Media Sosial Membangkitkan Wawasan Psikologi Baru

Penyelidikan psikologi tidak pernah sama setelah media sosial membuka dunia digital dengan data besar.

Semasa persidangan baru-baru ini, para penyelidik membincangkan kaedah baru analisis bahasa, dan bagaimana media sosial dapat dimanfaatkan untuk mengkaji keperibadian, kesihatan mental dan fizikal, dan perbezaan silang budaya.

Simposium itu disampaikan di Konvensyen Tahunan ke-16 Society for Personality and Social Psychology (SPSP).

Penyelidik telah lama mengukur pemikiran, perasaan, dan keperibadian orang menggunakan soalan tinjauan. Kini, penggunaan Twitter dan Facebook yang meluas membuat data yang menggabungkan penyelidikan sains sosial dan sains komputer.

Set data berskala besar yang baru menghasilkan kajian dan pandangan yang kemungkinan besar tidak dapat difikirkan secara bebas oleh penyelidik dari kedua-dua bidang tersebut, kata Andy Schwartz dari University of Pennsylvania.

Satu kajian yang menggunakan analisis perbendaharaan kata terbuka mendapati variasi bahasa yang mencolok dengan keperibadian, jantina, dan usia. Kata dan frasa tertentu dapat memberikan pandangan baru dan terperinci.

Sebagai contoh, lelaki menggunakan "my" yang posesif ketika menyebut "" isteri "atau" pacar "mereka lebih sering daripada wanita yang menggunakan" saya "dengan" suami "atau" pacar ".

Contoh ini menunjukkan bagaimana analisis perbendaharaan kata terbuka dapat mencari hubungan yang tidak dijangka dan sering tidak ditangkap oleh teknik analisis lain.

"Teknik berdasarkan data kebanyakannya terbatas pada mencari korelasi dan bukan penyebab ... Analisis masa depan bergerak melampaui kata-kata untuk menangkap makna yang kurang jelas dari bahasa," kata Schwartz.

Penyelidik juga mendapati bahawa kata-kata yang digunakan di Facebook merupakan petunjuk keperibadian yang sangat dipercayai.

Dalam kajian yang diterbitkan di Jurnal Keperibadian dan Psikologi Sosial, penyelidik menggunakan algoritma ramalan bahasa Facebook untuk membuat penilaian keperibadian berskala besar yang cekap. Model ciri berasaskan bahasa automatik selaras dengan ukuran keperibadian yang dilaporkan sendiri oleh peserta.

Pengarang utama Gregory Park mengesahkan kebolehpercayaan model berasaskan bahasa: “Kami menilai kaedah ini dengan beberapa cara. Ramalan dari kaedah automatik dapat dengan tepat meramalkan skor yang diterima pengguna dalam ujian keperibadian.

"Mereka konsisten dengan penilaian keperibadian yang dibuat oleh rakan pengguna yang sebenarnya, dan hasil yang berkaitan dengan keperibadian lain, seperti jumlah teman, atau sikap politik yang dilaporkan sendiri."

Kajian lain, diterbitkan dalam jurnal Penilaian, menganalisis status Facebook peserta kajian menggunakan analisis bahasa terbuka. Para penyelidik menghasilkan awan kata yang secara visual menggambarkan bagaimana beberapa sifat keperibadian (keterlaluan, kesepakatan, kesadaran, kestabilan emosi, dan keterbukaan) muncul di Facebook.

Kajian mendapati bahawa frasa tertentu dapat meramal ciri keperibadian tertentu.

Sebagai contoh, individu yang mendapat skor neurotisme tinggi dalam penilaian keperibadian yang dilaporkan sendiri lebih cenderung menggunakan kata-kata seperti kesedihan, kesunyian, ketakutan, dan kesakitan.

Penyelidik percaya bahawa data ini dapat memberikan hubungan baru yang mungkin tidak jelas dalam soal selidik dan tinjauan tradisional yang ditulis.

Satu lagi bidang penyelidikan yang muncul, penggunaan tweet, dicontohkan dalam sebuah kajian yang baru-baru ini diterbitkan dalam jurnal Sains Psikologi. Dalam kajian ini, penyelidik membandingkan tweet dan penyakit jantung di peringkat daerah. Kajian mendapati bahawa analisis bahasa dapat meramalkan risiko penyakit jantung juga atau lebih baik daripada faktor risiko epidemiologi tradisional.

"Bahasa yang berkaitan dengan kemarahan, emosi negatif, permusuhan, dan pemisahan dalam komuniti dikaitkan dengan peningkatan kadar penyakit jantung," kata penulis utama Johannes Eichstaedt. "Bahasa yang mengekspresikan emosi dan keterlibatan positif dikaitkan dengan pengurangan risiko."

Pengguna Twitter tidak semestinya individu yang berisiko menghidap penyakit jantung, tetapi, mereka boleh berfungsi sebagai kenari bagi komuniti yang mempunyai risiko penyakit jantung yang lebih tinggi.

Tweet dapat mewakili keseluruhan negatif yang dirasakan masyarakat, dan menunjukkan tekanan sosial dan persekitaran yang menyumbang kepada peningkatan risiko penyakit jantung.

Hasil kajian menggambarkan bahawa Twitter berfungsi sebagai peramal tepat kesihatan dan faktor risiko masyarakat. Eichstaedt dan rakannya kini menganalisis kata-kata dan frasa di Twitter untuk mengesan kemurungan dan kegelisahan di seluruh populasi.

Media sosial membolehkan para penyelidik mengkaji persamaan dan perbezaan antara budaya pada peringkat makro. Kajian lintas budaya biasanya memerlukan analisis kualitatif intensif masa dengan sebilangan kecil orang.

Kajian inovatif oleh Margaret Kern dari University of Melbourne dan Maarten Sap dari University of Pennsylvania menggunakan Twitter untuk mengkaji variasi penggunaan bahasa di seluruh budaya.

Dengan menggunakan analisis perbezaan bahasa, para penyelidik memeriksa catatan Twitter dari lapan negara (Amerika Syarikat, Kanada, United Kingdom, Australia, India, Singapura, Mexico, dan Sepanyol) dan dua bahasa (Inggeris dan Sepanyol).

Para penyelidik mendapati bahawa terdapat banyak persamaan di seluruh negara, dengan emoticon dan artis pop ikonik berkorelasi dengan emosi positif dan kata-kata kutukan, dan pencerobohan berkorelasi dengan emosi negatif. Terdapat juga perbezaan yang menunjukkan korelasi khusus budaya untuk ekspresi emosi.

"Satu cabaran bagi kita adalah memahami bagaimana menafsirkan perbezaan yang kita lihat - apakah itu benar-benar perbezaan, atau sekadar kebisingan?

"Di masa depan, kami berharap dapat bekerja secara langsung dengan orang-orang dari budaya ini untuk membantu kami menafsirkan dan memahami hasilnya," kata penyelidik utama Kern.

Sumber: Society for Personality and Social Psychology / EurekAlert