Исследование появляется в Психологическом Социальном и Наука Индивидуальности.В ряде исследований участников попросили категоризировать авторов твитов, базирующихся только на содержании их постов социальных сетей. В этих исследованиях люди сделали суждения о поле автора, возрасте, образовательном уровне или политической ориентации, базирующейся только на словах используемыми в государственных должностях сделанный в Твиттере.
Исследователи использовали методы NLP, чтобы проанализировать и изолировать стереотипных людей, используемых, чтобы категоризировать людей через пол, возраст, образовательный уровень и политическую ориентацию. В то время как стереотипы и предположения людей были часто правильны, было много случаев, где люди поняли вещи превратно.«Эти неточные стереотипы имели тенденцию быть преувеличенными, а не назад», говорит ведущий автор Джордан Карпентер (теперь в Университете Дюка), «например, у людей была достойная идея, что люди, которые не поступили в институт, более вероятно, поклянутся, чем люди с PhDs, но они думали, что PhDs никогда не клянутся, который неверен».
Стереотипы в социальных медиаСосредотачиваясь на стереотипных погрешностях, их исследование показывает, как многократные стереотипы могут затронуть друг друга.«Один из наших самых интересных результатов – то, что, когда людям пришлось, нелегко определив чью-то политическую ориентацию, они, казалось, вернулись (бесполезно) к гендерным стереотипам, принимающие женски звучащие люди были либеральны, и звучащие мужским образом люди были консервативны», заявляет Карпентер.
Данные также показали, что люди предполагают, что связанный с технологией язык был признаком мужчины – писателя. В этом исследовании, «это верно: мужчины ДЕЙСТВИТЕЛЬНО отправляют о технологии больше, чем женщины», говорит Карпентер, «Однако этот стереотип сильно привел к ложным заключениям: почти каждая женщина, которая отправила о технологии, как неточно полагали, была человеком».В вышеупомянутом примере стереотип преувеличен и «чрезмерно существенный в суждениях людей о мужчинах и женщинах», пишут авторы. «Люди с обеих сторон ‘соответствующий, потому что точные’ дебаты должны согласиться, что этот стереотип, наряду с другими мы подчеркиваем, несоответствующие и должны вмешаться против».Искусственный интеллект и стереотипное исследование«Один важный аспект этого исследования – то, что оно полностью изменяет способ, которым большое стереотипное исследование было проведено в прошлом,» говорит Дэниэль Преотиук-Пьетро, соавтор и программист в Уверенном Центре Психологии.
Вместо того, чтобы начать с различных групп и спросить людей, какие поведения они связывают с ними, исследователи начали с ряда поведений и попросили, чтобы люди заявили личность группы человека, который сделал их. Они также «рассмотрели стереотипы как лексическую ‘сеть’: слова, которые мы связываем с группой, являются самостоятельно нашим стереотипом той группы», пишет Преотьук-Пьетро.Эта договоренность позволила команде использовать методы Обработки естественного языка (NLP), чтобы осветить стереотипы людей, непосредственно никогда не прося, чтобы любой явно подтвердил их.
«Это – новый путь вокруг проблемы, что люди часто сопротивляются открыто заявлению их стереотипов, или потому что они хотят представить себя как беспристрастных или потому что они сознательно не знают обо всех стереотипах, которые они используют», говорит Карпентер.Область NLP – общая отрасль Искусственного интеллекта, который имеет дело с автоматическим пониманием письменного языка.
NLP произвел много знакомых приложений, использованных ежедневно включая проверяющий правописание, прогнозирующий текст, виртуальных ассистентов как Siri, и предлагающие истории новостей по теме, чтобы назвать несколько примеров.«Поскольку исследователи через области сотрудничают все более часто, захватывающе быть в состоянии к способному использовать и методы информатики и психологии способами, которые способствуют обеим областям», подводит итог Преотьук-Пьетро.