Persoonallisuus ja sosiaalinen toiminta

Yksilön persoonallisuus ilmenee monenlaisissa pienissä vihjeissä, puheissa ja käyttäytymisessä. Tulkitsemme näitä yleensä tiedostamattamme ja automaattisesti. Voisi jopa väittää, että tunnettu viiden suuren persoonallisuuspiirteen teoria rakentuu näiden ilmenemismuotojen varaan. Teoriahan muodostettiin soveltamalla faktorianalyysiä sanakirjassa esiintyville ihmisiä kuvaaville adjektiiveille. Näin löydettiin viisi peruspiirrettä: ekstroversio, tunnollisuus, neuroottisuus, sovinnollisuus ja avoimuus. Teoria on sittemmin saanut lisätukea muun muassa aivo- ja perinnöllisyystutkimuksista.

Funderin ja Sneedin (1993) klassikkotutkimus demonstroi viiden piirteen yhteyksiä sosiaaliseen käyttäytymiseen. Tutkimukseen osallistui 164 opiskelijaa, joista puolet oli miehiä ja puolet naisia. Koeasetelmassa osallistujat jaettiin pareihin ja opastettiin vuorovaikuttamaan keskenään haluamallaan tavalla. Viiden minuutin kestoiset vuorovaikutustilanteet nauhoitettiin. Tätä seuraavassa tutkimuksen vaiheessa toiset henkilöt arvioivat videolla esiintyvää käyttäytymistä, ja näitä verrattiin osallistujien todelliseen persoonallisuuteen. 

Videoista nousi esille 62 yksittäistä käyttäytymismuotoa. Helpoiten havaittava piirre oli ekstroversio. Se ilmeni sosiaalisessa tilanteessa esimerkiksi kovaäänisyytenä ja humoristisuutena. Ekstroversion vastakohta, introversio, puolestaan ilmeni ilmeettömyytenä ja varauksellisuutena. Selkeitä yhteyksiä ilmeni myös muihin piirteisiin. Neuroottisuus näyttäytyi sosiaalisena kömpelyytenä ja ahdistuneisuutena. Sovinnollisuus puolestaan ilmeni vuorovaikutuksesta nauttimisena ja hyväntahtoisuutena. Hieman yllättäen, tunnollisuus ilmeni keskustelun sujuvuutena ja kunnianhimon esilletuomisena. Viides piirre, avoimuus, oli kuitenkin hankalasti tunnistettava. Se ilmeni lähinnä keskustelun sisällöissä, kuten kiinnostuksena filosofisiin pohdintoihin ja mielikuvituksellisiin asioihin.

Digitaaliset persoonallisuuden jalanjäljet

Funderin ja Sneedin tutkimuksesta on kulunut lähes 30 vuotta. Tässä ajassa maailman on muuttunut paljon, ja osa sosiaalisesta vuorovaikutuksesta on siirtynyt virtuaalisiin ympäristöihin. Aineistoa on saatavilla tutkijoiden käyttöön mittavissa määrin, eikä sitä tarvitse enää erikseen muuntaa sähköiseen muotoon. Massadatan (engl. big data) analysointi kuitenkin edellyttää uudentyyppisiä analyysitapoja. 

Başaran ja Ejimogu (2021) sovelsivat tutkimuksessaan neuroverkkoja analysoidakseen Facebookin käyttäjien persoonallisuutta. Heitä kiinnosti, missä määrin käyttäjien persoonallisuudesta voitaisiin ennustaa Facebookissa olevien tietojen perusteella. Profiilitiedot oli saatavilla 1,6 miljoonalta käyttäjältä, ja persoonallisuustiedot yli 3 miljoonalta käyttäjältä. Persoonallisuustiedot perustuivat itsearviointeihin, joita käyttäjät olivat antaneet myPersonality-apille Facebookissa. (Nykyisin Facebook ei enää salli vastaavaa appiteknologiaa.) Puuttuvien tietojen huomioinnin jälkeen tutkimusaineisto kuitenkin karsiutui ”vain” 7400 käyttäjään. 

Neuroverkko pystyi ennustamaan käyttäjän persoonallisuuspiirteet profiilitietojen perusteella.

Neuroverkkoanalyysin etuna on se, että se voi käsitellä hyvinkin monimutkaista informaatiota, tavoilla, jotka olisivat liian monimutkaista ihmisen tehtäväksi. Başaran ja Ejimogu syöttivät neuroverkolle profiilitiedot muun muassa käyttäjän antamien tykkäysten lukumäärästä, päivitysten määrästä, ryhmiin liittymisistä, kaverien määrästä, sukupuolesta ja iästä. Käyttämällä myPersonality-aineistoa neuroverkko ”koulutettiin” tekemään ennusteita käyttäjän persoonallisuudesta. Koulutusvaiheen jälkeen tutkijat esittivät neuroverkolle sellaisia profiileja, joita neuroverkko ei ollut aiemmin nähnyt. Osoittautui, että neuroverkko pystyi 85 % tapauksessa ennustamaan käyttäjän persoonallisuuspiirteet tämän profiilitietojen perusteella. 

Başaranin ja Ejimogun tutkimuksessa oli kuitenkin joitakin rajoitteita. Persoonallisuuden piirteet ilmenevät jatkumoina, mutta neuroverkko laati ennusteensa binaarisesti. Täten esitetty onnistumisprosentti on jossain määrin liioiteltu. Analyysi ei myöskään hyödyntänyt sosiaaliseen mediaan lähetettyjä päivitysten sisältöjä. Tästä syystä jääepäselväksi, missä määrin esimerkiksi osallistujien taustatiedot auttoivat neuroverkkoa ennustamaan käyttäjien persoonallisuuden. Aiemmista tutkimuksista tiedetään esimerkiksi, että ikä korreloi jonkin verran sovinnollisuuteen ja tunnollisuuteen, ja naiset arvioivat itsensä keskimäärin miehiä neuroottisemmiksi (Rammstedt, 2007). 

Twiitit ja persoonallisuuden piirteet

Mori ja Haruno (2020) selvittivät tutkimuksessaan tarkemmin, miten persoonallisuuden piirteet liittyivät toimintaan sosiaalisessa mediassa. Tutkimusjoukkona oli 239 japanilaista nuorta aikuista, joista kukin oli lähettänyt keskimäärin 2233 twiittausta. Yli 500 000 twiitistä analysoitiin tekstien sisältöjä, mukaan lukien usein käytetyt sanat ja ilmaisujen tunnelatautuneisuus. Lisäksi tarkasteltiin muuta toimintaa Twitter-verkostossa, kuten tykkäämisten lukumääriä.

Kuten Funderin ja Sneedin (1993) tutkimuksessa, myös Morinin ja Hanuron (2020) ekstroversio oli selkeiten ilmenevä piirre. Se ei kuitenkaan liittynyt päivitysten sisältöihin, vaan siihen miten laajan verkoston kanssa käyttäjällä oli vuorovaikutusta. Hieman yllättäen, kenties japanilaiseen vaatimattomuutta korostavaan kulttuuriin liittyen, ekstroverttien twiittauksista ei tykätty kovin usein. Myös neuroottisuus liittyi vuorovaikutustyyliin, ja se ilmeni vähäisenä toisten twiitteihin vastaamisena.

Neuroottisuus ilmeni vähäisenä toisten twiitteihin vastaamisena.

Jos viisi persoonallisuuden piirrettä eivät määrittäneet päivitysten sisältöjä tai muotoja, mikä sitten? Viiden piirteen lisäksi tutkimuksessa oli itse asiassa mitattu 47 muutakin hyvinvointiin ja toimintatapoihin liittyvää ulottuvuutta. Vahvimmat twiittien sisältöä ennustavat tekijät olivat koulutustaso, kielellinen älykkyys, ja autismipiirteisiin liittyvä mielikuvituksen puute. Tutkijat tulkitsivat, että korkea koulutustaso liittyi tutkimustiedon levittämiseen (mm. paperi, laboratorio, esitys) ja korkea älykkyys vähäiseen tunnesanojen käyttöön. Tutkijat eivät esitelleet mielikuvituksen puutteeseen liittyviä esimerkkejä.

Laajempi kokonaiskuva

Mittavien aineiston olemassaolo sosiaalisissa medioissa voi herättää huolen siitä, että kaupalliset tahot pystyvät kohta ymmärtämään yksilön psyykkistä elämää paremmin kuin yksilö itse. Huoli massadatan käytöstä on toki aiheellinen, sillä sitä voidaan käyttää esimerkiksi mainosten ja muun tiedon vaivihkaiseen kohdentamiseen. Mikään taikapallo sosiaalisten medioiden massadata yksilön persoonallisuuden analysoimiseen ei taida kuitenkaan olla. 

Azucar, Marengo ja Settanni (2018) kokosivat yhteen viittä piirrettä ja sosiaalista mediaa koskevien tutkimusten tulokset. Näitä löytyi yhteensä 19 ja suurin osa koski Facebookia, mutta mukana oli myös Twitteriä ja kiinalaista Sina Weiboa koskevia tutkimuksia. Eri tutkimuksissa persoonallisuuden ennustekijöinä oli käytetty muun muassa kieltä, aktiviteettia ja kuvia. Päätuloksena havaittiin, että sosiaalisen median tiedot korreloivat persoonallisuuteen vaihteluvälillä r = 0.29 (sovinnollisuus) ja r = 0.40 (ekstroversio). Piirteiden välillä ei ollut keskinäisiä eroavaisuuksia yhteyksissä sosiaaliseen mediaan. Nämä korrelaatiot vastaavat suuruusluokaltaan viiden piirteen korrelaatioita muihin käyttäytymisen muotoihin, ja jäävät suhteellisen pieniksi. 

Jallu Lindblom työskentelee tutkijana ja yliopisto-opettajana Tampereen yliopistossa ja tutkijana Turun yliopistossa.