Можно ли предсказать дальнейшую жизнь по личному рассказу?
Первый выполненный эксперимент на новой открытой когорте людей. Мы сопоставили ранние личные тексты и анкеты с поздними наблюдениями тех же участников. Результат отрицательный для выбранных языковых признаков.
Изменится ли статус занятости?
Для каждого человека доступны исходная анкета (2020–2021), написанные тогда же рассказы и более поздняя анкета волны t7 (август 2021). Сравнивались модели без текста и с 15 заранее фиксированными характеристиками текстов. Изменение статуса определяется переходом между «не работаю», «частичная занятость» и «полная занятость».
Это изменения ответов самого человека, а не независимая проверка трудовой книжки или точной даты события. На проверке: 99 участников, 12 изменений.
Прирост точности Brier: −0,002273. Парный bootstrap 95%: [−0,007483; +0,003020]. Интервал включает ноль.
Добавление простых языковых показателей не улучшило прогноз и на данной выборке даже немного ухудшило его.
Неудача повторяется и на дополнительных задачах
| Наблюдение | Проверка | Без текста | С текстом |
|---|---|---|---|
| Начало пенсии среди не вышедших на неё ранее | 57 человек, 3 перехода | 0,049342 | 0,054421 |
| Одиночество в поздней анкете, MAE | 99 человек | 0,873374 | 0,885858 |
Для выхода на пенсию три события в проверочной группе слишком мало для надёжного вывода. Одиночество является самооценкой состояния, а не жизненным событием.
Данные и эксперимент
Взяты оригинальные файлы CoSoWELL v2. Перед вычислением сверены размеры и SHA-256 двух исходных файлов. Личные рассказы использовались только из ранних волн t3–t6, ответы t7 были исключены из обучающих признаков. Разделение людей выполнено детерминированным хешированием идентификатора: 313 обучающих и 99 проверочных.
Зафиксированные характеристики текстов включают длину, местоимения от первого лица, неопределённость, отрицание, причинные конструкции, планы, работу, позитивную и негативную лексику. Это лексические индикаторы, не доказанные психологические конструкты.
Что ещё не доказано
Нельзя утверждать, что мышление человека восстановлено по этим текстам или что прогнозирование жизненной траектории уже валидировано. У участников есть несколько рассказов и повторные анкеты, но нет полного жизненного архива и независимой регистрации всех событий. Отобранная выборка ограничена людьми старше 55 лет из США и Канады.
Проверочная группа впервые использована в этом расчёте и теперь считается раскрытой. Её нельзя повторно использовать для подбора новых моделей и затем объявлять новый результат независимым.
Код, источники и журнал
Опубликованы исходный Python-эксперимент, фактический результат GitHub Actions и агрегированные метрики. Сами личные тексты, идентификаторы и прогнозы по каждому человеку не публикуются.
Авторы CoSoWELL release 2: Aki-Juhani Kyröläinen, Marc-Antoine Paul и Victor Kuperman. Набор данных опубликован для некоммерческого использования с атрибуцией и сохранением аналогичной лицензии (CC BY-NC-SA 4.0). Использованные здесь агрегаты не содержат текстов участников.