Kuasa yang ada pada media sosial zaman kini memang tidak dapat dinafikan. Semua mata tertumpu ke arah medium ini terutamanya Facebook dan Instagram. Jika anda melihat dan memerhati "feeds" di Instagram terutamanya, anda dapat mengetahui kebanyakan daripada rakan-rakan anda atau selebriti yang anda ikut, mempunyai kehidupan yang indah dan glamor.
Namun, jika diteliti dengan lebih mendalam terhadap satu-satu gambar, gambar yang kebiruan, agak gelap dan "less-saturated", menurut satu kajian yang diterbikan di EPJ Data Science, menunjukkan seseorang itu sedang bergelut dengan kesihatan mental.
BESARKAN TEKS A- A+
Kajian ini dibuat dengan menggunakan sampel sekumpulan 166 individu, yang mana 71 daripadanya didiagnos mengalami kemurungan. Apa yang mereka perlu lakukan adalah memberikan akses kepada akaun Instagram peribadi mereka. Jumlah gambar-gambar oleh 166 akaun ini adalah sebanyak 43,000 gambar.
Gambar-gambar ini kemudiannya dianalisa menggunakan model komputer khusus dengan meneliti setiap pixel warna, metadata, dan pengecaman muka tanpa mengambil kira kapsyen gambar. Data-data ini kemudian digunakan untuk membuat ramalan sama ada pemilik akaun tersebut mengalami kemurungan atau tidak.
Menakjubkan, apabila data-data ini dapat mengenal pasti mereka yang mengalami kemurungan, dengan peratusan ketepatan sebanyak 70%. Peratusan ini melebihi peratusan pengenalpastian masalah kemurungan oleh doktor biasa yang hanya 50% ketepatan, menurut kajian sebelum ini.
Menurut Chris Danforth, seorang profesor komputer lanjutan di University of Vermont dan pengarang bersama kajian ini, tujuan mereka melakukan kajian ini adalah kerana ingin mengenalpasti perilaku yang ditunjukkan oleh pengguna tanpa mereka sedari.
Komputer tersebut dapat mengenalpasti gaya yang dipamerkan oleh pengguna Instagram yang mengalami kemurungan. Gambar-gambar mereka lebih cenderung untuk kelihatan kebiruan, gelap, agak kelabu, dan tiada filter, serta mempunyai banyak komen dengan kurang likes.
Dan apabila mereka menggunakan filter, mereka lebih suka memilih Inkwell (filter hitam dan putih) manakala yang lain lebih suka filter Valencia. Bar yang berwarna biru mewakili penggunaan filter Instagram yang tidak seimbang oleh peserta yang mengalami kemurungan berbanding peserta yang sihat, manakala bar merah menunjukkan penggunaan filter Instagram oleh peserta yang sihat mentalnya.
Tambahan lagi, mereka yang berhadapan dengan kemurungan lebih suka memuatnaik gambar wajah, namun mempunyai bilangan wajah yang kurang dalam satu-satu gambar, yang menggambarkan mereka selalu, atau lebih suka berseorangan.
Walaupun statistik analisa ini menunjukkan hubungan yang sangat kuat, namun Chris Danforth menjelaskan yang ini adalah kajian dalam skala yang kecil, dan pastinya tidak mewakili seluruh populasi secara mutlak.
"Konsep ini telah terbukti, dan bagi mereka yang melalui kajian ini, data-data ini adalah sangat tepat. Namun sama ada ia akan memberikan keputusan yang sama jika diinterpretasikan terhadap individu lain, itu kita tidak tahu," jelas Professor Chris Danforth.
Walau apa pun, kajian ini semestinya menyumbang kepada kajian yang sedang berkembang yang menganalisa media sosial bagi membuat ramalan mengenai kesihatan mental.
Dalam satu kajian berlainan, analisa tersebut dapat mengenalpasti ibu-ibu yang mempunyai risiko mengalami kemurungan postpartum (kemurungan selepas bersalin), dengan ketepatan sebanyak 71%. Kajian-kajian lain mengguna metadata seperti jumlah bilangan tweet yang dibuat oleh seseorang dalam sehari bagi mengenalpasti risiko kemurungan.
Juga terdapat bukti yang agak kuat yang menunjukkan mereka yang mengalami kemurungan lebih sukakan warna yang gelap dan kurang sensitif terhadap warna, yang mana mereka melihat dunia seperti tidak berwarna.
Jadi, adakah jika rakan anda memuatnaik gambar hitam putih di Instagram bermakna mereka mengalami kemurungan. Tidak semestinya. Namun, dengan mengambil kira konteks data yang ditunjukkan di media sosial setiap hari, anda boleh mendapatkan idea mengenai apa yang berlaku di sebalik sesuatu gambar atau post.
Wallahualam.
Rujukan :
