互联网比你的配偶更了解你

我们在网络和数字设备上留下的痕迹可以让广告商和其他人对我们的心理学产生惊人的,有时令人不安的见解

转到“科学美国人”的个人资料 科学美国人被封锁的封锁以下关注3月15日

照片:Laurence Dutton / Getty Images

作者:Frank Luerweg

如果您喜欢计算机化的个性测试,您可以考虑访问Apply Magic Sauce(https://applymagicsauce.com)。该网站会提示您输入您撰写的一些文本(例如电子邮件或博客)以及有关您在社交媒体上的活动的信息。您不必提供社交媒体数据,但如果您想这样做,您可以允许Apply Magic Sauce访问您的Facebook和Twitter帐户,或按照指示从这些来源上传所选数据,例如您按Facebook的历史记录"喜欢"按钮。点击"制作预测"后,您将看到详细的心理图或个性简介,其中包括您的假定年龄和性别,您是否焦虑或容易受到压力,您有多快投入冲动,以及您是否在政治和社交方面保守派或自由派。

检查算法从您的在线痕迹中获得的心理特征肯定是有趣的。另一方面,该算法能够对我们做出推论,这说明跟踪我们的数字活动的任何人都可以轻松地洞察我们的个性 - 并可能侵犯我们的隐私。更重要的是,关于我们的心理推论可能被利用来操纵,比如说,我们购买什么或如何投票。

惊人的准确性

似乎我们自己喜欢的点击可以很好地指示我们如何勾选。 2015年,剑桥大学的David Stillwell和Youyou Wu以及斯坦福大学的Michal Kosinski证明,算法可以通过检查Facebook用户的喜好来评估心理学家对个性的五大维度的评价。这些维度 - 对经验,责任心,外向性,和蔼可亲和神经质的开放性 - 被视为代表人格的基本维度。他们在个人中的存在程度描述了这些人是谁。

研究人员使用来自超过70,000名Facebook用户的数据训练他们的算法。所有参与者早些时候都填写了一份人格问卷,因此他们的五大人物资料是众所周知的。然后,计算机浏览这些测试对象的Facebook帐户,寻找通常与某些个性特征相关的喜欢。例如,外向的用户经常对诸如"聚会"或"跳舞"等活动竖起大拇指。特别开放的用户可能喜欢西班牙画家SalvadorDalí。

然后调查人员让该程序检查其他Facebook用户。如果该软件只有10个用于分析,那么就可以评估该人与同事一样。鉴于70个喜欢,该算法与朋友一样准确。有300,它比这个人的配偶更成功。对研究人员来说更令人惊讶的是,在他们的计划中加入喜欢的东西使他们能够预测某人是否患有抑郁症或吸毒,甚至推断个人在学校学习的内容。

该项目源自Stillwell于2007年开始的工作,当时他创建了一个Facebook应用程序,使用户能够填写个性问卷并获得反馈,以换取研究人员将数据用于研究。在应用程序于2012年关闭之前,有600万人参与,大约40%的人允许研究人员访问他们过去的Facebook活动 - 包括他们的喜欢历史。

世界各地的研究人员对数据集非常感兴趣,其中部分数据以非匿名形式提供给非商业性研究。超过50篇论文和博士论文基于此,部分原因是Facebook数据揭示了人们在不知道自己的行为是研究主题时实际做了些什么。

商业应用

除了研究领域之外,这种心理洞察力的一个显而易见的用途是广告,正如哥伦比亚大学的Sandra C. Matz和她的同事(其中包括Stillwell和Kosinski)在2017年的论文中所展示的那样。该团队利用Facebook为其商业客户提供的东西:将广告定位到特定喜欢的人的能力。他们为同一种化妆品开发了10种不同的广告,其中一些旨在吸引性外向的女性,一些则吸引内向的女性。例如,其中一个"外向型"广告展示了一个女人在迪斯科舞厅放弃跳舞;在它的下面,口号上写着:"舞蹈就像没有人在看(但他们完全是)。"一则"内向"的广告显示一位年轻女士在镜子前化妆。口号说:"美女不必喊叫。"

这两个活动都在Facebook上运行了一个星期,共有约300万名女性Facebook用户,他们收到的信息与他们的性格类型相匹配,或与其类型相反。当广告符合个性时,Facebook观众购买该产品的可能性比不适合的广告高50%。

广告针对外向者/广告针对内向的人



左:""舞蹈就像没有人在看(但他们完全是这样)。"对:"美女不必大喊。"两种不同的化妆品广告活动旨在吸引外向或内向,并向女性展示Facebook用户在2017年的一项研究中。当广告符合女性的个性时,销售量最高。这里的广告是使用的10个。照片:Paul Bradbury / Getty Images ); Hybrid Images / Getty Images(右)

两种不同的化妆品广告活动旨在吸引外向或内向,并在2017年的研究中向女性Facebook用户展示。当广告符合女性的个性时,销售额最高。这里的广告是使用过的10个广告。图片来源:Paul Bradbury Getty Images(左);盖蒂图片

广告商通常采用不同的方法:他们寻找过去购买或喜欢特定产品的客户,以确保他们针对已经妥善处理其商品的人。 Matz说,在限制目标群体时,考虑先前的消费是有意义的,但这项研究证明了调整消息如何传达给消费者个性的能力。

这是营销人员不会失去的力量。许多公司已经发现了自动化的个性分析并将其转变为商业模式,吹嘘它可以为客户提供的价值 - 尽管任何一家公司使用的方法实际工作的程度很难判断。

现已解散的Cambridge Analytica提供了一个臭名昭着的例子,说明如何在现实世界中应用基于Facebook数据的个性剖析。在2018年3月的新闻报道称,早在2014年,该公司就开始购买超过8000万用户的个人Facebook数据。 (Stillwell的小组强调剑桥Analytica无法访问其数据,算法或专业知识。)该公司声称专注于个性化选举广告:政治信息的包装和精确定位。 2016年,公司首席执行官亚历山大·尼克斯(Alexander Nix)在纽约市的一次演讲中介绍了剑桥Analytica的战略,提供了一个如何说服关心枪支权利的人支持选定候选人的例子。 (请参阅www.youtube.com/watch?v=n8Dd5aVXLCc上他的演讲的YouTube视频。)对于被认为是神经质的选民(容易担心),Nix提出了一个以情绪为基础的运动,其中包括入室盗窃的威胁和保护价值一把枪另一方面,对于表现出色的人(重视社区和家庭),这种方法可以让父亲教他们的儿子去打猎。

Cambridge Analytica为Ted Cruz和唐纳德特朗普的总统竞选工作。尼克斯在他的演讲中声称这一策略帮助克鲁兹在初选中取得了进步,该公司后来为特朗普的胜利赢得了一些荣誉 - 尽管它对特朗普的竞选活动及其工作的价值有多大争议。

哲学家菲利普·胡布尔(PhilippHübl),除其他事项外,研究了无意识的力量,对特朗普的说法表示怀疑。他指出,在Matz的研究中,销售价值几美元的化妆品与在竞选活动中摇摆不定的选民截然不同。 "在选举中,即使是未决定的选民也会权衡这种可能性,并且需要不止一些横幅广告和假新闻来说服他们,"Hübl说。

Matz也看到了当前发展阶段的心理营销在政治竞选中可以实现的限制。 "特别是未定的选民可能会更容易接受一个或另一个职位,"她说,"但是把克林顿岛人变成一个MAGA选民,好吧,这种情况不太可能发生。"尽管如此,马茨认为这种营销可能会对选民产生一些影响,他们认为这种做法没有"极不可能"的影响。

超越Facebook

Facebook活动绝不是唯一可用于评估您个性的数据。在2018年的一项研究中,德国斯图加特大学的计算机科学家Sabrina Hoppe及其同事为学生配备了眼动仪。然后志愿者们走遍校园,去购物。基于他们的眼球运动,研究人员能够正确预测五大维度中的四个。

我们如何说话 - 我们个人的语调 - 也可能泄露我们个性的线索。 Precire Technologies是一家总部位于德国亚琛的公司,专门从事口语和书面语言的分析。它开发了一个自动化的求职面试:求职者通过电话与计算机交谈,然后根据他们的回答创建详细的心理图。除其他外,Precire分析单词选择和某些单词组合,句子结构,方言影响,错误,填充词,发音和语调。它的算法基于来自对其个性进行分析的个人的5,000多次访谈的数据。

Precire的客户包括管理法兰克福机场的德国公司Fraport和国际招聘机构Randstad,后者使用该软件作为其选择过程的一部分。任仕达德国分公司负责人安德烈亚斯·博尔德表示,与某些更耗时的测试相比,这种方法更有效,成本更低。

正在探索分析面孔以寻找情绪,个性或其他心理特征的线索的软件。它强调了可能的和可怕的。

可能性和问题

在2018年初,黑客会议上的四位程序员nwHacks推出了一款应用程序,通过分析从iPhone X前置摄像头拍摄的人脸跟踪数据来辨别情绪。这款名为Loki的应用程序识别出快乐,悲伤,愤怒等情绪。当有人看新闻提要时,实时惊喜,并根据个人的情绪状态提供内容。在一篇关于Loki的文章中,其中一位开发人员表示,他和他的同事们创建了这个应用程序,以"说明社交媒体平台跟踪用户情绪以操纵向他们展示的内容的合理性。"例如,当用户使用新闻提要或其他应用程序时,这种软件可以秘密地跟踪该人的情绪并使用该"情绪检测器"作为用于定向广告的指南。研究表明,人们在心情愉快时往往会放松钱包;当您感觉特别高兴时,广告客户可能希望将广告投放到您的手机上。

令人惊讶的是,Loki只花了24小时建造。在制作它时,开发人员依赖于机器学习,这是一种自动图像识别的常用方法。他们首先用大约100个面部表情训练该程序,标记与每个表达相对应的情绪。这种训练使应用程序能够"弄清楚"面部表情与情绪的关系,例如,大概是,当我们微笑时,嘴角会上升。

科辛斯基也研究了自动图像识别技术是否可以偷偷地从数字活动中辨别出心理特征。在2018年发表的一项实验中,他和他的斯坦福大学同事王一伦从一个约会门户网站向计算机提供了数十万张照片,并提供有关该人是同性恋还是同性恋的信息。然后他们用一对未知的面孔呈现了这个软件:一个是同性恋者,另一个是同性异性恋者。该计划正确地区分了男性的性取向81%的时间和女性的71%的时间;人类的评估准确性要低得多。

鉴于同性恋者继续担心他们在世界许多地方的生活,结果引起负面反应也许并不奇怪。确实,科辛斯基遇到了死亡威胁。科辛斯基说:"人们不明白我的意图并不是要表明预测性取向有多酷。" "整篇论文实际上是一个警告,呼吁增加隐私。"

通过分析面部上的83个测量点,算法根据他们在约会门户中的照片正确识别出许多男性的性取向。此外,该程序产生了所谓的"原型直"(左)和"原型同性恋"(中心)面部,并计算了面部表情的平均差异(右)。研究人员说,他们进行这项研究的部分原因是为了警告互联网上发布的照片可以用于私人数据。图片来源:Yilun Wang和Michal Kosinski;资料来源:"深层神经网络在检测面部图像的性取向方面比人类更准确",Michal Kosinski和Yilun Wang,"个性与社会心理学杂志",Vol。 114,№2; 2018年2月。
通过分析面部上的83个测量点,算法根据他们在约会门户中的照片正确识别出许多男性的性取向 此外,该程序产生了所谓的"原型直"( )和"原型同性恋"( 中心 )面部,并计算了面部表情的平均差异( )。研究人员说,他们进行这项研究的部分原因是为了警告互联网上发布的照片可以用于私人数据。图片来源:Yilun Wang和Michal Kosinski;资料来源:"深层神经网络在检测面部图像的性取向方面比人类更准确",Michal Kosinski和Yilun Wang, "个性与社会心理学杂志", Vol。 114,№2; 2018年2月。

2016年末,苏黎世联邦理工学院的计算机科学家证明,如果他们的喜欢与他们的个人资料照片的分析相结合,Facebook用户的个性可以更精确地固定下来。有趣的是,研究人员和许多其他使用机器学习软件的人一样,并不确切地知道算法是如何形成其判断的 - 例如,它是否依赖于人的理发或个人服装的形式等特征。他们处于黑暗中,因为机器学习计划并未揭示他们在得出结论时所适用的规则。调查人员知道,该软件发现了数据和人格特征之间的相关性,但并不确切地知道照片中的男人是如何吸引其他男人的,或者我的电子邮件中的哪些特征可能表明我是尽职尽责的,并且有点内向。

"我们经常给出的形象是预测人格是一种魔力,"参与瑞士研究的Rasmus Rothe说。 "但归根结底,计算机模型除了找到相关性之外别无其他。"

使用面部识别技术分析心理学不仅仅是研究的对象。它已被多家商业企业采用。例如,以色列公司Faception表示,它可以识别一个人是否具有高智商或恋童癖倾向,或者是一个潜在的恐怖威胁。

即使发现与特征的相关性,专家也对这种分析的有用性表示怀疑。 "算法给我们提供的只是统计概率,"Rothe说。根本不可能确定一个人是否是Mensa材料。 "该计划可以告诉我们的是,看起来有点像你的人在统计上更有可能拥有高智商。在10次中,很容易猜错四次。"

对于某些应用程序,可以容忍不正确的预测。谁在乎Apply Magic Sauce是否会出现滑稽的错误结论?但在其他情况下,这种影响可能是毁灭性的。值得注意的是,当被分析的特征不常见时,可能会产生更多错误。即使公司的计算机算法在99%的时间内正确地指责恐怖分子,但在1%的时间内发现的误报可能会给恐怖分子稀少的人口众多的数千名无辜者带来伤害,例如在德国或美国。

语言识别和自杀预防

当然,自动心理评估可以用来帮助人们更好地生活。预防自杀工作具有象征意义。 Facebook有这样的举措。该公司注意到,其平台上的用户偶尔会在那里宣布他们打算自杀。有些人甚至直播他们的死亡。现在,一种自动语言处理算法被编程为向社交网络的联系人检查器报告自杀威胁。如果经过培训的审核人员确定某人处于危险之中,则会向该人员显示支持选项。

根据位于弗吉尼亚州阿灵顿的Qntfy公司的研究员Glen Coppersmith的说法,推特帖子同样值得分析,该公司将数据科学和心理学结合起来,为公共卫生创造技术。 Coppersmith指出,Twitter消息有时包含有关自杀风险的强有力证据,并且认为应该认真考虑将其用于筛查。

德累斯顿大学医院卡尔古斯塔夫卡鲁斯采用不同的策略,正在使用智能手机测量行为变化,寻找严重抑郁症的特征。特别是,它试图确定患有双相情感障碍的患者何时处于躁狂或抑郁阶段(参见"智能手机分析:防止碰撞")。

即使是以良好意图创建的算法设计者也必须平衡良好的潜力和隐私侵犯的风险。撒玛利亚人是一个非营利组织,旨在帮助英国和爱尔兰面临自杀风险的人,几年前就发现了这种困难。 2014年,它推出了一款应用程序,用于扫描Twitter消息以查找情绪困扰的证据(例如,"厌倦孤独"或"讨厌自己"),使Twitter用户能够了解朋友或亲人是否正在经历情绪紧急情况。但撒玛利亚人没有得到收集推文的人的同意。对应用程序的批评是压倒性的。该计划启动九天后,撒玛利亚人将其关闭。德累斯顿医院没有犯同样的错误:它在监控智能手机使用之前获得了参与者的许可。

自动心理评估正在成为数字领域的一部分。他们是否最终将主要用于好或坏仍有待观察。

查看英文原文

查看更多文章

公众号:银河系1号

联系邮箱:public@space-explore.com

(未经同意,请勿转载)