網際網路比你的配偶更瞭解你

我們在網路和數字裝置上留下的痕跡可以讓廣告商和其他人對我們的心理產生令人驚訝,有時甚至是令人不安的見解

如果你喜歡計算機化的性格測試,你可能會考慮訪問“應用魔力醬”(Apply Magic Sauce)(https://applymagicsauce.com)。該網站會提示你輸入一些你寫過的文字,例如電子郵件或部落格,以及你在社交媒體上的活動資訊。你不必提供社交媒體資料,但如果你想這樣做,你可以允許“應用魔力醬”訪問你的Facebook和Twitter帳戶,或者按照指示從這些來源上傳選定的資料,例如你按下Facebook“贊”按鈕的歷史記錄。一旦你點選“進行預測”,你將看到一份詳細的心理圖,或性格概況,其中包括你推測的年齡和性別,你是否焦慮或容易感到壓力,你屈服於衝動的速度有多快,以及你在政治和社會上是保守還是自由。

檢查演算法從你的線上痕跡中得出的心理概況肯定很有趣。另一方面,該演算法推斷我們的能力說明,任何跟蹤我們數字活動的人都可以很容易地瞭解我們的性格,並可能侵犯我們的隱私。更重要的是,關於我們的心理推斷可能會被利用來操縱我們購買什麼或如何投票。

驚人的準確性


支援科學新聞

如果你喜歡這篇文章,請考慮訂閱我們的獲獎新聞,以支援我們 訂閱。透過購買訂閱,你正在幫助確保關於塑造我們當今世界的發現和想法的有影響力的故事的未來。


似乎我們的點贊本身就可以很好地表明是什麼讓我們運轉。2015年,劍橋大學的David Stillwell和Youyou Wu以及斯坦福大學的Michal Kosinski證明,演算法可以透過僅檢查Facebook使用者的點贊來相當準確地評估心理學家所說的性格的“五大維度”。這些維度——對經驗的開放性、盡責性、外向性、宜人性和神經質——被認為是代表了性格的基本維度。它們在個體中存在的程度描述了那些人是誰。

研究人員使用來自70,000多名Facebook使用者的資料訓練了他們的演算法。所有參與者都早些時候填寫了一份性格問卷,因此他們的“五大維度”概況是已知的。然後,計算機瀏覽了這些測試物件的Facebook帳戶,尋找通常與某些性格特徵相關的點贊。例如,外向的使用者經常為諸如“聚會”或“跳舞”之類的活動點贊。特別開放的使用者可能會喜歡西班牙畫家薩爾瓦多·達利。

然後,研究人員讓該程式檢查其他Facebook使用者的點贊。如果該軟體的分析資料少至10個,它就能像同事一樣準確地評估那個人。如果有70個點贊,該演算法的準確性與朋友差不多。如果有300個,它比那個人的配偶更成功。更讓研究人員驚訝的是,將點贊輸入他們的程式使他們能夠預測某人是否患有抑鬱症或吸毒,甚至可以推斷出該個人在學校學習的內容。

該專案源於Stillwell於2007年開始的工作,當時他建立了一個Facebook應用程式,使使用者可以填寫性格問卷並獲得反饋,以換取允許研究人員使用該資料進行研究的許可。共有600萬人參與,直到該應用程式於2012年關閉,其中約40%的人允許研究人員訪問他們過去的Facebook活動,包括他們的點贊歷史記錄。

世界各地的研究人員對該資料集非常感興趣,其中部分資料集以匿名形式提供給非商業研究。已有50多篇文章和博士論文基於此,部分原因是Facebook資料顯示了人們在不知道自己的行為是研究物件時實際所做的事情。

商業應用

除了研究領域之外,這種心理洞察力的一個明顯用途是在廣告中,正如哥倫比亞大學的Sandra C. Matz及其同事(其中包括Stillwell和Kosinski)在2017年的一篇論文中所證明的那樣。該團隊利用了Facebook向其商業客戶提供的東西:能夠將廣告定位到具有特定點讚的人。他們為同一化妝品開發了10種不同的廣告,其中一些旨在吸引外向型女性,而另一些則旨在吸引內向型女性。例如,其中一個“外向型”廣告顯示一個女人在迪斯科舞廳裡盡情跳舞;在它下面,標語寫著:“像沒人看著一樣跳舞(但他們完全在看)。”一個“內向型”廣告顯示一個年輕女人在鏡子前化妝。標語說:“美麗不必大聲喧譁。”

這兩項廣告活動在Facebook上運行了一週,共覆蓋了約300萬女性Facebook使用者,她們收到了與她們的性格型別或與她們的性格型別相反的資訊。當廣告符合性格時,Facebook觀眾購買該產品的可能性比廣告不符合性格時高出約50%。

針對外向者的廣告

針對內向者的廣告

“像沒人看著一樣跳舞(但他們完全在看)。”

“美麗不必大聲喧譁。”

兩項不同的化妝品廣告活動旨在吸引外向者或內向者,並在2017年的一項研究中向女性Facebook使用者展示。當廣告符合女性的性格時,銷量最高。這裡的廣告是使用的10個廣告之一。資料來源:Paul Bradbury Getty Images ()Getty Images

廣告商通常採取不同的方法:他們尋找過去購買或喜歡特定產品的客戶,以確保他們將目標鎖定在那些已經對他們的商品有好感的人。Matz說,在限制目標群體時,考慮到以前的消費是有道理的,但這項研究證明了根據消費者的性格調整資訊傳遞方式的力量。

營銷人員沒有失去這種力量。許多公司已經發現了自動化性格分析,並將其轉化為商業模式,吹噓它可以為其客戶提供的價值——儘管任何一家公司使用的方法的實際效果如何很難判斷。

現已倒閉的劍橋分析公司提供了一個臭名昭著的例子,說明了如何將基於Facebook資料的性格分析應用於現實世界。2018年3月,新聞報道稱,早在2014年,該公司就開始購買有關超過8000萬用戶的個人Facebook資料。(Stillwell的研究小組強調,劍橋分析公司無權訪問其資料、演算法或專業知識。)該公司聲稱專門從事個性化選舉廣告:政治資訊的包裝和精確定位。2016年,時任該公司執行長的Alexander Nix在紐約市的一次演示中描述了劍橋分析公司的策略,並提供了一個如何說服關心槍支權利的人支援選定候選人的例子。(請觀看他在YouTube上的演講影片,網址為www.youtube.com/watch?v=n8Dd5aVXLCc。)對於被認為是神經質的選民(容易擔心的人),Nix提出了一個基於情感的活動,以入室盜竊的威脅和槍支的保護價值為特色。另一方面,對於性格隨和的人(重視社群和家庭的人),這種方法可以以父親教兒子打獵為特色。

劍橋分析公司為特德·克魯茲和唐納德·特朗普的總統競選活動工作。尼克斯在演講中聲稱,該策略幫助克魯茲在初選中取得進展,該公司後來為特朗普的勝利邀功——儘管它為特朗普的競選活動做了什麼以及它的工作價值如何存在爭議。

哲學家Philipp Hübl(除其他外,他還研究無意識的力量)對特朗普的說法表示懷疑。他指出,正如Matz的研究那樣,銷售價值幾美元的化妝品與在競選活動中說服選民截然不同。Hübl說:“在選舉中,即使是猶豫不決的選民也會權衡各種可能性,僅僅靠一些橫幅廣告和虛假新聞是無法說服他們的。”

Matz也看到了心理營銷在其當前發展階段可以在政治競選活動中實現的侷限性。她說:“尤其是不確定的選民可能會更容易接受某種立場,但是將克林頓主義者變成MAGA選民,嗯,這不太可能發生。”儘管如此,Matz認為這種營銷可能會對選民產生一定的影響,稱其沒有影響的觀點是“極不可能的”。

超越Facebook

Facebook活動絕不是唯一可以用來評估你的性格的資料。在2018年的一項研究中,德國斯圖加特大學的計算機科學家Sabrina Hoppe及其同事為學生配備了眼動儀。然後,志願者們在校園裡走動併購物。根據他們的眼球運動,研究人員能夠正確預測“五大維度”中的四個。

我們說話的方式——我們個人的語調——也可能洩露我們性格的線索。Precire Technologies是一家總部位於德國亞琛的公司,專門從事口語和書面語言的分析。它開發了一種自動化的工作面試:求職者透過電話與計算機交談,然後計算機根據他們的回答建立詳細的心理圖。除其他外,Precire還會分析單詞選擇和某些單詞組合、句子結構、方言影響、錯誤、填充詞、發音和語調。其演算法基於對5000多名個性經過分析的個人的面試資料。

Precire的客戶包括管理法蘭克福機場的德國公司Fraport,以及國際招聘機構Randstad,後者將該軟體用作其選擇過程的一部分。Randstad德國分公司的人事主管Andreas Bolder表示,該方法比某些更耗時的測試更有效、成本更低。

還在探索分析面部以尋找情緒、性格或其他心理特徵線索的軟體。它突出了可能發生的事情以及需要恐懼的事情。

可能性和問題

2018年初,在駭客大會nwHacks上,四位程式設計師推出了一款應用,透過分析iPhone X前置攝像頭捕獲的面部追蹤資料來識別情緒。這款名為Loki的應用可以即時識別使用者在瀏覽新聞時表現出的快樂、悲傷、憤怒和驚訝等情緒,並根據使用者的情緒狀態推送內容。在一篇關於Loki的文章中,其中一位開發者表示,他和同事們建立這款應用的目的是“為了說明社交媒體平臺追蹤使用者情緒以操縱向他們展示的內容是可行的”。例如,當用戶瀏覽新聞或使用其他應用時,此類軟體可能會秘密追蹤使用者的情緒,並將此“情緒檢測器”作為定向投放廣告的指南。研究表明,人們在心情愉悅時往往會更願意花錢;廣告商可能希望在你心情特別好的時候向你的手機推送廣告。

令人驚訝的是,Loki只用了24小時就完成了開發。在開發過程中,開發者們依賴於機器學習,這是一種常見的自動化影像識別方法。他們首先使用大約100種面部表情訓練程式,併為每種表情標記了相應的情緒。這種訓練使應用能夠“理解”面部表情與情緒之間的關係,例如,當我們微笑時,嘴角會上揚。

科辛斯基也研究了自動化影像識別技術是否可以秘密地從數字活動中識別心理特徵。在2018年發表的一項實驗中,他和他的斯坦福大學同事王一倫將數十萬張約會入口網站的照片以及照片中人物的性取向資訊輸入計算機。然後,他們向軟體展示了成對的未知面孔:一張是同性戀者,另一張是同一性別的異性戀者。該程式在81%的時間內正確區分了男性的性取向,在71%的時間內正確區分了女性的性取向;而人類的判斷準確率要低得多。

鑑於同性戀者在世界許多地方仍然面臨生命威脅,結果引發負面反應也許並不令人意外。事實上,科辛斯基收到了死亡威脅。“人們不理解我的意圖不是為了展示預測性取向有多酷,”科辛斯基說。“整篇論文實際上是一個警告,呼籲加強隱私保護。”

透過分析面部的83個測量點,一種演算法可以根據約會入口網站上男性的照片正確識別出他們的性取向。此外,該程式生成了所謂的“典型異性戀”()和“典型同性戀”()面孔,並計算了平均面部表情的差異()。研究人員表示,他們進行這項研究的部分原因是警告人們,網際網路上釋出的照片可能會被挖掘出私人資料。來源:王一倫和米歇爾·科辛斯基;資料來源:“深度神經網路在從面部影像檢測性取向方面比人類更準確”,米歇爾·科辛斯基和王一倫著,刊登於《人格與社會心理學雜誌》,第114卷,第2期;2018年2月。

2016年末,蘇黎世聯邦理工學院的計算機科學家們證明,如果將Facebook使用者的點贊與其個人資料照片分析相結合,可以更精確地確定他們的性格。有趣的是,研究人員,像許多其他使用機器學習軟體的人一樣,並不確切知道演算法是如何形成判斷的——例如,它是否依賴於諸如一個人的髮型或個人著裝的正式程度等特徵。他們對此一無所知,因為機器學習程式不會透露他們在得出結論時所應用的規則。研究人員知道該軟體會在資料中的特徵和性格之間找到關聯,但並不確切知道它如何得出照片中的男人對其他男人有吸引力,或者我的電子郵件中的哪些特徵可能表明我是一個認真且有些內向的人。

“我們經常得到的印象是,預測性格是一種魔法,”參與瑞士研究的拉斯穆斯·羅特說。“但在最終分析中,計算機模型所做的只不過是找到相關性。”

面部識別技術用於分析心理學不僅僅是研究物件。它已被多家商業企業採用。例如,以色列公司Faception表示,它可以識別一個人是否具有高智商、戀童癖傾向或是否構成潛在的恐怖主義威脅。

即使找到了與某種特質的關聯,專家們仍然對這種分析的實用性表示懷疑。“演算法給我們的所有東西都是統計機率,”羅特說。不可能確定一個人是否是門薩俱樂部成員。“該程式可以告訴我們的是,看起來有點像你的人在統計學上更有可能擁有高智商。它很容易猜錯十分之四。”

在某些應用中,不正確的預測是可以容忍的。誰會關心Apply Magic Sauce得出可笑的錯誤結論呢?但在其他情況下,其影響可能是毀滅性的。值得注意的是,當分析的特徵不常見時,更容易出現錯誤。即使一家公司的計算機演算法能夠以99%的準確率正確識別恐怖分子,但在人口稠密、恐怖分子罕見的地區,如德國或美國,1%的錯誤肯定會給成千上萬的無辜人民帶來傷害。

語言識別與自殺預防

當然,自動心理評估可以用來幫助人們過上更好的生活。自殺預防工作就是典型例證。Facebook就有這樣一個專案。該公司注意到,其平臺上的使用者偶爾會宣佈他們打算自殺。有些人甚至直播了自己的死亡過程。現在,一種自動語言處理演算法被程式設計為向社交網路的聯絡檢查員報告自殺威脅。如果一位訓練有素的審查員確定某人有危險,該人就會被顯示支援選項。

根據位於弗吉尼亞州阿靈頓的Qntfy公司的研究員格倫·庫珀史密斯的說法,推特帖子也可能值得分析,該公司結合資料科學和心理學來建立公共衛生技術。庫珀史密斯指出,推特訊息有時包含強烈的自殺風險證據,並認為應認真考慮將其用於篩查。

德累斯頓卡爾·古斯塔夫·卡魯斯大學醫院採取了不同的方法,正在使用智慧手機來測量行為變化,尋找重度抑鬱症的特徵。特別是,它正試圖確定患有雙相情感障礙的患者何時處於躁狂或抑鬱階段(參見“智慧手機分析:防止崩潰”)。

即使是出於善意建立演算法的設計者也必須在潛在的益處與侵犯隱私的風險之間取得平衡。撒瑪利亞會是一個旨在幫助英國和愛爾蘭有自殺風險的人的非營利組織,幾年前就意識到了這一點。2014年,它推出了一款應用程式,掃描推特訊息中是否存在情緒困擾的證據(例如,“厭倦了孤獨”或“討厭自己”),使推特使用者能夠了解朋友或愛人是否正在經歷情緒危機。但是,撒瑪利亞會沒有徵得推文被收集的人的同意。對該應用程式的批評鋪天蓋地。該程式啟動九天後,撒瑪利亞會就將其關閉。德累斯頓醫院沒有犯同樣的錯誤:在監控參與者的智慧手機使用情況之前,它會徵得他們的許可。

自動心理評估正成為數字景觀的一部分。它們最終主要是用於善還是用於惡,仍有待觀察。


智慧手機分析:防止崩潰

如果簡·史密斯(化名)早上在床上睡覺,錯過了課程,他的缺席肯定會發出警報。這是因為這位25歲的學生有一個虛擬伴侶,它非常瞭解他日常生活中的細節——他何時散步和在哪裡散步,他多久給朋友打電話,他在電話上停留多長時間等等。它知道他昨晚深夜傳送了四條WhatsApp訊息和兩封電子郵件,其中一封包含2000多個按鍵。

史密斯患有雙相情感障礙,這是一種精神疾病,情緒和行為不斷在兩個極端之間搖擺。有些星期,他感到非常沮喪,以至於他幾乎無法起床或完成日常生活的基本任務。然後,有些階段他會感到非常欣快和精力充沛,他完成專案似乎不需要睡覺。

史密斯在他的智慧手機上安裝了一個程式,該程式記錄他的所有活動,包括不僅是電話,還包括他的GPS和計步器讀數,以及他何時使用哪些應用程式。這些資訊會定期傳輸到伺服器。史密斯正在參加由德累斯頓卡爾·古斯塔夫·卡魯斯大學醫院協調的一項研究。該專案名為Bipolife,其目標是改善雙相情感障礙的診斷和治療。研究人員計劃對180名患者的智慧手機進行為期兩年的監控。

他們計劃收集有關每位參與者精神狀態的即時資訊。此類資料應該很有用,因為雙相情感障礙患者通常在即將出現抑鬱或躁狂發作時沒有意識到。這當然是史密斯的經歷:“當我處於興奮狀態時,我會全身心地投入工作,睡三四個小時,然後在凌晨三點給教授們寫郵件。我從來沒有想到這可能不正常。我認識的每個人都羨慕我的精力和投入。”

這款智慧手機應用程式旨在發出預警訊號。“傳輸的資料會由計算機演算法進行分析,”德累斯頓醫院的心理學家埃絲特·米爾鮑爾解釋說。例如,它可以識別參與者是否顯著減少了電話通話,或者突然停止出門,又或者不分晝夜地工作,忽視睡眠。“如果我們的程式發現這種情況,它會自動向患者的精神科醫生髮送電子郵件,”米爾鮑爾說。然後,精神科醫生會聯絡患者。

研究人員首先必須獲得基線資料,例如,確定特定患者在無症狀階段如何使用手機。然後,軟體會記錄行為何時偏離患者的常態,以便可以快速進行治療。史密斯認為這種監控非常令人安心:“這意味著總會有人關注我的病情,”他說。“這可能是一個重要的支援,特別是對於那些獨居的人來說。”—F.L.

More to Explore

Computer-Based Personality Judgments Are More Accurate Than Those Made by Humans. Wu Youyou et al. in Proceedings of the National Academy of Sciences USA, Vol. 112, No. 4, pages 1036–1040; January 27, 2015.

Psychological Targeting as an Effective Approach to Digital Mass Persuasion. S. C. Matz et al. in Proceedings of the National Academy of Sciences USA, Vol. 114, No. 48, pages 12,714–12,719; November 28, 2017.

Language-Based Personality: A New Approach to Personality in a Digital World. Ryan L. Boyd and James W. Pennebaker in Current Opinion in Behavioral Sciences, Vol. 18, pages 63–68; December 2017.

The Data That Turned the World Upside Down. Hannes Grassegger and Mikael Krogerus in Motherboard. Published online January 28, 2017.

Deep Neural Networks Are More Accurate Than Humans at Detecting Sexual Orientation from Facial Images. Michal Kosinski and Yilun Wang in Journal of Personality and Social Psychology, Vol. 114, No. 2, pages 246–257; February 2018.

Predicting the Big 5 Personality Traits from Digital Footprints on Social Media: A Meta-Analysis. Danny Azucar et al. in Personality and Individual Differences, Vol. 124, pages 150–159; April 1, 2018.

Science journalist Frank Luerweg, age 50, fed a part of this article into Apply Magic Sauce. Its algorithm identified him as a 31-year-old, which he took as a compliment.

More by Frank Luerweg
© .