Experience Sampling Method
Il monitoraggio di comportamenti, pensieri o sensazioni ha una lunga storia nella ricerca e nella psicologia applicata. In particolare, precursori di tale approccio sono senz'altro i comportamentisti, che attraverso tecniche quali l'Analisi del Comportamento, già dalla seconda metà del '9001,2,3 hanno iniziato a campionare, giorno dopo giorno, i comportamenti direttamente osservabili di animali e persone in differenti contesti. Solitamente, tale attività veniva (e viene) svolta da osservatori esterni, ma, in diversi casi, risulta necessario che gli individui auto-osservino, e riportino in autonomia, i propri comportamenti. Un esempio classico, sicuramente di più ampio respiro, è dato dall'utilizzo di diari giornalieri, tramite cui i pazienti riportano i loro pensieri, le loro sensazioni e le loro esperienze4.
Questo approccio è stato raramente utilizzato su larga scala, soprattutto per la difficoltà nel processo della raccolta dati. Non è infatti difficile immaginare le difficoltà tecniche delle persone nel dover compilare a mano foglietti ad orari prestabiliti: ci immaginiamo già le scene fantozziane di queste persone che perdono foglietti in giro per la città, che si dimenticano di compilare le check-list e cose simili. Immaginate, al tempo stesso, cosa poteva significare per uno psicologo dover decodificare, a mano, centinaia di pagine scritte da pazienti in fogli sparsi, che si accumulano giorno dopo giorno.
Negli ultimi decenni però, prima grazie ai palmari, ed oggi grazie agli Smartphone, l'utilizzo di tale approccio è in costante crescita, non solo in ricerca accademica, ma anche nella pratica lavorativa quotidiana di clinici e consulenti d'impresa, nonostante le applicazioni esterne al mondo accademico siano ancora considerate di nicchia.
Come funzionano gli studi ESM?
È proprio grazie ai risultati dello sviluppo tecnologico che già negli anni '80, Csikszentmihalyi & Larson5 hanno concettualizzato questo approccio sotto l'umbrella term Experience Sampling Method, o ESM. Altri termini utilizzati per lo stesso approccio sono Ecological Momentary Assessment (EMA)6 o Ambulatory Assessment (AA)7, dove il secondo è utilizzato più frequentemente nelle applicazioni relative al settore medico e per studi psicofisiologici.
Negli studi ESM, le persone devono tipicamente riportare il loro grado di accordo rispetto ad un numero ristretto di affermazioni (item), similmente a quando rispondono ai questionari tradizionali. La differenza sostanziale è data dal fatto che la quantità di item è estremamente inferiore, e vengono presentati agli individui diverse volte al giorno, per tempistiche talvolta superiori al mese5,6,7. Risulta possibile campionare anche i comportamenti direttamente osservabili, scelta prediletta dei comportamentisti, che solitamente non includono domande relative a percezioni od opinioni.
L'ESM prevede diverse possibili strategie di campionamento. Innanzitutto i dati possono essere raccolti ad orari prefissati (tutti i giorni alla stessa ora), in modo randomico (il partecipante non sa quando dovrà farlo) o quasi-randomico (tutti i giorni dalle 10 alle 12, ma senza sapere il momento esatto). La raccolta dei dati può inoltre essere event-contingent, ovvero può esser richiesta solo in relazione al verificarsi di un dato evento (riportare le sensazioni esperite in seguito ad un attacco di panico). All'individuo, inoltre, può essere richiesto di compilare gli inserimenti facendo riferimento ad un intervallo di tempo (Interval Time Sampling, o ITS), come le ultime due ore, o può essere richiesto che compili le domande facendo riferimento solo al momento specifico in cui lo Smartphone ha suonato (Momentary Time Sampling, o MTS). La frequenza di campionamento può variare anche notevolmente in base al processo di interesse, con studi che richiedono ai partecipanti di rispondere una volta al giorno, a studi che richiedono di rispondere ogni 15 minuti8. Nessuna di queste strategie è migliore delle altre: la scelta dipende dal fenomeno che si interessa approfondire.
Utilizzando questo approccio, risulta possibile visualizzare se un fenomeno aumenti o diminuisca nel tempo (eventuali trend), o se sia associato a fenomeni ciclici o stagionali, ovverosia se tale fenomeno si presenta in modo analogo con frequenza giornaliera/settimanale/mensile, etc. È inoltre possibile eseguire analisi multivariate, formalizzando la relazione tra le diverse variabili e comprendere quali siano i legami temporali tra di esse: ad esempio, potremmo scoprire che il rendimento sul lavoro è associato significativamente ad un aumento dell'umore e della soddisfazione esperita nell'istante temporale successivo alla prima rilevazione.
ESM e psicologia clinica
Considerato che il significato degli item viene stabilito solitamente di comune accordo con il cliente/paziente, è possibile misurare fenomeni percettivi specifici, riducendo di gran lunga l'ambiguità soggettiva. Per esempio, gli attacchi di panico, oltre a manifestarsi con differenti pattern comportamentali da persona a persona, comportano anche una grande variabilità in merito alle sensazioni esperite. Ad esempio, è possibile che si esperisca dolore al petto oppure sensazioni di soffocamento; inoltre, l'intensità di tale manifestazione percettiva può anch'essa variare enormemente da persona a persona, o da situazione a situazione9,10. Analogamente, i pazienti sofferenti di dolore cronico, potrebbero esperire sensazioni diverse, quali un dolore persistente, fitte, o sensazioni di dolore ad intermittenza11.
Anche nel contesto clinico è possibile campionare i comportamenti direttamente osservabili. Questo approccio presenta alcune problematiche nel momento in cui si vogliano studiare fenomeni quali l'andamento del dolore cronico, le oscillazioni d'umore o i sintomi d'ansia di un paziente: se è infatti vero che dolore, umore ed ansia si manifestano a livello comportamentale, spesso tali manifestazioni non sono direttamente riconducibili alla percezione auto-riferita di chi ne soffre12. D'altro canto, molti psicometristi tendono a implementare soluzioni ESM senza considerare la rilevazione di dati comportamentali, approccio anch'esso problematico, in quanto comporta la perdita di preziose informazioni. Anche se a volte possa risultare sensato adottare l'uno o l'altro approccio, in altri casi è più ragionevole includere sia domande relative a comportamenti osservabili che a processi psicologici altri, quali quelli percettivi. L'integrazione di questi due approcci risulta particolarmente utile qualora lo psicologo sia interessato proprio a comprendere quale sia la relazione tra un comportamento osservabile e la percezione auto-riferita dai pazienti in merito al loro stato di sofferenza.
ESM e psicologia del lavoro
L'ESM viene anche utilizzato per svolgere disegni di ricerca applicati al Marketing13 e alla gestione delle Risorse Umane14,15. È infatti un approccio molto flessibile, la cui logica prescinde da uno specifico ambito applicativo. Nel caso del Marketing, potrebbe avere senso campionare i comportamenti d'acquisto dei propri clienti, o i comportamenti messi in atto dai dipendenti per riuscire ad espandere il mercato; complementarmente si potrebbero creare dei mini-questionari pubblicitari su YouTube (o altri canali) per indagare come la percezione del marchio (da parte di potenziali clienti) vari nel tempo. Nel caso della gestione HR, in senso più ampio, si potrebbe campionare l'andamento della soddisfazione dei dipendenti, o i comportamenti di sicurezza messi in atto dagli operai di una ditta.
Conclusioni
Attraverso questo approccio risulta quindi possibile:
- ispezionare eventuali trend, ciclicità e pattern stagionali
- indagare le relazioni contemporanee e temporali tra diverse variabili
- testare ipotesi statistiche, adottando un approccio idiografico
- ispezionare la relazione tra singoli individui, coppie e gruppi
- monitorare l'andamento in real-time dei fenomeni di interesse
È inoltre una tecnica operazionalmente semplice che consente una trasversalità applicativa non indifferente, includendo utilizzi in ambito clinico, organizzativo, finanziario, economico, etc. L'analisi di tali dati consente di ottenere preziosi insight per guidare le decisioni in merito a quale intervento mettere in atto, e al tempo stesso ci consente di monitorare l'effetto di tale intervento durante la sua stessa implementazione.