Iskanje napak pri raziskovanju socialnih medijev
Raziskovalci se morajo paziti resnih pasti pri delu z velikimi podatkovnimi nizi v družabnih omrežjih, menijo računalniški znanstveniki z univerze McGill v Montrealu in univerze Carnegie Mellon v Pittsburghu.
Napačni rezultati imajo lahko velike posledice: na tisoče raziskovalnih člankov vsako leto temelji na podatkih, pridobljenih iz socialnih medijev.
"Mnogi od teh dokumentov se uporabljajo za obveščanje in utemeljevanje odločitev in naložb med javnostjo ter v industriji in vladi," je dejal dr. Derek Ruths, docent na McGillovi šoli za računalništvo.
Za vedenjske znanstvenike se zdi rast družbenih medijev priložnost brez primere, da zajamejo in nato analizirajo obilne količine informacij o človeškem vedenju.
Številni znanstveniki verjamejo, da lahko takšni zreli nabori podatkov pomagajo napovedati človeško vedenje na nivoju, kakršnega si prej nismo predstavljali. V zadnjih letih so študije trdile, da je mogoče predvideti vse, od poletnih uspešnic do nihanj na borzi.
Toda v članku, objavljenem v reviji Znanost, Ruths in dr. Jürgen Pfeffer iz Inštituta za raziskave programske opreme Carnegie Mellon izpostavljata več vprašanj, povezanih z uporabo podatkovnih nizov v družabnih omrežjih, skupaj s strategijami za njihovo reševanje. Med izzivi:
- Različne platforme družabnih omrežij privabljajo različne uporabnike - na primer v Pinterestu prevladujejo ženske, stare od 25 do 34 let, vendar pa raziskovalci redko popravijo izkrivljeno sliko, ki jo lahko ustvari ta populacija;
- Javno dostopni viri podatkov, ki se uporabljajo pri raziskavah družbenih medijev, ne zagotavljajo vedno natančne predstavitve celotnih podatkov platforme - in raziskovalci so na splošno v temi, kdaj in kako ponudniki družbenih medijev filtrirajo svoje podatkovne tokove;
- Zasnova platform za družabna omrežja lahko narekuje, kako se uporabniki obnašajo in s tem kakšno vedenje je mogoče izmeriti. Na primer, na Facebooku odsotnost gumba »ne maram« otežuje zaznavanje negativnih odzivov na vsebino kot pozitivnih »všečkov«;
- Veliko število pošiljateljev neželene pošte in robotov, ki se predstavljajo kot običajni uporabniki v družbenih omrežjih, se pomotoma vključi v številne meritve in napovedi človeškega vedenja;
- Raziskovalci pogosto poročajo o rezultatih skupin uporabnikov, tem in dogodkov, ki jih je enostavno razvrstiti, zaradi česar so nove metode videti bolj natančne, kot so v resnici. Na primer, prizadevanja za sklepanje o politični usmerjenosti uporabnikov Twitterja dosežejo komaj 65-odstotno natančnost za običajne uporabnike - čeprav študije (s poudarkom na politično aktivnih uporabnikih) zahtevajo 90-odstotno natančnost. Uporabniki Twitterja za običajne uporabnike dosežejo komaj 65-odstotno natančnost - čeprav študije (s poudarkom na politično aktivnih uporabnikih) zahtevajo 90-odstotno natančnost.
Preiskovalci pravijo, da so številni problemi skupni tudi drugim področjem, kot so epidemiologija, statistika in strojno učenje.
"Rdeča nit vseh teh vprašanj je potreba, da se raziskovalci natančneje zavedajo, kaj dejansko analizirajo pri delu s podatki v družabnih omrežjih," pravi Ruths.
Družboslovci so že prej izpopolnili svoje tehnike in standarde za spopadanje s tovrstnimi izzivi.
"Zloglasni naslov" Dewey porazi Trumana "iz leta 1948 je izhajal iz telefonskih raziskav, ki so pod vzorčevale Trumanove privržence med splošno populacijo," ugotavlja Ruths.
»Ta očitna napaka je namesto, da bi trajno diskreditirala prakso glasovanja, pripeljala do današnjih bolj dovršenih tehnik, višjih standardov in natančnejših anket. Zdaj smo pripravljeni na podobno tehnološko prelomno točko. Z reševanjem problemov, s katerimi se srečujemo, bomo lahko uresničili izjemen potencial dobrega, ki ga obljubljajo raziskave na družbenih omrežjih. "
Vir: Univerza McGill
