Hlavní navigace

Názory k článku O sentiment analýze bez sentimentu aneb jeden malý experiment

  • Článek je starý, nové názory již nelze přidávat.
  • 14. 7. 2011 8:16

    Jean Laroux (neregistrovaný)

    To jsou tedy vyhodnocovací metody. Amatéři. Pokud nejsou známy metody pro cílené ovlivňování "nálady" popř. veřejného mínění a nelze odlišit ty cílené metody od spontánních reakcí pak je každá analýza silně zkreslující. Z jiného úhlu pohledu může být právě výsledek analýzy silně "manipulační". Je opět otázkou zda-li jde o metodu s určitým cílem (záměr) nebo jen o výsledek opřený o "zmatečná" data.

    Účel analýzy ?
    1. Obchodní (vyhodnocení požadavků a potřeb uživatelů v určité komunitní síti za účelem efektivnějšího směrování nabídky produktů a služeb)
    2. Jiný (Analýza odhaluje momentální stav - "teze" za účelem nalezení vhodné reakce na stav "antiteze" a dosažení požadovaného řešení "syntéza". V podstatě se blížíme k něčemu co se dá nazvat "Řízenou dialektikou". V praxi může jít o využití pro psychologické operace s míněním či náladou obyvatelstva v rámci informační či ideové války, může jít o snahu ovlivnit voliče před volbami atp.)

  • 14. 7. 2011 13:21

    Zbiejczuk

    Tohle je hezký příklad - jak vyhodnotit tyhle zmínky? Dovolil bych si s Jakubem Machem nesouhlasit v tom, že většina příspěvků je jednoznačná. A teď nejde o tu ironii - na tom se to pravda hezky ukazuje, ale není to až tak časté. Ale pokud budu mít status na Facebooku: "Tak jsem zapomněl zaplatit u O2 tátovu fakturu, to je průser." - tak je to průser autora, nikoliv O2 a pro ně je výsledek "neutrální"... Podobných příkladů je hromada, Josef dal k dispozici i ty "testovací" otázky, které jsme nijak speciálně nevybírali, nějak "aby nám to vyšlo".

    Když monitorujete brand nějakého softwaru a někdo napíše "je to super soft, teď jsem si ho stáhnul z torrentu a už mi to po cracknutí valí" - je to pozitivní nebo negativní? A tak by se dalo pokračovat dlouho...

    Co tím chci říci: zároveň podle mě platí, že když nabídnete klientům strojové zpracování sentimentu, obvykle už se nebudou dívat, jestli to sedí nebo ne. A nebudou muset přemýšlet nad tím, CO vlastně vnímají sami jako pozitivní, co neutrální a co negativní. A samotná nutnost toto si interně vysvětlit mezi sebou, může být jedním ze zajímavých přínosů monitoringu.

  • 14. 7. 2011 13:36

    Jean Laroux (neregistrovaný)

    Velmi zajímavá myšlenka a hlavně Váš závěr. Myslím, že i ten v článku zmiňovaný Atax nejspíš pociťoval potřebu si to "Vysvětlit mezi sebou" a proto provedl analýzu sentiment-analýz, aby kluci a holky zjistili to co už dávno věděli... No třeba se pletu ;)

  • 14. 7. 2011 13:38

    bez přezdívky

    ... když začneme hrát na levelu "Autor to možná myslel jinak než napsal", tak to není úloha pro Bayese ani pro manuální vyhodnocení, ale pro psychotroniky a jasnovidce :-))

  • 15. 7. 2011 13:35

    Josef Šlerka (neregistrovaný)

    Pavle promin, ale ty jsi ten clanek necetl, vid? Prestan blbnout a zamysli se nad tim, co pisu. Ja chci veci merit, ne vykrikovat, ze mam strojovou sentiment analyzu a nebyt schopen vykazat jak merim jeji uspesnost. Navic jak merit uspesnost strojoveho urceni sentimentu a co to vlastne je strojove urceni sentimentu jsou otazky, ktere prave nastoluji. Precti si ten clanek jeste jednou, pak si stahni nejake papery k tomu a pak navrhni nejakou smysluplnou otazku.

  • 14. 7. 2011 10:26

    souhlas (neregistrovaný)

    ano, v podstatě souhlas, je pak tragické, když i veřejnoprávní televize přihlíží k podobným nerelevantním statistikám např. z facebooku

  • 14. 7. 2011 11:39

    Michal Illich

    > Faktem ale je, že drtivá většina zmínek je jednoznačná.

    Četl jste ten článek vůbec? Z 90 náhodně vybraných zmínek se lidé shodli jen v 43 případech. Takže ne drtivá většina, ale lehká menšina.

  • 14. 7. 2011 13:07

    bez přezdívky

    Post O2 super zmrdi je negativní. To, že autor zapomněl čárku je sice pěkné, ale výsledek je jednoznačný při lidské i strojové analýze. Mimochodem - až tyhle naše příspěvky budou v O2 vyhodnocovat (zdravím!), dají jim negativní, nebo neutrální sentiment? První příspěvek vlákna celkem jasně ukazuje, že jeho autor je přesvědčený, že vnímání O2 je negativní. Je to pouhé konstatování, nebo je to hodnotící soud?

  • 14. 7. 2011 13:29

    Jean Laroux (neregistrovaný)

    Není negativní :-) Je pozitivní resp. AUTOR to myslel pozitivně ale díky své chybě to vyzní negativně. Je to sice chyba ale výsledek vyzní vzhledem k nemožnosti detekovat chybu strojově - přesně opačně než by měl. Proto se zde nemůže pracovat s jedním, každým příspěvkem ale musí se počítat s tou zmíněnou odchylkou ve vztahu k potenciální gramatické chybě. Základním předpokladem dosažení přibližně správného celkového výsledku (filtrem) může být další parametr v hodnocení. Příklad: Dělám průzkum na sociální síti, kde převažují pubescenti s nízkou úrovní vzdělání. Pokud dokážu takto respondenty identifikovat, pak nastavím vysokou pravděpodobnost gramatických chyb a raději nebudu nic vyhodnocovat protože pro mě ti respondenti jednak nemají "váhu" jako např. cílová skupina a nemá pro mne ani váhu jejich názor. Vím, že na nějaké čárky ve větách mohu čekat marně a riziko vzniku významové chyby v analýze je vysoké. NAOPAK u skupiny respondentů, kterou mohu charakterizovat jako vzdělanou a nosnou pro sledování veřejného mínění, předpokládám vysokou pravděpodobnost, že chyby v gramatice nedělají a slovní analýza má vysokou pravděpodobnost relevantnosti. Btw. Určitě jsem tu sám nasekal spoustu gramatických chyb :-) Analyzujte mé příspěvky .. Dívám se na sociální monitoring spíše pozitivně, skepticky nebo vyváženě ? Jak to vyhodnotíte Vy a jakou šanci má stroj ? Vy získáte dojem .. což je v pořádku .. je to jako s tou nahoře uvedenou větou o O2 ale stroj to nevyhodnotí nijak. Čím abstraktnější diskuze a celkový kontext názorových pohledů tím těžší stanovit hodnotící kritéria (parametry) a začnou převažovat neznámé se kterými ani strejda Bayes nehne :-) Ve výsledku s použitím podobných metod dostanu výsledek, který chci dostat protože jsem k jeho dosažení vymezil jen určitá (pro můj výsledek vhodná) kritéria.

    A o tom to celé je .. Social monitoring mi má usnadnit vyhodnocení ve vztahu k určitému MÉMU účelu např. obchodnímu atp. Rozhodně by ale neměl být brán výsledek podobných analýz jako berná mince pro rozhodovací procesy s celospolečenským dopadem. Zde už je velký prostor pro zneužití výzkumu a účelové zmanipulování veřejnosti.

  • 15. 7. 2011 19:41

    Miroslav Spousta (neregistrovaný)

    Shoda anotátorů se často měří pomocí kappa koeficientu (Cohen's kappa) nebo podobných měr. Pokud je shoda malá, může to také znamenat, že úloha není dobře specifikovaná -- ve složitějších případech pak anotátoři vyberou v podstatě náhodně. Může pomoct i pár příkladů.

  • 14. 7. 2011 13:47

    Tomáš Kapler

    Problém hodnocení lidmi je v tom, že aplikují své vlastní preference do hodnotících soudů, což by vám dokázal vysvětlit každý zaměstnanec nějaké agentury pro výzkum trhu a veřejného mínění.
    Tj. např. budu-li fanda Apple (zákazník O2 ...), tak budu i lehce kritické zmínky o nich podvědomě označovat jako neutrální a naopak. To je jedna z výhod strojové analýzy.
    Samozřejmě domnívat se, že strojová analýza funguje tak, že se hledá (jen) blízkost fráze a nějakého pozitivního/ne­gativního slova je hodně zcestná, všechny (profi) nástroje, které na to existují měli tohle možná jako nějaký první krok, načež následovalo několik minimálně desítek tisíc člověkohodin práce s důkladnou ruční analýzou a zařazení zpřesňovali, čímž vznikla ohromná báze různých frází, které při hodnocení lidé používají, odhaduji, že zhruba 40 % frází bude neunikátních, a dalších cca. 20-30% půjde s velkou přesností odhadnout jinými postupy.
    A načež nastupuje poslední bod, na který jste zapomněli a tím je odpověď "nevím / nejsem si jist". Pakliže si hodnotitel (stroj či člověk) není jist zabarvením, tak prostě označí odpověď jako že si není jistý. Nemá to pak fakticky žádný dopad na výsledek (jen je větší statistická chyba vzhledem k menšímu množství dat).

  • 15. 7. 2011 21:55

    Josef Šlerka (neregistrovaný)

    Jaký používáte na UFALu dataset pro testování vašich postupů? Tedy jak jste ho získali a je volně dostupný?

  • 23. 7. 2011 13:33

    ignorant (neregistrovaný)

    Stale sa divim nad tym, co vsetko sa dnes pcha do seriozneho vyskumu. Este nech mi niekto povie, ze tieto kok*tiny su platene skolstvom, statnymi peniazmi urcenymi na skutocny vyskum biologov, chemikov, fyzikov. Komu su pre kristove rany taketo prace a takyto vyskum. Este ze nie som ministrom skolstva, pretoze hned by stupol pocet nezamestnanych zrusenim pseudoodborov akych su na FF (a inych fakultach) desiatky. Vyhodene peniaze, ktore patria inam!

  • 27. 10. 2011 18:20

    KvěciProsím (neregistrovaný)

    Myslím, si že na tento výzkum byly obětovány nemalé prostředky celé UK, které byly doslova vyrvány z rukou biologů, chemiků a fyziků. Ono totiž udělat si ověření teorie pomocí sociálních sítí je MIMOŘÁDNĚ finančně náročné!

    A teď vážně. Všichni jsou jistě rádi, že nám ignorant sdělil svůj názor, ale nemůžu říct, že by nějak plodně přispěl do debaty. Proto prosím, jestli nemáš něco k tématu "Sentiment Analysis", tak se pro příště zdrž srdceryvných komentářů.

    Btw. Komu patří ty velké peníze? Kdo jste "vy"?

  • 27. 10. 2011 18:46

    KvěciProsím (neregistrovaný)

    A protože se mi nelíbí tvůj tón, tak si neodpustím jednu podpásovou argumentaci.

    I kdyby nakrásně byl celý výzkum financován UK, tak se neboj. Tvůj stát na tom neutratil ani korunu... ;)

  • 14. 7. 2011 8:53

    Jakub Mach (neregistrovaný)

    Strojová analýza je základ. Jedna firma si definuje celou sadu dotazů na zmínky v sociálních sítích a je není v jejích silách otagovat desetitisíce nalezených zmínek.

    Pane Šlerka, vy si ve svých zdůvodněních, proč je strojová analýza problém, vždy vyberete vyjímečný příklad. Faktem ale je, že drtivá většina zmínek je jednoznačná. To, že jednotky zmínek z celkového počtu desetitisíců stroj otaguje špatně (týká se například vaší oblíbené ironie), tak to je rozhodně menší problém, než nutnost vše tagovat ručně.

    Vidím to prostě jinak, ale články od vás si vždy s radostí přečtu.

  • 14. 7. 2011 11:47

    bez přezdívky

    Ptejme se po smyslu zadání hodnocení sentimentu. Myslím si, že by bylo fér uvést, že hovoříme-li o komerční sféře, pak klient, který z nějakých důvodů potřebuje rychle vyhodnotit desítky tisíc zmínek v sociálních médiích, chce velmi pravděpodobně vyhodnotit proběhlou reklamní kampaň. Při běžném provozu jde i pro opravdu velkou firmu o průběžné skórování v řádech několika stovek příspěvků denně; desítky tisíc zmínek jsou záležitost několikaměsíčního provozu a klient, který by je chtěl skórovat najednou s takovým časovým odstupem, vyhazuje peníze oknem.

    Hovoříme-li tedy o vyhodnocení reklamní kampaně, bude velká většina příspěvků na FB (který v ČR generuje většinu příspěvků) shodná nebo velmi podobná. Jde totiž o výsledek prostého sdílení, k němuž zvlášť aktivní uživatelé tu a tam přihodí zásadní sdělení typu „Mazec“ nebo :-). Pokud podobné nebo shodné příspěvky dokážete sloučit, není jejich skórování nijak obtížné (a zvládnete to i ručně). Co ale i v takovém případně není jednoznačné a velmi záleží na zadání, je otázka jaké skóre přiřadíte. Je skutečnost, že někdo na FB pouze sdílí reklamu své oblíbené značky a nic k ní nepřidává, pozitivní nebo neutrální? Ale jak budete hodnotit skutečnost, že ji někdo sdílí ze stránky, která onu reklamu hodnotí extrémně negativně?

    Pokud se ale pohybujeme na statistické úrovni, která je postačující např. pro potřeby rychlého a levného vyhodnocení masivní kampaně, pak myslím, že je strojové vyhodnocení přijatelné. Pokud ale chcete pracovat se sentimentem každého příspěvku pak v tuto chvíli nezbývá než poctivá ruční práce, pokud možno s průběžnou zpětnou vazbou od klienta.

  • 14. 7. 2011 12:00

    Pepa (neregistrovaný)

    Z tabulky výsledků by pak například vyplynulo, že v 70% tweetů obsahujících klíčové slovo "O2" se zároveň vyskytuje klíčové slovo "zmrdi" :D Sentiment je pak zjevný bez strojové analýzy :-)

  • 14. 7. 2011 13:01

    Jean Laroux (neregistrovaný)

    Ano to je, nicméně strojová analýza se používá právě z důvodu rychlosti automatizovaného vyhodnocení byť to je na úkor přesnosti.

    Napíšu tweet "O2 super zmrdi" ... jak to stroj vyhodnotí jen na základě slov ?

    Spojení slova O2 a slova zmrdi + umocňujícího slova super = velmi nagativní postoj vůči O2

    Ok ale ve skutečnosti jsem napsal, že O2 jsou super a reaguji na negativní příspěvky v diskuzi tak, že ostatní diskutéry označím za zmrdy. Jen jsem udělal malou gramatickou chybu a nenapsal jsem čárku za slovo "super".

    I s tou chybkou se musí počítat. Samozřejmě, že s využitím různých filtrů se definuje určitá pravděpodobnostní odchylka vzhledem k takovýmto možným chybám a výsledek je pro potřeby zadavatele přesto použitelný. V oblasti zkoumání nálady obyvatel za jiným než obchodním účelem bych ale byl velmi opatrný jak výsledek použiji. Je zde mnoho faktorů a souvislostí v kontextu diskuze, které mohou v sumarizovaném vyhodnocení vyznít velmi zkresleně a další interpretace mohou reálný výsledek zkreslit ještě více a bude to zkreslení účelové.

    Nyní trochu offtopic. Odběhnu k použitelným metodám Social monitoringu přesněji monitoringu aktivit v sociálních sítích. Zajímavá bude analýza skupinové komunikace např. s nyní "nově" (ono to tedy není nově) integrovaným prvkem "Sociálních videokonferencí". Zde může nastat zásadní problém ve vztahu k vynucované právní odpovědnosti provozovatele za zveřejněný obsah na svém webu. Někdo může FB nebo G+ napadnout, že provozují videochat, kde dochází k zneužívání dětí (dívek pod 15), které nabízí virtuální videosex za úplatu. Jak se bude provozovatel chránit ? V prvním kroku podmíní registraci ke službě, věkem uživatele (neověřeným) a dále souhlasem s podmínkami provozu na webu, kde bude takováto aktivita zakázána. Uživatel odklikne souhlas a to provozovatele kryje protože dálková smlouva takto uzavřená je právně platná (alespoň v ČR) i bez fyzického či ověřeného podpisu. Problém ale nastane další a to je poskytování služby mezinárodně. To co je zde právně přípustné nemusí být přípustné jinde. Začne provozovatel zamezovat přístup zahraničních uživatelů ? Asi ne .. Začne proto s aktivní metodou "cenzury" protiprávních aktivit na svém webu a jsme už u samotné analýzy aktivit na sociální síti. Jak například provozovatel FB videochatu zjistí, že mu někde běží videokonference, kde si to dělá 13-ti letá holka (vydávající se za 18-ti letou) před 20-ti chlapy a za peníze. Je nutno nastavit filtry a vyhodnocovací mechanismy. Uplatní se Bayes, SVM a další nástroje. Příklad: Monitoruji textový chat se spuštěným videem a v něm přihlášené uživatele. Nastavím filtry: Pohlaví uživatele + věk a omezující filtry jako: počet přihlášených uživatelů mužů a žen přičemž výsledek 1 žena + více mužů za podmínky, že mají všichni muži zobrazen maximalizovaný obraz ženy = potenciální protiprávní aktivita. Pokračuji dále ve filtrování a nasadím analýzu obrazu pomocí specializovaných filtrů. Barva pokožky (více variant) a poměr plochy pokožky v obraze k barvám ostatním (oblečení) = více pokožky = více nahatá, detekce končetin a jejich vzájemné polohy, antropologické rysy ve vazbě na vyhodnocení potenciálního věku atd. atd. FILTR se opět zúžil na detekci rizikové aktivity. A pokračuji ve filtrování dále: Analyzuji související textový chat na slova" Sex, masturbation, naked, cum, tits, pussy, pay, credit, money, teen atp. Filtr se opět zúží. Nasadím autolearning metody a vyhodnotím podobnosti v charakteristických (rizikových) videostreamech. Těch zužujících filtrů se dá nastavit HAFO. Výsledkem je upozornění admina na rizikovou aktivitu, který tuto aktivitu prověří a zablokuje popř. zablokuje účet uživatele. Použití podobných metod dokáže dnes ochránit provozovatele aniž by musel zavádět ověřenou! registraci na své službě.

  • 14. 7. 2011 16:01

    Jan Hrdlička (neregistrovaný)

    Disclaimer: Autor pracuje jako research engineer ve společnosti Buzzboot

    Dobrý den, připojuji pár postřehů:

    1)Josef Šlerka: "Zvlášť pokud se obecně usuzuje, že relativně snadno dostupnými prostředky jako jsou bayesovské filtry či SVM, lze dosáhnout velmi rychle úspěšnosti přes 70 procent"

    Jedno číslo pro úspěšnost je velmi zavádějící. Například když budu mít 80% příspěvků neutrálních, tak 80% úspěšnosti dosáhnu označením všech jako neutralni (což není úplně to, co chceme). Pro takové případy jsou tu například sensitivita a specificita (oblíbené v lékařských statistikách) nebo ještě lépe confusion matrix jako mnohem vhodnější míry.

    2) Že sentiment může být jiný celkově a jiný vzhledem k hledané značce je evidentní. Ale není pravda, že Naivní Bayes či SVM musí poznávat jen ten celkový. Záleží pouze na vhodné volbě příznaků (features).

    3) Nejdůležitější myšlenka (nemá cenu poznávat sentiment, ani lidi ho neznaji) je sporná, ale ne nutně chybná. Pokud se budeme snažit poznávat sentiment i s "background knowledge" a za každou cenu hledat pozitivní nebo negativní nadech, pak se neshodnou ani lide (natož aby sentiment uměl poznat robot) a dostáváme se spíše na pole hádání. Můj skromný názor je, že hodnotitelé se snažili za každou cenu nějaký sentiment najit (tak jak to dělalo i několik lidí v komentářich ke článku) a pak se neshodnou ani mezi sebou.
    Otázka je, co chce zakaznik....sen­timent u kterého se všichni shodnou (zbytek je neutralni-diskutabilni)? Nebo sentiment u ktereho ani sami hodnotitelé přesně neví, ovšem nějak si "tipnou" s tím, že používaji svou "background knowledge", která může být rozdilna od autora příspěvku - tweetu?

    hrdlicka(vy vite co)buzzboot.com

  • 14. 7. 2011 17:30

    Josef Šlerka (neregistrovaný)

    Diky za tyhle poznamky. Pokud jde o bod jedna (a vlastne i dva) tak mate pravdu. Pokud bychom mohli pristoupit na mereni accuracy, precision a Recall muzeme se podivat do studie od Rudy Prabowa a Mike Thelwalla: Sentiment Analysis: A Combined Approach kde je k dispozici prehledna tabulka jednotlivych algoritmu.

    Mimochodem ukazuje, ze pouhe vyuziti polarizacniho slovniku jsou uz zajimave vysledky, ale take ukazuje, ze rada postupu nebyla nikdy poradne hodnocena a uz vubec ne proti zminkam ze socialnich siti. Co je ale v tom vsem zajimave: mereni recall i precision se pocita proti lidskym hodnocenim, proto mne zajima, jak lide skutecne zminky klasifikuji. (Nebojte z jednoho experimentu zavery nedelam.)

    Pokud jde ale o bod tri, ktery je ten zajimavy, nerikam, ze nema cenu strojove poznavat sentiment. Rikam, ze je treba urcite opatrnosti. Treba i protoze zminky na socialnich sitich jsou casto jiny zanr, nez texty recenzi na kterych je vetsina ML systemu ucena. Navic, a to by melo byt receno, dost jasne: drtiva vetsina monitorovanych brandu nema v Cechach desitky tisic zminek mesicne, ale spis tisicovky mesicne, cili spis stovky denne a s klesajicim poctem zminek klesa i uspesnost rady postupu. Navic klient si tak spis pamatuje 1 spatne oznacenou nez 4 spravne:-)

    Ale! Uplne jina hra kuprikladu je, pokud chce klient (near) real-time alertovaci system, ktery ho varuje, ze ma spadlou sit a podobne. Bohuzel rada socialnich guru mele o sentimentu an sich, coz je blbost per se:-)

  • 14. 7. 2011 9:47

    Jean Laroux (neregistrovaný)

    Stojová analýza je jistě proveditelná. Otázkou je jaká data se vyhodnocují.

    V oblasti Social monitoringu webových médií tj. aktivních médií (kde vstupuje veřejnost) lze vyhodnocovat např. zájmovou orientaci skupin a jejich názor na určité téma nebo např. k určitému výrobku či službě za pomocí doplňkových prvků jako jsou např. ankety. Zde je pak strojově vyhodnotitelný zájem o produkt či službu s procentuálním rozlišením. Lze i sledovat vztah k určitému ideovému tématu. Popisuje však výsledek analýzy skutečně reálný stav ? Pokud jde o anketu typu: Koupil byste si telefon s a) Androidem, b) iOS, c) Symbianem d) jiným systémem pak může být výsledek jistě velmi průkazný a pro obchodní účely použitelný ale co jiné ankety a co jiná použití výsledků analýzy?

    Pokud se posuneme do roviny hodnocení názorů respondentů bez různých "zaškrtávacích"- anketních prvků pak stroj nemůže nikdy vyhodnotit postoj a náladu člověka sám o sobě bez vstupu lidského "hodnotitele". A i ten lidský hodnotitel hodnotí subjektivně a často už předem vnímá cíl, kterého by rád dosáhl. Pak podvědomě hledá podporu jen pro svůj cíl a ignoruje prvky pro podporu stanoviska na opačném pólu. I lidský faktor tedy nemůže objektivně vyhodnotit náladu či názorovou orientaci a může jen subjektivně odhadovat. Natož pak nějaký STROJ (algoritmus). To prostě nejde naprogramovat a i to tagování je jen přibližné ať jej provádí stroj či člověk. Ironii leckdy nepozná ani člověk natož stroj. V podstatě to plyne i se závěrů studie, kde se např. píše, že většina zmínek má bez kontextu komunikace zcela ambivalentní význam. Ta rozporuplnost je zřejmá protože ani lidský hodnotitel není schopen objektivně vyhodnotit ideový, potažmo náladový kontext celého komunikačního vlákna. Dále se v závěru "Ataxu" např. píše: "Zdá se, že shoda je tím větší, čím text obsahuje více z polarizačního či dokonce vulgárního slovníku." Stroj může vulgární slovník vyhodnotit pouze ve vztahu k slovníku vulgárních výrazů a to samo o sobě dělá ze strojového hodnocení naprosto zkreslující mechanismus. Mnoho vulgárních výrazů může totiž být v kontextu diskuze příznakem pozitivního vjemu a naopak mnoho velmi distingovaných a slušných formulací může mít naopak silně negativistický až urážlivý kontext. Tohle opět stroj nevyhodnotí nikdy. To už nemluvím o tom co ve slovníku je a co tam není. A nyní je ještě další podstatný prvek o kterém se zmiňuji výše. Mnoho názorů v diskuzi (komunikaci) nemusí být vůbec spontánním projevem komunikujícího ale může jít o činnost agenta nasazeného do diskuze za účelem manipulace diskuze a tedy i názorové orientace diskuze. Mnohdy mohou být agenti nasazeni i na obě názorové polarity. Těch metod cíleného ovlivňování komunity jsou kvanta a směřují k něčemu co se nazývá propaganda, vymývání mozků, psyops atp. Jak pak relevantně člověk nebo dokonce stroj vyhodnotí komunikaci, když není schopen detekovat spontánní respondenty a ty směrující Agenty? Ve výsledku může být i dobře míněná analýza manipulační a hraje ve prospěch cíle nastrčených agentů-respondentů, kteří v průběhu komunikace zastávají pozice jakýchsi Alfa diskutérů.

    Zůstaňme tedy raději pevnýma nohama na zemi a rozlišujme co lze vyhodnocovat a jakými metodami a co už vyhodnocovat nelze. Poslední věta článku říká, že je třeba vždy u každého klienta promyslet, proč ji potřebuje a jak ji sám vlastně vnímá. PROČ JI POTŘEBUJE ? Potřebuje třeba zveřejnit výsledek průzkumu, který byl manipulován např. vhodnou formulací otázek ankety. Příklad - OTÁZKA: Máte rád stranu TOP-09. 1. Ano rozhodně, 2. Nejsem si jist, 3. Nevadí mi. .. KDE JE volba "Rozhodně ne !" ?? Takto se výsledek ankety zveřejní v médiích jako 85 % respondentů nemá výtky vůči TOP-09 15% nemá názor. Ten kdo se pak seznámí s anketou získá dojem, že proti TOP-09 vlastně nikdo nemá nic a nepátrá po tom, jak byla formulována anketa. A nerozhodnutý volič se pak dle davové psychologie kloní k většinovému názoru tj. v našem případě buď k těm sympatizantům nebo těm, kteří zůstávají nerozhodnutí. Účelové zneužití analýzy za účelem následné manipulace. Já vím, že pro průzkumy veřejného mínění existují určitá pravidla a můj příklad je extrémní ale to bylo jen pro snazší pochopení. Ve skutečnosti může být i za použití nenápadných nuancí ve formulaci anketních otázek dosaženo požadovaného výsledku. A to už vůbec nemluvím o webových anketách na které se nasadí placení klikači ;) To co popisuji jistě není klasický průzkum zpracovávaný odborným teamem mezi respondenty vybranými dle určitých konstantních (závazných) pravidel ale pokud se začneme zabývat analýzou sociálních skupin viz. článek tak je třeba se o tom zmínit, protože pravidla zde na webu jsou jiná a roli zde hraje např. anonymita, falešná identifikace respondenta atp.

    Forenzní psycho-sociální analýza je sama o sobě velmi složitá disciplína a s její aplikací do prostředí interaktivních komunikačních nástrojů bych byl velmi opatrný. Prostředek hodnocení se zde může snadno stát nástrojem cílené manipulace.

Upozorníme vás na články, které by vám neměly uniknout (maximálně 2x týdně).