Raportându-ne la dimensiunea practică a profesiei, putem găsi relativ ușor argumente pentru a afirma metaforic că psihologia este o știință făcută cu artă. Însă, atunci când discutăm despre domeniul de cercetare, introducerea conceptului de „artă” în definiția psihologiei pare a fi, chiar și la nivel de paradox, mult prea disonantă.
Pe de altă parte, psihologia, prin prisma obiectului de studiu, se confruntă cu dificultăți metodologice aparte, pe care nu le mai întâlnim încercetarea întreprinsă în alte științe. Cea mai cunoscută și complicată problemă este „Cum putem măsura fidel și validvariabilele ascunse în „cutia neagră” a psihicului?”. De-a lungul timpului, metoda folosită în proporție covârșitoare a fost și încă rămâne cea de tip auto-raportare. Această metodă este utilă, însă în anumite limite stabilite de numeroase surse posibile de eroare (de ex., dezirabilitate socială, erori de memorie, erori de procesare etc.).
Așadar, provocarea de a îmbunătăți metodele de studiu în psihologierămâne deschisă. Însă constatăm că, cel puțin în ultimii 20 de ani, inevitabil, găsirea soluției optime este înlesnită și modelată de posibilitățile impresionante oferite în special de dezvoltarea cunoașterii în științele vieții și în tehnologie.
Astfel, răspunsul care se configurează tot mai mult nu doar la nivel abstract, ci și prin exemple concrete, se află pe tărâm interdisciplinar. Și, analizând astfel de proiecte, descoperim mai degrabă o combinație simbiotică între domenii, combinație din care rezultă beneficii nu doar pentru psihologie, ci și dinspre psihologie: cercetătorii psihologi au acces la metode și idei noi de cercetare, iar colaboratorii din alte domenii au ocazia să descopere noi modalități de a-și pune în valoare cunoștințele și abilitățile.
Un exemplu ilustrativ în acest sens este cercetarea realizată de Johan Bollen, BrunoGonçalves, Ingrid van de Leemputși GuangchenRuan, și publicată în 2017 în revista EPJ Data Science. Cercetarease află la intersecția dintre psihologie, informatică și analiza datelor bazată pe algoritmi sofisticați de învățare statistică. Rezultatele extrase din analizarea rețelelor sociale provenite de la 39,110 de utilizatori Twitter au indicat faptul că majoritatea indivizilor tind să fie mai puțin fericiți decât prietenii lor, și că indivizii mai populari au un nivel mai ridicat de fericire. Strategia metodologică se distinge prin faptul că se rezumă la utilizarea amprentelor digitale din social media (nu a chestionarelor) pentru a verifica inferențe cu conotație psihologică, iar acest lucru conferă o serie de avantaje (de ex., accesul la un număr foarte mare de persoane; evitarea biasurilor aferente autoevaluărilor; accesul la date generate într-un mediu natural, nu în laborator etc.).
Eșantionul a fost alcătuit pornind de la un număr de 4.844.430 profileTwitter selectate aleator din rândul celor active în perioada 2008-2009. Pașii pentru formarea eșantionului final au fost: identificarea celei mai interconectate zone din această rețea vastă (rezultat 102.009 de indivizi); selectarea indivizilor cu valori pozitive ale stării de bine; păstrarea indivizilor cu cel puțin 15 prieteni în rețea (prietenie = legăturăreciprocă de tip follow + following).
Pentru estimarea stării de bine au fost folosiți algoritmi de analiză a emoțiilor inerente textului din ultimele 3200 de postări Tweeter. Mai precis, cuvintele au fost distribuite în două categorii, emoții pozitive versus emoții negative, iar apoi a fost calculat raportul dintre diferența nr. cuvinte emoții pozitive minusnr. cuvinte emoții negative,și numărul total de cuvinte cu încărcătură emoțională. Prin agregarea scorurilor pentru fiecare tweet, a fost obținut un scor global al stării de bine, la nivel individual. Popularitatea a fost operaționalizată prin numărul de conexiuni bidirecționale din rețea (numărul de prieteni).
Indicatorii pentru starea de bine și popularitate au fost folosiți pentru a determina: grupul indivizilor mai puțin populari decât prietenii lor (paradoxul prieteniei), grupul indivizilor cu un nivel mai scăzut al stării de bine decât cel al prietenilor lor (paradoxul fericirii), corelația dintre nivelul stării de bine și popularitate. Magnitudinea paradoxului fericirii a fost calculată prin raportul dintre proporția utilizatorilor cu un nivel de fericire mai scăzut decât media nivelului de fericire al celor mai apropiați vecini din rețeaua proprie, supra numărul total de indivizi din rețea. Magnitudinea paradoxului prieteniei a fost calculată în mod analog.
Paradoxul fericirii a fost identificat la 58.5% dintre cazuri, în timp ce paradoxul prieteniei a fost prezent la majoritatea indivizilor (94.3%). În plus, s-a constatat că distribuția scorurilor pentru paradoxul fericirii a avut un aspect bi-modal, fapt ce a condus la împărțirea grupului în două subgrupuri - utilizatori fericiți versus utilizatori nefericiți - cu scopul de a controla efectulfericirii vecinilor apropiați. Procedura utilizată pentru stabilirea celor două grupuri a fost GaussianMixtureModel. Rezultatele au indicat faptul că grupul persoanelor fericite tinde să fie marcat mai puternic de paradoxul prieteniei, și mai slab de paradoxul fericirii, comparativ cu grupul persoanelor nefericite.
În concluzie, acest studiu împreună cu nenumărate alte cercetări bazate pe curentul Big Data, evidențiază puterea echipelor interdisciplinare de a duce la un nivel superior cercetarea din științele sociale și de a conferi o nouă utilitate informaticii, prin valorificarea urmelor digitale.
Referința articolului prezentat:
Bollen, J., Gonçalves, B., van de Leemput, I., &Ruan, G. (2017). The happiness paradox: your friends are happier than you. EPJ Data Science, 6(4). doi:10.1140/epjds/s13688-017-0100-1