推特能告诉我们很多关于我们冒险可能性的信息

A man looks at the sea as rescue team continues its search for five missing fishermen at Macas beach, near Sintra January 14, 2015. Rescuers continued their search for the missing fishermen after their boat was shipwrecked on the beach last night, according to authorities. REUTERS/Rafael Marchante (PORTUGAL - Tags: SOCIETY DISASTER ENVIRONMENT)
Researchers have found an association between looking into the future and not taking risks.Image: REUTERS/Rafael Marchante
本内容由人工智能自动翻译。

一项新研究表明,倾向于更长远思考未来的人,可能更愿意投资,也更能避免风险。

研究人员借助大数据工具,对近40,000名推特用户进行了文本分析,并开展了在线行为实验。

研究还显示,展望未来的时间越长,与较少冒险的决策之间存在关联。

“推特就像心理学家的显微镜,”埃默里大学心理学副教授、论文合著者菲利普·沃尔夫说。这篇论文刊登于《美国国家科学院院刊》。“从推文中挖掘的自然情境数据,似乎不仅能让我们了解发推者在某一时刻的想法,还能揭示相对稳定的认知过程。借助社交媒体和大数据分析工具,我们研究人类行为的方式开启了一个新范式。”

在社交媒体上展露自我

论文合著者罗伯特·索斯塔德是沃尔夫实验室的博士生,他提出了这项研究的构想,参与设计和分析,并开展了实验。

“我着迷于人们的日常行为如何透露大量有关其心理的信息,”索斯塔德说。“我们的许多工作都是自动化完成的,因此能够分析数千人的日常生活中发布的数百万条推文。”

从个人推文中发现的未来展望跨度较短,通常只有几天,这与此前认为人们展望未来的时间跨度以年计的研究结果不同。

“一种可能的解释是,这种差异源于社交媒体的某个特征,”沃尔夫说。另一种可能是,此前的研究直接询问人们会考虑多远的未来,而这篇论文则采用了以往推文作为隐性测量指标。

展望未来与决策之间的关系看似显而易见,但以往相关研究的结果并不一致。这些差异可能源于实验室环境中的观察者偏差、样本量较小等因素。

研究人员使用了一套方法(例如斯坦福 CoreNLP 自然语言处理工具包,以及基于正则表达式模式构建的规则型时间标注工具 SUTime),自动分析个体受试者在推特上留下的文本轨迹。

他们通过亚马逊众包工具 Mechanical Turk 收集实验数据。该网站供用户参与心理学实验及其他在线任务。研究人员请 Mechanical Turk 实验的参与者提供自己的推特账号名。

在一项实验中,Mechanical Turk 的参与者回答了一个经典的延迟折扣问题,例如:你更愿意今天拿到60美元,还是六个月后拿到100美元?研究人员还分析了参与者的推文。他们通过参与者发推谈论未来相较于过去的倾向来衡量未来导向,并根据推文提及未来的频率及其所指向的时间跨度来衡量未来展望。

结果显示,未来导向与投资行为无关;但与展望未来较近的人相比,展望未来较远的人更可能选择等待,以获得未来的回报。这表明,投资行为取决于人们会展望多远的未来,而非他们是否通常倾向于思考未来。

第二项 Mechanical Turk 实验采用了数字版气球类比风险任务(BART)。参与者每给气球充一次气都能赚取真金白银,但每次充气也可能导致气球爆破,该轮实验便无法获得任何钱。如果参与者在气球爆破前停止充气,就可以把赚到的钱存下,并进入下一轮实验。

研究人员还分析了 BART 参与者的推文。结果显示,展望未来时间跨度较长的人,较少冒险把气球完全吹胀。

各州的冒险行为

论文中的另一项研究聚焦于个人资料显示其所属州的推特用户。研究人员分析了他们约八百万条推文,以衡量其未来展望。

研究人员利用公开统计数据作为代理指标,在人口层面衡量各州的冒险行为,例如系安全带的比例、酒后驾驶率和青少年怀孕率。

结果显示,各州推文中衡量出的未来展望时间跨度较短,与较高的冒险行为发生率密切相关,这一模式与个体实验研究的结果相似。

为了衡量各州的投资行为,研究人员采用了各州在州立公园、学前教育、高速公路和生均教育方面的支出统计数据。他们发现,在这些领域投入更多的州,其居民推文展现出的未来展望时间跨度较长,但这种关联在统计学上并不显著。

研究人员控制了各州的人口特征因素,例如政治倾向、人均收入、家庭收入和国内生产总值(GDP)。

“我们发现,人口特征虽然很重要,却无法解释未来思维所产生的影响,”沃尔夫说。

索斯塔德说,估计有21%的美国成年人使用推特,他们通常比总体人口更年轻,也更熟悉科技。不过他补充说,在性别、经济状况和受教育程度方面,推特用户的人口特征与总体人口相差不大。居住在农村、城市和郊区的推特用户比例也几乎相同。

“与许多主要以本科生为受试者的心理学实验相比,推特能提供范围广得多的参与者群体,”索斯塔德指出。“大数据方法最终或许能提升心理学研究结果的普适性。”

“通过社交媒体,我们正在积累海量的自身数据,记录行为及其随时间的变化,并留下某种数字表型,”沃尔夫补充说。“我们如今已进入这样一个时代:大数据分析工具能够提取信息,间接告诉我们某个人的认知生活,并预测这个人未来可能会做什么。”

授权与转载
世界经济论坛发布的文章,可依据《知识共享署名-非商业性使用-禁止演绎4.0国际公共许可协议》以及我方《使用条款》进行转载。 本文所表达的观点仅代表作者个人立场,并不代表世界经济论坛的观点。