Ruh Halleri ve Duygular Facebook'ta "Bulaşıcı" mı?

Bazı haber kaynakları, yakın zamanda yayınlanan yeni bir çalışmanın, Facebook gibi çevrimiçi sosyal ağlarda ruh hallerinin "bulaşıcı" olduğunu gösterdiğini söylüyor. Çalışmadaki haber bülteninden gelen tonu ve konuşma noktalarını papağan gibi tekrarlayan kimse, haberlerini yapmadan önce gerçek çalışmayı okumaya zahmet etmedi.

Ancak, ruh hallerimizin birbirimizi etkilediğini anlamak için deneysel bir çalışma gerekli değildir. Eğer depresyondaysanız ve ailenizle yaşıyorsanız, depresif ruh haliniz ailenizi etkileyecektir. Eğer manikseniz ve arkadaşlarınızla takılırsanız, manik enerjinin bir kısmı onlara da geçme ihtimali vardır.

Aynı şeyin internette de olmasını beklerdik, değil mi?

Çalışma, Facebook'ta 3 yıl boyunca en kalabalık 100 şehirde yaşayan insanlardan Ocak 2009'dan Mart 2012'ye kadar toplanan veriler üzerinde gerçekleştirildi. Araştırmacıların söylemediği için kimin verilerinin toplandığı belli değil (ki bu ayrılması garip bir şey dışarı, çünkü kimin verilerinin toplandığını varsaymak önemlidir).

Ancak, yazarlardan ikisi o sırada Facebook'ta çalıştığından, en kalabalık şehirlerde yaşayan insanların tüm ABD kullanıcılarının verilerini topladıklarını varsayabiliriz. Facebook'a yüklediğiniz her şeyin araştırılmasına izin verdiğinizi biliyordunuz, değil mi?

Ancak asıl sorun, çevrimiçi metni analiz eden araştırmacılar arasında favori haline gelen analiz aracının kullanımıdır - LIWC. Linguistic Inquiry Word Count (LIWC), dil için ilkel, biraz kaba otomatikleştirilmiş bir analiz aracıdır. Bunlar benim sözlerim değil - bunlar LIWC’nin yaratıcılarından birinin sözleri (Tausczik & Pennebaker, 2010):

Bilgisayarlı dil önlemlerinin cazibesine rağmen, hala oldukça kabadırlar. Programlar
LIWC gibi bağlam, ironi, alay ve deyimleri görmezden gelir. (Vurgu eklenmiştir.)

Ummm… bunlar sosyal, gayri resmi dilin nüansları ve karmaşıklıklarının analizinden çıkarılacak oldukça büyük şeyler, sence de öyle değil mi? Aslında, LIWC'nin doğruluk oranı, Twitter'dan bir dizi tweetin en az bir analizinde diğer araştırmacılar tarafından sorgulanmıştır (Gonzalez-Ibanez ve diğerleri, 2011) 1

Ancak mevcut araştırmacıların, genellikle kullandıkları amaç için uygun olmayan kaba bir analiz aracı kullandıkları gerçeğini görmezden gelelim.2

Araştırmacıların yaptığı bazı varsayımların neden ideal olmadığını anlamak için Facebook durum güncelleme etkileşiminin varsayımsal bir örneğine bakalım:

Siz: Kötü bir gün geçiriyorum… keşke bu gün çoktan bitse!

Arkadaş A: Vay canına, bunu duyduğuma üzüldüm. Bazı günler gerçekten berbattır.

Arkadaş B: Serseri, bu berbat.

LIWC, bu değişimi iki olumsuz yanıtla olumsuz olarak kodlayacaktır.

Ancak ilk gönderi, iki katılımcının ruh halini etkileyecek herhangi bir şey yaptı mı?

Biz sadece bilmiyoruz. LIWC, sosyal bağlamı gerçekten anlamadığı için bunu bize söyleyemez. Tek anladığı, olumsuz ve olumlu kelimelerin temelidir.

Bu Aslında Önemli Bir Etki mi?

Araştırmacıların bulduğu etkinin iddia ettikleri gibi sağlam olduğunu söylesek bile (çünkü yüzlerce değişkeni - hava durumunu kontrol ediyorlardı), çok önemli görünmüyor. Bir ruh hali "bulaşmasının" bu etkisi ne kadar büyüktü?

Yüzlerce arkadaşınız arasında Facebook'ta olumlu bir gönderi paylaşırsanız, gönderiniz ek 1,75 olumlu gönderi oluşturacaktır. Bu, arkadaş başına neredeyse 2 gönderi değil - bu, tüm arkadaşlarınız arasında yalnızca 2 gönderi. Tüm arkadaşlarınız günde toplam 50-100 durum güncellemesi yayınlarsa (bir kişinin Facebook'ta sahip olduğu ortalama arkadaş sayısı 338 olduğu için mantıksız bir miktar değil), bu muhtemelen yüzde 4'ten az bir değişikliktir.

Facebook'ta olumsuz bir şekilde yayınlarsanız, gönderiniz yalnızca 1,29 ek olumsuz gönderi oluşturur - yine toplamda herşey arkadaşların.3

Bu etkiler, herhangi bir gerçek yaşam bağlamına yerleştirildiğinde o kadar da büyük görünmüyor. Verilerinizde istatistiksel olarak anlamlılık bulmak gibidir, ancak klinik (veya gerçek dünya) bir fark yaratacak hiçbir şey yoktur.

Araştırmacıların göstermiş olabileceği şey - eğer bir veri analiz aracı olarak LIWC'nin sınırlamalarını bir kenara bırakırsanız - paylaşımın çevrimiçi sosyal ağlarda paylaşıma yol açmasıdır. Sizi patlamış mısır gibi paylaşırsanız, diğerleri de patlamış mısırı sevdikleri için çınlayacaktır. Kedinizi Barnie'den bu yana en şirin şey paylaşırsanız, kediyi seven arkadaşlarınız kibarca cevap verecektir.

Ve Facebook'ta sürpriz, sürpriz bir ruh hali paylaşırsanız, başkalarının da onlarınkini paylaşma olasılığı her zamankinden biraz daha fazla olacaktır. Bu, paylaşımı bir "bulaşıcılık" yapar mı? Muhtemelen değil.

CBS'nin haber bültenine dayalı raporlaması: Facebook aracılığıyla yayılan duygular bulaşıcıdır, çalışma diyor

The Guardian’ın konuyla ilgili diğer haber öykülerini yeniden canlandırması: Facebook Transfers Contagious Emotions

Referanslar

Corviello, L. vd. (2014). Büyük Sosyal Ağlarda Duygusal Bulaşmayı Algılama. PLOS Bir.

Gonzalez-Ibanez, R. Muresan, S. ve Wacholder, N. (2011). Twitter'da Alaycılıkla Tanıma: Daha Yakından Bir Bakış.
Hesaplamalı Dilbilim Derneği 49. Yıllık Toplantısı Bildirileri, 581-586.

Tausczik YR, Pennebaker JW (2010) Kelimelerin psikolojik anlamı: LIWC ve bilgisayarlı metin analiz yöntemleri. Dil ve Sosyal Psikoloji Dergisi 29 (1): 24–54.

Dipnotlar:

1. "Otomatik sınıflandırmanın insan sınıflandırması kadar iyi olabileceğini bulduk; ancak doğruluk hala düşüktür. Sonuçlarımız, hem insanlar hem de makine öğrenimi yöntemleri için alaycı sınıflandırmanın zorluğunu gösteriyor. " [↩]
2. Araştırmacılar, bu tür bir metin analizi için "yaygın olarak kullanıldığını" söyleyerek kullanımını haklı çıkarıyorlar. Bilimsel bir makalede okumak tuhaf bir şeydir, çünkü popüler olan bir şey onu kullanılacak doğru araç yapmaz. [↩]
3. Görünüşe göre birçok ana akım medya kuruluşu bu verileri yanlış bir şekilde bildiriyor ve olumsuz bir gönderinin arkadaşlarının yüzde 1,29'una "yayıldığını" söylüyor. [↩]