Кристиан Монтаг – Новые боги. Как онлайн-платформы манипулируют нашим выбором и что вернет нам свободу (страница 22)

Этого можно добиться, в частности, за счет более глубокой диагностики. В работе группы Гокула Читтаранджана для оценки параметров личности использовался очень короткий опросник (TIPI)[287]. С помощью такой небольшой анкеты можно провести лишь самый поверхностный скрининг личностных качеств человека и получить только общее представление о нем. Если использовать более подробные опросники, то можно выявить большее число корреляций между отдельными параметрами, взятыми со смартфона, и данными самоотчета. При использовании более совершенных личностных опросников коэффициент корреляции в некоторых исследованиях увеличился до более чем 0,30[288]. Например, в работе моей исследовательской группы коэффициент корреляции переменной из лог-файла «количество входящих звонков на смартфоне» и личностной черты «экстраверсия» составил 0,36 (0,36 × 0,36 = 0,1296 × 100 = 12,96 % объясненной дисперсии). Скачок с 1,69 % до примерно 13 % объясненной дисперсии – это уже весьма приличный результат, но он все еще не позволяет сделать хороший прогноз о личностных характеристиках конкретного человека, основываясь только на цифровых маркерах. Да, теперь мы знаем, что человек, которому часто звонят, с чуть большей вероятностью относится к экстравертам (а может быть, он вообще душа компании!), но мы по-прежнему говорим о вероятностных взаимозависимостях, обладающих лишь некоторой степенью достоверности для описания исследуемой выборки. Можем ли мы повысить предсказательную силу нашей теории с помощью дополнительных мер? Да!

Прогноз станет еще точнее, если в статистическом анализе одновременно будет учитываться больше данных со смартфона. К примеру, лог-файлы содержат бесчисленное количество информации о звонках, и ее всю можно проанализировать. Взять хотя бы такие параметры, как продолжительность телефонных разговоров, количество входящих и исходящих звонков, количество различных людей, с которыми человек контактирует, или размер активной и пассивной социальной сети (под термином «активная социальная сеть» подразумеваются люди, с которыми человек регулярно общается). Эта информация представляет для нас интерес, поскольку многие хранят в памяти телефона номера, по которым уже давно не звонят.

Итак, теперь мы можем сопоставить и подвергнуть статистическому анализу все эти переменные одновременно и сделать предположения о характере человека или других его личностных качествах. В частности, мы можем применить статистический метод машинного обучения, чтобы объединить множество источников данных в одну статистическую модель. Здесь нужно вспомнить исследование Гокула Читтаранджана и отметить: несмотря на то что диагностика личности в его работе проходила несколько поверхностно, машинное обучение позволило значительно увеличить точность прогноза личностных характеристик, когда в единую статистическую модель подсчетов были собраны как оценки участников, так и данные, полученные со смартфона. После медианного разделения личностных переменных (например, разделения их на две группы по признаку экстраверсии/интроверсии)[289] точность предсказания характеристики достигла 75,9 %, а в случае черты «добросовестность» – 74,4 %. Иными словами, вероятность правильных прогнозов при оценке личностных черт на основе данных смартфона стала значительно выше, чем при подбрасывании монетки. Без медианного разделения, но с применением самых современных статистических методов и сбора со смартфона нескольких категорий данных (касающихся общения, прослушивания музыки, передвижений и так далее) у 624 участников исследования удалось достичь коэффициента корреляции 0,40[290].

Что же мы можем в итоге сказать о смартфоне как инструменте для диагностики личности? Психологи, говоря о научных работах, любят использовать образ трех слепцов из индийского фольклора, которые пытаются понять, что представляет собой легендарное животное – слон. Первый слепой ощупывает хобот и говорит, что он похож на змею. Второй, стоящий сбоку от слона, напротив, чувствует гигантскую стену. Третий, стоящий у хвоста, сообщает, что животное больше похоже на копье. Мораль сей басни такова: изучение отдельных элементов часто не позволяет увидеть картину целиком. Чтобы получить максимально точное представление о человеке, необходимо также изучить его поведение с разных сторон и как можно точнее зафиксировать интересующую нас переменную (в данном случае характер) с помощью психометрии. Исследование может быть успешным лишь в случае, если используются психометрически корректные и надежные опросники. Кроме того, рассматривая источники потенциальных ошибок в такой научной работе, нельзя не отметить, что не каждый респондент способен хорошо оценить свои личностные качества, поэтому вопрос, насколько полно тест отражает все аспекты внутреннего мира, остается дискуссионным.

В целом смартфоны – универсальный и мощный источник данных. Неудивительно, что они всё чаще задействуются в психологических исследованиях, а на основе лог-файлов ученым удается делать точные заключения по многочисленным психологическим переменным (таким как характер) и различным психопатологическим состояниям. Еще в 2012 году был опубликован «Манифест психологии смартфонов»[291], в котором предсказывались грядущие изменения в психологических исследованиях из-за широкого распространения смартфонов.

Если задуматься о том, сколько в современном телефоне датчиков, мы поймем, что, пожалуй, только начинаем осмыслять смартфоны как источник данных, особенно если учесть, как мало внимания им раньше уделяли психодиагностические исследования[292]. Например, психодиагностика могла бы рассмотреть, как переменные окружающей среды влияют на настроение человека, исходя из информации о яркости освещения или погоде. Допустим, если датчики фиксируют, что в помещении, где находится смартфон, светит солнце, участники исследования могут чувствовать себя бодрее[293].

Согласно устоявшимся в науке представлениям, большие данные можно охарактеризовать тремя V: объемом (volume), многообразием (variety) и скоростью (velocity). И один из ключевых вызовов для психоинформатики будущего – осмысленный подход к этим трем V.

В начале главы я уже упомянул две работы, лежащие в основе психоинформатики. Помимо них, нельзя не упомянуть работу Михала Косински 2013 года[294]. Кстати, она сыграла важную роль в скандале с противозаконным использованием данных Cambridge Analytica: компанию обвинили в том, что она якобы манипулировала сознанием миллионов избирателей через соцсети во время кампании Leave.EU и президентских выборов в США (Хиллари Клинтон против Дональда Трампа). Я прочитал много публикаций об этом крупном скандале, в который была вовлечена компания Facebook Inc., и мне кажется, что всей правды мы никогда так и не узнаем. Несмотря на изложенные в книге «Mindf*ck» разоблачителя Кристофера Уайли доказательства[295], все еще невозможно подсчитать, сколько избирателей не пришло на выборы или проголосовало за выход Великобритании из ЕС из-за этих манипуляций (которые, безусловно, имели место)[296]; в английском языке это явление получило название «подавление избирателей» (voter suppression). По этой причине мне хотелось бы подробно разобрать, как с точки зрения психоинформатики на самом деле может выглядеть манипуляция пользователями через социальные сети.

Отправной точкой для моих дальнейших рассуждений станет научная работа Михала Косински и его коллег, в которой впервые были озвучены некоторые методы, позднее применявшиеся Cambridge Analytica. Здесь важно сразу отметить, что сам Косински не имел отношения к скандалу с незаконным использованием данных Cambridge Analytica. Тем не менее он, похоже, хорошо осознает далеко идущие последствия своего исследования. В интервью швейцарской газете Das Magazin Косински отметил: «Я лишь показал, что бомба замедленного действия существует»[297]. Но как именно она устроена?

Лично мне всегда легче понять научную работу в области психологии или нейронауки, если я ненадолго ставлю себя на место испытуемых, так что попробую «поучаствовать» в знаменитом эксперименте Косински. Итак, в качестве участника исследования со мной могло бы произойти следующее: сначала я бы получил сообщение в фейсбуке от рабочей группы Михала Косински с рекламой исследования под названием MyPersonality. Поскольку меня очень занимает тема личности, я бы с удовольствием принял участие в личностном тесте и заполнил бы онлайн-анкету. Хороший способ привлечь как можно больше людей – предложить им обратную связь, чтобы они узнали что-нибудь новое о себе. Звучит банально, но, если человек проходит анкету, значит, существуют и определенные критерии для оценки полученных результатов. Так что в качестве благодарности за участие в исследовании мне могли бы прислать разбор структуры моей личности. Например, сообщили бы, что я набрал 10 из 20 возможных баллов по параметру «экстраверсия». Поскольку не существует определенных границ «сильной экстраверсии» (или, наоборот, «сильной интроверсии»), группа ученых, с которой работаю я, в качестве обратной связи предпочитает отправлять участникам не только их результаты, но и данные по большим выборкам, которые позволят им сравнить свои результаты с результатами других людей.