查看原文
其他

男同线上约会软件里的个人资料普遍撒谎,专业研究者告诉你该如何识破

2017-04-08 黄磊 刺猬公社
导读

通过对用户产生的数据的分析,线上约会服务可以对用户进行更精准的匹配。


刺猬公社 | 黄磊(香港浸会大学传播学博士候选人,美国加州大学圣巴巴拉的分校访问学者)  


线上约会(online dating)网站和应用总遭人鄙夷。批评者认为,它们无非是提供了约炮的便利,并不能帮人找到长期伴侣。


然而,最近一项来自美国皮尤研究中心(Pew Research Center)的调查显示,相比于十年前,人们现在对线上约会的态度已逐渐变得积极,网络约会只是用来寻找性伙伴的“污名”也逐渐变淡。


 

皮尤研究中心发布调查结果,59%的美国受访成年人认为线上约会是一种认识别人的好的方式。

 

2011年,陌陌在中国上线。那时候,我正在香港读传播学研究生,我的研究兴趣是自恋与人们在社交媒体上的自我呈现(self-presentation)与自我揭露(self-disclosure)。


那时候,我对传播学理论的认识还停留在“使用与满足”、“沉默的螺旋”、“议程设置”上,对于自我呈现的认识也只是高夫曼(Goffman)的那本人人都要引用的专著。

陌陌的出现让我开始关注线上约会,虽然它没有给我一个完美的恋人,但却引导我进入传播学里一个非常有趣的研究领域:以电脑为中介的传播(CMC, computer-mediated communication),或者网络人际传播


黄磊在宣读学术论文(图片由黄磊提供)

 


社交软件的个人资料里普遍撒谎


CMC环境的一个特点是人们可以选择性地进行信息的展现和披露


线上约会也是如此:选择什么样的信息放在自我简介里?展现自己性感还是温柔的一面?挑一张专业还是随性的照片?人们似乎要面临无数个选择。

 

CMC学者Amy Webb发现,虽然写上个几百字会让人感觉很聪明,但人们平均使用大概90个字的自我简介;女性会使用略微性感的照片,而不是穿着高领毛衣的优雅照或者和狗狗的可爱照片。


来自Amy Webb在TED演讲时的PPT

 

作为较早期研究线上约会的CMC学者,Jennifer Gibbs发现,Match.com的用户中,以寻找长期交往对象为目标的人,会有意识地揭露更多的个人信息,更真诚,但是内容并不一定会更积极。


受到这个研究的启发,我开始研究中国的线上约会。与很多关注异性恋线上约会的研究不同,我选择关注男同性恋线上约会。


2012年,我进行了一项中国男同志在Jack’d(美国的一款同志线上约会应用)上自我呈现的研究。


在2013年在的美国传播学年会上,我有幸认识了Jennifer Gibbs,后来她成为了我在加州大学圣芭芭拉分校(UCSB)访学的导师。

 

除了研究“选择性的自我呈现”,CMC学者也关注人们是怎样核实信息的真实性的。


在个人资料里撒谎是非常常见的现象。


Jeffery Hancock, Catalina Toma和Nicole Ellison的研究表明,在接受问卷调查的纽约线上约会服务使用者中,有80%的用户在年龄、身高和体重三项中至少一项撒了谎 。


有趣的是,并不是所有的杜撰都会被认为是撒谎。只有提供的信息过于夸张,超过了一定限度的时候才会被认为是撒谎。比如,比真实身高高0.5英寸(大约1.27厘米)以内是可以接受的。

 


如何确定个人资料的真实性


Jennifer Gibbs和其他几位学者发现,线上约会的用户会使用一些方法来增进对聊天对象的认识,包括在聊天的时候谈论对方个人资料里的内容,或者Google这个人等等。她们把这种行为命名为社交三角验证(social triangulation)。

 

Jennifer的发现说明,人们在使用线上约会的时候,需要一种身份验证的机制。如今一些线上交友应用提供的绑定其他社交应用的服务,就是其中一种。


男同性恋在线约会应用Aloha和Grindr支持绑定Instagram,有的线上约会应用甚至必须使用现有的社交网站账号注册,比如Tinder。

 

Joseph Walther和Malcolm Parks的担保理论(warranting theory)认为,形成印象的线索来源至关重要。


相对于自己发布的内容,来自一个人的朋友、同事或者亲人提供的信息有更高的担保价值。通过绑定其他社交应用账号,用户的担保价值可能就会提高。


通过Facebook注册之后, Tinder会提供诸如共同好友的信息。如果你对一个人感兴趣,也许你可以问问你们共同认识的人,这个人怎么样。

 

来自University College London的Freddy MacKee就发现,在伦敦的同志群体中,“Tinder可以找到靠谱对象”的说法在到处流传,其中一个原因就是Tinder的设计比起像Grindr这样的同志线上约会app,更能提供一种靠谱的身份核实的机制


人们只要一张照片和简单的填写个人资料,就可以开始使用Grindr,而Tinder提供了更多的展现自我和为他人进行“三角验证”和寻找高担保价值信息的机会。


Tinder和Grindr。注册Tinder需使用Facebook账户,在Tinder上人们可以看到有多少Facebook的共同好友;而在Grindr上只需要一张照片和几行文字就可以开通账户。

 


“这人为啥跟我之前想的完全不一样!”


通过填写个人资料展现自我只是线上约会的第一步。更艰巨的任务还在于和潜在约会对象一来二回的沟通,以及之后的见面。


有人在第一次在线下见到约会对象的时候,会发现他和自己对这个人印象很不相同。


来自西北大学的Colin Fitzpatrick和 Jeremy Birnholtz,通过对使用Grindr的男同志的研究发现,当人们从线上转移到线下的时候,有时候会惊讶于约会对象的形象气质和性格与自己对这个人的印象大相径庭。

 

这种印象的差异可以由CMC的特性来解释。Joseph Walther在他的超人际模型(hyperpersonal model)中提出了一个过度归因(over attribution)的过程。   

 

他认为,在CMC环境下,人们缺失了很多非言语线索(non-verbal cues)。当对所获得的信息进行处理的时候,人们会对一些信息过度解读,有时候会理想化(idealization)。


其实说白了,人们会按照他们喜欢的方式,“脑补”一些缺失的信息。


就比如一个女生只收到男朋友发来的一句“hey.”,就和闺蜜讨论这背后有什么含义。


有的闺蜜说,“他竟然打了个句号!他不会是要跟你分手了吧!”


当这个女生郑重其事地准备回复一大堆文字的时候,男友又发来信息说,“你怎么没回我消息?明晚约饭啊。”



线上约会软件越来越“懂你”


关于线上约会的研究还在继续,来自不同领域的学者的合作也越来越多。传播学、人机交互、心理学和社会学的学者们正在从不同的角度来研究线上约会对浪漫关系发展的影响。

 

线上约会应用很大的一个变化是它们变得越来越“懂你”。


几年前,只有Amy Webb这样的“技术宅”才能做到的事情,现在算法可以帮我们完成。


同其他的社交应用一样,通过对用户产生的数据(user-generated data)的分析,比如个人资料以及各种各样的问答题目,线上约会服务可以对用户进行更精准的匹配。



Wayne State University的Stephanie Tom Tong和她的研究团队,最近获得美国国家科学基金会的资助,展开对线上约会为期三年的学术研究。他们的研究重点之一就是线上约会系统提供的不同的匹配方式。


在最近发表的一篇论文中,他们把线上约会形式分为三类:


观看-筛选(see-and-screen)


算法匹配( algorithm)


混合型(blended)

 

他们发现,人们对算法的信任程度超出预期,即便是在寻找伴侣这件事上。


显然,拥有无数的选择,有时并不是好事。人们似乎更倾向在算法的支持下,在有限的选择里,寻找约会对象。


众里寻他千百度,你愿意把你的幸福交给算法吗?




 ▼

 

刺猬公社建立了「海外传媒学子交流」社群,集聚了正在世界排名靠前的新闻学院就读(或毕业不久)的200多名中国留学生,其中包括美国哥伦比亚大学、西北大学、伯克利大学、密苏里大学、纽约大学、英国伦敦政治经济学院、谢菲尔德大学、澳大利亚墨尔本大学等高校的传媒学子。该社群旨在方便海外传媒学子们互相交流、资源共享。欢迎在海外学习传媒,并致力于传媒研究和实践的学子们加入,微信号:yunlugong。

 

往期海外传媒学子栏目文章:

有人半夜跟拍捉鬼,有人跟拍同志酒吧的变装皇后,在卡迪夫大学,我们什么都拍

作为台湾学子,在两岸三大新闻学院的读后感

VICE的文章凭啥这么酷?我们跟“黑界”的作者聊了聊,原来他们定位自己是“全球青年之声”

哥大数据新闻专业毕业后,为什么我最后选择做多媒体?

广播已死?英国人还在一直认真听,而且还出现了“海盗电台”


•点击图片阅读往期精彩文章•


☞全新DGC时代踩着PGC和UGC尸体而来,BAT+头条将迎新一轮内容大战


对百度、腾讯、阿里来说,DGC时代在资讯领域里的新一轮竞争已经悄然展开。这一次,谁会更有机会?还会不会有新的强人和强人所创立的巨头诞生? 




内容产业报道第一媒体

微博 @刺猬公社

合作、转载事宜请联系微信号yunlugong

投稿邮箱ciweigongshe@126.com

网站www.ciweigongshe.net

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存