La información de las redes sociales puede predecir una amplia gama de rasgos y atributos de personalidad
El Instituto Nacional de Tecnologías de la Información y las Comunicaciones informa sobre el uso del aprendizaje automático para analizar el comportamiento en Twitter y predecir una amplia gama de rasgos y atributos de personalidad, como la inteligencia y la extroversión . Específicamente, el estudio utiliza el aumento de gradiente por componentes para demostrar que las características de la red, como la cantidad de tweets y la cantidad de Me gusta, y el uso de palabras en Twitter predicen la salud social (por ejemplo, extraversión) y mental (por ejemplo, ansiedad). personalidades, respectivamente. Crédito: Instituto Nacional de Tecnologías de la Información y las Comunicaciones (NICT)
El investigador principal Haruno Masahiko y el Dr. Mori Kazuma del Centro de Información y Redes Neuronales (CiNet), el Instituto Nacional de Tecnologías de la Información y las Comunicaciones, informan sobre el uso de una máquina aprender a analizar el comportamiento en Twitter y predecir una amplia gama de rasgos y atributos de personalidad, como la inteligencia y la extroversión. Específicamente, el estudio utiliza el aumento de gradiente por componentes para demostrar que las características de la red, como la cantidad de tweets y la cantidad de Me gusta, y el uso de palabras en Twitter predicen la salud social (por ejemplo, extraversión) y mental (por ejemplo, ansiedad). personalidades, respectivamente. Este enfoque puede proporcionar una nueva forma de diagnóstico de salud mental y empujones personalizados.
El nuevo estudio se publicó en Journal of Personality en línea el jueves 20 de agosto de 2020.
Los servicios de redes sociales (SNS) se han convertido rápidamente en herramientas universales para la comunicación. Investigaciones anteriores han demostrado que la información sobre el uso de Facebook y Twitter puede revelar rasgos de personalidad básicos y de curso basados en los 5 grandes. Sin embargo, se desconoce qué tipos de información de SNS se pueden usar para identificar rasgos y atributos de personalidad específicos. Existe un interés creciente sobre qué rasgos y atributos de personalidad se pueden predecir mediante el análisis de la información de SNS y con qué precisión esa información refleja al usuario.
El estudio realizado por el Dr. Mori y el investigador principal Haruno descubrió que una amplia gama de personalidad Los rasgos y atributos se pueden predecir mediante el análisis de cuatro tipos diferentes de comportamientos de los usuarios en Twitter (es decir, características de la red, tiempo, estadísticas de palabras y uso de palabras).
Un análisis estadístico encontró correlaciones significativas entre la personalidad medida y las puntuaciones de los atributos y las predichas, con coeficientes de correlación en torno a 0,25. Este valor no es suficiente para determinar con precisión los rasgos de personalidad de un individuo, pero con una muestra de población lo suficientemente grande, esta tecnología puede proporcionar resultados informativos.
Predicción de una amplia gama de rasgos y atributos de personalidad. A: puntajes medidos y pronosticados de Extraversión Big5. B: predicciones a partir de información de red. C: predicción a partir de estadísticas de palabras. D: predicción a partir del uso de palabras (bolsa de palabras). El rendimiento se evaluó mediante coeficientes de correlación entre las puntuaciones de personalidad y atributos medidas y las predichas. Las líneas sólidas, discontinuas y punteadas muestran p = 0,05/52, p = 0,01/52 y p = 0,001/52, respectivamente. Crédito: Instituto Nacional de Tecnologías de la Información y las Comunicaciones (NICT)
El estudio recopiló información de las redes sociales de 239 participantes (156 hombres, 83 mujeres; edad promedio 22,4 años) que también realizaron pruebas de personalidad que midieron 24 rasgos y atributos de personalidad ( 52 subescalas). De las 52 subescalas, la información de Twitter podría usarse de manera confiable para predecir 23 de ellas. La figura 2A muestra una correlación positiva (coeficiente de correlación = 0,44) entre las puntuaciones de extraversión de Big 5 medidas y predichas en función de un procedimiento de validación cruzada de 10 veces realizado 10 veces (Bonferroni corrigió el valor de p de 0,05/52).
El análisis reveló que varios rasgos de la personalidad social, como la extraversión, la empatía y el autismo, podían predecirse a partir de las características de la red (Figura 2B). Otros rasgos de personalidad como el nivel socioeconómico, el tabaquismo/beber e incluso la depresión o la esquizofrenia eran predecibles a partir de las características del uso del lenguaje (Figura 2C y D). La predicción a partir del tiempo fue más difícil de correlacionar con las personalidades medidas, pero mostró una correlación significativa con la inteligencia y la orientación del valor social.
Estamos ampliando el análisis a miles de sujetos. El método descrito en este estudio podría usarse para diagnósticos de salud mental y empujones personalizados para actuar sobre los comportamientos de las personas. También dará una idea de los mecanismos neuronales que subyacen a las diferencias individuales en los rasgos de personalidad.
Explore más
Se observaron pocos cambios en los rasgos de personalidad de los ‘Cinco Grandes’ durante los primeros días de COVID-19 Más información: Kazuma Mori et al, Capacidad diferencial de información de red y lenguaje natural en redes sociales para predecir rasgos interpersonales y de salud mental, Journal of Personality (2020). DOI: 10.1111/jopy.12578 Información de la revista: Journal of Personality
Proporcionado por el Instituto Nacional de Tecnología de la Información y las Comunicaciones (NICT) Cita: La información de las redes sociales puede predecir una amplia gama de rasgos y atributos de personalidad (24 de agosto de 2020) recuperado el 31 de agosto de 2022 de https://medicalxpress.com/news/2020-08-social-media-wide-range-personality.html Este documento está sujeto a derechos de autor . Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.