📖 ZKIZ Archives

人工智能已悄悄掌握民眾情緒

來源: http://www.infzm.com/content/126555

（資料圖/圖）

（本文首發於2017年8月10日《南方周末》，原標題為《利用人工智能分析民眾情緒》）

人工智能運算法則能夠對大量的社交媒體數據進行篩選。

每年數十億用戶借助社交媒體發布數以千億計的微博和帖子，社交媒體為社會科學帶來了大數據。心理學家馬丁·塞利格曼（Martin Seligman）認識到：社交媒體提供了一個前所未有的機會——利用人工智能來查清大眾溝通的意義。在賓夕法尼亞大學積極心理學研究中心，塞利格曼和二十多位心理學家、醫生和計算機科學家投身於世界福祉項目，利用機器學習和自然語言從大量數據中進行篩選，來判斷公眾的情緒和身體健康狀況。

從傳統上來講，這些都是利用調查來進行的。然而，塞利格曼說：“社交媒體數據並不引人矚目，非常廉價，而且得到的數據在數量級上要大得多。”社交媒體上的數據也是淩亂的，但是人工智能可以提供一個高效的方法，來揭示其中的模式。

在最近的一項研究中，塞利格曼及同事審視了29,000名用戶在臉譜網上更新的內容，此前這些用戶對於是否患有抑郁癥進行了自我評估。研究人員利用其中28,000名用戶的數據資料，通過機器學習運算法則，發現他們更新內容中的用詞和抑郁程度存在關聯。然後，僅僅根據更新的內容，這種運算法則就可以成功地判定其余用戶患有抑郁癥了。

在另外一項研究中，研究小組通過分析1.48億篇微博，預測出縣級心臟病患者的死亡率。結果證明，跟憤怒和消極關系有關的話語成為危險因素。與根據吸煙、糖尿病等10個主要的危險因素所進行的預測相比，通過社交媒體進行的預測跟實際死亡率更加接近。研究人員還利用社交媒體來預測人的性格、收入和政治思想意識，來研究醫院護理、神秘經歷和刻板印象等情況。通過推特網的數據，研究人員甚至創建了一張地圖，用不同的顏色描繪了美國每個縣居民的幸福感、抑郁度、信任度和五種人格特質。

得克薩斯大學奧斯汀分校的社會心理學家詹姆斯·賓巴克（James Pennebaker）說：“在語言分析與心理學的聯系方面，正在發生一場革命。”賓巴克註重的不是內容，而是風格。例如，他發現：可以根據大學招生考試的文章中所使用的功能詞來預測成績。冠詞和介詞的使用說明考生具有分析思維能力，可以預測其成績會較高；代詞和副詞的使用表示考生具備敘事思維能力，可以預測其成績會較低。此外，賓巴克發現的證據表明：1728年的劇本《將錯就錯》（Double Falsehood）中的大部分內容可能是由威廉·莎士比亞撰寫的，根據認知複雜性和罕見詞等因素，機器學習運算法則認定該劇本與莎士比亞的其他作品一致。賓巴克稱：“現在，我們可以分析一個人曾經撰寫過的、發布過的所有內容，並且逐漸地也可以對你和他人的談話方式進行分析。結果就是，我們可以越來越詳細地描繪大家到底都是什麽樣的人了。”

胡德良譯自美國《科學》雜誌網站

PermaLink: https://articles.zkiz.com/?id=256678
Next Page
ZKIZ Archives @ 2019