Таймхакинг. Как наука помогает нам делать всё вовремя. Дэниел Пинк

эмоциональную температуру планеты и нуждаетесь в кольце – индикаторе настроения, подходящего для земного шара размера, вам, вполне вероятно, поможет Twitter. Почти 1 млрд обладателей аккаунтов и около 6000 постов ежесекундно{6} – уже сам объем этих микропосланий, включая их содержание и интонации, представляет собой океан данных, который могут бороздить социологи в поисках объяснений человеческому поведению.

      Несколько лет назад два социолога из Корнеллского университета, Майкл Мэйси и Скотт Голдер, исследовали 500 млн твитов, которые 2,4 млн пользователей из 48 стран мира размещали на протяжении 2 лет. Они надеялись использовать этот кладезь информации, чтобы оценить эмоциональное состояние людей, в частности установить, как на протяжении определенного отрезка времени сменяют друг друга «позитивный аффект» (такие эмоции, как, например, воодушевление, уверенность в успехе и оживление) и «негативный аффект» (такие эмоции, как, например, гнев, апатия и чувство вины). Разумеется, исследователи не перечитывали все эти полмиллиарда твитов один за другим. Вместо этого они загружали посты в мощный анализатор текстов – использовали широко применяемую компьютерную программу LIWC (Linguistic Inquiry and Word Count[2]), которая оценивала эмоциональную окраску каждого слова.

      Мэйси и Голдер обнаружили удивительно устойчивую закономерность изменений в настроениях людей в течение дня, о которой и сообщили в своей публикации в уважаемом научном журнале Science. Судя по языку твитов, позитивный аффект пользователей рос по утрам, когда они ощущали себя активными, бодрыми и оптимистичным, во второй половине дня шел на спад и вновь усиливался вечером. Эта закономерность проявлялась вне зависимости от того, был пользователь американцем или азиатом, христианином, мусульманином или атеистом, белым, чернокожим или мулатом. Как писали Мэйси и Голдер: «Картина изменений аффектов во времени одинакова для всех культур и географических регионов». День недели также не имел особого значения. В рабочие дни, будь то понедельник или четверг, повсюду в основном наблюдалось одно и то же. Результаты, полученные в выходные, немного отличались: обычно по субботам и воскресеньям позитивный аффект был в целом выше, а утренний пик наступал на пару часов позже, чем по будням. Но общая картина оставалась неизменной{7}. Ежедневный алгоритм был странным образом одинаков и для крупных многонациональных государств, вроде Соединенных Штатов, и для сравнительно небольших стран с более однородным составом населения, вроде Объединенных Арабских Эмиратов. Выглядело это так:

      Пик, спад и новый подъем – одинаковая картина ежедневных колебаний, столь же предсказуемых, как морские приливы и отливы, наблюдается на всех континентах и во всех часовых поясах. Внешняя сторона нашей повседневной жизни скрывает некий важный, неожиданный и многое объясняющий алгоритм.

      Толчком к пониманию механизма и значения этого алгоритма послужило обычное комнатное растение, а точнее – цветок под названием мимоза стыдливая (Mimosa pudica), что рос в горшке

6

Kit Smith, “44 Twitter Statistics for 2016,” Brandwatch, May 17, 2016. (Электронная версия: https://www.brandwatch.com/2016/05/44-twitter-stats-2016.)

2

Лингвистическое исследование и подсчет слов (англ.).

7

Scott A. Golder and Michael W. Macy, “Diurnal and Seasonal Mood Vary with Work, Sleep, and Daylength Across Diverse Cultures,” Science 333, no. 6051 (2011): 1878–1881.

Обратите внимание, что это исследование проводилось еще до того, как Дональд Трамп стал президентом, а его твиты – частью политической жизни.