(資料圖)

圖片來源：Pixabay

每日更新社交網(wǎng)絡(luò)上的信息，已經(jīng)成為現(xiàn)代人不可忽視的生活方式之一?？茖W(xué)家可以從這些信息中分析出人們的心理和生理健康狀況。撰文 | 約翰尼斯 · C · 艾希施泰特（Johannes C. Eichstaedt）翻譯 | 侯悠揚(yáng) 2010年谷歌時(shí)代精神論壇當(dāng)晚，積極心理學(xué)之父馬丁·E·P·塞利格曼（Martin E.P. Seligman）出現(xiàn)在了一群技術(shù)巨頭之中，他是論壇演講嘉賓之一。彼時(shí)，谷歌剛剛開創(chuàng)了用搜索引擎追蹤美國流感傳播的新方法，谷歌地圖也正風(fēng)靡世界。這些技術(shù)廣闊的應(yīng)用前景讓塞利格曼和谷歌創(chuàng)始人拉里·佩奇（Larry Page）湊到了一起，討論更多的可能性。 他們?cè)谒伎?，谷歌監(jiān)測(cè)流感趨勢(shì)的工具能否用來描繪美國人的心理健康狀態(tài)？通過分析人們?cè)谏缃幻襟w上所使用的語言，電腦算法是不是也可以預(yù)測(cè)人們的快樂和幸福感在時(shí)間和空間上的變化？ 在那之后的幾個(gè)月，我與塞利格曼，還有他在賓夕法尼亞大學(xué)的同事們一起，聯(lián)合谷歌公司的慈善部門Google.org啟動(dòng)了世界幸福計(jì)劃（WWBP）。 2015年1月，我的團(tuán)隊(duì)發(fā)表了第一項(xiàng)研究成果，證實(shí)了之前提出的想法。通過對(duì)全美1300個(gè)縣、一億條推特（Twitter）信息的分析，我們發(fā)現(xiàn)，一個(gè)地區(qū)的負(fù)面信息——特別是那些表達(dá)憤怒和仇恨的信息——能預(yù)測(cè)該地區(qū)的心臟病死亡率。接下來的一系列研究也表明，在推特或臉書（Facebook）上發(fā)表的內(nèi)容與人們的年齡、性別、性格、收入水平、精神疾病還有生理疾病都密切相關(guān)。 在一項(xiàng)對(duì)美國不同縣市的分析中，我們發(fā)現(xiàn)，負(fù)面信息（紅字）和心臟病發(fā)病率有正相關(guān)。經(jīng)常討論樂觀話題（綠字）的社區(qū)心臟病發(fā)病率更低。我們還發(fā)現(xiàn)，感情強(qiáng)烈的詞匯與冠心病相關(guān)。這些結(jié)果表明，社交媒體數(shù)據(jù)對(duì)心理學(xué)家、社會(huì)學(xué)家和流行病學(xué)家來說，都是一項(xiàng)豐富的資源。他們可以從中挖掘出有價(jià)值的信息，預(yù)測(cè)社群健康，甚至預(yù)測(cè)個(gè)人疾病的診斷信息。然而在巨大機(jī)遇的背后，這一飛速發(fā)展的領(lǐng)域也有自己的陰暗面。在分析人們?cè)谏缃幻襟w上所說的話時(shí)，只依靠統(tǒng)計(jì)學(xué)方法，但統(tǒng)計(jì)分析的結(jié)果會(huì)揭露很多東西，以至于其他情報(bào)機(jī)構(gòu)、政客和商人（例如市場(chǎng)營(yíng)銷和保險(xiǎn)公司）也會(huì)像科學(xué)家一樣，對(duì)這些數(shù)據(jù)產(chǎn)生濃厚興趣。然而，很少人了解，在應(yīng)用計(jì)算機(jī)算法后，這些機(jī)構(gòu)能從臉書和推特上人們的日常行為中，挖掘出多少信息。

推文透露的秘密

在WWBP團(tuán)隊(duì)開始分析推特，預(yù)測(cè)健康趨勢(shì)之前，谷歌已經(jīng)邁出了第一步。2008年，谷歌的健康策略官羅尼·澤戈?duì)枺≧oni Zeiger）和同事合作發(fā)起了谷歌流感趨勢(shì)（Google Flu Trends）項(xiàng)目。這個(gè)項(xiàng)目主要關(guān)注人們?nèi)绾卧诠雀枭纤阉髁鞲械陌Y狀與治療方法，以及搜索時(shí)他們所在的地理位置，從而實(shí)時(shí)追蹤流感的傳播趨勢(shì)。值得注意的是，澤戈?duì)枅F(tuán)隊(duì)對(duì)于流感季節(jié)性的判斷和美國疾病控制與預(yù)防中心（CDC）的統(tǒng)計(jì)數(shù)據(jù)吻合。不過谷歌的信息更及時(shí)，因?yàn)樗麄儾幌馛DC那樣，需要醫(yī)生和醫(yī)院報(bào)告，才知道流感何時(shí)在何處暴發(fā)。 理解整個(gè)人群的心理狀態(tài)比追蹤疾病更復(fù)雜，因?yàn)楹苌儆腥藭?huì)在網(wǎng)上像搜索如何治感冒一樣搜索“如何變快樂”。因此，我們只能側(cè)面分析人們?cè)谏缃幻襟w上發(fā)表的內(nèi)容。數(shù)十年的研究已經(jīng)揭示了人們?nèi)粘?duì)話與心理狀態(tài)之間的密切關(guān)系，而心理狀態(tài)又與身體健康密不可分。壓力、負(fù)面情緒、焦慮和抑郁都會(huì)損害我們的免疫系統(tǒng)和心血管系統(tǒng)，正面和樂觀的情緒則會(huì)保護(hù)我們遠(yuǎn)離冠心病等疾病，提高預(yù)期壽命。 20世紀(jì)90年代開始，任教于得克薩斯大學(xué)奧斯汀分校的社會(huì)心理學(xué)家詹姆斯·潘納貝克（James Pennebaker）和同事就開始探尋人類語言和身心健康之間的關(guān)系。他們想知道，為什么在受到創(chuàng)傷后采用表達(dá)性寫作（expressive writing），記錄下事實(shí)的人，會(huì)比那些保守創(chuàng)傷秘密的人恢復(fù)得更好。為了記錄下受試者寫了什么，他們使用了一種程序，快速標(biāo)記文章中包含的詞匯和概念。 圖片來源：Unplash潘納貝克意外地發(fā)現(xiàn)，無論是正面還是負(fù)面的詞匯和想法，寫作內(nèi)容本身和受試者的精神健康沒有太大的關(guān)系，一些功能性的語匯在其中扮演了重要角色。比如，患有抑郁的人并不會(huì)寫很多悲傷的事情，卻會(huì)大量使用第一人稱代詞：我（I、me）或是我的（mine）。這說明，抑郁癥患者的思想常被他們自己的痛苦占據(jù)。他們還發(fā)現(xiàn)，創(chuàng)傷癥狀常常隨著表達(dá)因果關(guān)系的詞匯（因?yàn)?、所以、但是）和?fù)雜詞匯的增加而改善。這些模式表明，患者試圖理解創(chuàng)傷，把它們納入到一個(gè)更有條理的敘述中。 在過去10年中，臉書、推特興起，能夠用于語言分析的數(shù)據(jù)也在飛速增長(zhǎng)，這為心理學(xué)家了解社交媒體用戶的心理健康狀況打開了一扇新的窗口（我們的工作已征得用戶的同意，并且將數(shù)據(jù)匿名化）。當(dāng)然，人們?cè)诰W(wǎng)上往往會(huì)展示一個(gè)舉止行為良好、生活豐富的自我，研究者稱這種現(xiàn)象為社會(huì)贊許性偏差（social desirability bias )。 不過這種偏差并沒有我們想象的大，臉書上只與真實(shí)好友交流的用戶，在網(wǎng)上也能保持較為真實(shí)的自我，而真實(shí)世界的熟人朋友也知道他們的生活并不是只有野餐和派對(duì)。此外，由于每個(gè)人都會(huì)受到這種偏差的影響，所以借助算法可以區(qū)分人群間的真實(shí)差異。為了支持這種觀點(diǎn)，我們可以對(duì)比兩種預(yù)測(cè)結(jié)果，一種來自社交媒體，一種來自傳統(tǒng)方法收集的數(shù)據(jù)（電話調(diào)查、醫(yī)院報(bào)告等更有代表性的群體）。令人吃驚的是，這兩種方法的結(jié)果相差無幾。

把握核心原則

充斥了俚語和表情符號(hào)的社交媒體語言給數(shù)據(jù)分析帶來了許多挑戰(zhàn)。多虧過去30年間自然語言處理技術(shù)的發(fā)展，我們才能從中提取出有意義的信息。 在這些技術(shù)發(fā)展之前，心理學(xué)的語言分析更多基于簡(jiǎn)單的詞典方法（dictionary-based approaches）。在這種方法中，人的情緒狀態(tài)由一系列相關(guān)的詞匯來定義。如果一段話中出現(xiàn)了“高興”，就意味著寫作者處于積極的情緒。但由于語言本身的模糊性，這種方法有時(shí)會(huì)帶來令人困惑的結(jié)果。早期的一些研究就曾將心理學(xué)家編制的“積極情緒”詞典應(yīng)用于社交媒體信息，結(jié)果基于人們?cè)谠r(shí)相互祝賀“新年快樂”的祝詞，而做出了人們?cè)┊?dāng)天更快樂的錯(cuò)誤判斷。 圖片來源：Unplash現(xiàn)代的機(jī)器學(xué)習(xí)方法就避免了這種錯(cuò)誤。他們不對(duì)詞語和情緒、個(gè)性的關(guān)系做任何先驗(yàn)假設(shè)，而是根據(jù)聚合、統(tǒng)計(jì)、打分、區(qū)隔詞語的方法從頭“學(xué)習(xí)”詞語與情緒的關(guān)系。這種方法的缺點(diǎn)在于，分析所需要的數(shù)據(jù)量至少要在5000到10 000個(gè)用戶。當(dāng)然，數(shù)據(jù)越多，就能越好地從充滿噪音的日常內(nèi)容中挖掘微弱的信號(hào)。好在現(xiàn)在大多數(shù)社交媒體網(wǎng)站都擁有百萬級(jí)的用戶量供我們分析。 2013年，我和塞利格曼、任教于石溪大學(xué)的安德魯·施瓦茨（Andrew Schwartz）等人一起發(fā)表了一項(xiàng)研究報(bào)告。我們用機(jī)器學(xué)習(xí)方法分析了75 000名臉書用戶發(fā)布的7億條詞語，同時(shí)讓他們接受了一項(xiàng)性格量表測(cè)試。通過人們?cè)谀槙习l(fā)表的大量文字和性格量表的測(cè)量結(jié)果，機(jī)器學(xué)習(xí)算法可以計(jì)算出語言和性格特質(zhì)之間的關(guān)系。 通過這項(xiàng)研究，我們得到了與外向型和內(nèi)向型人格、神經(jīng)質(zhì)和穩(wěn)定型人格相關(guān)的詞匯集。我們發(fā)現(xiàn)，有些很少被人使用的詞匯能夠準(zhǔn)確預(yù)測(cè)人們的性格特質(zhì)，例如“抑郁”就是神經(jīng)質(zhì)人格的一項(xiàng)顯著指標(biāo)。 雖然我們得到的關(guān)聯(lián)結(jié)果大部分比較合理，但其中也有例外。也許你覺得，和外向性格有關(guān)的詞包括“派對(duì)”，和內(nèi)向性格有關(guān)的詞包括“電腦”，這并不奇怪。但是，你或許會(huì)驚訝，為什么在神經(jīng)質(zhì)上得分較高的人會(huì)經(jīng)常使用“顯然地”？為什么情緒更穩(wěn)定的人會(huì)發(fā)表更多與運(yùn)動(dòng)有關(guān)的信息？?jī)?nèi)向的人為什么對(duì)動(dòng)漫和表情符號(hào)等日本文化元素更感興趣？在后續(xù)的一項(xiàng)研究中，我們的同事格雷戈里格·帕克（Gregory Park）根據(jù)臉書上用戶的發(fā)帖，利用算法預(yù)測(cè)了他們的性格。這項(xiàng)算法的準(zhǔn)確性甚至比受試者的朋友對(duì)前者的推測(cè)更精準(zhǔn)。通過這項(xiàng)研究，可以更自信地說，我們已經(jīng)很好地解決了“社會(huì)贊許性偏差”的問題了。 我和同事一起，采用上述方法，在沒有敲開受試者房門的情況下，分析了美國1300名推特用戶的“心理檔案”。結(jié)合美國CDC的死亡原因和死亡數(shù)量統(tǒng)計(jì)，我們發(fā)現(xiàn)，在推特上表達(dá)更多憤怒、敵意等負(fù)性情緒的地區(qū)，心臟病的致死率更高，而在“樂觀”地區(qū)，心臟病的致死率更低。進(jìn)一步的分析發(fā)現(xiàn)，這項(xiàng)結(jié)論對(duì)冠心病的預(yù)測(cè)特別準(zhǔn)確。冠心病是美國人的頭號(hào)殺手，它的發(fā)病率和心理因素密切相關(guān)。 有趣的是，發(fā)推特的人往往沒有生命危險(xiǎn)。目前，這種方法無法預(yù)測(cè)個(gè)人患冠心病的風(fēng)險(xiǎn)，關(guān)注重點(diǎn)也是整個(gè)推特呈現(xiàn)出的趨勢(shì)——往往是年輕人發(fā)表的信息——與整個(gè)社區(qū)心理健康狀況的關(guān)系。這些信息很有可能預(yù)測(cè)了社區(qū)社會(huì)學(xué)家所稱的社會(huì)凝聚力（social cohesion），也就是社區(qū)成員是否愿意互助協(xié)作的意愿。研究表明，社區(qū)凝聚力和社區(qū)居民的心理及生理健康息息相關(guān)。在現(xiàn)有的研究中，我們將繼續(xù)使用這種方法摸索詞語的使用和其他致死性因素（如癌癥和中風(fēng)）之間的關(guān)系，也期待能看到更積極的結(jié)果：富有凝聚力的社區(qū)也會(huì)幸福。

建立健康數(shù)據(jù)平臺(tái)

此前，很多政府試圖通過統(tǒng)計(jì)數(shù)字預(yù)測(cè)疾?。ɡ绶逝帧⑻悄虿?、吸煙和高血壓）的死亡風(fēng)險(xiǎn)。和這些研究相比，我們通過分析推特，預(yù)測(cè)社區(qū)心臟病致死率的正確率更高。即便在控制了一些重要的預(yù)測(cè)因素（如教育和貧困率）后，這項(xiàng)基于語言模式的預(yù)測(cè)模型，仍然有出色的表現(xiàn)。 此外，我們的預(yù)測(cè)還會(huì)隨著社交媒體用戶的增加變得更加精準(zhǔn)。15年前，只有很少人使用臉書，大部分用戶還是青少年。然而，在2015年10月，皮尤研究中心發(fā)布的一項(xiàng)調(diào)查顯示，65%的美國成年人經(jīng)常使用社交媒體，這一比例是2005年的10多倍。該調(diào)查還顯示，90%的年輕人會(huì)使用社交媒體，而65歲以上成人的使用率從2010年以來翻了3倍。現(xiàn)在，推特用戶的平均年齡是32歲——比美國全國人口年齡的中位數(shù)只年輕6歲。 分析社交媒體的文本，或許可以幫助臨床心理學(xué)家對(duì)病人做有針對(duì)性的治療。我們研究團(tuán)隊(duì)中的麗莉·安格（Lyle Ungar）、萊納·曼徹特（Raina Merchant）和賓夕法尼亞大學(xué)醫(yī)學(xué)院的同事一起，在賓大校醫(yī)院的急診室里通過iPad做了一項(xiàng)研究。自愿參與研究的急診室病人登陸他們的臉書賬號(hào)，并提供帳號(hào)上的文本給研究者使用。這樣一來，我們就可以使用機(jī)器學(xué)習(xí)的方法，在他們的語言習(xí)慣和醫(yī)療記錄之間建立關(guān)系，從中挑出很多疾?。ɡ缫钟舭Y）的語言征兆。在不久的未來，醫(yī)生或許就可以根據(jù)人們?cè)谏缃幻襟w發(fā)布的內(nèi)容，判斷對(duì)方是否出現(xiàn)了疾病的“預(yù)警信號(hào)”，從而適當(dāng)對(duì)病人進(jìn)行跟蹤診療。 通過手機(jī)應(yīng)用分析日常語言，提高醫(yī)療水平，這種想法并不遙遠(yuǎn)。設(shè)想一下，一位心理治療師可以自動(dòng)接受抑郁癥病患的每日情緒報(bào)告，并給他發(fā)送關(guān)鍵提醒、提示或者緊急建議。醫(yī)生也可以通過社交媒體檢測(cè)到心臟病患者的抑郁前兆，從而防止心臟病復(fù)發(fā)。2013年，微軟研究員就用推特預(yù)測(cè)了376名新媽媽的產(chǎn)后抑郁癥。通過分析這些女性在生產(chǎn)前發(fā)布的文字，這項(xiàng)預(yù)測(cè)的準(zhǔn)確率達(dá)到了71%，再加上產(chǎn)后幾周的數(shù)據(jù)，預(yù)測(cè)的準(zhǔn)確率更是高達(dá)80%。 然而，保險(xiǎn)公司和借貸公司可能也會(huì)偷偷使用類似的社交媒體分析法，用作拒絕服務(wù)或是提高貸款利率的借口。但在我們的研究中，已事先征得了受試者的同意，并嚴(yán)格遵循著隱私原則。不過，只有很少有臉書用戶意識(shí)到，通過他們發(fā)布的文字，甚至是“點(diǎn)贊”行為，任何公司都能用相關(guān)技術(shù)，分析出他們?cè)敱M的性格特征。 社會(huì)的進(jìn)程必須和新科技一起前進(jìn)，而這需要科學(xué)、政策和工業(yè)界的共同努力，才能把技術(shù)引導(dǎo)到正確的方向。我們會(huì)繼續(xù)發(fā)掘社交媒體分析在健康和身心健康方面的應(yīng)用，通過努力共同建設(shè)一個(gè)更自覺，更道德，對(duì)人類生命更有意義的未來。 本文節(jié)選自《環(huán)球科學(xué)》2016年6月刊

標(biāo)簽：