Što se sve može saznati o vama iz vašega Facebook profila
Znanstvenik Jon Kleinberg i inženjer iz Facebooka Lars Backstrom izradili su studiju koja pokazuje kako društvene mreže ne samo da otkrivaju s kime izlazite, već i kada ćete prekinuti (i to bez provjeravanja vašeg ljubavnog statusa).
U studiji su se koristili anonimni podatci više od 1.3 milijuna korisnika Facebooka kako bi se analizirala struktura njihove društvene povezanosti - gledajući koliko osobe imaju zajedničkih prijatelja, tko je prijatelj s njihovim prijateljima i tako dalje.
Baza podataka promatrala je korisnike u dobi od 20 godina na više, izabirući one koji su naveli da su u vezi, a imaju između 50 i 2000 prijatelja. Ovo je značilo prolaženje kroz oko 379 milijuna čvorova i 8.6 milijardi individualnih poveznica što je pozamašna količina materijala.
Istraživači su ustanovili da gledajući samo broj zajedničkih prijatelja između bilo koja dva korisnika - faktor poznat kao "ukorijenjenost" - zapravo nije bio jak pokazatelj da je par u vezi te da nam kvaliteta poznata kao "raspršenost" govori puno više.
Raspršenost ne samo da mjeri zajedničke prijatelje, nego i strukturu mreže koja povezuje ta dva prijatelja. "Niska raspršenost" je kvaliteta koja se povezuje s parovima io upućuje na to da dva korisnika imaju veliki broj zajedničkih prijatelja, ali isto tako da se i ti zajednički prijatelji međusobno poznaju. Romantični partneri u biti djeluju kao mostovi između mreža drugih osoba, tako da upoznaju ljude jedne s drugima i pomažu stvoriti prijateljstva.
Parovi upoznaju svoje prijatelje i stvaraju nova prijateljstva među njima
Koristeći algoritam raspršenosti istraživači su mogli točno ustanoviti tko je čiji suprug/supruga u 60% slučajeva i točno pogoditi tko je čiji romantični partner u trećini slučajeva - puno bolji rezultati nego 2% uspješnosti kod pukog pogađanja. Ovi rezultati imaju smisla ako uzmemo u obzir da je vjerojatno da se disperzija između prijatelja para smanji tijekom vremena kako par postupno upoznaje prijatelje i poznanike jedno drugoga.
Veću šansu za prek imaju oni koji nemaju raspršena prijateljstva
Istraživanje je također utvrdilo kako se s određenom točnošću može predvidjeti je li izgledno da par prekine ili ne. Veze koje su se detektirale ne koristeći algoritam raspršenosti imale su 50% veću šansu za prekid u iduća dva mjeseca, u usporedbi s vezama koje su identificirane promatrajući prijateljstva zajedničkih prijatelja.
Ogromne količine podataka s Facebooka iskoristili su i znanstvenici sa sveučilišta u Pennsylvaniji. Polazeći od činjenice da su ljudski unutarnji životi "snimljeni" kroz njihovo izražavanje putem Interneta i jezikom kojim se koriste istraživači su se zainteresirali za kompjutersku analizu tog jezičnog izražavanja. Pitali su se bi li takva analiza mogla dati kvalitetniji i veći uvid u osobnosti, karakter pa čak i psihičko stanje korisnika od tradicionalnih psiholoških metoda.
Veća društvenost na mrežama pokazuje manju neurotičnost
S pristupom "otvorenog vokabulara", koji se pokazao jednako ili više predvidljiv nego zatvoren pristup, znanstvenici su koristili oblake riječi kako bi prikupili nova saznanja o vezi između riječi i karaktera. Na primjer, korisnici koji su kotirali nisko na skali neurotičnosti, koristili su veći broj riječi povezane s aktivnim, društvenim aktivnostima, kao što su "košarka", "sastajanje" i "skijanje".
Konstruirajući predvidljiv model osobnosti, osnovan na jeziku društvenih mreža, istraživači mogu lakše pristupiti takvim pitanjima. Buduća istraživanja mogla bi se provoditi tako da korisnici dobrovoljno i anonimno daju na uvid svoje Facebook ili Twitter podatke, umjesto da milijuni ljudi popunjavaju upitnike.
U okolnostima kada su i najintimnije informacije korisnika društvenih mreža dostupne svima, ne čudi što se nedavno počeo javljati i pokret otpora. Nedavno istraživanje na sveučilištu u Beču pokazalo je da su korisnici najviše zabrinuti za svoju privatnost i tendenciju prema internetskoj ovisnosti. Mnogo korisnika obrisalo je svoje Facebook račune i tako počinilo "samoubojstvo virtualnog identiteta".
Izvor: Independent, Mary Ann Liebert, Inc., University of Pennsylvania