1. Новые покупки

    28.03.2017: INSTASOFT 4.0.9.5

    28.03.2017: Advanced Time and Sales (ATAS)

    28.03.2017: [Muse] Доступ на год к сайту шаблонов Qooqee.com

    27.03.2017: сервис по лендингу

    27.03.2017: [Lynda]Основы композитинга в After Effects: Ротоскопирование и обработка краев

    27.03.2017: Обучение кардингу от ROFA.WS

    27.03.2017: [Бизнес Молодость] Выбор ниши 2017

    26.03.2017: Обучающий и интенсивный онлайн курс от ведущей иммиграционной компании Канады

    26.03.2017: Курс "Дебиторка: от поиска до взыскания 2.0" В. Куклин

    26.03.2017: От 130 000 Зарабатывай сидя! (белая схема)

    24.03.2017: Методика слива трафика. Арбитраж (Бурж и Ру)

    23.03.2017: Виртуальная ШКОЛА СКАЗКОТЕРАПИИ

    21.03.2017: Измени свой мозг: Новые инструменты критического мышления

    20.03.2017: Как зарабатывать от 50000 руб. сидя 4 часа в неделю в ВКонтакте - Жуковский (2017)

    18.03.2017: Контрактные автозапчасти - Гордеев

    17.03.2017: Perfex CRM - мощнейшая crm и erp система на Codecanyon (1.6.2)

    17.03.2017: Патч для платформы Advanced Time And Sales

    14.03.2017: Поток клиентов из Инстаграм: Интенсив - Александра Гуреева (2016)

    12.03.2017: Музыка для видео и слайд-шоу + переводы уроков по видео

    12.03.2017: TheBrain - ваша персональная база знаний

    09.03.2017: Невероятно эффективная работа с VKPRO закрытый онлайн тренинг от Алексея Евстропова

    06.03.2017: Как полностью раскрыть потенциал растений - Курдюмов

    05.03.2017: Пассивная схема заработка

    03.03.2017: Фотошоп за 7 дней. Дизайн и реклама в малом бизнесе - Степаненко (2015)

    03.03.2017: Закрытый профкурс кратчайший путь к профессионализму в трейдинге

    27.02.2017: Обучающий видеокурс по Slider Revolution

    25.02.2017: Travelling with Hugh. Курс о путешествиях. Уроки с нейтивом

    21.02.2017: Бизнес форсаж. Н. Закхайм (2015)

    21.02.2017: Подарок на всю жизнь - Н. Закхайм (2015)

    21.02.2017: Конструктор адаптивных email сообщений

    21.02.2017: Видео курс PRO 2.0. Партизанский маркетинг. 2017.

    21.02.2017: [Digital Tutors] Sculpting Male and Female Faces in ZBrush [ENG-RUS]

  2. Сбор взносов

    28.03.2017: INSTASOFT 4.0.9.5

  3. Получи максимум инфопродуктов, оформи подписку всего за 295 рублей!
    Скрыть объявление

Чтиво Твиттер: от ложных слов - к ложным стереотипам

Тема в разделе "Интернет, Компьютеры и IT-новости", создана пользователем Gustav, 19 ноя 2016.

  1. Gustav

    Gustav Команда форума Администратор

    Сообщения:
    1.947
    Симпатии:
    11.716
    Твиттер: от ложных слов - к ложным стереотипам

    1479376680656_694493.jpg

    АНАЛИЗ ЗАПИСЕЙ В ТВИТТЕРЕ ПОМОГ ПСИХОЛОГАМ ВЫЯВИТЬ СЛОВА, НА ОСНОВЕ КОТОРЫХ ЛЮДИ ОПРЕДЕЛЯЮТ ПРИНАДЛЕЖНОСТЬ ИХ АВТОРОВ К ОПРЕДЕЛЕННОЙ СОЦИАЛЬНОЙ ГРУППЕ. СОСТАВЛЕННЫЙ УЧЕНЫМИ «СЛОВАРЬ» ПОКАЗАЛ, ЧТО В СВОИХ СУЖДЕНИЯХ ИСПЫТУЕМЫЕ НЕРЕДКО РУКОВОДСТВУЮТСЯ ЛОЖНЫМИ СТЕРЕОТИПАМИ.

    При проведении исследований стереотипов в обществе ученые сталкиваются с некоторыми ограничениями. Например, люди часто не хотят открыто признавать, что они относятся к той или иной социальной группе с предубеждением, а иногда и вовсе не осознают своей предвзятости. Поэтому психологи вынуждены разрабатывать косвенные способы изучения стереотипов, и в данном случае удобным инструментом могут выступать социальные сети.

    В новой работе психологи изучили предубеждения людей с помощью анализа записей в твиттере. Для исследования они собрали около миллиона постов, которые были написаны несколькими тысячами пользователей. По информации, указанной в профиле, ученые определили пол, возраст, уровень образования и политическую принадлежность авторов записей. После этого они попросили добровольцев, нанятых с помощью сервиса Amazon Mechanical Turk, по 20 случайным твитам каждого пользователя определить, кем они могли быть написаны — например, мужчиной или женщиной, или же либералом или консерватором.

    С помощью алгоритмов Please login or register to view links ученые выделили слова, на основании которых испытуемые чаще всего предписывали пользователям принадлежность к определенной социальной группе. В результате у ученых получился «словарь стереотипов».

    Исследование показало, что, по мнению мужчин, слова «чудесный», «милый», «красивый» чаще всего употребляют женщины. В то же время, согласно представлению женщин, посты со словами «война», «новости», «СМИ», «гугл» пишут, в основном, мужчины. Проявление стереотипов наблюдалось также и в других социальных группах: например, респонденты посчитали, что о технологиях говорят люди с университетским образованием, а для людей младше 24 лет характерна фиксация на себе (использование местоимений «я», «мне»).

    9b5eb608e648fca708253015479bd41c.jpg

    Сверху показаны слова, которые респонденты посчитали характерными для мужчин и женщин безотносительно истинного пола пользователей, а снизу — слова, которые чаще всего приводили к ошибочным суждениям

    Несмотря на то, что нередко оценки групповой принадлежности пользователей были правильными (чаще всего добровольцы угадывали политическую принадлежность), некоторые стереотипы все-таки оказались ложными. Например, респонденты несправедливо посчитали, что ругательства пишут люди с низким уровнем образования, а о любви говорят, в основном, женщины. Кроме того, когда добровольцев просили определить политическую ориентацию пользователей, то они порой исходили из их половой принадлежности и ошибочно считали некоторых авторов, употреблявших, по их мнению, «мужские» слова, консерваторами.

    По мнению ученых, их подход позволяет более точно определить, какие стереотипы люди предписывают разным социальным группам, и избежать ошибок, которые возникают, когда люди стараются представить себя в более выгодном свете. Кроме того, метод исследователей помогает выявить, на основании каких слов люди могут делать выводы о других в интернете.

    Записи пользователей в твиттере используются не только для психологических исследований, но и для организаций социальных кампаний (в частности, антикоррупционных) и изучения поведения людей в реальной жизни. Например, компания Microsoft Please login or register to view links твиттер-бота, который по ключевым словам в записях отбирал пользователей и рассылал им сообщения с призывом поучаствовать в онлайн-обсуждении проблемы коррупции и возможных путей решения.