En världs första QUT-ledda studie har använt artificiell intelligens för att analysera regionala personlighetsegenskaper som enbart uppskattas utifrån språkmönster i 1,5 miljarder Twitter-inlägg och avslöja hotspots och kalla fläckar av entreprenörspersonlighet och aktivitet över hela USA.

QUT:s docent Martin Obschonka från Australian Centre for Entrepreneurship Research slog sig ihop med forskare från London School of Economics and Political Science, University of Pennsylvania och University of Mannheim. Deras papper, Big Data, artificiell intelligens och entreprenörskapets geografi i USA har just publicerats online via Center for Economic Policy Research (London, Storbritannien) och Centre for Open Science (Charlottesville, USA).

• Studien analyserar 1,5 miljarder Twitter-tweets från USA över 1, 772 län (som representerar 95 procent av USA:s fastlandsbefolkning) för skillnader i entreprenörspersonlighet, definieras som ett lokalt mönster av hög extraversion, samvetsgrannhet, öppenhet, och låg angenämhet och neuroticism (en entreprenöriell konstellation av de fem stora personlighetsdragen)
• Språket på Twitter som används i en region avslöjar information om personlighetsstrukturen och den ekonomiska vitaliteten hos regionens befolkning
• Stora hotspots av entreprenörspersonlighet (större områden får konsekvent höga poäng i entreprenörspersonlighet):Bälte på östkusten, sträcker sig från Massachusetts hela vägen till Florida, Colorado runt Denver / Boulder, San Francisco / Bay Area, och södra Kalifornien, Gulf Coast-regionerna Louisiana och Mississippi
• Stora kalla fläckar av entreprenörspersonlighet (större områden ger konsekvent låga entreprenörspersonlighet:):Rust Belt, södra Texas, Centrala Kalifornien

Professor Obschonka sa att studien visade att en Twitter-baserad personlighetsuppskattning är lika framgångsrik när det gäller att förutsäga lokala skillnader i faktisk entreprenörsaktivitet (t.ex. lokala uppstartshastigheter) som regional personlighetsdata som samlats in med hjälp av miljontals standardpersonlighetstester.

"Vad vi har upptäckt här är att sociala medier – hur språk används i Twitter – är en pålitlig markör för ekonomisk vitalitet i en region, " sa professor Obschonka.

"Vi har undersökt Twitter-data från ett stort projekt vid University of Pennsylvania. Detta projekt analyserade 1,5 miljarder amerikanska tweets och andra sociala medier-data för att träna en maskininlärningsmodell som kan uppskatta regionala personlighetsegenskaper genom att analysera språkmönster som vanligtvis används på sociala medier i en region.

"Än så länge, studier som undersöker regionala skillnader i personlighet och meningsfulla effekter på regionala resultat som ekonomisk prestation, välbefinnande, hälsa, eller röstbeteende var tvungna att förlita sig på kostsamma och resurskrävande frågeformulärstudier som kräver att miljontals människor fyller i långa personlighetstest online.

"Vi ville testa om vi hittar liknande resultat, i vårt fall effekterna av lokal personlighet på entreprenörskap, när man använder regionala personlighetsuppskattningar genererade av en artificiell intelligensmetod, baserat på offentligt tillgänglig sociala mediedata som tweets.

"Svaret är ja. USA-kartan över det Twitter-baserade lokala måttet på entreprenörspersonlighet och USA-kartan över de faktiska startfrekvenserna visar imponerande överlappning. Vi hittade betydande positiva samband mellan regional Twitter-baserad entreprenörspersonlighet och faktisk start- höjningar, och dessa samband var robusta när man beaktade lokala ekonomiska förhållanden som utbildningsnivå, arbetslöshet, och branschsammansättning.

"Mer viktigt, vi finner mycket liknande eller till och med högre korrelationer mellan regionala skillnader i Twitter-baserade mått på entreprenöriell personlighet och entreprenöriell aktivitet än i tidigare självrapporteringsstudier som analyserar miljontals personlighetstester."

Professor Obschonka skulle nu vilja undersöka liknande data i Australien, Europa och på andra håll.

"Det verkar som att vi står i gryningen av en ny era där vi inte behöver vänta längre tills miljontals människor fyller i långa personlighetsenkäter för att förstå den lokala koncentrationen av entreprenöriellt sinnade människor, och lokala mekanismer som entreprenörskap och innovation, " han sa.

"Istället, med hjälp av artificiell intelligens metoder kan vi helt enkelt analysera existerande, offentligt tillgänglig sociala mediedata som miljarder tweets för att studera lokala personlighetsskillnader och deras relevans för hela regioners välbefinnande och välstånd."

Läs hela studien online på osf.io/c62tn/