Lihat ke Halaman Asli

Rahmad Agus Koto

TERVERIFIKASI

Generalist

Facebook Lebih Mengenal Kita daripada Teman dan Keluarga Kita Sendiri

Diperbarui: 17 Juni 2015   11:14

Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.

Media. Sumber ilustrasi: PIXABAY/Free-photos

Berdasarkan hasil dari berbagai penelitian psikologi, kita adalah apa yang kita pikirkan. Rondha Byrne yang terkenal dengan The Secret-nya, menjadikan konsep/ide ini sebagai dasar dari buku-buku/multimedia motivasinya.

Bahkan jauh sebelumnya ada ujar-ujar klasik yang berbunyi,

Hati-hati dengan pikiranmu, karena ianya akan menjadi tindakan.
Hati-hati dengan tindakanmu, karena ianya akan menjadi kebiasaan.
Hati-hati dengan kebiasaanmu, karena ianya akan menjadi karakter.
Hati-hati dengan karakter, karena ianya akan menjadi takdirmu.

Hubungannya dengan Facebook?

Di kolom status ada tertera tulisan "What's on your mind" bukan? Nah, apapun yang dituliskan di kolom status tentunya hasil pemikiran si empunya akun, baik itu pemikiran sendiri ataupun pemikiran orang lain (hasil sharing/terlepas dari setuju tidaknya).

Dari seluruh status-status yang pernah dibuat, bisa diketahui karakter, watak atau kepribadian si empunya akun Facebook.

Yang itu, hasil dari logika berdasarkan ilmu dan pengalaman yang saya miliki, bukan hasil penelitian :p

Yang di bawah ini, baru hasil penelitian.

Wu Youyoua, Michal Kosinskib,dan David Stillwell dari Univeristy of Caliornia menciptakan algoritma komputer yang bisa menilai karakter kepribadian seseorang berdasarkan "Like"-nya di Facebook, kemudian membandingkannya dengan penilaian karakter oleh teman-teman atau keluarganya. Sukarelawan penelitian ini sebanyak 17.000 pengguna Facebook (NY Times, PNAS)

Hasilnya?

Penilaian algoritma komputer tersebut lebih akurat daripada penilaian teman-teman atau keluarganya.

Halaman Selanjutnya


BERI NILAI

Bagaimana reaksi Anda tentang artikel ini?

BERI KOMENTAR

Kirim

Konten Terkait


Video Pilihan

Terpopuler

Nilai Tertinggi

Feature Article

Terbaru

Headline