यहाँ सबूत है कि फेसबुक आपको अपने दोस्तों से बेहतर जानता है

हमें हमारे परिवार और दोस्तों से बेहतर कोई नहीं जानता, है ना? और कौन भविष्यवाणी कर सकता है कि हम अच्छी और बुरी खबरों पर कैसे प्रतिक्रिया देंगे, या मिठाई के लिए पाई या आइसक्रीम चुनें।

फेसबुक, एक के लिए। कैम्ब्रिज विश्वविद्यालय और स्टैनफोर्ड विश्वविद्यालय के शोधकर्ताओं ने यह अध्ययन किया कि कैसे फेसबुक पसंद व्यक्तित्व परीक्षणों पर लोगों के अपने जवाबों के साथ-साथ उनके करीबी परिवार और दोस्तों के साथ मेल खाती है। वस्तुओं, ब्रांडों, लोगों, संगीत या पुस्तकों की पर्याप्त पसंद के साथ, कंप्यूटर किसी व्यक्ति के व्यक्तित्व की भविष्यवाणी करने में बेहतर था, जो कि उनके सबसे करीबी लोगों की तुलना में - जीवनसाथी के अपवाद के साथ। (वे अभी भी हमें सबसे अच्छी तरह से जानते हैं, ऐसा लगता है।)

वू यूयु, कैम्ब्रिज विश्वविद्यालय में साइकोमेट्रिक्स सेंटर में पीएचडी की छात्रा है, और उसके सहयोगियों ने पहले जांच की थी कि कंप्यूटर मॉडल जनसांख्यिकीय और मनोवैज्ञानिक लक्षणों का अनुमान कैसे लगा सकते हैं। लोग। लेकिन फिल्म हेर से प्रेरित, वे इस बारे में उत्सुक थे कि मॉडल व्यक्तित्व के लक्षणों का मूल्यांकन कैसे करेंगे। उन्होंने फेसबुक पर 86,220 लोगों से एक 100-प्रश्न व्यक्तित्व सर्वेक्षण को पूरा करने के लिए कहा, जो यह निर्धारित करता है कि वे तथाकथित बिग फाइव लक्षणों में कहां खड़े थे: खुलापन, कर्तव्यनिष्ठा, अपव्यय, सहमत और विक्षिप्तता। फिर उन्होंने एक मॉडल बनाने के लिए अपने फेसबुक लाइक्स का विश्लेषण किया जिसमें लाइक्स को लक्षणों से जोड़ा गया था। उदाहरण के लिए, टेड वार्ता और सल्वाडोर डाली के अनुयायी, उदाहरण के लिए, खुलेपन पर उच्च स्कोर करने के लिए गए, जबकि जो लोग रियलिटी स्टार स्नूकी, नृत्य और पार्टी करना पसंद करते थे, वे अधिक बहिर्मुखी थे।

औसतन, फेसबुक पर लोग 227 थे। पसंद करते हैं, और यह कंप्यूटर के लिए एक औसत मानव न्यायाधीश (दूसरे शब्दों में, एक दोस्त), और लगभग एक पति या पत्नी के रूप में बेहतर की तुलना में व्यक्तित्व का एक बेहतर भविष्यवक्ता होने के लिए पर्याप्त जानकारी थी। जितनी ज्यादा लाइक्स, उतना ही बेहतर कंप्यूटर। कंप्यूटर पर काम करने वाले सहकर्मी से बेहतर प्रदर्शन करने के लिए केवल 10 लाइक लिया गया, उदाहरण के लिए, 70 एक दोस्त से बेहतर करने के लिए, और एक परिवार के सदस्य को आउटसोर्स करने के लिए 150।

“हम जानते हैं कि लोग लोगों की भविष्यवाणी करने में बहुत अच्छे हैं। व्यक्तित्व लक्षण, क्योंकि यह हमारे सभी इंटरैक्शन में इतनी महत्वपूर्ण बात है, ”Youyou कहते हैं। "लेकिन हम हैरान थे कि कैसे कंप्यूटर केवल एक ही तरह के डिजिटल डेटा जैसे कि फेसबुक लाइक्स का उपयोग करके अधिकांश दोस्तों की तुलना में बेहतर प्रदर्शन करने में सक्षम थे।"

कंप्यूटर ऐसे अच्छे भविष्यवक्ता हैं क्योंकि वे सभी पसंद ले सकते हैं। फेस वैल्यू और उनके साथ समान व्यवहार करते हैं, स्टैनफोर्ड के कंप्यूटर विज्ञान विभाग के Youyou के सह-लेखक मिशल कोसिंस्की कहते हैं। लोग जानकारी को भूल जाते हैं अगर यह दिमाग से ऊपर नहीं है और यादगार या हालिया घटनाओं के लिए अधिक वजन देने की प्रवृत्ति है, संभवतः हमारे मूल्यांकन को पूर्वाग्रहित करते हैं। लेकिन कंप्यूटर जानकारी के प्रत्येक टुकड़े को उद्देश्यपूर्ण तरीके से व्यवहार कर सकते हैं।

फिर भी, कंप्यूटर रणनीति हमेशा पूरी तरह से सटीक नहीं होती है। यह लोगों के मूड और व्यवहार और दृष्टिकोण में परिवर्तन के लिए जिम्मेदार नहीं हो सकता है, और यह देखते हुए कि लोग कुख्यात गतिशील हैं, एक समस्या हो सकती है। (उदाहरण के लिए, जो लोग फ़ालतू के पैमाने पर अधिक अंक प्राप्त करते हैं, उदाहरण के लिए, नए लोगों से मिलना पसंद करते हैं, लेकिन बेवजह पसंद किए जाने वाले टिफ़नी एंड कं, जबकि वे जो माउंटेन बाइकिंग और मोटरसाइकिलों के लिए अधिक कर्तव्यनिष्ठ अभिव्यक्तियाँ थे।) कोसिन्स्की को लगता है कि कंप्यूटर मॉडलिंग कैरियर नियोजन और नौकरी की भर्ती जैसी प्रक्रियाओं में मदद कर सकता है। सिर्फ नौकरी के बाजार में प्रवेश करने वाले लोग ऐसे व्यक्तित्व प्रोफाइलिंग से लाभान्वित हो सकते हैं, जो उन्हें उन क्षेत्रों में सही उद्योगों और नौकरियों से जोड़ सकते हैं। एक मुक्त आत्मा, जो यात्रा करना, तलाशना और जोखिम उठाना पसंद करती है, उदाहरण के लिए, संभवतः एक एकाउंटेंट के रूप में खुश नहीं होगा, जबकि एक अंतर्मुखी व्यक्ति विपणन या सार्वजनिक संबंध की स्थिति के लिए आदर्श नहीं होगा।

कोसिंस्की ने यह भी अनुमान लगाया है कि कंप्यूटर नौकरी की भर्ती को कारगर बना सकते हैं। कई कंपनियां व्यक्तित्व प्रश्नावली का उपयोग करती हैं, खासकर जब उच्च-स्तरीय अधिकारियों की मांग करते हैं, लेकिन ऐसे प्रश्नावली गलत और अविश्वसनीय हो सकती हैं, क्योंकि उम्मीदवारों को उन उत्तरों को देने के लिए प्रोत्साहित किया जाता है जो वे सोचते हैं कि कंपनी देखना चाहती है। कंप्यूटर इन प्रश्नावली की तुलना में अधिक सटीक व्यक्तित्व प्रोफाइल के साथ आने में सक्षम हो सकता है, अगर फेसबुक डेटा कोई संकेत है।

कोसिंस्की ने स्वीकार किया कि ऐसे मॉडल को लागू करना मुश्किल है। "हमें वास्तव में सतर्क रहना होगा और सुनिश्चित करना होगा कि हम लोगों को परेशान नहीं करते हैं और ऐसा कुछ भी नहीं करते हैं जो आवेदक और नियोक्ता के बीच विश्वास को भंग करता है, अगर नियोक्ता स्पष्ट सहमति के बिना परीक्षण करना शुरू करता है," वे कहते हैं। "लेकिन हम निश्चित रूप से आशा करते हैं कि इन प्रौद्योगिकियों का उपयोग मानव जीवन को बेहतर बनाने के लिए किया जा सकता है।"