Проналажење недостатака у истраживању друштвених медија

Истраживачи морају да буду опрезни због озбиљних замки у раду са огромним скуповима података о друштвеним мрежама, према информатичарима са Универзитета МцГилл у Монтреалу и Царнегие Меллон Университи из Питтсбургха.

Погрешни резултати могу имати огромне импликације: Хиљаде истраживачких радова сваке године заснивају се на подацима прикупљеним са друштвених медија.

„Многи од ових радова користе се за информисање и оправдавање одлука и улагања како јавности, тако и индустрије и владе“, рекао је др Дерек Рутхс, доцент у МцГилл’с Сцхоол оф Цомпутер Сциенце.

За научнике у понашању, раст друштвених медија изгледало је без преседана као прилика да ухвате, а затим анализирају обилне количине информација о људском понашању.

Многи научници верују да такви зрели скупови података могу помоћи у предвиђању људског понашања на нивоу који никада раније није био замишљен. Последњих година студије тврде да је могуће предвидети све, од летњих хитова до колебања на берзи.

Али у чланку објављеном у часопису Наука, Рутхс и др Јурген Пфеффер са Института за истраживање софтвера Царнегие Меллон-а Царнегие Меллон истичу неколико питања која се односе на употребу скупова података друштвених медија, заједно са стратегијама за њихово решавање. Међу изазовима:

• Различите платформе друштвених медија привлаче различите кориснике - на пример, Пинтерестом доминирају жене старости 25-34 године - ипак истраживачи ретко исправљају искривљену слику коју ове популације могу да произведу;
• Јавно доступни фидови података који се користе у истраживањима друштвених медија не пружају увек тачан приказ укупних података платформе - а истраживачи су углавном у недоумици када и како добављачи друштвених медија филтрирају своје токове података;
• Дизајн платформи друштвених медија може да диктира како ће се корисници понашати и, према томе, које понашање се може мерити. На пример, на Фацебооку одсуство дугмета „не свиђа ми се“ отежава откривање негативних одговора на садржај него позитивних „свиђања“;
• Велики број нежељене поште и ботова, који се маскирају као нормални корисници на друштвеним мрежама, погрешно се укључују у многа мерења и предвиђања људског понашања;
• Истраживачи често извештавају о резултатима за групе лако класификованих корисника, тема и догађаја, чинећи да нове методе делују тачније него што заправо јесу. На пример, напори да се закључи о политичкој оријентацији корисника Твиттера постижу једва 65 процената тачности за типичне кориснике - иако студије (фокусиране на политички активне кориснике) тврде да тачност износи 90 процената. Корисници Твиттера постижу једва 65 процената тачности за типичне кориснике - иако су студије (фокусирајући се на политички активне кориснике) захтевале тачност од 90 процената.

Истражитељи кажу да су многи проблеми заједнички и за друга поља као што су епидемиологија, статистика и машинско учење.

„Заједничка нит свих ових питања је потреба да истраживачи буду прецизније свесни шта заправо анализирају радећи са подацима на друштвеним мрежама“, каже Рутхс.

Друштвени научници су и раније усавршавали своје технике и стандарде да би се носили са овом врстом изазова.

„Злогласни наслов„ Девеи поразио Трумана “из 1948. године произашао је из телефонских анкета у којима су Труманове присталице под узорком узимали у општој популацији“, примећује Рутхс.

„Уместо да трајно дискредитује праксу гласања, та очигледна грешка довела је до данашњих софистициранијих техника, виших стандарда и тачнијих анкета. Сада смо спремни на сличну технолошку тачку преокрета. Бавећи се проблемима са којима смо суочени, моћи ћемо да остваримо огроман потенцијал за добро који обећавају истраживања заснована на друштвеним мрежама. "

Извор: Универзитет МцГилл