Recentemente, comprei uma bicicleta de exercício pela internet. Desde então, a bicicleta foi usada com freqüência e foi ótimo, então eu me sinto obrigado a publicar uma revisão positiva. No entanto, publicar uma revisão pode levar tempo, porque alguns sites insistem em descrições verbais, bem como classificações de resumo. É muito mais fácil apenas dar uma a cinco estrelas numa escala de classificação de 5 estrelas. Não é esse índice de resumo único suficiente?
As revisões da Internet podem ser a maneira mais freqüente e amplamente utilizada em que expressamos opiniões em um fórum público. As avaliações da Internet nos ajudam a dizer, em poucas palavras, mesmo se um item é bom ou ruim. Mas isso é tudo o que podemos aprender com os comentários? Em caso afirmativo, por que não usar as avaliações de resumo sozinhas?
Um artigo recente de dois psicólogos sociais mostra como as revisões da Internet podem ser usadas para medir de forma confiável aspectos importantes de atitude que não são necessariamente capturados na classificação de resumo. Pesquisadores da Universidade Estadual de Ohio, Matthew Rocklage e Russell Fazio deram um método para dimensionar o grau em que diferentes adjetivos avaliativos são positivos (vs negativos), extremos (versus neutros) e emocionais (versus não emocionais). Por exemplo, podemos dizer que a bicicleta de exercício é "magnífica" ou, se não gostamos, podemos dizer que é "inseguro". Rocklage e Fazio descobriram que "magnífico" é alto em positividade, extremidade e emocionalidade, enquanto o "inseguro" é baixo em todas as três dimensões.
Os pesquisadores conseguiram codificar 96 adjetivos ao longo dessas três dimensões, criando um "Lóxico avaliativo". Crucialmente, esses cientistas também conseguiram descobrir que as três dimensões eram distintas; um adjetivo poderia ser alto em uma dimensão enquanto era relativamente baixo ou alto nos outros. Por exemplo, "inútil" e "repulsivo" são negativos e extremos, mas "repulsivo" é mais emocional. Da mesma forma, "perfeito" e "magnífico" são positivos e extremos, mas "magnífico" é mais emocional.
Rocklage e Fazio (2015) aplicaram sua escala adjetiva para 4,2 milhões de revisões de itens vendidos na Amazon.com. Eles foram capazes de examinar as associações entre cada uma dessas três dimensões adjetivas e a classificação de resumo que os compradores forneceram. O primeiro resultado importante foi que os adjetivos que as pessoas usavam eram altamente preditivos de suas classificações de resumo.
Mas o índice de resumo diz tudo? Um dos vários aspectos úteis das descrições verbais é que eles são capazes de revelar a ambivalência. A ambivalência é uma propriedade importante das atitudes. Somos ambivalentes quando nos sentimos positivos e negativos sobre algo ao mesmo tempo. Se nós apenas selecionarmos três estrelas (em cinco) na escala de classificação de resumo, o leitor pode se perguntar se éramos simplesmente neutros sobre o item ou nos sentimos muito positivos e negativos ao mesmo tempo.
Olhando para os adjetivos que as pessoas forneceram em seu resumo escrito, os cientistas conseguiram ver a ambivalência em um quinto dos comentários. As pessoas ambivalentes eram mais propensas a selecionar apenas três estrelas, embora muitas vezes também selecionassem mais ou menos estrelas. Mais interessante, a direção em que se inclinaram (ou seja, para um pouco ruim ou bom) era mais previsível se eles usavam mais adjetivos emocionais para uma valência particular (ou seja, positivo vs negativo). Se os revisores utilizassem adjetivos emocionais positivos e adjetivos negativos relativamente não emocionais, eles tendiam a dar mais estrelas. Em contraste, se os revisores usassem adjetivos positivos não emocionais e adjetivos negativos emocionais, eles tendiam a dar menos estrelas. Em outras palavras, a emoção era o "tie-breaker" quando as pessoas se sentiam ambivalentes.
Por que isso é importante? Esta pesquisa abre a porta para um espectro muito mais amplo de pesquisas sobre atitudes. As análises de compras na Internet podem ser apenas um dos muitos domínios em que o Léxico Avalativo poderia ser usado. Imagine aplicá-lo aos comentários nas mídias sociais (por exemplo, Facebook, Twitter), debates políticos, artigos de notícias e até mesmo conversas gravadas sobre um tópico. Sempre que as pessoas usam palavras para avaliar um objeto, poderemos medir a atitude sem nunca pedir aos participantes que completem uma avaliação de resumo. Anteriormente, precisávamos pessoas para completar escalas de classificação ou algum outro tipo de tarefa (por exemplo, medidas de tempo de resposta do computador) para inferir uma atitude. Agora, podemos inferir atitudes como elas são descritas nas próprias palavras das pessoas.