Психолого: Московский государственный психолого-педагогический университет | МГППУ
Московский государственный психолого-педагогический университет | МГППУ
Московский государственный психолого-педагогический университет | МГППУПредыдущий Сдедующий
Новости
Новость
Профессор Алла Холмогорова представила доклад на конференции «Цифровая повседневность: социальный и персональный контекст»
Вторая Общероссийская студенческая смена по инклюзивному волонтерству и инклюзивному туризму
Объявление
Вебинар «Антиплагиат» студенту: от проблемы к помощнику»
Новость
Видеозапись встречи «Современные писатели в круге чтения российского читателя»
АнонсПрезентация программы магистратуры «Педагогика и психология проектной деятельности в образовании» — 17 апреля
Новость
Поздравляем с выходом в печать книги Николая Дворянчикова «Профиль убийцы.
Психологические аспекты криминального профайлинга»СМИ о нас
Первый канал, ТАСС, РИА Новости — с какими темами выступают в СМИ эксперты университета
Симпозиум «Российская академия образования в развитии психологического сопровождения системы образования в РФ»
Все новости >> RSS-лента новостей
Мероприятия
Семинар «Эмоциональная креативность как психологический феномен»
Дискуссия «Педагогическая теория не имеет границ: наследие К.
Д. Ушинского»IV Всероссийский «Фестиваль неравнодушных людей»
Публичная лекция «Использование ассоциативных фотографических карт (спектрокарт) в работе практического психолога»
Психолого-педагогическая служба МРСД — Городской психолого-педагогический центр
📄 График обучения профилактические тренинги
График совещаний кураторов психолого-педагогических служб МРСД 2022 – 2023 учебный год
| № совещания | Дата | Время | Форма проведения | Адрес проведения |
| Совещание №1 | 02. | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №2 | 09.09.2022 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №3 | 16.09.2022 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №4 | 23.09.2022 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №5 | 30.09.2022 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №6 | 07.10.2022 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №7 | 14.10.2022 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №8 | 21. 10.2022 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №9 | 28.10.2022 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №10 | 11.11.2022 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №11 | 18.11.2022 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №12 | 25.11.2022 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №13 | 02.12.2022 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №14 | 09.12.2022 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №15 | 16. 12.2022 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №16 | 23.12.2022 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №17 | 13.01.2023 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №18 | 20.01.2023 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №19 | 27.01.2023 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №20 | 03.02.2023 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №21 | 10.02.2023 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №22 | 17. 02.2023 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №23 | 03.03.2023 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №24 | 10.03.2023 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №25 | 17.03.2023 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №26 | 24.03.2023 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №27 | 30.03.2023 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №28 | 07.04.2023 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №29 | 14. 04.2023 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №30 | 21.04.2023 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №31 | 28.04.2023 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №32 | 05.05.2023 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №33 | 12.05.2023 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №34 | 19.05.2023 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Совещание №35 | 26.05.2023 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
График рабочих встреч со специалистами психолого-педагогических служб МРСД2022 – 2023 учебный год
| № рабочей встречи | Дата | Время | Форма проведения | Адрес проведения |
| Рабочая встреча №1 | 08. 09.2022 | по графику | онлайн | go.gppc.ru |
| Рабочая встреча №2 | 22.09.2022 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Рабочая встреча №3 | 13.10.2022 | по графику | онлайн | go.gppc.ru |
| Рабочая встреча №4 | 27.10.2022 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Рабочая встреча №5 | 10.11.2022 | по графику | онлайн | go.gppc.ru |
| Рабочая встреча №6 | 24.11.2022 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. 12, к. 2 |
| Рабочая встреча №7 | 08.12.2022 | по графику | очная | ГБУ ГППЦ ДОНМ, Есенинский бульвар д. |
| Рабочая встреча №8 | 22.12.2022 | по графику | онлайн | go.gppc.ru |
| Рабочая встреча №9 | 12.01.2023 | по графику | онлайн | go.gppc.ru |
| Рабочая встреча №10 | 26.01.2023 | по графику | онлайн | go.gppc.ru |
| Рабочая встреча №11 | 09.02.2023 | по графику | онлайн | go.gppc.ru |
| Рабочая встреча №12 | 09.03.2023 | по графику | онлайн | go.gppc.ru |
| Рабочая встреча №13 | 23.03.2023 | по графику | онлайн | go.gppc.ru |
| Рабочая встреча №14 | 13.04.2023 | по графику | онлайн | go.gppc.ru |
| Рабочая встреча №15 | 27.04.2023 | по графику | онлайн | go.gppc.ru |
| Рабочая встреча №16 | 11.05.2023 | по графику | онлайн | go. gppc.ru |
| Рабочая встреча №17 | 25.05.2023 | по графику | онлайн | go.gppc.ru |
| Рабочая встреча №18 | 08.06.2023 | по графику | онлайн | go.gppc.ru |
12, к. 2Плохая сплоченность семьи связана с долгосрочными психологическими последствиями у переживших утрату подростков
Было обнаружено, что плохая сплоченность семьи в первый год после потери родителя из-за рака в подростковом возрасте связана с повышенным риском долгосрочных психологических проблем со здоровьем среди молодых людей, которые потеряли родителя из-за рака 6–9 лет назад. Авторы и права: Иллюстрация Дрёфна Биргисдоттира (основана на фотографиях Биргира Адалстейнссона, Раны Савалхи и Майкла Дама и использована с их разрешения), CC-BY 4.0 (creativecommons.org/licenses/by/4.0/) Смерть родителя может повлиять на здоровье и благополучие детей и подростков, включая повышенный риск депрессии.
Исследование, опубликованное в журнале PLOS ONE Дрёфном Биргисдоттиром из Лундского университета, Лунд, Швеция, и его коллегами, предполагает, что плохая семейная сплоченность связана с долгосрочными психологическими симптомами у осиротевшей молодежи.
Дети, осиротевшие родители, подвергаются повышенному риску психических заболеваний, включая депрессию, тревогу, попытки самоубийства и самоповреждающее поведение. Однако взаимосвязь между семейной сплоченностью и долгосрочным эмоциональным благополучием подростков, переживших утрату, изучена недостаточно.
Чтобы лучше понять факторы, влияющие на долгосрочное здоровье и благополучие подростков, переживших утрату, исследователи провели общенациональное популяционное исследование 622 молодых людей, проживающих в Швеции, в возрасте 18–26 лет, потерявших родителей из-за рак в возрасте 13-16 лет. Участники зарегистрировались добровольно и ответили на специальный вопросник исследования, направленный на измерение их восприятия сплоченности их выживших семей.
Опрос включал вопросы о психическом здоровье, эмоциональном благополучии и качестве жизни.
Исследователи обнаружили, что плохая семейная сплоченность, о которой сообщали участники, потерявшие родителей в подростковом возрасте, тесно связана с негативными психологическими последствиями через шесть-девять лет после потери. Однако необходимы дальнейшие исследования, чтобы углубить знания о том, какие механизмы могут лежать в основе результатов и какие факторы могут поддерживать хорошую сплоченность семьи, когда умирает родитель с детьми-подростками.
Другие ограничения включают самооценку данных о психологическом здоровье и незнание точного значения концепции семейной сплоченности для участников, поскольку она была измерена непосредственно с помощью глобального вопроса с одним пунктом. Необходимы дальнейшие исследования, чтобы глубже изучить, что представляет собой хорошая семейная сплоченность среди семей с детьми-подростками, столкнувшимися со смертью родителя, и разработать точные инструменты измерения, которые можно применять в различных культурных контекстах.
По мнению авторов, «Если поддержка семьи в период болезни родителей и сразу после потери будет способствовать улучшению функционирования и сплоченности семьи, что может улучшить долгосрочное здоровье и благополучие подростков, переживших утрату, то этот факт должен быть выделены для тех, кто работает в паллиативной помощи и с семьями погибших.Новые усилия могут быть предприняты для создания процедур в клинической практике, которые помогут медицинскому персоналу выявлять, когда в семье есть несовершеннолетние дети, столкнувшиеся с потерей родителя, и осознавать их нужду для информации и поддержки».
Авторы добавляют: «Было обнаружено, что плохая сплоченность семьи в первый год после потери одного из родителей из-за рака в подростковом возрасте связана с повышенным риском долгосрочных проблем, связанных с психологическим здоровьем, среди молодых людей, которые потеряли одного из родителей из-за рака 6 – 9 лет назад. Выявление семей, подверженных риску плохой сплоченности, и оказание поддержки, которая может укрепить семейную сплоченность, может быть полезной профилактикой здоровья, возможно, предотвращающей длительные страдания детей-подростков, столкнувшихся со смертью родителя».
Дополнительная информация: Семейная сплоченность предсказывает долговременное здоровье и благополучие после потери родителя из-за рака в подростковом возрасте: общенациональное популяционное исследование, PLOS ONE (2023). DOI: 10.1371/journal.pone.0283327
Информация журнала: ПЛОС ОДИН
Предоставлено Публичная научная библиотека
Цитата :
Плохая семейная сплоченность связана с долгосрочными психологическими последствиями для подростков, переживших утрату (12 апреля 2023 г.)
получено 13 апреля 2023 г.
с https://medicalxpress.com/news/2023-04-poor-family-cohesion-long-term-psychological.
html
Этот документ защищен авторским правом. Помимо любой добросовестной сделки с целью частного изучения или исследования, никакие часть может быть воспроизведена без письменного разрешения. Контент предоставляется только в ознакомительных целях.
Оружие массового убеждения: прослеживание истории психологического таргетинга в социальных сетях — Сандер ван дер Линден исследует мир дезинформации. Он исследует, почему мы становимся его жертвами, его психологические последствия и что мы можем с этим поделать.
В главе 7: Оружие массового убеждения ван дер Линден прослеживает историю психологического преследования в социальных сетях, начиная со своего странного взаимодействия с Алексом Коганом, который предоставил данные Cambridge Analytica. Ван дер Линден пишет, что вопрос на миллион долларов заключается в том, влияет ли психологический таргетинг на пользователей на таких платформах, как Facebook. До недавнего времени эффекты оставались непрозрачными.
Но новые эксперименты начинают прояснять картину, как объясняет ван дер Линден в отрывке ниже. — Эван Нестерак, главный редактор Где-то в августе 2016 года я получил восторженное электронное письмо от Алекса Когана, более известного в то время как Александр Спектер. Он получил известие, что я скоро приеду в Кембридж, чтобы занять новую должность преподавателя, поэтому он любезно предложил мне и моей жене совершить экскурсию по городу. Это был его последний день в городе — он собирался вернуться в Соединенные Штаты. В то время я понятия не имел, кто такой Алекс (кроме нового коллеги), и помню, как подумал про себя, какой он милый, выкроив время в своем плотном графике, чтобы так тепло поприветствовать нас.
После тура мы разошлись, но договорились встретиться за ужином и напитками в местном пабе позже тем же вечером. Я был заинтригован .
После нескольких пинт в пабе я захотел узнать больше о его истории. Он сказал мне, что только что закончил временную лекцию в университете и теперь сосредоточился на «больших данных» в надежде, что сможет использовать алгоритмы машинного обучения для предсказания личности людей на основе цифровых следов, которые они оставляют в социальных сетях.
Я был очарован. Я сказал ему, что уже некоторое время изучаю представления людей об изменении климата и что мы строим статистические модели, чтобы понять, как данные национального общественного мнения можно надежно разбить на более мелкие географические единицы, такие как уровень штата или округа.
После того, как я рассказал Алексу о наших климатических моделях, он тут же переключил разговор на свои новые карьерные планы. Он объяснил, что его план состоял в том, чтобы собрать большие данные и заняться консалтингом — на самом деле, он уже открыл магазин у себя дома в США. он мог получить из Facebook тонны предсказанных мнений о климате, основываясь на том, что люди размещают в своих профилях и на страницах, которые им «понравились». Миллионы точек данных. Но это не собиралось быть бесплатным.
Это предложение насторожило меня. Зачем мне покупать данные Facebook? Кто бы это использовал, подумал я, и как он получил так много — и для какой цели? Я любезно поблагодарил его за предложение, но отказался.
Мы с женой вышли из паба с довольно странным чувством после этого разговора.
Я никогда больше не видел Алекса Когана после нашей встречи, но это был не последний раз, когда я слышал о нем. Несколько месяцев спустя он попал в заголовки мировых новостей из-за того, что якобы продал Facebook данные о 87 миллионах человек Cambridge Analytica — британской политической консалтинговой фирме. Он собрал эти данные через разработанное им приложение Facebook под названием 9.0041 Это твоя цифровая жизнь .
Это насторожило меня. Зачем мне покупать данные Facebook? Кто бы это использовал, подумал я, и как он получил так много — и для какой цели?
Именно эти данные Cambridge Analytica использовала для микротаргетинга избирателей в Интернете с помощью политической рекламы, предоставляя услуги по обработке данных для кампаний Дональда Трампа, сенатора от Техаса Теда Круза и, возможно, кампании Brexit Leave. Некоторые комментаторы предположили, что Cambridge Analytica повлияла на выборы и подорвала функционирование демократии.
CBS 60 минут до британских парламентских слушаний, скандал перевернул жизнь Когана и всех остальных с ног на голову.
Конечно, вопрос на миллион долларов заключается в том, работает ли что-нибудь из этого. Возможно, весь шум вокруг Cambridge Analytica и ее предполагаемого влияния на выборы в США в 2016 году сильно преувеличен? Информатор Кристофер Уайли, безусловно, популяризировал пугающую версию науки. В средствах массовой информации были сделаны большие заявления о том, как так называемые психографические данные о личности людей позволяют политикам микронацеливать свои сообщения, чтобы повлиять на ваш голос. Заголовки новостей кричали: «Ваши данные и как они используются для получения вашего голоса» и «Глобальные манипуляции вышли из-под контроля».
Тем не менее, строгая оценка того, как работают эти модели, и прямые доказательства того, может ли микротаргетинг влиять на наше поведение при голосовании, остаются недоступными. До не давнего времени.
Идея прогнозирования личностных показателей на основе ваших данных в социальных сетях на самом деле пришла от двух других исследователей, Дэвида Стиллвелла, профессора вычислительных социальных наук в Кембриджском университете, и Михала Косински, ныне доцента Стэнфордского университета.
Их идея была радикальной. Вместо того, чтобы просить людей дать согласие на участие в опросе или опросе общественного мнения, они решили, что могут просто собрать цифровые следы в Интернете и использовать эти поведенческие данные для прогнозирования личности людей.
Стиллвелл запустил приложение Facebook под названием myPersonality . Приложение позволяло пользователям проходить психометрические тесты и возвращало профиль личности в обмен на согласие участников делиться данными из своего профиля в Facebook исключительно в научных целях. В то время это был один из крупнейших наборов данных в истории социальных наук, насчитывавший около шести миллионов человек.
Коган связал Кристофера Уайли (работавшего в Cambridge Analytica) со Стиллвеллом и Косински. Но как только они выяснили, что Cambridge Analytica не заинтересована в финансировании гранта для научных исследований, они отказались от проекта. Коган решил, что будет заниматься этим сам в частном порядке.
Он решил, что может создать приложение, похожее на то, которое Стиллвелл и Косински использовали самостоятельно, что он и сделал, и вот как Родился номер — это ваша цифровая жизнь.
Чтобы лучше понять, насколько точны модель и данные Когана в предсказании характеристик людей на основе их данных в социальных сетях, мы можем обратиться к новаторской работе, которую Стиллвелл и Косински опубликовали еще в 2013 году. Глядя на то, что Стиллвелл и Косински обнаружили в своих исследованиях, мы можем получить довольно хорошее представление о том, что произошло с Cambridge Analytica.
Их идея была радикальной. Вместо того, чтобы просить людей дать согласие на участие в опросе или опросе общественного мнения, они решили, что могут просто собрать цифровые следы в Интернете и использовать эти поведенческие данные для прогнозирования личности людей.
В 2013 году Косински и Стиллвелл опубликовали статью в журнале Proceedings of the National Academy of Sciences , в которой использовались данные из приложения Facebook myPersonality .
В то время Косински и Стиллвелл были первыми, кто сопоставил ответы людей на опросы, в том числе личностный тест Большой пятерки, с их данными в Facebook. Им удалось сопоставить данные примерно о 58 000 добровольцев из США. Цифровые записи онлайн-поведения, которые они искали, представляли собой профили людей в Facebook и их «лайки».
В среднем Косински и Стиллвелл получают около 170 лайков на человека. Имея эту информацию на руках, они теперь могли сравнить, насколько хорошо модель, обученная исключительно на лайках в Facebook, может предсказывать личные и психологические характеристики людей. Они сделали это, сравнив спрогнозированные моделью ответы с фактическими ответами, которые были получены из информации, которую люди указали в своих профилях на Facebook (например, их пол или статус отношений), а также ответов, которые они дали во время психометрических тестов, которые были выполнено в рамках опроса.
Открытие, которое потрясло исследовательское сообщество (и весь мир), заключалось в том, что, используя только лайки в Facebook, Косински и Стиллвелл смогли предсказать ваш пол с точностью до 93 процентов, вашу политику с точностью до 85 процентов, вашу этническую принадлежность с точностью до 95 процентов.
и даже вашу сексуальную ориентацию с 88-процентной точностью. Конечно, некоторые из этих выводов довольно интуитивны. Например, тот факт, что вы, скорее всего, станете демократом, если вам понравился «Барак Обама», не слишком удивителен. Но Косински и Стиллвелл утверждают, что так было не всегда. Например, очень немногим пользователям, идентифицировавшим себя как геев и мужчин, понравились сайты с такими заголовками, как «Мне нравится быть геем».
Насколько хорошо модель Косински и Стиллвелла показала себя в соответствии с моделью большой пятерки «ОКЕАН» (открытость, добросовестность, экстраверсия, доброжелательность, невротизм)?
На самом деле их модель хуже работала с более сложными психологическими чертами, такими как личность. Корреляция между предсказанными моделью и реальными ответами людей составила 0,3 для приятности, 0,4 для экстраверсии, 0,29 для добросовестности и 0,43 для открытости. Этот вывод на самом деле согласуется с тем, что Коган рассказал мне о своих моделях тем вечером в пабе.
(После того, как я отклонил его предложение продать мне данные, он сказал мне, что его модели в любом случае не очень точны. Время здесь важно: он сказал мне это в частном порядке, задолго до того, как все это стало достоянием общественности.)
Корреляция в диапазоне от 0,30 до 0,40 считается относительно небольшой в нашей области. Косински и Стиллвелл сами не сообщают об этом в статье, но предварительные расчеты показывают, что такого рода корреляции приводят к степени точности около 67–73 процентов в зависимости от рассматриваемой черты личности. В прогнозном моделировании 70-процентная точность не особенно хороша, но обычно считается «приемлемой». Дэвид Самптер, профессор прикладной математики в Университете Упсалы в Швеции, воспроизвел данные Косински и Стиллвелла и пришел к аналогичному выводу. Таким образом, один из ключевых выводов из этих результатов заключается в том, что предсказывать личность людей на основе их лайков в Facebook не так просто, как предсказывать другие личные качества, и для этого требуется гораздо больше лайков — на самом деле, сотни лайков.
Тщательная оценка того, как работают эти модели, и прямые доказательства того, может ли микротаргетинг влиять на наше поведение при голосовании, остаются недостижимыми. До недавнего времени .
Но Косински и Стиллвелл говорят, что мы должны рассматривать эти цифры в контексте. Они сравнили, насколько хорошо друзья людей, семья, коллеги и даже их супруги могут предсказать личность человека по сравнению с предсказаниями их модели (которая снова была основана на лайках в Facebook). То, что они обнаружили, было поразительно: компьютерный алгоритм мог превзойти по точности прогноз коллеги по работе о чьей-то личности всего за десять лайков. Потребовалось всего 70 лайков, чтобы превзойти прогноз друзей, 150 лайков, чтобы превзойти семью, и около 300 лайков, чтобы превзойти супруга. Мысль о том, что компьютерный алгоритм, обученный вашим лайкам в Facebook, может оценить вашу личность с той же точностью, что и ваш супруг, довольно пугает.
Однако тот факт, что лайки Facebook в определенной степени коррелируют с личностями людей, не означает, что нацеливание на людей рекламы, основанной на их личности, на самом деле заставляет их что-то делать. Или это так?
Еще в 2012 году Facebook уже подал заявку на патент под названием «Определение характеристик личности пользователя по сообщениям системы социальных сетей». Часть патента гласит: «Предполагаемые характеристики личности сохраняются в связи с профилем пользователя и могут использоваться для таргетинга». Так что очевидно, что Facebook разрабатывал аналогичную собственную технологию, которую можно было бы использовать для таргетинга рекламы на людей на основе их личности.
Косински и Стиллвелл вернулись для сиквела. Они хотели оценить, действительно ли такие прогнозы достаточно точны, чтобы обеспечить микротаргетинг в реальном мире.
Поскольку вы не можете напрямую ориентироваться на людей на основе их личности в Facebook, Сандра Матц (теперь адъюнкт-профессор бизнеса в Колумбийском университете) вместе с Косински и Стиллвеллом придумали очень умный обходной путь для своего последующего исследования.
Получается, что вы можете таргетирует людей на Facebook на основе их лайков. Таким образом, Мац, Косински и Стиллвелл смогли опираться на свои предыдущие исследования, чтобы выяснить, какие симпатии наиболее тесно связаны с различными личностными чертами. Они решили сосредоточиться на экстраверсии и открытости для эксперимента, потому что их прошлые модели достигли наивысшей точности в предсказании этих черт по лайкам в Facebook. В частности, исследователи рассмотрели симпатии, связанные с самым высоким и самым низким уровнем открытости и экстраверсии. (Например, целевые лайки для интроверсии включали «компьютер» и « Battlestar Galactica », в то время как целевые лайки для высоких уровней экстраверсии включали «Вечеринки» и «Рассмешить людей».)
продавец косметики. Они разработали несколько объявлений. Некоторые предназначались для общения с людьми с высоким уровнем экстраверсии — например, в одном из них была изображена молодая энергичная женщина, танцующая и смеющаяся с текстом: «Танцуй так, будто никто не смотрит (но это действительно так)».
И наоборот, реклама интроверсии (или низкой экстраверсии) изображала молодую застенчивую женщину, делающую макияж в одиночестве дома, с текстом «Красота не должна кричать». Короче говоря, они разработали две версии одной и той же рекламы, одну для людей с высоким уровнем экстраверсии, а другую — для людей с низким уровнем экстраверсии.
Затем команда перешла на рекламную платформу Facebook и в разделе «Интересы» ввела лайки соответствующей страницы (например, «Рассмешить людей» для экстраверсии и « Безмятежность », «Компьютер» и т. д. для интроверсии). Затем Facebook вернул количество людей, которым понравились соответствующие страницы. Для первого исследования команда также выбрала некоторые другие критерии таргетинга, такие как женщины в возрасте 18–40 лет, проживающие в Великобритании. Рекламная кампания была реальной и размещалась на страницах людей в Facebook около недели.
Тот факт, что лайки Facebook в определенной степени коррелируют с личностями людей, не означает, что нацеливание на людей рекламы, основанной на их личности, на самом деле заставляет их что-то делать.
Или это так?
Или это так? Через неделю рекламная кампания охватила более трех миллионов человек, которые нажали на рекламу более 10 000 раз и совершили почти 400 реальных покупок на веб-сайте косметического магазина. Но были ли объявления более эффективными, когда они были нацелены на личные качества пользователя? Очевидно, так оно и было: люди с гораздо большей вероятностью покупали продукт, когда просматривали рекламу, которая соответствовала их предполагаемым чертам характера. Например, пользователи Facebook с более высоким экстраверсией имели на 50% больше шансов совершить покупку, если реклама была правильно ориентирована на экстравертов, а не наоборот (117 покупок против 62).
Это довольно убедительное доказательство, учитывая, что для этих реальных экспериментов исследователи использовали только одиночный лайк (самый экстремальный) для таргетинга на людей на Facebook. В моделировании, скрытом в техническом приложении, исследователи делают важное наблюдение.
Хотя средняя точность их модели предсказания варьируется, она зависит от дискриминационной способности рассматриваемого «подобного». Под этим мы подразумеваем, что некоторые лайки более предсказуемы, скажем, «открытости», чем другие. Если вы можете найти лайки, которые наиболее предсказуемы для данной черты личности (и, следовательно, обладают высокой дискриминационной силой), вы можете существенно повысить точность модели. (Например, средняя точность по всем признакам для лайков с низкой способностью различения составляет всего 58 процентов — едва ли выше вероятности — но она может повыситься почти до 70 процентов для лайков с высокой способностью различения.) Команда подсчитала, что для определенных черт таких как Открытость, точность модели может достигать 82 процентов, тогда как Согласие, похоже, достигает максимума около 61 процента. Это приводит к нескольким важным выводам.
Во-первых, точность явно различается для разных личностных черт, и результаты Матца, Косински и Стиллвелла могут быть оптимистичными в том смысле, что они нацелены на те черты в эксперименте, которые можно предсказать с наивысшей степенью точности.
Но это также предполагает, что необходимо найти компромисс между точностью и досягаемостью. Если вы хотите быть более точным, вам нужно большее количество «лайков». Но когда вы набираете много лайков на рекламной платформе Facebook, вы уменьшаете потенциальный круг людей, которых вы можете охватить. (Например, хотя страницы «Вечеринка» могут понравиться нескольким миллионам человек, «Вечеринка» понравится меньшему количеству людей 9.0041 и «Мне нравится знакомиться с новыми людьми»; и еще меньшему количеству людей понравятся «Вечеринка» и «Мне нравится знакомиться с новыми людьми» и «Леди Гага» и т. д.) Ориентация на людей с высочайшим уровнем точности означает, что вы не можете охватить сотни миллионов люди сразу. Итак, какой уровень точности все же даст микротаргетеру достаточную досягаемость? Что ж, Facebook — огромная платформа, поэтому исследователи подсчитали, что даже с восемью лайками вы все равно можете охватить около 6 миллионов человек.
Вы можете подумать, что загрузить приложение или купить косметику — это не то же самое, что повлиять на то, за кого кто-то будет голосовать. Хотя это правда, что конвертировать голоса намного сложнее, чем конвертировать клики, это, конечно, не невозможно.
Мой хороший коллега по Кембриджу Ли де Вит , доцент психологии и автор книги What’s Your Bias? провел исследование в контексте Brexit, где он сначала дал людям тест на определение их личности, скажем, на уровень добросовестности или открытости. Он специально нацелился на около 400 сторонников Remain и представил им аргументы в пользу покидает Европейский Союз, созданный для того, чтобы обратиться либо к тем, кто имеет высокие, либо к тем, у кого низкая определенная черта личности. (Примером для тех, кто набрал высокие баллы по Сознательности, может быть статья в СМИ, в которой говорится о том, что иммиграция вызывает «беспорядки» и о необходимости «систематически регулировать приток людей».
) Результаты показали, что убедительные аргументы «Остаток отпуска» работали лучше, если объявление соответствовал их личностному профилю: они считали аргументы более достоверными и с большей вероятностью проголосовали за партию, выдвигающую такого рода утверждения. Но исследование не проводилось на платформе социальных сетей.
В 2020 году голландские исследователи попытались решить эту проблему. Они создали фальшивую платформу для социальных сетей, похожую на Facebook. Прикрытие заключалось в том, что участники заходили на платформу, чтобы помочь протестировать новую социальную сеть для университета. На первом этапе эксперимента их попросили заполнить некоторые данные профиля и написать немного о себе. Из 230 первоначальных участников исследователи смогли использовать алгоритм машинного обучения (на основе того, что люди указали в своем профиле), чтобы надежно идентифицировать около 75 интровертов и 81 экстраверта.
В следующей части эксперимента этим людям была адресована реклама в их лентах социальных сетей.
Сообщение было прогрессивной левой рекламой голландской партии зеленых. Единственным изменением стал текст вокруг рекламы, который был либо экстравертным («пробудите в себе героя»), либо интровертным. Затем они спросили, будут ли люди голосовать за партию по шкале от очень маловероятно (1) до очень вероятно (7). Здесь результаты были однозначными: намерения голосовать были существенно (около 35%) выше, если экстравертная реклама была нацелена на экстравертов, а не на интровертов, и наоборот.
В этом результате особенно беспокоит то, что, в отличие от обычной политической рекламы, люди не могут разумно защитить себя от атак убеждения, когда они даже не знают, что их преследуют.
Для меня это явное причинно-следственное доказательство того, что политический микротаргетинг работает, по крайней мере, в полуреалистичных условиях социальных сетей. Что вызывает беспокойство в этом результате, так это то, что, в отличие от обычной политической рекламы, люди не могут разумно защитить себя от атак убеждения, когда они даже не знают, что их преследуют.
Таким образом, несмотря на то, что традиционным кампаниям, возможно, было трудно убедить избирателей, социальные сети теперь могут помочь оптимизировать идентификацию и микротаргетинг тех людей, которые наиболее открыты для убеждения с помощью их цифровых следов. Отчет Оксфордского университета за 2021 год показывает, что частные фирмы, такие как Cambridge Analytica, в настоящее время предлагают услуги цифровой пропаганды от имени политических организаций как минимум в 48 странах мира.
Сейчас нам нужна вакцина — процесс, который может произвести психологическая иммунизация для защиты людей от злонамеренных и вредных онлайн-манипуляций.
Перепечатано из «Защита от дурака: почему дезинформация заражает наш разум и как укрепить иммунитет» Сандер ван дер Линден. Copyright © 2023 Сандер ван дер Линден. Первое американское издание 2023 года. Впервые опубликовано в Великобритании издательством 4th Estate под названием Защита от дурака: почему мы попадаемся на ложную информацию и как создать иммунитет .