Algorithmen sind formulierte Anweisungen zur schrittweisen Durchführung einer Methode. Sozial- und Kulturwissenschaftler tendieren jedoch dazu, diesen Begriff auszuweiten und als Generalbegriff für digitale Automatisierung zu verwenden. Computerprogramme enthalten aber auch nicht-algorithmische Anweisungen. Algorithmen sind außerdem wandelbar, wandeln sich während ihrer Implementierung und ihrer Verwendung, weshalb die Rede von „dem“ mit sich selbst immer identischen Algorithmus oft nicht zutrifft. Eine zu große Distanz vom Verständnis, das die Informatik vom Begriff des Algorithmus hat, beeinträchtigt die Verständlichkeit sozial- und kulturwissenschaftlicher Erörterungen seitens Computerwissenschaftlern, gleichzeitig sollten diese Wissenschaften ihr Verständnis des Begriffs nicht auf dasjenige der Informatik einschränken, um das Phänomen auch weiterhin aus anderen Perspektiven behandeln zu können. (vgl. Dourish 2016)
Automatisierte Persönlichkeitsanalyse braucht keine Fragebögen mehr, die von den zu analysierenden Personen ausgefüllt werden, sie braucht nicht einmal mehr eigens für ihren Zweck erhobene Daten, sondern verwendet Nutzungsdaten, die ohnehin bzw. in anderen Kontexten anfallen. Das ist die große Neuheit, die dieses Gebiet mit sich bringt und die dazu führte, dass die beiden in den Jahren 2013 und 2015 in den „Proceedings of the National Academy of Sciences of the United States of America“ erschienenen Artikel von Kosinski und Stillwell über die Ermittlung der Persönlichkeit von Facebook-Usern aus deren Likes nach eigenen Angaben Kosinskis auf seiner Webseite gemäß ihres Altmetric Scores die beiden einflussreichsten jemals in den „Proceedings“ erschienenen Artikel sind und der viert- bzw. 19.-einflußreichste wissenschaftliche Artikel überhaupt. [...]
Inhaltsverzeichnis
1. Quantified Personality - Automatisierte Persönlichkeitsanalyse anhand von Online- und Mobilfunknutzungsdaten
2. Automatisierte Persönlichkeitsermittlung
2.1 Smartphone-Nutzungsdaten
2.2 Facebook-Likes
2.3 Texte
2.4 Bilder
3. Ziele und Nachteile der automatisierten Persönlichkeitsermittlung
3.1 Ziele
3.2 Nachteile
4. Soziologische Bewertung
Zielsetzung & Themen
Die Arbeit untersucht den aktuellen Stand und die Entwicklung der automatisierten Persönlichkeitsanalyse mittels Big Data aus Online- und Mobilfunknutzungsdaten. Dabei steht die Forschungsfrage im Mittelpunkt, wie präzise Algorithmen Persönlichkeitsmerkmale – insbesondere basierend auf dem Big-Five-Modell – aus digitalen Datenspuren extrahieren können und welche sozialen sowie ethischen Implikationen dieser Prozess mit sich bringt.
- Methodische Ansätze der Persönlichkeitsermittlung (Smartphone-Logs, Facebook-Likes, Texte, Bilder)
- Vergleich der Genauigkeit automatisierter Verfahren gegenüber menschlichen Einschätzungen
- Anwendungsbereiche in Kommerz, Wahlwerbung und virtuellen Agenten
- Ethische Herausforderungen (Transparenz-, Identitäts- und Macht-Paradoxon)
- Soziologische Analyse der Auswirkungen auf individuelle Identität und Gesellschaft
Auszug aus dem Buch
Die zweite Art von Daten, die in Studien verwendet werden, um die Nutzerpersönlichkeit zu ermitteln, sind Facebook-Likes.
Diese Datenart wurde durch die oben bereits erwähnten Michael Kosinski, Psychologe und Psychologieinformatiker, und David Stillwell, Psychologe und Psychometriker, erfolgreich verwendet und berühmt gemacht, auch durch die Art und Weise der Formulierung der erreichbaren Genauigkeitsgrade: sie vergleichen die Genauigkeit ihres Verfahrens mit der von Bekannten, Freunden und Lebenspartnern erreichbaren Genauigkeit bei der Einschätzung der Persönlichkeit von Individuen. Beide arbeiteten noch im Jahre 2013 am Zentrum für Psychometrie der Universität Cambridge. Im Jahr 2015 war Kosinski an die Stanford Universität gewechselt. Auch sie verwenden das Big-Five-Persönlichkeitsmodell.
Im ersten ihrer beiden einschlägigen Aufsätze (Kosinski et al. 2013) sagen sie außer der Big Five-Persönlichkeit auch andere persönlichen Eigenschaften wie sexuelle Orientierung, Geschlecht, Alter, Rasse und politische Überzeugung aus Facebook-Likes voraus, im zweiten geht es dann nur noch um die Big Five (Youyou et al. 2015). Sie verwenden beidesmal die Daten von Zehntausenden von Personen, die einen Big-Five-Persönlichkeitsfragebogen in einer von Stillwell entwickelten Facebook-App namens myPersonality ausgefüllt und der Verwendung ihrer Persönlichkeits- und ihrer Facebookprofildaten für die wissenschaftliche Forschung zugestimmt haben.
Zusammenfassung der Kapitel
1. Quantified Personality - Automatisierte Persönlichkeitsanalyse anhand von Online- und Mobilfunknutzungsdaten: Einführung in die Thematik der algorithmischen Persönlichkeitsanalyse unter Betrachtung der Big-Data-Paradoxe nach Richards und King.
2. Automatisierte Persönlichkeitsermittlung: Detaillierte Darstellung technischer Verfahren zur Datenextraktion aus verschiedenen digitalen Quellen wie Smartphone-Nutzung, Facebook, Texten und Bildern.
3. Ziele und Nachteile der automatisierten Persönlichkeitsermittlung: Analyse der potenziellen Nutzen, wie Personalisierung und Micro-Targeting, gegenüber den Risiken von Manipulation und Diskriminierung.
4. Soziologische Bewertung: Kritische Reflexion der soziologischen Folgen, einschließlich der Entstehung von Persönlichkeitsblasen und der Veränderung wissenschaftlicher Gewissheit in der Moderne.
Schlüsselwörter
Automatisierte Persönlichkeitsanalyse, Big Five, Big Data, Algorithmen, Facebook-Likes, Smartphone-Nutzungsdaten, Micro-Targeting, Psychographie, Datenschutz, Social Sorting, Filterblasen, Persönlichkeitsmodell, Digitale Identität, Vorhersagegenauigkeit, Maschinenlernen
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit analysiert die Möglichkeiten und Risiken der automatisierten Ermittlung menschlicher Persönlichkeitsstrukturen mittels digitaler Nutzungsdaten.
Was sind die zentralen Themenfelder?
Die Schwerpunkte liegen auf den eingesetzten Datentypen, den mathematischen Modellen der Vorhersage und den gesellschaftlichen Auswirkungen dieser Technologie.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist es, aufzuzeigen, wie erfolgreich Persönlichkeitsmerkmale ohne traditionelle Fragebögen allein aus digitalen Datenspuren extrahiert werden können.
Welche wissenschaftliche Methode wird primär verwendet?
Die Arbeit basiert auf einer Literaturübersicht bestehender Studien, die meist Regressionsanalysen und Machine-Learning-Algorithmen für die Persönlichkeitsvorhersage nutzen.
Was wird im Hauptteil der Arbeit behandelt?
Detailliert werden Smartphone-Daten, Facebook-Likes, Textanalysen und Bilddaten als Prädiktoren für das Big-Five-Persönlichkeitsmodell untersucht.
Welche Schlüsselwörter charakterisieren die Arbeit?
Zentrale Begriffe sind Automatisierte Persönlichkeitsanalyse, Big Five, Big Data, Micro-Targeting und soziale Risiken wie das Identitäts-Paradoxon.
Was bedeutet das "Transparenz-Paradoxon" im Kontext der Arbeit?
Es beschreibt den Widerspruch, dass durch Big Data die Welt transparenter werden soll, während die Methoden zur Datensammlung und -analyse für den Nutzer undurchdringlich bleiben.
Warum ist das "Big-Five-Modell" für die Forschung so bedeutend?
Es ist das in der Psychologie am weitesten akzeptierte Modell, das robuste Korrelationen zu realen Lebensvariablen wie Berufserfolg und Beziehungswahl aufweist.
- Quote paper
- Steffen Schumacher (Author), 2017, Quantified Personality. Automatisierte Persönlichkeitsanalyse anhand von Online- und Mobilfunknutzungsdaten, Munich, GRIN Verlag, https://www.grin.com/document/383162
