社群媒體對於傳統質性研究方法有什麼樣的作用？人類學式的田野調查著重研究者進入被研究對象的生活日常，透過入境隨俗，經過一起生活一段較長期的時間，來觀察與體會被研究對象眼中的世界。當我們的生活裡離不開社群媒體，在社群媒體上的各種訊息也成為研究者了解被研究對象行為與生活圈的數據資料。
這篇在【工商時報】的書摘，介紹了著名的劍橋分析數據公司的臉書分析技術，但也凸顯出社群媒體數據資料對於網路時代田野調查的意義：一條條數位資料也會是田野調查的線索拼圖。我們的貼文與互動，除了具有社交「表達」的意涵，個人或社群的各種線上互動，無論虛實遠近，都蘊含某種「非語言」的面向，會映照或體現真實世界的觀點。
---------
研究者偷看一下你的臉書頁面，就知道你在真實世界中的行為，而且你不會發現。你的每一次滑鼠捲動、每一個動作、按的每一個讚，臉書全都記得清清楚楚。你有哪些興趣、喜歡什麼東西、討厭什麼東西，全都可以量化。這表示臉書資料的生態效度（ecological validity）愈來愈高，愈來愈接近真實世界，因為它不是研究者問出來的，而是你自己留下的，不會像訪問資料那樣留下研究者不經意的偏誤。
也就是說，人類學與社會學的傳統被動質性方法還是很有用，但碰到那些可以用數位資料來量化的部分，就可以改用量化研究來提高通用性。以前只有銀行或電信公司才有人們的數位資料，而且這些機構都受嚴格監管，防止有人竊取個資。但社群媒體不一樣，幾乎沒有法律規定你能在上面看哪些使用者資訊，你想看多細都可以。
很多人都以為網路世界跟現實世界（in real life，IRL）是分開的，但社群媒體上的資料都是來自真實世界，無論是你對該季影集大結局的看法，還是週六晚上出去嗨的照片，全都是現實生活。說白一點，你的臉書資料就是你的真實資料。而且當手機與網際網路在生活中愈來愈常見，兩者就愈來愈接近。如今的分析師根本不需要做問卷了，只要能用演算法從客戶每天自己製造出的資料中尋找模式，就能拿到他要的答案，而且很多答案可能是他從來都沒想過的。
...
事實上，吳悠悠（Wu Youyou，音譯）、科辛斯基、史蒂威爾在2015 年的研究就發現，電腦模型可以用臉書上的「讚」相當準確地預測人類行為。這個模型只要蒐集你的10 個「讚」，預測你行為時就比你的同事更準；如果有150 個「讚」，就比你家人更準；有300 個「讚」，就比你配偶更了解你。這有一部分是因為你跟朋友、同事、配偶、爸媽之間的關係會制約你的行為，他們通常只能都看到你的其中一面。
...
妳爸媽大概從來不知道你在凌晨三點嗑了兩顆搖頭丸之後會多瘋，你朋友可能永遠不知道你在老闆辦公室裡有多乖順拘謹，他們對你的印象都略有差異。但臉書看得到你的人際關係，躲在你的手機裡如影隨形，追蹤你在網路上看的網頁跟購買的東西，比家人朋友的判斷都更接近你的「真面目」。某些時候，電腦模型甚至比你自己更了解你的習慣，上述研究者不得不提出警告：「電腦判斷人格特質時比人類更準，心理評估、行銷、隱私等領域都將出現重大機會與嚴重挑戰。」
拜臉書資料所賜，人類終於可以嘗試在電腦中模擬整個社會。這如果成功，威力將難以想像，例如理論上你可以打造一個未來的社會，輸入族群衝突或貧富差距等問題，看看它如何演變，然後不斷回溯修正，直到找出減緩傷害的辦法。也就是說，你可以在這個模擬出來的電腦遊戲裡面尋找現實問題的出路。
(https://ctee.com.tw/bookstore/selection/358443.html)
