Sie lesen:
Navigation durch die Komplexität
Image
Big Data, KI und Wissenschaft

AIlon Story

Von Social Media zu augmented intelligence

Aus der Wissenschaft in die Praxis

Einer unserer Gründer war 2016 auf der Suche nach einem Thema für seine Masterarbeit in Data Science. Kurz vor dem Medienspektakel um Psychologisches Targeting und Cambridge Analytica las er im Buch Data Science for Business über Evidence Lifts from Facebook Likes, wo die Autoren beschrieben, wie man den IQ einer Person anhand der Seiten berechnet, denen diese auf Facebook folgt. Wir können dieses Buch sehr empfehlen, wenn Sie in die Bereiche Data Science / Machine Learning einsteigen möchten.

Data Science for Business

Die Autoren stellen fest, dass es auch möglich ist, verschiedene soziodemografische Attribute basierend darauf, welchen Seiten ein Nutzer auf Facebook folgt, zu berechnen. An dieser Stelle wurde klar, dass dieser Ansatz enormes Potential bietet und unterschätzt wurde, da fast alle von uns einen digitalen Fußabdruck haben und es keinen Grund zu der Annahme gibt, dass sich die Ergebnisse auf die oben genannten Bereiche beschränken - das Gegenteil ist tatsächlich der Fall. So vielversprechend die Idee auch war - die vorgeschlagenen Algorithmen des Machine Learning trafen bezüglich der Daten völlig falsche Annahmen.


Weitere Nachforschung zu diesem Thema zeigten, dass das gesamte Thema aus einer Studie mit dem Titel Computer-based personality judgments are more accurate than those made by humans stammt, bei denen Forscher bewiesen, dass ein Algorithmus die Persönlichkeit eines Individuums besser einschätzen kann als der eigene Ehepartner (siehe folgende Abbildung). Die Abbildung zeigt, dass mit steigender Anzahl an gefolgten Facebookseiten die Genauigkeit der Persönlichkeitseinschätzung des Algorithmus ebenso steigt (die Genauigkeit eines Arbeitskollegen kann bei ~ 10 Likes erreicht werden, die eines Ehepartners bei ~270 Likes):

Image
Computer-based personality judgments are more accurate than those made by humans
Wu Youyou, Michal Kosinski and David Stillwell

Diese Ergebnisse sind überraschend, da typischerweise angenommen wird, dass die Persönlichkeitswahrnehmungen sich aus den sozial-kognitiven Fähigkeiten des menschlichen Gehirns ableiten und somit eine rein menschliche Fähigkeit sind. Entsprechend folgte der Forschung ein erhebliches Medienecho:


Der methodische Fehler blieb

Trotz des Medienechos wurden keine weiteren Untersuchungen zur Methode durchgeführt. Im Laufe seiner Masterarbeit präsentierte unserer Gründer einen verfeinerten Ansatz zur Erhöhung der Vorhersagegenauigkeit mit Elastic-Net Feature Regression und Support Vector Machine Regression mit einer nicht-linearen-Kernelfunktion, um von den Interaktionseffekten zwischen Facebook-Followings zu profitieren. Mit überragenden Ergebnissen:

Image

akkurater

der Daten
+100% Genauigkeit mit nur 10% Daten durch elaborierte Algorithmen

Die obige Abbildung veranschaulicht die Ergebnisse, die den vorherigen auf den ersten Blick sehr ähnlich sehen. Mit einem wichtigen Unterschied: Die Skalierung der y-Achse bei der neuen Methode beginnt mit einer Genauigkeit von 58% (entsprechend der oben genannten Genauigkeit des Ehepartners) bei nur zehn Facebook-Likes.

Es ergeben sich fünf wesentliche Erkenntnisse:

  1. Es ist notwendig, dieses Thema mit höchsten ethischen Standards und strengen Datenschutzbestimmungen zu behandeln.
  2. In den Daten steckt viel mehr Informationsgehalt als zuvor angenommen
  3. Datenkraken sind schlichtweg unnötig. Smart Data schlägt Big Data
  4. Durch Deep Learning, lassen sich die Ergebnisse nochmals verbessern
  5. Die Ergebnisse sind nicht auf die Domäne von Facebook Likes beschränkt, sondern sind auf jede Form von Following-Strukturen anwendbar.
Wenn etwas so abstraktes wie Persönlichkeit sich berechnen lässt, muss noch viel mehr möglich sein



Kontakt

Kommen Sie in Kontakt mit augmented intelligence - besser heute als zu spät

Name