现在不乏这样的智能设备，能够随时随地监测我们每天的走路步数、呼吸模式、血糖高低，然而，很少有一种算法能告诉人们，「我是一个什么样的人」。

IBM 的沃森分析系统最近做了一个有趣的试验。他们根据美国国家公共电台科技记者阿尔蒂沙哈尼（Aarti Shahani）的 Facebook 与 Twitter 内容，分析了沙哈尼的性格特征。

让我们来看看这张分析结果的饼状图，圆周上的每一栋「小楼」代表着记者的一个特征，一共大约 50 栋，其高矮程度反映出不同特征在她身上的强烈程度。

在看完这个图后，沙哈尼认为分析结果极其准确。「我觉得自己被暴露了，实际上一点都不想公开这个表格。」她对媒体 Fast Company 表示道。

其中一项结果认为沙哈尼具有 83% 的「挑战权威倾向」，她承认这种特质从小到大都伴随着她。该算法也揭示出了她的一些隐藏特质，即便亲密朋友也不一定了解。更厉害的是，在分析 Facebook 与 Twitter 两个截然不同的载体时，沃森依然给出了类似的判断。

利用这种算法，IBM 推出了个性见解（Personal Insights）服务，这种服务提供了一个应用程序编程接口（API），使应用程序能够从社交媒体、企业数据中获得信息，再通过语言分析来推断个人性格与社会特征。

不难预见，该服务有潜力被运用到商业领域。据报道，投放广告时，如果选择拥有「开放性」特质，并排列在强度前 10% 的用户，点击率则会相应地增加 6.8% 到 11.3%，增粉率也会有 4.7% 到 8.8% 的提高。

IBM 的高级研究者 Rama Akkiraju 认为，利用该服务，公关公司更容易寻找「友好」的新闻人士；编辑可以发掘符合媒介风格的记者；而这种算法如果运用到雇佣上，则会帮助企业接触更合适的员工。对个人而言，它或许会助我们一臂之力，缩小合适伴侣的选择范围。

然而，不排除潜在的竞争者故意编布社交内容来糊弄算法的可能性。再怎么说，一旦知道了这种算法的存在，大概有许多人都会在发布内容时变身「心机婊」吧？

IBM 称已联合商业伙伴一起研究如何使用个性见解服务。例如，社交数据公司 StatSocial 就正在运用这个算法来分析成千上万消费者的性格特点以及价值理念。

如果有兴趣，你可以在这里尝试个性见解服务的测试版，在输入至少 3500 个英文单词的内容后，沃森会迅速在页面上产生相应的分析。我在网站上分析 Lady Gaga 的 Twitter，得到了几点对「雷母」性格有意思的总结：「你的选择来自对声望的渴望」、「别人很难让你难堪」。