Предсказывая вашу личность, из ваших данных смартфона

Каждый, кто использует смартфон неизбежно порождает массы цифровых данных, которые доступны другим, и эти данные дают ключ к личности пользователя. Психологи Людвиг-Максимилианс-университет в Мюнхене (ЛМУ) изучают, как раскрывая эти подсказки.

Для большинства людей во всем мире, смартфоны стали неотъемлемой и обязательной составляющей повседневной жизни. Цифровые данные, что эти устройства постоянно собирать-это кладезь не только для пяти крупнейших американских ИТ-компаний, которые используют их в рекламных целях. Они представляют также значительный интерес в других контекстах. Например, вычислительные социальные ученые используют данные смартфона для того, чтобы узнать больше о чертах личности и социальном поведении. В исследовании, которое появится в журнале PNAS, группа исследователей, возглавляемая ЛМУ психолог Маркус шеф-повар задались целью определить, является ли обычное сведения пассивно собранных смартфонов (например, времени или частоты использования) получить представление о личности пользователя. Ответ был четкий. «Да, автоматизированный анализ этих данных позволяет нам сделать выводы о личностях пользователей, по крайней мере, для большинства из главных измерения личности», — говорит Клеменс Stachl, кто работал с Маркусом шеф-повар (заведующий кафедрой психологического методология и диагностика в LMU) и теперь исследователь из Стэнфордского университета в Калифорнии.

Команда ЛМУ набирали 624 добровольцев для своего проекта PhoneStudy. Участники согласились заполнить обширную анкету, описывающую их характер, и для того чтобы установить приложение, которое было разработано специально для изучения на своих телефонах в течение 30 дней. Приложение было разработано для сбора закодированную информацию о поведении пользователей. Исследователи в первую очередь интересуют сведения, относящиеся к модели коммуникации, социального поведения и мобильности, наряду с потребителей выбор и потребление музыки, выбор используемых приложений, так и временного распределения их использования телефона в течение дня. Все сведения о личности и использовать смартфон затем были проанализированы с помощью алгоритмов машинного обучения, которые были обучены распознавать и извлекать закономерности из данных поведения, и соотносить эти модели с информацией, полученной от исследований личности. Способность алгоритмов для прогнозирования личностных черт пользователей затем было кросс-проверка на основе нового набора данных. «На сегодняшний день наиболее сложной частью проекта стала предварительной обработки огромного количества собранных данных и подготовка алгоритмов упреждающего», — говорит Stachl. «В самом деле, для того, чтобы выполнить необходимые расчеты, нам пришлось прибегнуть к кластера высокопроизводительных компьютеров в суперкомпьютерном центре имени Лейбница в городе Гархинг (ЗМП).»

Исследователи сосредоточились на пяти самых значимых аспектов личности (Большая пятерка), выявленных психологами, которые дают им возможность охарактеризовать личностные различия между людьми комплексно. Эти размеры относятся к самооценке вклада каждого из следующих признаков данной индивидуальной личности: (1) открытость (готовность принять новые идеи, опыт и ценности), (2) добросовестность (надежность, пунктуальность, трудолюбие и дисциплина), (3) экстраверсия (общительность, напористость, предприимчивость, динамичность и дружелюбие), (4) уступчивость (желание доверять другим, добродушный, общительный, услужливый, предупредительный) и (5) эмоциональная устойчивость (уверенность в себе, невозмутимость, позитивность, самоконтроль). Автоматизированный анализ показал, что алгоритм действительно смогла успешно вывести большинство из этих черт личности от сочетания многообразных элементов их использования смартфона. Кроме того, полученные результаты дают советы относительно того, какие типы цифровых поведение являются наиболее информативных для конкретных самооценок личности. Например, данные, касающиеся схем взаимодействия и социального поведения (как это отражено на смартфон использовать) сильно коррелирует с уровнем самооценки экстраверсии, в то время как информация, относящаяся к модели день и ночь-время активности был значительно прогностической самооценки степени совестливости. В частности, в связи с открытостью категории стало лишь очевидным, когда были объединены весьма разнородные типы данных (например, использование приложение).

Результаты исследования имеют большое значение для исследователей, так как исследования до сих пор почти исключительно на основе самооценки. Обычный метод зарекомендовал себя в прогнозировании уровнем профессиональной успешности, например, достаточно надежный. «Тем не менее, мы еще очень мало знаем о том, как люди на самом деле ведут себя в повседневной жизни, кроме того, что они решили рассказать нам о наших анкет», — говорит Маркус шеф-повар. «Благодаря их широкое распространение, их интенсивного использования и очень высокий уровень производительности, смартфоны являются идеальным инструментом, с помощью которого, чтобы исследовать отношения между самооценкой и реальными моделями поведения.

Клеменс Stachl осознает, что его исследование может дополнительно стимулировать аппетиты доминирующей фирмы, для сведения. В дополнение к регулированию использования пассивно собранных данных и усиление защиты прав на неприкосновенность частной жизни, мы тоже должны в области искусственного интеллекта, — говорит он. «Пользователь, а не машина, должно быть главной целью исследований в этой области. Было бы серьезной ошибкой принять машина-методы обучения без серьезного рассмотрения их более широкие последствия».Потенциал этих приложений-в обоих исследований и бизнес-это огромные. «Те возможности, которые открывает сегодня данные приводом общества, несомненно, улучшить жизнь большого количества людей», — говорит Stachl. «Но мы должны обеспечить, чтобы все слои населения разделяют преимущества, которые предоставляют цифровые технологии».

сделать разницу: спонсорские возможности