Określanie osobowości użytkowników Internetu poprzez analizowanie ich cyfrowych śladów w świetle wybranych badań dr. Michała Kosińskiego

Michał Żytomirski

doi:10.18778/0860-7435.32.05

Autor

Michał Żytomirski Katedra Informatologii i Bibliologii, Wydział Filologiczny Uniwersytetu Łódzkiego https://orcid.org/0000-0003-1400-9949

DOI:

https://doi.org/10.18778/0860-7435.32.05

Słowa kluczowe:

cyfrowe ślady, mierzenie cech użytkowników, Five Factor Model, prywatność, Michał Kosiński

Abstrakt

Według danych Internet Live Stats w kwietniu 2021 roku w czasie każdej sekundy zadawano około 92 tysięcy zapytań w wyszukiwarce Google. Każda czynność dokonywana przez użytkowników urządzeń cyfrowych jest indeksowana jako tak zwane cyfrowe ślady, dzięki którym możliwe jest, przy zastosowaniu odpowiednich technologii oraz metod, precyzyjne określanie cech osobowości, poglądów politycznych oraz orientacji seksualnych tychże użytkowników.

Artykuł został zainspirowany pracami dr. Michała Kosińskiego i stanowi opis problematyki związanej z analizowaniem cyfrowych śladów użytkowników Internetu (głównie mediów społecznościowych).

Nadrzędnym celem artykułu jest przedstawienie badań Michała Kosińskiego i zwrócenie uwagi środowiska informatologicznego na kwestie związane z analizowaniem cyfrowych śladów użytkowników Internetu. Praca ta ma charakter popularyzatorski, nie stanowi całościowego opisu dokonań wskazanego naukowca. Artykuł nie przedstawia nowych informacji ani badań własnych – ma jednak zachęcić odbiorców do przeanalizowania literatury przedmiotu dotyczącej analizowania cyfrowych śladów oraz prywatności w dobie cyfrowej.

W pracy wykorzystano metodę analizy zawartości baz danych – do zebrania i przeanalizowania literatury przedmiotu. Skupiono się na zasobach udostępnianych przez dr. Kosińskiego poprzez prywatną stronę internetową – https://www.michalkosinski.com Dodatkowo wykorzystano techniki związane z data miningiem, aby w podsumowaniu móc przedstawić archiwalne treści publikowane na stronie internetowej firmy Cambridge Analytica.

Zasięg chronologiczny odszukiwanych materiałów piśmienniczych zawężono do okresu od 2011 r. do pierwszego kwartału 2021 r., skupiając się głównie na latach 2013–2021, czyli od roku opublikowania artykułu Private traits and attributes are predictable from digital records of human behavior do roku publikacji tekstu Facial recognition technology can expose political orientation from naturalistic facial images. W artykule przedstawiono wybrane prace dr. Michała Kosińskiego, które stanowią „kamienie milowe” w badaniach nad określaniem osobowości użytkowników Internetu w obrębie publikacji wskazanego autora. Co za tym idzie, w artykule nie przedstawiono tych prac, które były opisem części badań lub były przyczynkiem do podjęcia większych, dalszych pomiarów.

Pobrania

Brak dostępnych danych do wyświetlenia.

Bibliografia

1 Second – Internet Live Stats. ([2021]). Internet Live Stats [online]. Pobrane 2 maja 2021, z: https://www.internetlivestats.com/one-second/#traffic-band
Google Scholar

Bachrach, Yoram, Kosinski, Michal, Graepel, Thore, Kohli, Pushmeet, & Stillwell, David J. (2012). Personality and patterns of Facebook usage. W: Proceedings of the 4th Annual ACM Web Science Conference, WebSci’12 (s. 24–32) [online]. Pobrane 30 czerwca 2021 r., z: https://doi.org/10.1145/2380718.2380722
Google Scholar DOI: https://doi.org/10.1145/2380718.2380722

Cambridge Analytica. (2021). W: Wayback Machine [online]. Pobrane 2 maja 2021 r., z: https://web.archive.org/web/20170113214511/https://cambridgeanalytica.org/
Google Scholar

Cambridge Analytica. (2021). W: Wikipedia. The Free Encyclopedia [online]. Pobrane 30 czerwca 2021 r., z: https://en.wikipedia.org/wiki/Cambridge_Analytica
Google Scholar

Kasprzak, Wojciech A. (2015). Ślady cyfrowe. Studium prawno-kryminalistyczne. Warszawa: Difin.
Google Scholar

Kosinski, Michal (2021). Facial recognition technology can expose political orientation from naturalistic facial images. Scientific Reports, 11(1), Article number: 100 [online]. Pobrane 30 czerwca 2021 r., z: https://doi.org/10.1038/s41598-020-79310-1
Google Scholar DOI: https://doi.org/10.1038/s41598-020-79310-1

Kosinski, Michal, Bachrach, Yoram, Kohli, Puchmeet, Stillwell, David J., & Graepel, Thore (2014). Manifestations of user personality in website choice and behavior on online social networks. Machine Learning, 95, 357–380 [online]. Pobrane 30 czerwca 2021 r., z: https://doi.org/10.1007/s10994-013-5415-y
Google Scholar DOI: https://doi.org/10.1007/s10994-013-5415-y

Kosinski, Michal, Stillwell, David J., & Graepel, Thore (2013). Private traits and attributes are predictable from digital records of human behavior. Proceedings of the National Academy of Sciences of the United States of America, 110(15), 5802–5805 [online]. Pobrane 30 czerwca 2021 r., z: https://doi.org/10.1073/pnas.1218772110
Google Scholar DOI: https://doi.org/10.1073/pnas.1218772110

Kosinski, Michal, Wang, Yilun, Lakkaraju, Himabindu, & Leskovec, Jure (2016). Mining big data to extract patterns and predict real-life outcomes. Psychological Methods, 21(4), 493–506 [online]. Pobrane 30 czerwca 2021 r., z: https://doi.org/10.1037/met0000105
Google Scholar DOI: https://doi.org/10.1037/met0000105

Lambiotte, Renaud, & Kosinski, Michal (2014). Tracking the digital footprints of personality. Proceedings of the IEEE, 102(12), 1934–1939 [online]. Pobrane 30 czerwca 2021 r., z: https://doi.org/10.1109/JPROC.2014.2359054
Google Scholar DOI: https://doi.org/10.1109/JPROC.2014.2359054

Markovikj, Dejan, Gievska, Sonja, Kosinski, Michal & Stillwell, David J. (2013). Mining Facebook data for predictive personality modeling. Proceedings of the International AAAI Conference on Web and Social Media, 7(1), 23–26. Pobrane 30 czerwca 2021 r., z: https://ojs.aaai.org/index.php/ICWSM/article/view/14466
Google Scholar

Matz, Sandra C., Kosinski, Michal, Nave, Gideon, & Stillwell, David J. (2017). Psychological targeting as an effective approach to digital mass persuasion. Proceedings of the National Academy of Sciences of the United States of America, 114(48), 12714–12719 [online]. Pobrane 30 czerwca 2021 r., z: https://doi.org/10.1073/pnas.1710966114
Google Scholar DOI: https://doi.org/10.1073/pnas.1710966114

McCrae, Robert R., & John, Oliver P. (1992). An Introduction to the Five‐Factor Model and Its Applications. Journal of Personality, 60(2), 175–215 [online]. Pobrane 30 czerwca 2021 r., z: https://doi.org/10.1111/j.1467-6494.1992.tb00970.x
Google Scholar DOI: https://doi.org/10.1111/j.1467-6494.1992.tb00970.x

Michal Kosinski (2021, maj 2). W: Google Scholar [online]. Pobrane 2 maja 2021 r., z: https://scholar.google.com/citations?user=01-XV0YAAAAJ&hl=en
Google Scholar

Pamięć podręczna (2021). W: Wikipedia. Wolna encyklopedia [online]. Pobrane 30 czerwca 2021 r., z: https://pl.wikipedia.org/wiki/Pamięć_podręczna
Google Scholar

Quercia, Daniele, Kosinski, Michal, Stillwell, David J., & Crowcroft, Jon (2011). Our twitter profiles, our selves: Predicting personality with twitter. W: Proceedings – 2011 IEEE International Conference on Privacy, Security, Risk and Trust and IEEE International Conference on Social Computing, PASSAT/SocialCom 2011 (s. 180–185) [online]. Pobrane 30 czerwca 2021 r., z: https://doi.org/10.1109/PASSAT/SocialCom.2011.26
Google Scholar DOI: https://doi.org/10.1109/PASSAT/SocialCom.2011.26

Quercia, Daniele, Lambiotte, Renaud, Stillwell, David J., Kosinski, Michal, & Crowcroft, Jon (2012). The personality of popular facebook users. W: Proceedings of the ACM Conference on Computer Supported Cooperative Work, CSCW’12 (s. 955–964) [online]. Pobrane 30 czerwca 2021 r., z: https://doi.org/10.1145/2145204.2145346
Google Scholar DOI: https://doi.org/10.1145/2145204.2145346

Stillwell, David J. (2021). myPersonality database [online]. Pobrane 30 czerwca 2021 r., z: https://www.psychometrics.cam.ac.uk/productsservices/mypersonality
Google Scholar

Stillwell, David J. & Kosinski, Michal (2012). myPersonality project : Example of successful utilization of online social networks for large-scale social research. W: Proceedings of the ACM Workshop on Mobile Systems for Computational Social Science (MobiSys) [online]. The Psychometric Centre, University of Cambridge. Pobrane 30 czerwca 2021 r. z: https://drive.google.com/file/d/1KzTSyd2coi0oTprgHRRYwWScQ7-TaWIs/view
Google Scholar

Wang, Yilun, & Kosinski, Michal (2018). Deep neural networks are more accurate than humans at detecting sexual orientation from facial images. Journal of Personality and Social Psychology, 114(2), 246–257 [online]. Pobrane 30 czerwca 2021 r., z: https://doi.org/10.1037/pspa0000098
Google Scholar DOI: https://doi.org/10.1037/pspa0000098

Wasilewski, Janusz (2013). Zarys definicyjny cyberprzestrzeni. Przegląd Bezpieczeństwa Wewnętrznego, 9(5), 225–234 [online]. Agencja Bezpieczeństwa Wewnętrznego. Pobrane 30 czerwca 2021 r., z: http://www.abw.gov.pl/download/1/1284/Segregator13.pdf
Google Scholar

Youyou, Wu, Kosinski, Michal, & Stillwell, David J. (2015). Computer-based personality judgments are more accurate than those made by humans. Proceedings of the National Academy of Sciences of the United States of America, 112(4) 1036–1040 [online]. Pobrane 30 czerwca 2021 r., z: https://doi.org/10.1073/pnas.1418680112
Google Scholar