TweetGenie is een eerste versie van een computerprogramma dat de leeftijd en het geslacht raadt van Nederlandse Twitteraars. Dit is gebaseerd op alleen het taalgebruik van de Twitteraar. Wat velen al was opgevallen, en ook bij ons al een bekend probleem was, is dat oudere Twitteraars vaak (veel) te jong worden geschat.
Minder verschil in taalgebruik
Het blijkt voor de computer behoorlijk moeilijk te zijn om voor oudere Twitteraars de leeftijd te raden. Zeker vanaf een jaar of 35 worden de fouten soms (erg) groot. Dit komt omdat de verschillen in taalgebruik tussen oudere Twitteraars erg klein zijn. Het verschil in taalgebruik tussen bijvoorbeeld een Twitteraar van 40 en 50 jaar is kleiner dan het verschil in taalgebruik tussen een 12- en 18-jarige Twitteraar. Dit, en het feit dat er op Twitter veel jongere mensen zitten, zorgt ervoor dat oudere Twitteraars vaak te jong worden geschat.
Doen mensen het beter?
Op de site kun je zelf testen hoe goed jij bent in het schatten van leeftijd en geslacht. Op basis van inmiddels meer dan 1.2M van deze menselijke schattingen hebben we onderstaande grafiek gemaakt: Als de schattingen correct zouden zijn, zouden ze precies op de rode lijn moeten liggen. Interessant om te zien is dat mensen ook moeite hebben met het schatten van de leeftijd van Twitter-gebruikers. Jongere mensen worden gemiddeld iets te oud geschat, daarna is er een gebied waarbij het gemiddelde heel goed overeen komt met de echte leeftijd, en vanaf een jaar of 30 worden mensen vaak te jong geschat. We zien dus dat de computer eigenlijk best wel op de mens lijkt!
En nu?
We hebben al veel feedback gekregen van mensen, vooral van de groep waarbij de computer het nog vaak fout heeft. Zoals je ziet is het een lastig probleem om van oudere Twitteraars de leeftijd in te schatten. Wij geloven wel dat het beter kan dan de huidige versie van TweetGenie, maar waarschijnlijk zal het moeilijk blijven. Aan de hand van de verzamelde feedback hopen we binnenkort met een upgrade van TweetGenie te komen.