В Казанском федеральном университете реализуется проект «Нейросетевая психометрическая модель когнитивно-поведенческих предикторов жизненной активности личности на базе соц.сетей», финансируемый Российским научным фондом (РНФ). Исследованием руководит профессор кафедры клинической психологии и психологии личности Института психологии и образования Леонид Попов.

Исследование, появление которого было обусловлено развитием современного информационного общества, проводится психологами ИПО совместно с IT-специалистами Института вычислительной математики и информационных технологий КФУ. Особенность исследования - в охвате и анализе миллиона людей, с задействованием элементов искусственного интеллекта.

Координатор реализации психологической части проекта, зав.кафедрой общей психологии ИПО Павел Устин уточнил, что психология социальных сетей – одно из наиболее интенсивно развивающихся направлений:

«Социальные сети – виртуальная площадка, которая связывает миллионы пользователей всего мира и расширяет границы их взаимодействия друг с другом. Практически соцсети становятся аналогом кибернетического моделирования психологических процессов».

Ученые завершили первый этап исследования. Согласно предварительным данным, чем больше ваша активность в социальных сетях, тем менее вы успешны в профессиональной сфере.

Учеными КФУ была разработана и апробирована информационно-аналитическая система автоматизированного мониторинга персональных страниц пользователей социальных сетей - ИАС АМПУ - с выделением персональных профилей пользователей по заданным критериям профессиональной успешности, с использованием нейросетевых алгоритмов и методов Big Data.

«На основе методов математической статистики, data mining, машинного обучения и нейронных сетей разработан модуль о соискателях и модуль поиска их персональных страниц в соцсетях. Общий объем выборки составил 1 331 717 человек. После всех процедур фильтрации и поиска открытых профилей в соцсети исследовательский объем выборки был доведен до 81 800 испытуемых», - рассказал П.Устин.

На основе информации, предоставляемой на сайтах по поиску работы, ученые разработали систему должностей и карьерного роста. Модель включала в себя 28 профессиональных областей и 621 вид профессиональной деятельности.

Далее были получены результаты исследования количественных характеристик профиля соискателей в соцсетях по когнитивно-поведенческим предикторам профессиональной успешности личности: «Друзья», «Подписчики», «Фотографии», «Видеозаписи», «Аудиозаписи», «Интересные страницы», «Степень заполнения страницы», «Посты», «Репосты», «Лайки».

Исследователи установили, что в среднем наибольшие количественные показатели данных метрик соответствуют представителям групп с низкой и средней профессиональной успешностью.

IT-специалисты провели многочисленные эксперименты с различными архитектурами нейронных сетей. В результате обучения нейронной сети точность прогнозирования с помощью вышеуказанных количественных метрик («Друзья», «Фотографии» и т.д.) в тестовой выборке составила 83%.

С помощью нейросетевого модуля для прогнозирования профессиональной успешности была доказана возможность прогнозирования профессиональной успешности через четыре предиктора: количество друзей, количество подписчиков, количество фотографий, количество видеозаписей на странице пользователя.

По результатам исследования содержательных характеристик различных метрик психологи пришли к интересным результатам.

«Если рассматривать «Видеозаписи» у определенного профиля в соцсетях как когнитивно-поведенческого предиктор профессиональной успешности личности, то в десятку популярных жанров у наиболее профессионально успешных людей вошли «Криминал», «Sci-Fi», «Mystery». У наименее профессионально успешных – «Семейные», «Sci-Fi», «Анимация», - отмечает ученый.

По анализу метрики персонального профиля «Аудиозаписи» установлено, что самый популярный жанр среди наименее профессионально успешных – это русский рэп (лидирует с большим отрывом). В топ-10 популярных жанров аудиозаписей среди наиболее профессионально успешных входят: иностранный  и русский рок, альтернатива.

К тому же, резюмировали ученые, по метрике «Интересные страницы» тоже можно сделать вывод об успешности людей: чем выше успешность, тем меньше количество юмористических сообществ.

«На сегодня выделенные нами разнообразные показатели (маркеры, метрики) позволяют с большей или меньшей вероятностью прогнозировать поведение личности на основе ее виртуальных следов в социальных сетях», - рассказал П.Устин.

Прототипы разработанных и апробированных нейросетевых модулей при анализе различных метрик персонального профиля соцсетей будут использованы для последующего обучения нейросетевой психометрической модели прогнозирования активности личности в образовательной и профессиональной деятельности.

Отметим, что разработки подобного уровня в России ранее не проводились.

Обобщение полученных результатов  изложено в статье «Когнитивно-поведенческая концепция и возможности ее реализации в жизненной активности студентов», которая выйдет в «Психологическом журнале» в ближайшее время.