Gli stati d'animo e le emozioni sono "contagiosi" su Facebook?
Tuttavia, non ci vuole uno studio empirico per capire che i nostri stati d'animo si influenzano a vicenda. Se sei depresso e vivi con la tua famiglia, il tuo umore depresso influenzerà la tua famiglia. Se sei maniaco e esci con i tuoi amici, è probabile che parte di quell'energia maniacale si riversi su di loro.
Ci aspetteremmo che la stessa cosa accada online, no?
Lo studio è stato condotto sui dati raccolti da persone che vivono nelle prime 100 città più popolose in 3 anni su Facebook da gennaio 2009 a marzo 2012. Non è chiaro quali dati siano stati raccolti, poiché i ricercatori non dicono (che è una cosa strana lasciare out, dal momento che si presume di chi sono stati raccolti i dati è importante notare).
Tuttavia, poiché due degli autori all'epoca lavoravano per Facebook, possiamo presumere che abbiano raccolto tutti gli utenti statunitensi di dati di persone che vivono nelle città più popolose. Sapevi di aver accettato di consentire la ricerca su tutto ciò che carichi su Facebook, giusto?
Ma il problema principale è l'uso dello strumento di analisi che è diventato uno dei preferiti tra i ricercatori che analizzano il testo online: il LIWC. Il Linguistic Inquiry Word Count (LIWC) è uno strumento di analisi automatizzato rudimentale e piuttosto rozzo per il linguaggio. Queste non sono le mie parole - quelle sono le parole di uno dei creatori della LIWC (Tausczik & Pennebaker, 2010):
Nonostante il fascino delle misure linguistiche computerizzate, sono ancora piuttosto rozze. Programmi
come LIWC ignorano il contesto, l'ironia, il sarcasmo e le espressioni idiomatiche. (Enfasi aggiunta.)
Ummm ... queste sono cose piuttosto grandi da lasciare fuori da un'analisi delle sfumature e delle complessità del linguaggio sociale e informale, non credi? In effetti, il tasso di accuratezza del LIWC è stato messo in discussione da altri ricercatori in almeno un'analisi di una serie di tweet da Twitter (Gonzalez-Ibanez et al, 2011) 1
Ma ignoriamo il fatto che gli attuali ricercatori stanno utilizzando uno strumento di analisi grezzo generalmente inadatto allo scopo per cui lo stanno usando.2
Diamo un'occhiata a un esempio ipotetico di un'interazione di aggiornamento dello stato di Facebook per capire perché alcune delle ipotesi fatte dai ricercatori probabilmente non erano ideali:
Tu: Sto passando una brutta giornata ... vorrei solo che questa giornata finisse già!
Amico A: Oh wow, mi dispiace sentirlo. Alcuni giorni fanno davvero schifo.
Amico B: Peccato, che schifo.
Il LIWC codificherà questo scambio come negativo, con due risposte negative.
Ma il primo post ha effettivamente influito sull'umore dei due intervistati?
Semplicemente non lo sappiamo. La LIWC non può dircelo, perché non comprende veramente il contesto sociale. Tutto ciò che capisce è il rudimentale di parole negative e positive.
Questo è un effetto che conta davvero?
Anche se diciamo che l'effetto che i ricercatori hanno scoperto è robusto come sostengono (perché hanno controllato per una variabile su centinaia: il tempo), non sembra essere molto importante. Quanto era grande questo effetto di un "contagio dell'umore?"
Se pubblichi positivamente su Facebook, tra tutte le tue centinaia di amici, il tuo post genererà altri 1,75 post positivi. Non sono quasi 2 post per amico, sono solo 2 post tra tutti i tuoi amici. Se tutti i tuoi amici pubblicano un totale combinato di 50-100 aggiornamenti di stato al giorno (non una quantità irragionevole, poiché il numero medio di amici che una persona ha su Facebook è 338), è probabilmente una variazione inferiore al 4%.
Se pubblichi in modo negativo su Facebook, il tuo post genererà solo 1,29 post negativi aggiuntivi, di nuovo, in totale, da tutti i tuoi amici 3
Questi effetti non sembrano così grandi se inseriti in qualsiasi tipo di contesto della vita reale. È come trovare una significatività statistica nei tuoi dati, ma niente che possa fare la differenza clinica (o reale).
Ciò che i ricercatori potrebbero aver dimostrato - se si eliminano i limiti del LIWC come strumento di analisi dei dati - è che la condivisione genera condivisione sui social network online. Se condividi che ti piacciono i popcorn, gli altri suoneranno dicendo che anche loro amano i popcorn. Se condividi il tuo gatto è la cosa più carina dai tempi di Barnie, beh, i tuoi amici amanti dei gatti risponderanno in modo gentile.
E se condividi uno stato d'animo su Facebook, sorpresa, sorpresa, altri saranno leggermente più propensi a condividere anche il loro. Questo rende la condivisione un "contagio?" Non è probabile.
Reporting basato sui comunicati stampa della CBS: le emozioni diffuse attraverso Facebook sono contagiose, afferma lo studio
Il rigurgito da parte del Guardian di altre notizie sull'argomento: Facebook trasferisce emozioni contagiose
Riferimenti
Corviello, L. et al. (2014). Rilevamento del contagio emotivo nei massicci social network. PLOS One.
Gonzalez-Ibanez, R. Muresan, S. e Wacholder, N. (2011). Identificare il sarcasmo su Twitter: uno sguardo più da vicino.
Atti della 49a riunione annuale della Association for Computational Linguistics, 581-586.
Tausczik YR, Pennebaker JW (2010) Il significato psicologico delle parole: LIWC e metodi di analisi del testo computerizzata. Journal of Language and Social Psychology 29 (1): 24–54.
Note a piè di pagina:
- “Abbiamo scoperto che la classificazione automatica può essere valida quanto la classificazione umana; tuttavia, la precisione è ancora bassa. I nostri risultati dimostrano la difficoltà della classificazione del sarcasmo sia per gli esseri umani che per i metodi di apprendimento automatico ". [↩]
- I ricercatori giustificano il suo utilizzo dicendo che è "ampiamente utilizzato" per questo tipo di analisi del testo. È una cosa strana da leggere in un articolo scientifico, solo perché qualcosa di popolare non lo rende lo strumento giusto da usare. [↩]
- Sembra che molti media mainstream stiano riportando questi dati in modo errato, dicendo che un post negativo "si diffonde attraverso" l'1,29% dei propri amici. [↩]
