نکات کلیدی
1. جستجوهای گوگل حقایق پنهان درباره رفتار انسان را آشکار می‌کند
مردم به دوستان، عاشقان، پزشکان، نظرسنجی‌ها و حتی خودشان دروغ می‌گویند. اما در گوگل ممکن است اطلاعات شرم‌آوری را به اشتراک بگذارند.
سرم حقیقت دیجیتال. جستجوهای گوگل یک پنجره منحصر به فرد به افکار، خواسته‌ها و رفتارهای واقعی مردم ارائه می‌دهد. برخلاف نظرسنجی‌ها یا پست‌های شبکه‌های اجتماعی که در آن‌ها افراد اغلب نسخه‌ای ایده‌آل از خود را ارائه می‌دهند، جستجوهای گوگل معمولاً صادقانه و بدون فیلتر هستند. این "سرم حقیقت دیجیتال" به محققان اجازه می‌دهد تا حقایق پنهان درباره طبیعت انسان را که قبلاً مطالعه آن‌ها دشوار یا غیرممکن بود، کشف کنند.
بینش‌های شگفت‌انگیز. تحلیل داده‌های جستجوی گوگل الگوهای غیرمنتظره‌ای در رفتار انسان را آشکار کرده است. برای مثال:
- جستجو برای جوک‌ها در زمانی که مردم خوشحال هستند به اوج می‌رسد، نه زمانی که ناراحت هستند همان‌طور که قبلاً تصور می‌شد
- جستجوهای بیشتری برای "آیا پسرم باهوش است؟" نسبت به "آیا دخترم باهوش است؟" وجود دارد که تعصبات جنسیتی در تربیت فرزندان را نشان می‌دهد
- جستجوهای مرتبط با اضطراب در مناطق روستایی با سطح تحصیلات پایین‌تر بیشتر است، برخلاف کلیشه‌ی نوروتیک شهری
با بررسی داده‌های جستجوی جمعی، محققان می‌توانند به موضوعات حساس مانند نژادپرستی، تمایلات جنسی و سلامت روان که مردم اغلب از بحث آزادانه درباره آن‌ها خودداری می‌کنند، بینش پیدا کنند.
2. داده‌های بزرگ بینش‌های جدیدی درباره نژادپرستی و تعصب ارائه می‌دهد
مهم‌ترین واقعیتی که من درباره نفرت در اینترنت یافته‌ام، محبوبیت کلمه "nigger" است.
آشکارسازی تعصب پنهان. نظرسنجی‌های سنتی اغلب نمی‌توانند میزان واقعی نژادپرستی و تعصب در جامعه را به تصویر بکشند، زیرا مردم از اعتراف به دیدگاه‌های اجتماعی غیرقابل قبول خودداری می‌کنند. با این حال، تحلیل داده‌های جستجوی گوگل شیوع نگران‌کننده‌ای از نگرش‌های نژادپرستانه را نشان می‌دهد:
- جستجو برای "جوک‌های nigger" 17 برابر بیشتر از جستجو برای سایر توهین‌های قومی است
- جستجوهای نژادپرستانه پس از رویدادهای مهم مربوط به آمریکایی‌های آفریقایی‌تبار، مانند انتخاب اوباما، افزایش می‌یابد
- مناطقی با سطح بالای جستجوهای نژادپرستانه حمایت کمتری از نامزدهای سیاسی سیاه‌پوست نشان می‌دهند
اندازه‌گیری تأثیر. این داده‌ها به محققان اجازه می‌دهد تا اثرات واقعی نژادپرستی را کمی‌سازی کنند:
- اوباما به دلیل نژادپرستی صریح حدود 4 درصد از آرا را در سطح ملی از دست داد
- جستجوهای نژادپرستانه در گوگل با دستمزدهای پایین‌تر برای کارگران سیاه‌پوست در یک منطقه همبستگی دارد
- حمایت از دونالد ترامپ در انتخابات مقدماتی جمهوری‌خواهان 2016 به شدت با نرخ جستجوهای نژادپرستانه همبستگی داشت
با ارائه داده‌های سخت درباره شیوع و تأثیر نژادپرستی، تحلیل داده‌های بزرگ ابزار قدرتمندی برای درک و مقابله با تعصب در جامعه ارائه می‌دهد.
3. رفتار اینترنتی تمایلات و ترجیحات جنسی واقعی ما را آشکار می‌کند
به طور کامل 25 درصد از جستجوهای زنان برای پورن استریت بر درد و/یا تحقیر زن تأکید دارد.
تمایلات پنهان آشکار شده. جستجوها و الگوهای مصرف پورنوگرافی بینش‌های بی‌سابقه‌ای درباره تمایلات جنسی انسان ارائه می‌دهند:
- حدود 5% از جستجوهای پورن مردان برای محتوای همجنس‌گرا است، که نشان‌دهنده نرخ‌های بالاتر جذب همجنس نسبت به گزارش‌های خود است
- زنان دگرجنس‌گرا اغلب به دنبال پورن لزبین هستند، حتی اگر خود را دوجنس‌گرا ندانند
- علاقه قابل توجهی به موضوعات تابو مانند ویدئوهای با تمایلات محارم وجود دارد
به چالش کشیدن فرضیات. این داده‌ها اغلب با حکمت متعارف درباره تمایلات جنسی در تضاد است:
- نگرانی اصلی مردان اندازه آلت تناسلی است، در حالی که زنان بیشتر نگران بوی واژن هستند
- جستجوهای بیشتری درباره شکایت از اینکه دوست‌پسرها نمی‌خواهند رابطه جنسی داشته باشند نسبت به دوست‌دخترها وجود دارد
- علاقه به محتوای خشونت‌آمیز یا غیرتوافقی در میان زنان بیشتر از مردان است
در حالی که این داده‌ها باید با احتیاط تفسیر شوند، بینش‌های ارزشمندی درباره پیچیدگی و تنوع تمایلات جنسی انسان ارائه می‌دهند که اغلب در زندگی روزمره پنهان می‌مانند.
4. داده‌های شبکه‌های اجتماعی می‌تواند در مقایسه با داده‌های جستجو گمراه‌کننده باشد
فیس‌بوک سرم دیجیتال برای فخر فروختن به دوستان درباره چقدر زندگی‌ام خوب است.
شخصیت‌های گزینشی. پست‌های شبکه‌های اجتماعی اغلب نسخه‌ای ایده‌آل از زندگی افراد را ارائه می‌دهند و تنها تجربیات مثبت و ویژگی‌های اجتماعی مطلوب را به نمایش می‌گذارند. این می‌تواند تصویری گمراه‌کننده از واقعیت ایجاد کند:
- مردم بیشتر احتمال دارد محتوای سطح بالا (مثلاً مقالات آتلانتیک) را نسبت به محتوای سطح پایین (مثلاً نشنال انکوایرر) در شبکه‌های اجتماعی به اشتراک بگذارند، حتی اگر هر دو را به یک اندازه مصرف کنند
- وضعیت‌های رابطه در فیس‌بوک ممکن است وضعیت واقعی خوشبختی یا مشکلات یک زوج را منعکس نکند
داده‌های جستجو در مقابل شبکه‌های اجتماعی. جستجوهای گوگل تصویری بسیار متفاوت از زندگی افراد ارائه می‌دهند:
- در حالی که پست‌های شبکه‌های اجتماعی شوهران را به عنوان "بهترین" و "شگفت‌انگیز" توصیف می‌کنند، جستجوهای رایج شامل "شوهرم یک احمق است" و "شوهرم نمی‌خواهد رابطه جنسی داشته باشد" هستند
- مردم ممکن است درباره حضور در مهمانی‌های جالب در آخر هفته‌ها پست بگذارند، اما جستجوها نشان می‌دهند بسیاری در خانه تنها در حال تماشای بی‌وقفه نتفلیکس هستند
برای درک دقیق رفتار انسان، محققان باید فراتر از تصاویر گزینشی ارائه شده در شبکه‌های اجتماعی نگاه کنند و به خواسته‌ها و نگرانی‌های بدون فیلتر که در جستجوهای خصوصی آشکار می‌شوند، توجه کنند.
5. تجربیات کودکی ترجیحات و باورهای مادام‌العمر را شکل می‌دهند
مهم‌ترین سال در زندگی یک مرد، برای تثبیت تیم بیسبال مورد علاقه‌اش به عنوان یک بزرگسال، زمانی است که او تقریباً هشت ساله است.
دوره‌های بحرانی. تحلیل داده‌های بزرگ نشان می‌دهد که بسیاری از ترجیحات و باورهای بزرگسالی ما به شدت تحت تأثیر تجربیات در دوره‌های خاصی از کودکی قرار دارند:
- مردان معمولاً طرفداران مادام‌العمر تیم‌های ورزشی می‌شوند که در سنین 8-12 سالگی موفق بوده‌اند
- دیدگاه‌های سیاسی به شدت تحت تأثیر محبوبیت رؤسای جمهور در سنین 14-24 سالگی قرار می‌گیرند
- ترجیحات جنسی اغلب به تجربیات یا مواجهات در دوران نوجوانی مربوط می‌شود
تأثیر بلندمدت. این اثرات کودکی می‌توانند تأثیرات قابل توجهی در طول زندگی داشته باشند:
- بزرگسالانی که در مناطقی با تیم‌های ورزشی موفق در دوران جوانی خود به دنیا آمده‌اند، بیشتر احتمال دارد که طرفدار ورزش باشند
- گرایش‌های سیاسی مردم اغلب دیدگاه‌های غالب سال‌های شکل‌گیری آن‌ها را منعکس می‌کند، نه اینکه با افزایش سن تغییر کند همان‌طور که قبلاً تصور می‌شد
- مواجهه زودهنگام با ایده‌ها و تجربیات متنوع در شهرهای دانشگاهی با نرخ‌های بالاتر موفقیت و نوآوری در بزرگسالی همبستگی دارد
درک این دوره‌های بحرانی بینش‌هایی درباره چگونگی شکل‌گیری ترجیحات و باورها ارائه می‌دهد و ممکن است فرصت‌هایی برای مداخلات مثبت در مراحل کلیدی توسعه فراهم کند.
6. آزمایش A/B تحقیقات کسب‌وکار و علوم اجتماعی را متحول می‌کند
فیس‌بوک اکنون روزانه هزار آزمایش A/B انجام می‌دهد، به این معنی که تعداد کمی از مهندسان در فیس‌بوک در یک روز بیشتر از کل صنعت داروسازی آزمایش‌های کنترل‌شده تصادفی شروع می‌کنند.
آزمایش سریع. اینترنت امکان انجام آزمایش‌های تصادفی بزرگ‌مقیاس را به سرعت و با هزینه کم فراهم کرده است:
- شرکت‌هایی مانند گوگل و فیس‌بوک روزانه هزاران آزمایش A/B برای بهینه‌سازی محصولات خود انجام می‌دهند
- کمپین‌های سیاسی از آزمایش A/B برای بهبود پیام‌رسانی و افزایش کمک‌های مالی استفاده می‌کنند
- محققان می‌توانند نظریه‌های علوم اجتماعی را بر روی جمعیت‌های آنلاین عظیم آزمایش کنند
نتایج شگفت‌انگیز. آزمایش A/B اغلب نشان می‌دهد که شهود ما درباره رفتار انسان اشتباه است:
- تغییرات جزئی در واژه‌پردازی یا طراحی می‌تواند تأثیرات عمده‌ای بر رفتار کاربران داشته باشد
- فیلم‌های خشونت‌آمیز با مشغول نگه‌داشتن مجرمان بالقوه نرخ جرم را کاهش می‌دهند
- عوامل به ظاهر بی‌اهمیت (مانند آیکون‌های فلش) می‌توانند به طور قابل توجهی نرخ کلیک بر روی تبلیغات را افزایش دهند
با امکان تصمیم‌گیری سریع و مبتنی بر داده، آزمایش A/B در حال تغییر نحوه عملکرد کسب‌وکارها و نحوه انجام تحقیقات علوم اجتماعی است. با این حال، اخلاق آزمایش مداوم بر روی کاربران بدون آگاهی آن‌ها سؤالات مهمی را مطرح می‌کند.
7. داده‌های بزرگ محدودیت‌ها و نگرانی‌های اخلاقی دارد که باید به آن‌ها پرداخته شود
ما نمی‌توانیم به طور کورکورانه به داده‌های دولتی اعتماد کنیم. دولت ممکن است به ما بگوید که سوءاستفاده از کودکان یا سقط جنین کاهش یافته و سیاستمداران ممکن است این دستاورد را جشن بگیرند. اما نتایجی که فکر می‌کنیم می‌بینیم ممکن است مصنوعی از نقص‌های روش‌های جمع‌آوری داده باشد.
محدودیت‌های داده‌های بزرگ. در حالی که قدرتمند است، تحلیل داده‌های بزرگ محدودیت‌های مهمی دارد:
- نفرین ابعاد: با وجود متغیرهای کافی، همبستگی‌های کاذب اجتناب‌ناپذیر هستند
- تأکید بیش از حد بر عوامل قابل اندازه‌گیری به قیمت کیفیت‌های ناملموس
- پتانسیل نقض حریم خصوصی و استفاده غیراخلاقی از داده‌های شخصی
نگرانی‌های اخلاقی. استفاده از داده‌های بزرگ سؤالات اخلاقی قابل توجهی را مطرح می‌کند:
- آیا شرکت‌ها باید مجاز به استفاده از رفتار آنلاین برای تعیین اعتبار یا قابلیت استخدام باشند؟
- چگونه می‌توانیم حریم خصوصی فردی را در حالی که از تحلیل داده‌های جمعی بهره‌مند می‌شویم، محافظت کنیم؟
- پیامدهای آزمایش مداوم A/B بر روی کاربران ناآگاه چیست؟
برای استفاده مسئولانه از پتانسیل کامل داده‌های بزرگ، محققان و سیاست‌گذاران باید با این محدودیت‌ها و نگرانی‌های اخلاقی مقابله کنند. ترکیب بینش‌های داده‌های بزرگ با روش‌های تحقیق سنتی و چارچوب‌های اخلاقی برای دستیابی به پیشرفت معنادار در حالی که از حقوق فردی محافظت می‌کند، حیاتی خواهد بود.
آخرین به‌روزرسانی::
FAQ
What's Everybody Lies about?
- Exploration of Big Data: The book examines how Big Data, especially from internet searches, reveals truths about human behavior that traditional surveys often miss.
- Digital Truth Serum: Seth Stephens-Davidowitz argues that Google searches act as a "digital truth serum," providing insights into people's real thoughts and feelings on sensitive topics.
- Cultural Insights: The author uses datasets like Google Trends to uncover societal trends and prejudices, reshaping our understanding of human nature.
Why should I read Everybody Lies?
- Unique Perspective: It offers a fresh take on social science by using Big Data to challenge conventional wisdom and reveal hidden truths.
- Engaging Storytelling: The book combines rigorous data analysis with compelling narratives, making complex topics accessible and interesting.
- Relevance to Modern Life: Understanding how to interpret and leverage data can provide valuable insights into personal and societal behaviors.
What are the key takeaways of Everybody Lies?
- People Lie: A central theme is that people often lie about their behaviors and beliefs, especially in surveys.
- Power of Google Data: Google search data can provide a more accurate picture of human behavior than traditional methods.
- Racism and Prejudice: The book uncovers the prevalence of racism and prejudice, showing that explicit biases often go unreported in surveys but are evident in search data.
What are the best quotes from Everybody Lies and what do they mean?
- “Everybody lies.”: This captures the book's premise that people often misrepresent their thoughts and behaviors.
- “The digital traces we leave...”: This emphasizes that our online searches can provide deep insights into our true desires and fears.
- “Big Data allows us...”: This highlights the power of Big Data to provide detailed insights into specific populations or behaviors.
How does Seth Stephens-Davidowitz use Google Trends in Everybody Lies?
- Analyzing Search Patterns: He uses Google Trends to analyze search frequency, revealing societal attitudes towards sensitive topics.
- Comparative Analysis: By comparing search data across demographics, he uncovers hidden biases and trends.
- Predictive Insights: Search data can predict behaviors, such as voting patterns, providing a more accurate reflection of public sentiment.
What insights does Everybody Lies provide about human sexuality?
- Sexual Insecurities: The book reveals that men often search for information about penis size and performance, indicating deep-seated insecurities.
- Women’s Concerns: Women frequently search for information about their vaginas, particularly regarding odor, showcasing their own insecurities.
- Fantasies and Preferences: Search data reveals surprising sexual interests and fantasies, challenging societal norms around sexuality.
How does Everybody Lies address racism in America?
- Racist Search Queries: The book presents data showing that searches for racist terms are alarmingly high, indicating explicit racism.
- Impact on Elections: Search patterns are connected to voting behavior, suggesting hidden racism influenced elections.
- Geographic Disparities: Racism varies by region, with high racist search rates correlating with lower support for Democratic candidates.
What does Everybody Lies say about the limitations of traditional surveys?
- Social Desirability Bias: People often provide socially acceptable answers in surveys, leading to inaccurate data.
- Underreporting Sensitive Topics: Issues like drug use or sexual orientation are often underreported due to fear of judgment.
- Need for Alternative Data Sources: The book advocates for using Big Data, like Google searches, for a more truthful representation of societal attitudes.
How does the author use humor in Everybody Lies?
- Engaging Anecdotes: Humor is incorporated through personal anecdotes, making complex data more relatable.
- Witty Commentary: Witty commentary on societal norms adds a light-hearted touch to serious topics.
- Surprising Findings: The juxtaposition of shocking data with humorous insights creates a compelling narrative.
What are the implications of Everybody Lies for understanding consumer behavior?
- Consumer Insights: Companies can gain valuable insights into consumer preferences by analyzing search data.
- Behavioral Predictions: Understanding search behavior helps businesses predict trends and tailor marketing strategies.
- Honesty in Data: Honest data sources, like Google searches, are crucial for informed business decisions.
What is the "curse of dimensionality" mentioned in Everybody Lies?
- Definition: It refers to challenges in analyzing data with many variables but few observations, leading to misleading results.
- Impact on Predictions: In finance, it can result in finding spurious relationships that don't hold up over time.
- Overcoming the Curse: Researchers must conduct out-of-sample tests to validate findings with new data.
How does Everybody Lies suggest we should interpret data?
- Critical Thinking: The author emphasizes skepticism when analyzing data, encouraging readers to question its validity.
- Understanding Limitations: Recognizing data limitations is crucial for drawing accurate conclusions.
- Combining Methods: A balanced approach combining Big Data with traditional methods leads to a comprehensive understanding of social issues.
نقد و بررسی
کتاب همه دروغ می‌گویند عمدتاً نقدهای مثبتی برای بررسی جذاب داده‌های بزرگ و رفتار انسانی دریافت می‌کند. خوانندگان از دیدگاه‌های جالبی که نشان می‌دهد چگونه جستجوهای آنلاین مردم حقایق پنهان را آشکار می‌کند، قدردانی می‌کنند. برخی از منتقدان به مثال‌های تکراری کتاب و تمرکز بر موضوعات بحث‌برانگیز اشاره می‌کنند. سبک نوشتاری به عنوان قابل دسترس اما گاهی سطحی توصیف می‌شود. بسیاری کتاب را تحریک‌کننده‌ی تفکر می‌دانند و از بررسی روندها و تعصبات اجتماعی آن تمجید می‌کنند. برخی از خوانندگان نگرانی‌هایی درباره‌ی حریم خصوصی داده‌ها و پیامدهای اخلاقی جمع‌آوری انبوه داده‌ها ابراز می‌کنند. به‌طور کلی، این کتاب به عنوان مقدمه‌ای جذاب به قدرت تحلیل داده‌های بزرگ دیده می‌شود.
Similar Books
