2020年7月17日

最个人化的设备:研究人员探究智能手机产生多少心理数据

图片来源:Unsplash / CC0公共领域

每个使用智能手机的人都不可避免地会产生大量可供他人访问的数字数据,这些数据为用户的性格提供了线索。 LMU的心理学家正在研究如何揭示这些线索。

对于世界上大多数人来说,智能手机已成为他们日常生活中不可或缺的组成部分。的 这些设备不断收集的确是名副其实的金矿-不仅适用于五家最大的美国IT公司,这些公司都将它们用于广告目的。在其他情况下,它们也引起了极大的兴趣。例如,计算社会科学家利用智能手机数据来更多地了解人格特质和 。在日记中出现的一项研究中 PNAS,由LMU心理学家MarkusBühner领导的一组研究人员着手确定智能手机被动收集的常规数据(例如使用的时间或频率)是否可以洞察用户的个性。答案很明确。 “是的,对这些数据的自动分析确实使我们能够得出关于用户个性的结论,至少在大多数主要的人格方面都可以得出结论,”曾与MarkusBühner(心理学方法学和诊断学主席)合作的Clemens Stachl说。在LMU任教),现在是加州斯坦福大学的研究员。

LMU团队为其电话研究项目招募了624名志愿者。参与者同意填写一份描述其性格特征的广泛调查表,并在手机上安装专门开发用于研究的应用程序,持续30天。该应用程序旨在收集与用户行为有关的编码信息。研究人员主要对与通信方式,社交行为和移动性有关的数据,以及用户对音乐的选择和消费,所用应用程序的选择以及他们一天中电话使用情况的时间分布等方面的数据感兴趣。然后,借助机器学习算法分析有关人格和智能手机使用的所有数据,这些算法经过训练可以识别和提取行为数据中的模式,并将这些模式与从人格调查中获得的信息相关联。然后,根据新数据集对算法预测用户个性特征的能力进行了交叉验证。 “到目前为止,该项目中最困难的部分是对收集到的大量数据进行预处理以及对预测算法进行训练,” Stachl说。 “事实上,为了执行必要的计算,我们不得不求助于Garching的Leibniz超级计算中心(LRZ)的高性能计算机集群。”

研究人员专注于心理学家确定的五个最重要的人格维度(五大维度),这使他们能够全面地描述个体之间的人格差异。这些维度涉及以下每个特征对给定个人性格的自我评估贡献:(1)开放性(愿意采用新的思想,经验和价值),(2)尽责性(依赖性,守时性,雄心和纪律) ,(3)外向性(社交性,自信,冒险,活力和友善),(4)友好性(愿意信任他人,性格开朗,外向,乐于助人,乐于助人),以及(5)情绪稳定(自信,平静,积极, 自我控制)。自动化分析表明,该算法确实能够成功导出其中的大多数 来自智能手机使用的多种元素的组合。此外,研究结果提示了哪些数字行为类型对于个性的特定自我评估最为有用。例如,与沟通方式和社交行为有关的数据(如通过智能手机的使用所反映的)与自我报告的外向性水平高度相关,而与白天和夜间活动模式有关的信息则可以很好地预测自我报告的尽责程度。值得注意的是,只有将高度不同的数据类型(例如,应用使用情况)组合在一起时,“开放性”类别的链接才会变得明显。

这项研究的结果对研究人员具有重大价值,因为到目前为止,研究几乎完全是基于自我评估的。例如,传统方法已被证明在预测职业成功水平方面足够可靠。 MarkusBühner说:“尽管如此,除了人们选择在调查表中告诉我们的内容外,我们对人们在日常生活中的实际行为知之甚少。” “由于智能手机的广泛分布,广泛使用和极高的性能水平,它是探究自我报告行为模式与真实行为模式之间关系的理想工具。”

Clemens Stachl意识到,他的研究可能会进一步激发主导IT公司对数据的需求。他说,除了规范使用被动收集的数据和加强隐私权外,我们还需要全面研究人工智能领域。 “用户而不是机器,必须是该领域研究的主要重点。采用基于机器的学习方法而不认真考虑其广泛含义将是一个严重的错误。”这些应用程序在研究和商业中的潜力都是巨大的。斯塔赫尔说:“当今数据驱动的社会所带来的机遇无疑将改善许多人的生活。” “但是我们必须确保所有人口都能分享数字技术带来的利益。”

更多信息: Stachl等人,根据智能手机收集的行为模式预测个性。 PNAS (2020)。 DOI:10.1073 / pnas.1920484117 doi.org/10.1073/pnas.1920484117

期刊信息: 美国国家科学院院刊

加载评论 (0)