I 2013 offentliggjorde forskere fra Universitetet i Cambridge en banebrydende undersøgelse, der analyserede 58.000 Facebook-brugere. De opdagede, at "synes godt om" af indhold forudsagde Big Five-personlighedsscorer med betydningsfuld præcision. Ekstraversion, Åbenhed og Neurotisme viste de stærkeste korrelationer, med Ekstraversion der nåede omtrent .40. Undersøgelsen af Kosinski, Stillwell og Graepel (doi:10.1073/pnas.1218772110) demonstrerede, at passiv digital adfærd bærer et reelt personlighedssignal — og åbnede en række spørgsmål om, hvad det betyder for inferens, privatliv og etikken bag personlighedsdata.
Hvad Big Five-forskning viser om personlighedssignaler i sociale medier
Ekstraversion (Tilstedeværelse). Brugere med høj ekstraversion poster hyppigere, opretholder større sociale netværk og engagerer sig mere med andres indhold. Effektstørrelser varierer typisk fra r = .30 til .45, hvilket gør Tilstedeværelse til den mest pålideligt detekterbare Big Five-dimension i data fra sociale medier. For en fuld redegørelse for, hvad Tilstedeværelse indebærer, se hvad Ekstraversion betyder ud over det introvert–ekstravert binære.
Åbenhed for Erfaringer (Vision). Individer med høj åbenhed engagerer sig med mangfoldigt indhold, deler artikler om kulturelle eller intellektuelle emner og bruger mere komplekst ordforråd. Tekstbaserede forudsigelser giver korrelationer på omtrent .30 til .40. For mere om, hvordan Vision manifesterer sig i kreativ og intellektuel adfærd, se kreativitet og personlighed: hvad Big Five-forskning viser.
Neurotisme (Dybde). Moderat forudsigelig. Brugere med høj neurotisme poster mere om aftenen og om natten, bruger negativt emotionelt ordforråd og viser variabel poste-frekvens (r = .20–.35). For en dybere forståelse af Dybde som dimension, se hvad Neurotisme betyder på arbejdet.
Samvittighedsfuldhed (Disciplin). Sværere at opdage. Brugere med høj samvittighedsfuldhed opretholder komplette profiler og poster regelmæssigt, men signalstyrken er svagere (r = .15–.25).
Venlighed (Bånd). Det sværest detekterbare træk. Brugere med høj venlighed opfører sig samarbejdsvilligt online, men signalerne er subtile og vanskelige at skelne fra andre træk (r = .10–.20).
Cambridge Analytica-sagen: hvordan personlighedsforskning blev til manipulation
Forsker Aleksandr Kogan byggede en Facebook-quiz-app, der indsamlede personlighedsdata fra brugere og deres venner uden eksplicit samtykke. Cambridge Analytica erhvervede disse data og hævdede at bruge psykografisk profilering til politisk målretning i de amerikanske valg i 2016 og Brexit-folkeafstemningen.
Denne sag demonstrerede to kritiske punkter: kløften mellem akademisk forskning og kommerciel manipulation var mindre end forventet, og samtykkesrammer for adfærdsdata krævede fundamental genovervejelse. Cambridge Analytica-skandalen blev et afgørende øjeblik i den offentlige bevidsthed om, hvordan personlighedsdata kan weaponiseres — og hvordan korrelationer, der er beskedne på individuelt niveau, stadig kan udnyttes i befolkningsskala.
De akademiske korrelationer er dog beskedne nok til, at individuel målretning baseret på personlighedsprofiler introducerer væsentlig støj. Skandalen forstærkede legitime bekymringer om samtykke og databrug, som forskningen alene måske ikke ville have berettiget. For en relateret diskussion om, hvordan personlighedsvurderinger kan manipuleres eller misbruges, se kan man fake en personlighedstest og social desiderability bias i personlighedstests.
Hvad opslag på sociale medier ikke pålideligt kan afsløre om personlighed
Opslag på sociale medier forudsiger pålideligt aggregerede personlighedstendenser, men kan ikke forudsige:
Specifikke hensigter og beslutninger. Personlighedstræk forklarer langsigtede tendenser, ikke specifikke handlinger. Høje ekstraversionsscorer forudsiger ikke, om nogen vil deltage i et bestemt arrangement eller stemme på en bestemt måde. For en detaljeret behandling af, hvad personlighedsvidenskab ikke kan konkludere om individer, se personlighedsvidenskab: grænser og hvad den ikke kan forudsige.
Kontekstfølsom adfærd. Folk udtrykker personlighed forskelligt på tværs af kontekster. Professionel LinkedIn-aktivitet kan adskille sig væsentligt fra personlige Twitter-konti, ikke fordi træk har ændret sig, men fordi de manifesterer sig forskelligt kontekstuelt.
Individuel nøjagtighed. Korrelationer som r = .35 eller r = .40 oversættes til substantielt svagere individuel forudsigelsesnøjagtighed end disse tal antyder. Usikkerheden om personlighedsslutninger fra sociale medier forbliver stor. Replikations- og nøjagtighedsbekymringerne i personlighedsvidenskab mere bredt adresseres i personlighedsvidenskabens replikationskrise.
| Signal fra sociale medier | Forudsagt Big Five-dimension | Typisk korrelationsestimat |
|---|---|---|
| Postefrekvens, socialt indhold | Ekstraversion (Tilstedeværelse) | r ≈ .35–.45 |
| Indholdsdiversitet, kulturelt engagement | Åbenhed (Vision) | r ≈ .30–.40 |
| Natlig postering, emotionelt ordforråd | Neurotisme (Dybde) | r ≈ .20–.35 |
| Profilfuldstændighed, poste-regularitet | Samvittighedsfuldhed (Disciplin) | r ≈ .15–.25 |
| Samarbejdsvillig tone, konfliktundgåelse | Venlighed (Bånd) | r ≈ .10–.20 |
Hvorfor Cèrcol bruger Vidne-vurderinger i stedet for signaler fra sociale medier
Forskningen demonstrerer, at adfærdsdata bærer personlighedsoplysninger, men demonstrerer ikke, at sådan inferens er præcis, fair eller etisk velfunderet til individuel vurdering. Cèrcols model beror på eksplicit deltagelse: selvrapportering kombineret med peer-vurdering fra Vidner, der kender individet i kontekst.
Afstanden fra "detekterbar i aggregerede sociale mediedata" til "passende til individuel vurdering" er større end generelt anerkendt. Inferens fra sociale medier omgår individets viden og samtykke; den trækker på kontekstkollaps, platformformet adfærd, der måske ikke afspejler, hvordan en person faktisk fremstår i de kontekster, der betyder noget for deres arbejde. Vidne peer-vurderingen tager den modsatte tilgang: strukturerede observationer fra folk, der har arbejdet direkte med individet, i de specifikke kontekster, hvor personlighed betyder mest.
For en sammenligning af vurderingstilgange og deres validitet, se Cèrcols videnskapside, som forklarer de psykometriske grundlag bag begge instrumenter.
Kend din egen profil — på dine egne præmisser — med Cèrcol
Indsigten fra forskning i personlighed på sociale medier er, at din digitale adfærd afspejler din personlighed, hvad enten du har til hensigt det eller ej. Men der er en betydningsfuld forskel mellem at have din personlighed infereret fra dine opslag uden din viden, og aktivt at vælge at forstå din egen profil gennem en valideret vurdering, du kontrollerer.
Cèrcols gratis Big Five-vurdering giver dig en præcis profil på alle fem dimensioner — Tilstedeværelse, Vision, Dybde, Disciplin og Bånd — baseret på 120 validerede items og din egen bevidste deltagelse. Du kan se præcis, hvad dataene viser, og bruge dem på dine egne præmisser. Vidne peer-vurderingen tilføjer et lag af adfærdsobservation fra kolleger, der kender dig i kontekst — langt mere informativ end enhver passiv inferens fra sociale medier.
Tag den gratis Cèrcol-vurdering på cercol.team
Kilder
- Kosinski, M., Stillwell, D., & Graepel, T. (2013). Private traits and attributes are predictable from digital records of human behavior. PNAS, 110(15), 5802–5805. doi:10.1073/pnas.1218772110
- Facebook–Cambridge Analytica dataskandalen — Wikipedia
- Big Five-personlighedstræk — Wikipedia
Yderligere læsning
- Hvad er Ekstraversion? Ud over det introvert-ekstravert binære
- Kreativitet og personlighed: hvad Big Five-forskning viser
- Hvad er Neurotisme? Forståelse af emotionel dybde på arbejdet
- Kan man fake en personlighedstest?
- Social desirability bias i personlighedstests
- Personlighedsvidenskab: grænser og hvad den ikke kan forudsige
- Personlighedsvidenskabens replikationskrise