Profissionais do tênis como Maria Sharapova (na foto) compartilham traços de personalidade semelhantes aos de seus colegas e rivais no tênis, mas essas características são totalmente diferentes daquelas em outras profissões, como tecnologia ou ciência. Crédito:johanlb / flickr, CC BY-SA
Imagine-se se formando no ensino médio, com o mundo antes de você.
Mas agora você deve decidir qual carreira deseja seguir. Você espera um emprego que pague as contas, mas também um de que você gostará. Afinal, você passará grande parte de suas horas de vigília no trabalho.
Mas como você pode fazer uma escolha confiável - além do que seus pais podem estar pressionando, ou quais serão os resultados do último ano que você terá acesso direto.
Nosso estudo publicado hoje no Proceedings of the National Academy of Science descobri que diferentes profissões atraem pessoas com características psicológicas muito diferentes.
Ao procurar uma nova carreira, você pode visitar um consultor de carreira e responder a um conjunto de perguntas para identificar seus interesses e pontos fortes. Esses resultados são usados para combiná-lo com um conjunto de ocupações potenciais.
Contudo, este método se baseia em longas pesquisas, e não leva em consideração o fato de que muitas ocupações estão mudando ou desaparecendo à medida que a tecnologia transforma o cenário de empregos.
Procura de emprego no século 21
Queríamos saber se poderíamos desenvolver uma abordagem baseada em dados para combinar uma pessoa com uma profissão adequada, com base em traços psicológicos que eles revelam online.
Estudos mostraram que as pessoas deixam rastros de si mesmas por meio da linguagem que postam online e de seus comportamentos online.
Podemos analisar isso para descobrir até que ponto as pessoas que fazem o mesmo trabalho compartilham os mesmos traços de personalidade?
Pessoas pertencentes a ocupações diferentes geralmente têm traços de personalidade distintos. Esta figura mostra as impressões digitais de 1, 200 pessoas em nove ocupações. Cada ponto corresponde a um usuário - com pessoas agrupadas dentro de suas ocupações autoidentificadas. Crédito:Paul X. McCarthy
Em nossa pesquisa, identificamos mais de 100, 000 usuários do Twitter, cada um dos quais incluiu um de 3, 513 cargos em seu perfil de usuário.
Então, usando uma ferramenta disponível por meio do mecanismo de inteligência artificial Watson baseado em nuvem da IBM, e seu serviço Personality Insights, demos a cada perfil uma pontuação em dez características relacionadas à personalidade, com base no idioma em suas postagens.
Usamos uma variedade de técnicas de análise de dados e aprendizado de máquina para explorar a personalidade de cada uma das ocupações.
Por exemplo, para criar o "mapa de bússola vocacional", usamos um algoritmo de aprendizado de máquina não supervisionado para agrupar dados de personalidade ocupacional em vinte grupos distintos, agrupando as ocupações que eram mais semelhantes em termos de personalidade.
Um mapa ocupacional
Há muito que se pensa que o trabalho é mais gratificante se se adequar a quem somos como pessoa, em termos de nossa personalidade, valores, e interesses.
Nossos resultados confirmaram isso, e descobrimos que ocupações diferentes tendem a ter perfis de personalidade muito diferentes.
Por exemplo, programadores de software e cientistas geralmente estavam mais abertos para experimentar uma variedade de novas atividades, eram intelectualmente curiosos, tendia a pensar em símbolos e abstrações, e achava a repetição chata. Por outro lado, jogadores de tênis de elite tendem a ser mais conscienciosos, organizado e agradável.
Nossas descobertas apontam para a possibilidade de usar dados compartilhados nas redes sociais para relacionar um indivíduo a um emprego adequado.
Usamos o aprendizado de máquina para agrupar mais de mil funções com base nos traços de personalidade inferidos das pessoas nessas funções.
O Mapa de vocações que criamos tem grupos com base nas personalidades previstas de 101, 152 usuários do Twitter, em 1, 227 ocupações. Crédito:Marian-Andrei Rizoiu
Descobrimos que muitos empregos semelhantes poderiam ser agrupados.
Por exemplo, um cluster incluiu diferentes trabalhos de tecnologia, como programação de software, desenvolvimento web, e ciência da computação. Outro grupo incluiu a gestão do ginásio, coordenação logística, e promoções de shows.
Você pode explorar mais com este mapa on-line interativo que criamos.
Contudo, enquanto muitas das combinações alinhadas com classificadores de ocupação existentes (agrupamentos formais atuais que governos e outras organizações usam para agrupar empregos), alguns clusters incluíam funções não tradicionalmente agrupadas.
Por exemplo, cartógrafos, produtores de grãos e geólogos acabaram se agrupando e compartilhando traços de personalidade semelhantes com muitos dos profissionais de tecnologia.
Uma bússola vocacional baseada em dados
Com nossos resultados, exploramos a ideia de construir uma bússola vocacional baseada em dados:um sistema de recomendação que poderia encontrar a carreira mais adequada para a personalidade de alguém.
Construímos um sistema que poderia recomendar uma ocupação alinhada aos traços de personalidade das pessoas com mais de 70 por cento de precisão.
Mesmo quando nosso sistema estava errado, não estava longe, e apontou para profissões com conjuntos de habilidades muito semelhantes. Por exemplo, pode sugerir que um poeta se torna um escritor de ficção.
As profissões estão mudando rapidamente devido à automação e aos avanços tecnológicos. E em nosso conectado, mundo digital, deixamos rastros de nós mesmos. Nosso trabalho ofereceu uma abordagem para usar esses rastros de maneira produtiva.
Essa abordagem pode um dia ser usada para ajudar as pessoas a encontrar a carreira dos sonhos, ou pelo menos, melhor nossa compreensão das dimensões ocultas da personalidade de diferentes papéis.
Este artigo foi republicado de The Conversation sob uma licença Creative Commons. Leia o artigo original. 
