Да ли су расположења и емоције ’заразне’ на Фејсбуку?

Нека новинска гласила говоре да нова студија недавно објављена показује да су расположења „заразна“ на мрежним друштвеним мрежама, попут Фејсбука. Чини се да се нико није потрудио да прочита стварну студију пре него што је известио о њој, папагајски понављајући тон и говорне тачке из вести о студији.

Међутим, није потребна емпиријска студија да би се разумело да наша расположења утичу једно на друго. Ако сте депресивни и живите са породицом, ваше депресивно расположење ће утицати на вашу породицу. Ако сте манични и дружите се са пријатељима, велика је вероватноћа да ће се део те манијачне енергије истрести на њих.

Очекивали бисмо да се иста ствар догоди и на мрежи, зар не?

Студија је спроведена на подацима прикупљеним од људи који живе у 100 најмногољуднијих градова током 3 године на Фацебоок-у од јануара 2009. до марта 2012. Нејасно је чији су подаци прикупљени, као што истраживачи не кажу (што је чудно напустити јер би неко претпоставио чији су подаци прикупљени важно напоменути).

Међутим, с обзиром да су двојица аутора у то време радила на Фејсбуку, можемо претпоставити да су прикупили све америчке кориснике података људи који живе у најмногољуднијим градовима. Знали сте да сте пристали да дозволите истраживање свега што отпремите на Фацебоок, зар не?

Али примарни проблем је употреба алата за анализу који је постао омиљен међу истраживачима који анализирају текст на мрежи - ЛИВЦ. Лингвистичко истраживање броја речи (ЛИВЦ) основни је, помало груби алат за аутоматску анализу језика. То нису моје речи - то су речи једног од стваралаца ЛИВЦ (Таусцзик & Пеннебакер, 2010):

Упркос привлачности компјутеризованих језичких мера, оне су и даље прилично грубе. Програми
попут ЛИВЦ игноришу контекст, иронију, сарказам и идиоме. (Нагласак додат.)

Уммм ... то су прилично велике ствари које треба изоставити из анализе нијанси и сложености друштвеног, неформалног језика, зар не? У ствари, стопа тачности ЛИВЦ-а доведена је у питање од стране других истраживача у најмање једној анализи низа твитова са Твитера (Гонзалез-Ибанез ет ал, 2011) 1

Али занемаримо чињеницу да тренутни истраживачи користе сирови алат за анализу који је углавном неприкладан за сврху у коју га користе.

Погледајмо хипотетички пример интеракције са Фацебоок ажурирањем статуса да бисмо разумели зашто неке од претпоставки које су истраживачи изнели вероватно нису биле идеалне:

Ти: Имам лош дан ... само пожели да се овај дан већ завршава!

Пријатељ А: О, вау, жао ми је што то чујем. Неки дани су заиста срање.

Пријатељ Б: Браво, то је срање.

ЛИВЦ би ову размену означио као негативну, са два негативна одговора.

Али да ли је први пост заправо учинио нешто што је утицало на расположење двоје испитаника?

Једноставно не знамо. ЛИВЦ нам не може рећи, јер заправо не разуме друштвени контекст. Све што разуме је основ негативних и позитивних речи.

Да ли је ово ефекат који је заправо важан?

Чак и ако кажемо да је ефекат који су истраживачи открили снажан, како тврде (јер су контролисали једну променљиву од стотина - време), чини се да није превише важан. Колики је био овај ефекат „заразе?“

Ако позитивно објавите на Фацебоок-у, међу свих стотина пријатеља, ваш пост ће генерирати додатних 1,75 позитивних постова. То нису скоро 2 поста по пријатељу - то су само 2 поста међу свим вашим пријатељима. Ако сви ваши пријатељи објаве укупно 50-100 ажурирања статуса дневно (што није неразумно, јер је просечан број пријатеља које особа има на Фацебоок-у 338), то је вероватно мање од 4 процента промене.

Ако објавите негативно на Фацебоок-у, ваш пост ће генерисати само 1,29 додатних негативних постова - опет, укупно, од све ваши пријатељи.3

Ови ефекти не изгледају толико велики када се ставе у било какав контекст стварног живота. То је као да нађете статистичку значајност у својим подацима, али ништа што би могло да направи клиничку (или стварну) разлику.

Оно што су истраживачи можда показали - ако избаците ограничења ЛИВЦ као алата за анализу података - јесте да дељење рађа дељење на мрежним друштвеним мрежама. Ако делите да волите кокице, други ће зазвонити тиме што и они воле кокице. Ако делите да је ваша мачка најслађа ствар од Барниеја, па, пријатељи ваших љубитеља мачака ће одговорити у натури.

А ако на Фејсбуку делите стање расположења, изненађење, изненађење, и други ће имати нешто већу вероватноћу да ће делити и своја. Да ли ово чини дељење „заразом?“ Мало вероватно.

Извештавање засновано на саопштењу ЦБС-а: Емоције које се шире Фацебоок-ом су заразне, каже студија

Тхе Гуардиан-ова регургитација других вести на тему: Фацебоок преноси заразне емоције

Референце

Цорвиелло, Л. и сар. (2014). Откривање емоционалне заразе у масовним друштвеним мрежама. ПЛОС Оне.

Гонзалез-Ибанез, Р. Муресан, С., и Вацхолдер, Н. (2011). Препознавање сарказма на Твиттер-у: Изблиза.
Зборник радова са 49. годишњег састанка Удружења за рачунарску лингвистику, 581-586.

Таусцзик ИР, Пеннебакер ЈВ (2010) Психолошко значење речи: ЛИВЦ и методе рачунарске анализе текста. Часопис за језик и социјалну психологију 29 (1): 24–54.

Фусноте:

1. „Открили смо да аутоматска класификација може бити добра као и класификација људи; међутим, тачност је и даље ниска. Наши резултати показују тежину класификације сарказма и за људе и за методе машинског учења. “ [↩]
2. Истраживачи оправдавају његову употребу тиме што се „широко користи“ за ову врсту анализе текста. Чудно је читати у научном раду само зато што нешто популарно не чини правим алатом за употребу. [↩]
3. Чини се да многи редовни медији нетачно пријављују ове податке, говорећи да се негативна објава „шири“ на 1,29 посто нечијих пријатеља. [↩]