Actualmente los algoritmos predictivos son usados por las empresas de marketing para anticipar por medio de su comportamiento en línea, lo que los consumidores quieren. A estas también les interesa usar los datos y el aprendizaje digital para entender aspectos del comportamiento del consumidor que no se pueden ver directamente pero que les podrían ayudar a mejorar la publicidad orientada a un objetivo.
Por ejemplo, las compañías minoristas podrían decidir dirigirse a los consumidores extrovertidos para promover sus productos usando un lenguaje más llamativo para ellos, ya que se sienten más atraídos por mensajes que coinciden con su personalidad. El problema en el escenario actual de este tipo de herramientas de marketing es que los que son usados en la actualidad por las compañías carecen de fundamentos teóricos fuertes y son bastante imprecisos.
“Los algoritmos actuales de aprendizaje automático para la predicción de la personalidad pueden parecer una caja negra: hay muchos indicadores lingüísticos que pueden incluirse en su diseño, pero muchos de ellos dependen del tipo de aplicación informática utilizada. Esto puede generar sesgos y sobreajuste, un error que afecta el rendimiento de los algoritmos de aprendizaje automático. Esto plantea la pregunta: ¿cómo deberíamos crear predicciones de personalidad sólidas y precisas? “, expresó Lin Qiu, investigador principal del estudio y profesor asociado del programa de psicología de la Facultad de Ciencias Sociales de la NTU.
De acuerdo al estudio, existe una correlación entre los extrovertidos y la tendencia a usar ciertas categorías de palabras. Se encontró una pequeña fuerza de relación entre palabras de emoción agradable y palabras de mecanismo social.
Metodología
Se hizo una revisión de estudios individuales anteriores en donde se demostró que la tendencia general a experimentar emociones positivas y disfrutar de las interacciones sociales (o extraversión) está relacionada con el uso de palabras descritas por los psicólogos como palabras de “emoción positiva” o “proceso social”. Sin embargo, la fuerza de relación varía sustancialmente entre los diferentes estudios.
Para establecer la efectividad de tales predictores lingüísticos el equipo de NTU realizó un metaanálisis, revisando 37 estudios sobre el tema. Usando cuestionarios de tipo de personalidad ampliamente reconocidos, se determinó el rasgo de extraversión. Queda pendiente para el equipo de NTU investigar la conexión entre la extraversión y otras categorías de palabras.
En el uso de herramientas de análisis de textos usados por los psicólogos, las palabras de emociones agradables son aquellas que describen estados emocionales placenteros como, por ejemplo, amor, feliz, bendición, bonito o simpático, que reflejan optimismo. Las palabras que indican un proceso social son aquellas que contienen pronombres personales (con excepción del pronombre “Yo”) y palabras que indican intenciones sociales como “reunirse” o “hablar”.
Resultados
Según el profesor Qiu, es la primera vez que se establece una relación entre los extrovertidos y el uso de dos categorías de palabras. Como la conexión es pequeña, se requieren de indicadores lingüísticos más fuertes para mejorar este tipo de acercamiento de aprendizaje automático, dado el interés que tiene como una herramienta de marketing de consumo.
De acuerdo con los autores del estudio, los hallazgos pueden proporcionar predictores lingüísticos sólidos a los especialistas del marketing para el desarrollo de algoritmos de aprendizaje automático y esto ayudará a mejorar la eficiencia de los softwares usados como herramientas usadas en la predicción de la personalidad.
Si bien el aprendizaje automático y el análisis predictivo pueden brindar a las empresas y los especialistas en marketing una ventaja adicional en sus estrategias comerciales, se debe pensar más en el diseño de tales modelos analíticos, dijo el equipo de investigación de NTU.
El desarrollo de herramientas de aprendizaje automático más precisas en la predicción de la personalidad será facilitada si se mejora la comprensión sobre las categorías de palabras.
Referencia del estudio: Jiayu Chen, Lin Qiu, Moon-Ho Ringo Ho. A meta-analysis of linguistic markers of extraversion: Positive emotion and social process words. Journal of Research in Personality, 2020; 89: 104035 DOI: 10.1016/j.jrp.2020.104035
Fuente: Science Daily
