поведение с разных сторон и как можно точнее зафиксировать интересующую нас переменную (в данном случае характер) с помощью психометрии. Исследование может быть успешным лишь в случае, если используются психометрически корректные и надежные опросники. Кроме того, рассматривая источники потенциальных ошибок в такой научной работе, нельзя не отметить, что не каждый респондент способен хорошо оценить свои личностные качества, поэтому вопрос, насколько полно тест отражает все аспекты внутреннего мира, остается дискуссионным.

В целом смартфоны – универсальный и мощный источник данных. Неудивительно, что они всё чаще задействуются в психологических исследованиях, а на основе лог-файлов ученым удается делать точные заключения по многочисленным психологическим переменным (таким как характер) и различным психопатологическим состояниям. Еще в 2012 году был опубликован «Манифест психологии смартфонов»[291], в котором предсказывались грядущие изменения в психологических исследованиях из-за широкого распространения смартфонов.

Если задуматься о том, сколько в современном телефоне датчиков, мы поймем, что, пожалуй, только начинаем осмыслять смартфоны как источник данных, особенно если учесть, как мало внимания им раньше уделяли психодиагностические исследования[292]

. Например, психодиагностика могла бы рассмотреть, как переменные окружающей среды влияют на настроение человека, исходя из информации о яркости освещения или погоде. Допустим, если датчики фиксируют, что в помещении, где находится смартфон, светит солнце, участники исследования могут чувствовать себя бодрее[293].

Согласно устоявшимся в науке представлениям, большие данные можно охарактеризовать тремя V: объемом (volume), многообразием (variety) и скоростью (velocity). И один из ключевых вызовов для психоинформатики будущего – осмысленный подход к этим трем V.

Я и социальные сети