心理学とメンタル・ヘルス・ニュース

アメリカのプシュケの研究ツールとして使われたツイッター

研究者はツイートからデータをマイニングして、人間の行動に関する洞察を得ています。ビッグデータ分析により、調査員は多数のツイートのコンテンツを調査し、オンライン実験を実行して個々の行動をよりよく理解できます。

たとえば、エモリー大学の心理学者は、将来さらに深く考える傾向がある個人は、お金を投資してリスクを回避する可能性が高いことを発見しました。彼らはこの決定を、40,000人近くのTwitterユーザーのテキスト分析を行い、Twitterハンドルを提供した人々の行動をオンラインで実験することで行いました。

研究はジャーナルに掲載されます 全米科学アカデミーの議事録 (PNAS).

研究者らはまた、米国の人口レベルで、より長い将来を見通すこととリスクの少ない意思決定との間に関連性があることも見出しました。「Twitterは心理学者にとっては顕微鏡のようなものです」と、共著者のPhillip Wolffは言います。

「ツイートからマイニングされた自然主義的なデータは、特定の時間におけるトゥイーターの考えだけでなく、比較的安定した認知プロセスにも洞察を与えるようです。ソーシャルメディアとビッグデータ分析ツールを使用すると、人間の行動を研究する方法に新しいパラダイムが開かれます。」

Emory Ph.D.の共著者であるRobert Thorstad。候補者は研究のアイデアを思いつき、設計と分析に取り組み、実験を行いました。

「私は人々の日常の行動が彼らの心理学について多くの情報を与えることができる方法に魅了されています」とトールスタッドは言います。

「私たちの仕事の多くは自動化されていたので、何千人もの個人の日常生活から何百万ものツイートを分析することができました。」

個人のつぶやきに見られる将来の見通しは通常わずか数日で、これは数年のオーダーで将来の見通しを示唆する以前の研究とは異なります。

「考えられる解釈の1つは、違いはソーシャルメディアの機能によるものである」とWolff氏は言います。彼が付け加えたもう一つの考えられる理由は、以前の研究が個人にどこまで未来を考えているかを明確に尋ねたということです PNAS 紙は以前のつぶやきの組み込み測定値を使用しました。

将来を見通すことと意思決定との関係は明白に思えるかもしれませんが、研究者たちは、この主題に関する以前の調査結果は一貫していないと指摘しています。ただし、これらの不一致は、実験室の設定における観察者の偏りやサンプルサイズの小ささなどの要因が原因である可能性があります。

の PNAS 紙は、さまざまな方法（Stanford CoreNLP自然言語処理ツールキットや、正規表現パターンに基づいて構築されたルールベースの時間タガーなどのSUTimeなど）を使用して、個々の被験者が以前に残したTwitterテキストの軌跡を自動的に分析しました。

実験データは、AmazonクラウドソーシングツールMechanical Turkを使用して収集されました。これは、個人が心理学実験やその他のインターネットベースのタスクを完了できるWebサイトです。 Mechanical Turk実験の参加者は、Twitterハンドルを提供するように求められました。

のある実験では PNAS 紙によると、Mechanical Turkの参加者は、従来の遅延割引の質問に答えました。たとえば、今日は60ドル、6か月で100ドルのどちらを好みますか。

参加者のツイートも分析されました。未来志向は、過去と比較して未来についてつぶやく参加者の傾向によって測定されました。将来の見通しは、ツイートが未来を参照する頻度と未来までの距離に基づいて測定されました。

結果は、将来の志向は投資行動に関連していないことを示しましたが、遠い将来を見通す人は、近い将来を見通す人よりも将来の報酬を待つことを選択する可能性が高いことを示しました。

これは、投資行動が個人がどこまで未来を考えるかによって決まり、一般的に未来について考える傾向ではないことを示唆しています。

2番目のMechanical Turk実験では、デジタルBalloon Analogue Risk Task（BART）を使用しました。この演習では、参加者は風船を膨らませるたびに実際のお金を稼ぐことができますが、インフレのたびに風船が破裂する可能性があり、その結果、その裁判ではお金を稼ぐことができません。

参加者が風船が開く前に膨張を停止した場合、彼らは獲得したお金を預金し、次の裁判に進むことができます。

BART参加者のツイートも分析されました。結果は、将来の見通しが長い人は、バルーンを完全に膨らませるリスクを負う可能性が低いことを示しました。

の別の研究 PNAS この論文は、特定の州に関連付けられているプロフィールを持つTwitterユーザーに焦点を当てたものです。彼らのつぶやきの約800万件が将来を見据えて分析されました。

研究者は、シートベルトの遵守率、飲酒運転率、10代の妊娠率などの公的に利用可能な統計のプロキシを使用して、人口レベルで州のリスクを冒す行動を測定しました。結果は、個々の状態からのツイートの将来の見通しの測定が、個々の実験的研究の結果と同様のパターンで、危険な行動の割合が高いことと密接に相関していることを示しました。

州の投資行動を測定するために、研究者は州立公園、幼稚園前の教育、高速道路、および生徒ごとの教育への支出に州統計を使用しました。研究者達は、これらの領域により多く投資したことが、より長期的な将来を見通す個人からのツイートに関連しているが、統計的に有意なレベルではないことを発見しました。

研究者たちは、政治志向、一人当たり所得、世帯収入、GDPなどの州の人口統計を管理していました。「人口統計は重要ですが、将来を考えた場合の影響を説明することはできませんでした」とWolff氏は言います。

トールスタッドは、ツイッターを使用しているアメリカの成人の推定21％は、一般の人口よりも若く、技術的に読み書きが難しい傾向にあると認めています。しかし彼は、Twitterの人口統計は、性別、経済状況、および教育レベルの点で一般の人口からそれほど遠くないと付け加えます。また、田舎、都市、郊外に住んでいるTwitterユーザーの割合は、ほぼ同じです。

「ツイッターは、主に学部生を主題として使用する多くの心理学実験よりもはるかに幅広い参加者プールを提供できます」とソースタッドは述べています。「ビッグデータ手法は、心理学の結果の一般化可能性を最終的に改善する可能性があります。」

「ソーシャルメディアを通じて、行動と時間の経過とともに膨大な量のデータを自分で蓄積しているため、一種のデジタル表現型が残されています」とWolff氏は付け加えます。

「私たちは今、個人の認知生活について間接的に何かを知らせ、個人が将来何をするかを予測するために情報を抽出できるビッグデータ分析ツールを持っている時代にあります。」

出典：Emory Health Sciences