Psychometrie in het sociale domein

Psychometrie in het sociale domein

01 feb 2017 Geplaatst door communicatie, HRM, leiderschap, management, marketing, offline, online, organisatie, PR Geen reacties

De kennis die organisaties opdoen in het sociale domein gaat steeds verder. Hoewel het nog niet alom bekend is, kunnen organisaties doormiddel van ons gedrag op social media al zeer betrouwbare uitspraken doen over onze persoonlijkheid. Zo wordt gezegd dat deze onderzoekstechniek de verkiezingsuitslag in Amerika en het Brexit-referendum in Engeland hebben beïnvloedt. Als dat zo is, zijn de gevolgen hiervan verstrekkend.

Om uit te kunnen leggen hoe organisaties via social mediakanalen informatie over ons verzamelen, uitspraken kunnen doen over onze persoonlijkheid en zo ons wereldbeeld kunnen kleuren, is het belangrijk om eerst te kijken naar welke disciplines en ontwikkelingen deze techniek hebben mogelijk gemaakt.

Psychometrie

Deze nieuwe beïnvloedingstechniek vindt zijn oorsprong in de psychometrie (ook wel psychografie genoemd), een onderzoeksvorm die zich richt op het meten van psychologische kenmerken zoals die worden gebruikt in de educatie en de psychologie. Psychometristen houden zich voornamelijk bezig met het testen, meten en toetsen van kennis, kunde, potentieel, attitudes, de persoonlijkheid en persoonlijke ontwikkeling.

De meest geaccepteerde techniek die is ontwikkeld binnen de psychometrie om de persoonlijkheid van mensen inzichtelijk en meetbaar te maken, heet de Big Five. De Big Five heeft alle adjectieven om een persoonlijkheid mee te kunnen beschrijven teruggebracht naar vijf schaaldimensies: neuroticisme, extraversie, open staan voor ervaring, meegaandheid en zorgvuldigheid. Deze vijf dimensies beslaan daarmee de hoofdindeling van alle kenmerken van de persoonlijkheid en worden toegepast om te beoordelen wat voor persoon iemand is. Dit vertelt onderzoekers meer over hun behoeften, angsten en het te verwachten gedrag.

Een eenvoudige uitwerking:

  • Neuroticisme: bij een hoog niveau is iemand zeer sensitief en nerveus, bij een laag niveau is iemand zelfverzekerd.
  • Extraversie: bij een hoog niveau is iemand open en energiek, bij een laag niveau is iemand verlegen en teruggetrokken.
  • Open staan voor ervaring: bij een hoog niveau is iemand inventief en nieuwsgierig, bij een laag niveau is iemand conservatief en voorzichtig.
  • Meegaandheid: bij een hoog niveau is iemand vriendelijk en meelevend, bij een laag niveau is iemand competitief en uitgesproken.
  • Zorgvuldigheid: bij een hoog niveau is iemand efficiënt en georganiseerd, bij een laag niveau is iemand zorgeloos en makkelijk.

Hoewel de Big Five beoordeling zeer betrouwbare resultaten oplevert over de persoonlijkheid van ons als individu, is de toepassing van dit onderzoek op grote schaal altijd gecompliceerd geweest. De vragenlijst die moet worden ingevuld door een subject, is niet alleen zeer persoonlijk van aard maar tevens ook uitgebreid. De NEO-PI-R, de test waarmee de persoonlijkheidskenmerken worden vastgesteld, bestaat uit maar liefst 240 items. Niet iets wat je even invult dus.

Big Data in de digitale omgeving

Iedereen is bekend met het feit dat de online wereld gevuld wordt met data. En de meeste van ons beseffen ook dat deze data het derden mogelijk maakt om grootschalige steekproeven af te nemen met informatie over bijvoorbeeld ons online gedrag, onze communicatie en onze sociale interacties. Deze informatie wordt dan ook al jaren gebruikt om meer te leren over het gedrag van het individu, groepen en de samenleving in het geheel door de sociale wetenschap en door vooruitstrevende organisaties.

Dit is datamining, gericht op het vinden van statistische verbanden in (grote hoeveelheden) verzamelde gegevens om daarmee vervolgens profielen op te stellen van doelgroepen. Het einddoel is daarbij om de informatie te extraheren waarmee het gedrag van mensen kan worden voorspeld.

Voorheen werd Big Data voornamelijk gebruikt om advertenties te plaatsen en zoekresultaten in zoekmachines op jouw locatie en achtergrond aan te passen. Denk hierbij bijvoorbeeld aan het tonen van advertenties van kinderkamers binnen jouw provincie als jij eerder via een zoekmachine gezocht hebt op de term “goedkoop kinderbed”.

Het menselijk gedrag in het digitale domein

Bij steeds meer activiteiten maken wij gebruik van digitale producten en diensten. Online platformen om te communiceren, online applicaties om mee te betalen, YouTube en streaming services om onszelf mee te vermaken en we hebben zoekmachines om informatie te verzamelen. Verder helpen slimme koelkasten, temperatuurmeters, auto’s en draagbare apparaten ons het leven makkelijker en aangenamer te maken.

Deze digitale omgevingen zijn daarbij gebouwd op het principe te kunnen reageren en anticiperen op onze digitale footprints. Dit betekent dat data over ons gedrag, onze communicatie, locatie, interesses en stemmingen wordt verzameld en gebruikt om onze behoeften te voorspellen en daarop in te spelen.

De smartphone als psychologisch onderzoeksmiddel

Alles wat we doen (en niet alleen online) laat hierdoor een digitaal spoor achter. Je zoekgedrag, de webpagina’s die je bezoekt, beelden die je bekijkt, likes die je geeft, locaties waarin je wordt geregistreerd met je mobiele telefoon via applicaties, transactiegeschiedenissen, foto’s die je plaatst, tweets die je post, playlists die je opstelt, talen en woorden die je gebruikt via communicatieservices en nog veel meer worden allemaal opgeslagen en gebruikt voor onderzoek door derden.

De sociale wetenschap, waar de psychometrie onder valt, heeft door de digitalisatie eveneens toegang verkregen tot een ongekend grote hoeveelheid datasets die het mogelijk maken om patronen te ontdekken die eerder niet herkenbaar zouden zijn geweest in kleinere steekproeven. Ook de diversiteit in de populatie kan hierdoor veel beter worden gewaarborgd, wat zorgt voor de mogelijkheid om veel betrouwbaardere uitspraken te kunnen doen over het menselijk gedrag.

Onderzoek uit 2015 van Youyou, Kosinski en Stillwell, toont aan dat onze digitale footprint kan worden gebruikt om onze persoonlijkheid, taal, emoties, sociale gedragingen en culturele achtergrond te achterhalen. En hoewel je wellicht verwacht dat deze data moeilijk te verkrijgen is, zijn veel datasets online gratis of tegen betaling te vinden. Zo is er een mypersonality.org database die de footprints van meer dan 6 miljoen participanten heeft verzameld en zijn er veel social media kanalen die data openlijk publiceren, zoals Twitter.

Hoewel je er niet altijd bij stilstaat, vragen applicaties (denk aan kleine online quizzen) vaak je toestemming om toegang te krijgen tot delen van je digitale footprint. Hierdoor stel je (zonder dat jij je ervan bewust van bent) informatie beschikbaar aan derden waarmee ze verstrekkende uitspraken kunnen doen over wie jij bent. Deze data wordt vervolgens geanalyseerd en verkocht of gebruikt voor eigen doeleinden.

Je Facebook likes zeggen meer over jou dan je denkt

Onderzoek van Kasinski e.a. in 2012 hebben eraan bijgedragen dat slechts 70 Facebook likes nu ook kunnen worden gebruikt om je seksuele voorkeur, je etniciteit, religie, politieke achtergrond, persoonlijke kenmerken, gebruik van verboden middelen, intelligentie, leeftijd en geslacht te voorspellen. Dit alles met een foutmarge van tussen de 5 en 15%.

In het desbetreffende onderzoek hebben zij een grote onderzoekspopulatie samengesteld en de subjecten navolgend gevraagd om vragen te beantwoorden via een online quiz. Op basis van de uitspraken in die quiz, hebben de onderzoekers de subjecten gecategoriseerd volgens de Big Five. Vervolgens zijn deze resultaten vergeleken met de online data van diezelfde subjecten. Hierdoor konden zij correlaties vaststellen tussen het online gedrag én bepaalde kenmerken op psychologisch en demografisch gebied. Na het analyseren van miljoenen subjecten (Big Data), bleek het mogelijk om op basis van de data van een individu, een zeer accurate voorspelling te doen over een breed scala aan persoonlijke kenmerken. De onderzoekers bleken zelfs in staat te voorspellen of een subject gescheiden ouders had of niet op basis van hun likes op Facebook.

Momenteel is deze techniek al zodanig ontwikkeld dat 70 likes meer informatie over een persoon kan geven dan men qua informatie zou kunnen verkrijgen over diezelfde persoon via een vriend, 150 likes meer blootleggen dan wat een gemiddelde ouder weet over zijn kind en 300 likes meer kan vertellen aan een onderzoeker dan zou kunnen worden verkregen als men een levenspartner interviewt.

Dat applicaties je tegenwoordig om toestemming moeten vragen om toegang te krijgen tot je likes op Facebook, heb je geheel te danken aan deze ontwikkelingen. Nadat Facebook op de hoogte werd gebracht van de vorderingen in dit onderzoek, hebben ze je likes, die eerder openbaar waren, afgeschermd. Uiteraard hebben veel organisaties een manier gezocht om deze barrière te doorbreken.

Personalisatie als trend

Iedereen die actief is in en rondom marketing weet dat het personaliseren van data één van de belangrijkste trends is op marketinggebied. De mogelijkheden van de eerder genoemde ontwikkelingen, spelen daar vanzelfsprekend een behoorlijke rol in.

De onderzoeken op het gebied van Psychometrie aan Cambridge, deed psychometristen beseffen dat je niet alleen psychologische profielen kan opstellen op basis van de data (denk even aan de mogelijkheden hiervan op recruitment gebied) maar dat de data ook gebruikt kon worden om specifieke doelgroepen aan te spreken op een zeer persoonlijk niveau waardoor accurater targeten eveneens mogelijk is.

De rol van dataverzameling in de politiek

Zoals eerder in het artikel aangevoerd, zijn er sterke aanwijzingen (lees verklaringen van betrokkenen) dat deze ontwikkelingen een rol hebben gespeeld in zowel Brexit als de Amerikaanse verkiezingen. Zo wordt gezegd dat de gebruikte beïnvloedingstechnieken tijdens de campagnes, voor een belangrijk deel konden worden toegeschreven aan de ontwikkelingen in de psychometrie.

In de politiek werden campagnes voorheen voornamelijk gebaseerd op de demografie van een bevolking. Specifieke clusters werden aangesproken op basis van de gemeenschappelijke kenmerken. Deze kenmerken waren echter vrij algemeen en oppervlakkig. Tenminste, tot de psychometrie zich ermee ging bemoeien.

Een organisatie genaamd Cambridge Analytica, geleidt door een psychometrist, formuleerde een soortgelijk model als dat al eerder door Kasinski e.a. werd ontwikkeld. Dit model maakt het mogelijk om de persoonlijkheid van elke volwassen Amerikaan te voorspellen (alle 220 miljoen van hen), zoals dit eerder ook al gebeurde aan de universiteit in Engeland. Hiervoor kochten zij persoonlijke data van Amerikanen via verschillende bronnen in Amerika (zoals Ecxion).Op basis van alle verzamelde data werden er 32 verschillende ‘basis’ persoonlijkheidstypen opgesteld waarin alle Amerikanen vervolgens konden worden ondergebracht. Zo verdween het overzicht van miljarden cijfertjes en verschenen er mensen met echte gezichten, adressen, angsten, behoeften en interesses.

Door kenmerken te selecteren in de data die passen bij de boodschap van een partij (denk bijvoorbeeld aan man, lagere klasse), ontstaat er een concreet overzicht van mensen die ontvankelijk zijn voor de boodschap, per regio, gemeente, per straat en zelfs per gebouw. Zo bleek uit het onderzoek bijvoorbeeld ook dat Amerikanen die enkel Amerikaanse auto’s rijden, veelal een positieve houding ten opzichte van Trump hebben. Hiermee werd het rijden van een Amerikaanse auto een belangrijke indicator voor een Trump-voorstander. Na de classificatie van de gehele populatie, is de volgende stap het overbrengen van de juiste gepersonaliseerde boodschap.

De Groundgame app

De Groundgame app

De boodschap van Trump, die vaak tegenstrijdigheden en nuanceverschillen leek te bevatten, blijkt ineens de vertaling van de personalisatietrend: een aangepaste boodschap voor elke persoonlijkheid. Iets wat door enkele wiskundigen al werd vastgesteld op basis van de algoritmes in de campagnetijd maar wat door de journalistiek niet al te serieus werd genomen.

Het team zou meer dan 175.000 verschillende reclamevarianten hebben getest, om uiteindelijk de meest succesvolle varianten per persoonlijkheidstype te selecteren en in te zetten bij de gepersonaliseerde campagnes op Facebook.

Een applicatie genaamd Groundgame, bood Trump de mogelijkheid om deze beïnvloedingstechniek ook offline in te zetten tijdens de campagneperiode. Deze app integreert data van stemmers met locatiedata en werd eerder al succesvol ingezet tijdens de Brexit-campagnes. Hierdoor konden campagnemedewerkers per locatie zien welke mensen naar alle waarschijnlijkheid open zouden staan voor de boodschap van Trump en hadden ze de mogelijkheid om hun pitch af te stemmen op de achtergrond en persoonlijkheid van de betreffende persoon. Feedback omtrent de verkregen reacties werden in de app ingevoerd, waardoor ook de pitches verder verfijnd konden worden.

Wat zijn de implicaties?

De ontwikkelingen zijn fantastisch vanuit het sociaalpsychologische gedachtegoed, immers kunnen we verbanden leggen die eerder onmogelijk leken en hebben we toegang tot meer data dan ooit te voren. In de geestelijke gezondheidszorg zullen de ontwikkelingen bijdragen aan het welzijn van miljoenen mensen doordat er meer informatie voorhanden zal komen over mogelijke indicatoren van stoornissen en ziektes, maar ook over het effect van medicatie en behandelingen.

Vanuit een educatief perspectief bieden de psychometrische ontwikkelingen de mogelijkheid om data te verbinden aan persoonlijkheid én persoonlijke ontwikkelingen, waardoor mensen nog beter en laagdrempeliger kunnen worden getoetst en gecoacht.

Marketingtechnisch gezien biedt deze ontwikkeling ons de mogelijkheid om veel meer te weten te komen over onze klanten. Door hen te analyseren met behulp van deze techniek kunnen we vaststellen of er correlaties te vinden zijn tussen hun voorkeuren en hun gedrag, elementen die tot nu toe altijd onder de radar zijn gebleven. Hiermee kunnen we in de toekomst veel gerichter gaan communiceren en tevens veel effectiever gaan personaliseren. Leveraged marketing kan daarmee naar een hoger niveau worden getild. Als we meer informatie hebben over de persoonlijkheidstypen die zich aangetrokken voelen tot ons merk, kunnen we bovendien de user-experience naadloos laten aansluiten op de persoonlijkheidstypen waaronder onze klanten vallen.

Communicatietechnisch gezien is het interessant om te zien of we boodschappen nauwkeuriger kunnen afstemmen op de interest groups en stakeholdersgroepen in onze omgeving. Ook hier zou grootschalig onderzoek kunnen helpen om meer inzicht te krijgen in taalgebruik en beleving, waardoor we onze boodschappen per interest group en stakeholders op microniveau zouden kunnen afstemmen. Daarbij biedt de ontwikkeling de mogelijkheid om sentiment nauwkeuriger te monitoren, wat zou betekenen dat we onze reactiestrategie gerichter kunnen bepalen en crises in het sociale domein beter kunnen voorspellen.

Ethisch gezien is het de vraag of de kennis die hierdoor toegankelijk wordt verantwoord is. Het wordt vrij eenvoudig om het wereldbeeld van mensen te manipuleren, zoals de campagne van Trump in Amerika al bewezen heeft.

Daarnaast kun je jezelf afvragen waar de privacy grens wordt overschreden, mensen die bepaalde informatie over zichzelf (zoals seksuele geaardheid) bewust niet delen, kunnen anderen er niet van weerhouden dat juist deze informatie uit de statistieken wordt gehaald. Aan welke banden kunnen deze technieken worden gelegd om zo burgers te beschermen? Welke macht gaat er gepaard met deze technieken en wat gebeurt er als deze techniek op grotere schaal wordt ingezet door partijen met een sterk eigen belang? Hoe wapent een onwetende burger zich tegen organisaties die persoonlijke data gebruiken voor eigen gewin?

Waar ligt de grens?


Dit artikel is geïnspireerd op een fantastisch stuk over de effecten van deze techniek op de afgelopen verkiezingen in Amerika van Hannes Grassegger and Mikael Krogerus op Motherboard.

Voor de geïnteresseerde lezer die meer wil weten over de wetenschappelijke achtergrond van dit verhaal, verwijzen we graag naar een viertal wetenschappelijke artikelen over ditzelfde onderwerp:

  1. Gerelateerd onderzoek van Kasinski
  2. Artikel over Facebook as Research tool
  3. Artikel over Tracking the digital footprints op personality
  4. Publicatie over Persoonlijkheid en websitevoorkeuren

Also published on Medium.

Deel dit met je netwerk
Tags: , , , , , , , , , , ,