Penggunaan Telefon Pintar Boleh Menunjukkan Keperibadian Anda

Menggunakan telefon pintar akan menghasilkan banyak data digital yang dapat diakses oleh orang lain, dan data ini memberikan petunjuk kepada keperibadian pengguna. Dalam kajian baru Jerman, satu pasukan penyelidik Ludwig-Maximilians-Universitaet (LMU) yang diketuai oleh psikologi Dr. Markus Bühner meneroka bagaimana mengungkap petunjuk ini sebenarnya.

Para penyelidik berusaha untuk menentukan sama ada data konvensional yang dikumpulkan secara pasif oleh telefon pintar (seperti masa atau frekuensi penggunaan) memberikan pandangan mengenai keperibadian pengguna. Jawapannya cukup jelas.

"Ya, analisis automatik data ini memungkinkan kita membuat kesimpulan mengenai keperibadian pengguna, sekurang-kurangnya untuk kebanyakan dimensi keperibadian utama," kata Dr Clemens Stachl, yang dulu bekerja dengan Markus Bühner (Ketua Metodologi Psikologi dan Diagnostik di LMU) dan kini menjadi penyelidik di Stanford University di California.

Penemuan ini diterbitkan dalam jurnal PNAS.

Untuk kajian ini, pasukan LMU merekrut 624 sukarelawan untuk projek PhoneStudy mereka. Peserta melengkapkan kuesioner yang luas yang menggambarkan sifat keperibadian mereka, dan memasang aplikasi yang telah dibangunkan khas untuk kajian di telefon mereka selama 30 hari.

Aplikasi ini dibangunkan untuk mengumpulkan maklumat berkod yang berkaitan dengan tingkah laku mereka. Pasukan ini terutamanya berminat dengan data yang berkaitan dengan corak komunikasi, tingkah laku sosial dan mobiliti, bersama dengan pilihan dan penggunaan muzik pengguna, pemilihan aplikasi yang digunakan, dan pengedaran temporal penggunaan telefon mereka sepanjang hari.

Semua data mengenai keperibadian dan penggunaan telefon pintar kemudian dianalisis dengan bantuan algoritma pembelajaran mesin, yang dilatih untuk mengenali dan mengekstrak pola dari data tingkah laku, dan menghubungkan pola ini dengan maklumat yang diperoleh dari tinjauan keperibadian. Keupayaan algoritma untuk meramalkan ciri keperibadian pengguna kemudian disahkan secara silang berdasarkan set data baru.

"Sejauh ini bahagian yang paling sukar dari projek ini adalah pra-pemprosesan sejumlah besar data yang dikumpulkan dan latihan algoritma ramalan," kata Stachl. "Sebenarnya, untuk melakukan perhitungan yang diperlukan, kami harus menggunakan sekumpulan komputer berprestasi tinggi di Leibniz Supercomputing Center di Garching (LRZ)."

Pasukan ini memfokuskan pada lima dimensi keperibadian yang paling ketara (Lima Besar) yang dikenal pasti oleh psikologi, yang membolehkan mereka mencirikan perbezaan keperibadian antara individu secara menyeluruh.

Dimensi ini merangkumi yang berikut: (1) keterbukaan (kesediaan untuk mengadopsi idea, pengalaman dan nilai baru), (2) kesadaran (kebolehpercayaan, ketepatan waktu, ambisius dan disiplin), (3) ekstraversi (sosial, ketegasan, kegembiraan, dinamisme dan keramahan) ), (4) kesepakatan (kesediaan untuk mempercayai orang lain, baik hati, keluar, berkewajiban, membantu) dan (5) kestabilan emosi (keyakinan diri, keseimbangan, positif, kawalan diri).

Analisis tersebut menunjukkan bahawa algoritma tersebut berjaya memperoleh sebahagian besar ciri keperibadian ini dari penggunaan telefon pintar. Selanjutnya, penemuan ini memberikan petunjuk mengenai jenis tingkah laku digital yang paling bermaklumat untuk penilaian kendiri keperibadian tertentu.

Sebagai contoh, data yang berkaitan dengan corak komunikasi dan tingkah laku sosial (seperti yang ditunjukkan oleh penggunaan telefon pintar) sangat berkaitan dengan tahap penyebaran yang dilaporkan sendiri, sementara maklumat yang berkaitan dengan corak aktiviti siang dan malam secara signifikan meramalkan tahap yang dilaporkan sendiri kesungguhan. Terutama, pautan dengan kategori "keterbukaan" hanya menjadi jelas apabila jenis data yang sangat berbeza (mis., Penggunaan aplikasi) digabungkan.

Penemuan ini sangat bernilai bagi para penyelidik, kerana kebanyakan kajian hampir secara eksklusif berdasarkan laporan diri. Kaedah konvensional telah terbukti cukup dapat dipercayai dalam meramalkan tahap kejayaan profesional, misalnya.

"Walaupun begitu, kami masih tahu sedikit tentang bagaimana orang benar-benar bersikap dalam kehidupan seharian mereka - selain dari apa yang mereka pilih untuk memberitahu kami pada soal selidik kami," kata Bühner. "Berkat pengedaran yang luas, penggunaan intensif dan tahap prestasi mereka yang sangat tinggi, telefon pintar adalah alat yang ideal untuk meneliti hubungan antara corak tingkah laku yang dilaporkan sendiri dan sebenar."

Stachl sedar bahawa penyelidikannya dapat meningkatkan lagi selera firma IT yang dominan untuk mendapatkan data. Selain mengatur penggunaan data yang dikumpulkan secara pasif dan memperkuat hak privasi, kami juga perlu melihat secara menyeluruh bidang kecerdasan buatan, katanya.

“Pengguna, bukan mesin, mesti menjadi fokus utama penyelidikan di bidang ini. Adalah menjadi kesalahan besar untuk menggunakan kaedah pembelajaran berasaskan mesin tanpa mempertimbangkan implikasi yang lebih luas. Potensi aplikasi ini - dalam penyelidikan dan perniagaan - sangat luar biasa.

"Peluang yang dibuka oleh masyarakat berdasarkan data hari ini pasti akan meningkatkan kehidupan sebilangan besar orang," kata Stachl. "Tetapi kita mesti memastikan bahawa semua bahagian penduduk berkongsi faedah yang ditawarkan oleh teknologi digital."

Sumber: Ludwig-Maximilians-Universitaet

!-- GDPR -->