เลื่อนฟีดแล้วรู้สึกแย่ทุกที: สิ่งที่งานวิจัยพบจริงเรื่อง Upward Social Comparison บนโซเชียลมีเดีย

รากฐานทฤษฎี: Social Comparison Processes ของ Festinger (1954)

Leon Festinger ตีพิมพ์บทความชื่อ "A Theory of Social Comparison Processes" ในวารสาร *Human Relations* ปี 1954 (เล่ม 7 ฉบับ 2 หน้า 117-140) ซึ่งกลายเป็นหนึ่งในงานที่ถูกอ้างอิงมากที่สุดในประวัติศาสตร์จิตวิทยาสังคม (มีการอ้างอิงมากกว่า 14,000 ครั้ง)

แนวคิดหลักของ Festinger คือ มนุษย์มีแรงขับตามธรรมชาติที่จะประเมินความคิดเห็นและความสามารถของตัวเอง และเมื่อไม่มีมาตรฐานที่เป็นภาวะวิสัย (objective, non-social standard) ให้ใช้วัด คนเราจะหันไปเปรียบเทียบตัวเองกับผู้อื่นแทน โดยมีแนวโน้มเลือกเปรียบเทียบกับคนที่มีความคล้ายคลึงกับตัวเองมากที่สุด เพราะให้ข้อมูลที่มีประโยชน์ที่สุดในการประเมินตัวเอง ทฤษฎีนี้ตีพิมพ์ในยุคก่อนอินเทอร์เน็ตนานมาก จึงไม่ได้พูดถึงโซเชียลมีเดียโดยตรง แต่กลายเป็นกรอบทฤษฎีตั้งต้นที่นักวิจัยรุ่นหลังใช้อธิบายว่าทำไมแพลตฟอร์มที่เต็มไปด้วยข้อมูลเปรียบเทียบกับคนอื่นตลอดเวลาอย่างโซเชียลมีเดีย ถึงมีศักยภาพกระตุ้นกลไกการเปรียบเทียบทางสังคมได้มากเป็นพิเศษ

Upward Comparison บน Facebook ทำร้ายความนับถือตนเองได้อย่างไร: Vogel และคณะ (2014)

Erin Vogel, Jason Rose, Lindsay Roberts และ Katheryn Eckles ตีพิมพ์งานวิจัยชื่อ "Social Comparison, Social Media, and Self-Esteem" ในวารสาร *Psychology of Popular Media Culture* ปี 2014 (เล่ม 3 ฉบับ 4 หน้า 206-222) เป็นหนึ่งในงานวิจัยยุคแรกๆ ที่เจาะจงตรวจสอบบทบาทของ upward social comparison บนแพลตฟอร์มโซเชียลมีเดียโดยตรง

งานวิจัยนี้ประกอบด้วยสองการศึกษา การศึกษาแรกใช้วิธีสำรวจเชิงสหสัมพันธ์ พบว่าคนที่ใช้ Facebook บ่อยมีแนวโน้มเผชิญกับ upward social comparison มากกว่า และการเผชิญ upward comparison นี้เองที่ทำหน้าที่เป็นตัวกลาง (mediator) เชื่อมโยงการใช้ Facebook บ่อยเข้ากับความนับถือตนเองเชิงลักษณะนิสัย (trait self-esteem) ที่ต่ำลง ส่วนการศึกษาที่สองเป็นการทดลองที่ให้ผู้เข้าร่วมดูโปรไฟล์โซเชียลมีเดียของคนอื่นในเงื่อนไขต่างกัน เพื่อทดสอบผลของการเผชิญ upward comparison แบบชั่วคราวต่อความนับถือตนเองในขณะนั้น (state self-esteem) และการประเมินตัวเองเชิงเปรียบเทียบ ผลรวมของทั้งสองการศึกษาสนับสนุนภาพเดียวกันคือ การเผชิญข้อมูลที่ดูเหมือนคนอื่นมีชีวิตดีกว่าตัวเองบนโซเชียลมีเดีย เป็นกลไกที่เชื่อมโยงเวลาที่ใช้บนแพลตฟอร์มเข้ากับความรู้สึกด้อยค่าตัวเองได้จริง ไม่ใช่แค่ระยะเวลาที่ใช้งานเพียงอย่างเดียว

เลื่อนฟีดเฉยๆ vs มีปฏิสัมพันธ์: Verduyn และคณะ (2015)

Philippe Verduyn และคณะ (David Lee, Jiyoung Park, Holly Shablack, Ariana Orvell, Joseph Bayer, Oscar Ybarra, John Jonides และ Ethan Kross) ตีพิมพ์งานวิจัยชื่อ "Passive Facebook Usage Undermines Affective Well-Being: Experimental and Longitudinal Evidence" ในวารสาร *Journal of Experimental Psychology: General* ปี 2015 (เล่ม 144 ฉบับ 2 หน้า 480-488)

งานวิจัยนี้แบ่งเป็นสองการศึกษาที่เสริมกัน การศึกษาแรกเป็นการทดลองในห้องแล็บที่กระตุ้น (cue) ให้ผู้เข้าร่วมใช้ Facebook แบบเฉื่อย (passive use เช่น เลื่อนดูฟีดโดยไม่โต้ตอบ) เทียบกับแบบกระตือรือร้น (active use เช่น โพสต์ คอมเมนต์ แชท) พบว่าการใช้แบบเฉื่อยนำไปสู่ความเป็นอยู่ที่ดีเชิงอารมณ์ (affective well-being) ที่ลดลงเมื่อเวลาผ่านไป ส่วนการศึกษาที่สองเป็นงานภาคสนามที่ใช้วิธี experience sampling ยืนยันผลเดียวกันในสถานการณ์จริง และที่สำคัญคือค้นพบกลไกเบื้องหลัง — การใช้ Facebook แบบเฉื่อยส่งผลให้ความเป็นอยู่ที่ดีเชิงอารมณ์ลดลง "ผ่านการเพิ่มความอิจฉา" (by increasing envy) ซึ่งเป็นอารมณ์ที่เกิดจากกระบวนการ upward social comparison โดยตรง ความสัมพันธ์นี้ยังคงมีนัยสำคัญแม้ควบคุมตัวแปรอื่น เช่น การใช้ Facebook แบบกระตือรือร้น การใช้เครือข่ายสังคมออนไลน์อื่นที่ไม่ใช่ Facebook และการปฏิสัมพันธ์ทางสังคมโดยตรงแล้ว งานวิจัยนี้สำคัญเพราะแยกให้เห็นชัดว่า ปัญหาไม่ได้อยู่ที่ "การใช้โซเชียลมีเดีย" เฉยๆ แต่อยู่ที่ "วิธีการใช้" — การเลื่อนดูแบบเฉื่อยที่เปิดโอกาสให้เปรียบเทียบตัวเองกับคนอื่นเรื่อยๆ นี่เองที่เป็นตัวปัญหา

ภาพใหญ่ที่มักถูกมองข้าม: เทคโนโลยีดิจิทัลอธิบายความเป็นอยู่ที่ดีได้แค่ไหน — Orben & Przybylski (2019)

Amy Orben และ Andrew Przybylski ตีพิมพ์งานวิจัยชื่อ "The Association Between Adolescent Well-Being and Digital Technology Use" ในวารสาร *Nature Human Behaviour* ปี 2019 (เล่ม 3 ฉบับ 2 หน้า 173-182) ก่อนพูดถึงกลไกเฉพาะอย่าง social comparison งานวิจัยนี้ช่วยตั้งกรอบความคาดหวังที่ถูกต้องเรื่องขนาดผลกระทบโดยรวมของเทคโนโลยีดิจิทัลต่อความเป็นอยู่ที่ดีของวัยรุ่นก่อน

ทีมวิจัยใช้เทคนิคที่เรียกว่า Specification Curve Analysis ซึ่งวิเคราะห์ข้อมูลด้วยวิธีที่เป็นไปได้หลากหลายรูปแบบพร้อมกัน (ในงานนี้มีมากกว่า 600 ล้านวิธีวิเคราะห์ที่เป็นไปได้) เพื่อลดอคติที่เกิดจากการเลือกวิธีวิเคราะห์เพียงแบบเดียว โดยใช้ข้อมูลจาก 3 ชุดข้อมูลตัวแทนระดับประเทศขนาดใหญ่ ได้แก่ Monitoring the Future และ Youth Risk Behavior Surveillance System จากสหรัฐฯ และ Millennium Cohort Study จากสหราชอาณาจักร รวมวัยรุ่นและผู้ปกครองที่สำรวจมากกว่า 300,000 คนในช่วงปี 2007-2016

ผลลัพธ์คือการใช้เทคโนโลยีดิจิทัลโดยรวมอธิบายความแปรปรวน (variance) ของความเป็นอยู่ที่ดีของวัยรุ่นได้เพียงประมาณ 0.4% เท่านั้น เมื่อเทียบขนาดผลกับปัจจัยอื่นในชีวิตประจำวัน พบว่าใกล้เคียงกับผลลบของการกินมันฝรั่ง (ซึ่งมีความสัมพันธ์เชิงลบขนาดใกล้เคียงกัน) และน้อยกว่าผลลบของการใส่แว่นสายตา ขณะที่การถูกกลั่นแกล้ง (being bullied) มีความสัมพันธ์เชิงลบมากกว่าการใช้เทคโนโลยีถึงประมาณ 4.3 เท่า และการนอนหลับเพียงพอกับการกินอาหารเช้ามีความสัมพันธ์เชิงบวกที่แรงกว่ามาก งานวิจัยนี้ไม่ได้บอกว่าโซเชียลมีเดียไม่มีผลอะไรเลย แต่ชี้ให้เห็นว่า "เวลาที่ใช้กับหน้าจอ" เพียงอย่างเดียวเป็นตัวทำนายความเป็นอยู่ที่ดีที่อ่อนแอมาก การจะเข้าใจผลกระทบจริงจึงต้องมองลึกลงไปที่กลไกเฉพาะเจาะจงกว่านั้น เช่น รูปแบบการใช้งาน (passive vs active) หรือกลไกทางจิตวิทยาอย่าง upward social comparison ที่กล่าวถึงในหัวข้อก่อนหน้า ไม่ใช่แค่นับชั่วโมงการใช้งาน

เมื่อรวมงานวิเคราะห์อภิมานหลายชิ้นเข้าด้วยกัน: Appel, Marker และ Gnambs (2020)

Markus Appel, Caroline Marker และ Timo Gnambs ตีพิมพ์บทความทบทวนชื่อ "Are Social Media Ruining Our Lives? A Review of Meta-Analytic Evidence" ในวารสาร *Review of General Psychology* ปี 2020 (เล่ม 24 ฉบับ 1 หน้า 60-74) โดยรวบรวมและสังเคราะห์ผลจากงานวิเคราะห์อภิมาน (meta-analyses) หลายชิ้นที่ศึกษาความสัมพันธ์ระหว่างความเข้มข้นของการใช้โซเชียลเน็ตเวิร์กกิงไซต์ (SNS) กับตัวชี้วัดความเป็นอยู่ที่ดีทางจิตใจต่างๆ

ผลลัพธ์ที่สังเคราะห์ได้พบว่า ความสัมพันธ์ระหว่างความเข้มข้นของการใช้ SNS กับความเหงา ความนับถือตนเอง ความพึงพอใจในชีวิต และอาการซึมเศร้าที่รายงานด้วยตัวเอง อยู่ในระดับเล็กมาก คือค่าสัมประสิทธิ์สหสัมพันธ์ราว r = .10 เท่านั้น ซึ่งถือว่าเล็กตามเกณฑ์มาตรฐานทางสถิติ ขณะที่ความสัมพันธ์กับความกังวลเรื่องภาพลักษณ์ร่างกาย (body image concerns) มีแนวโน้มแรงกว่าเล็กน้อย และการใช้ SNS ก็มีความสัมพันธ์เชิงบวกกับทุนทางสังคม (social capital) ด้วยเช่นกัน ข้อสรุปสำคัญของบทความนี้คือ แม้กระแสสังคมมักพูดถึงโซเชียลมีเดียในเชิง "ทำลาย" สุขภาพจิตอย่างรุนแรง แต่เมื่อดูจากหลักฐานเชิงอภิมานสะสมหลายชิ้นแล้ว ขนาดผลที่พบจริงมีน้อยกว่าที่มักถูกนำเสนอมาก งานนี้จึงเป็นเครื่องเตือนใจสำคัญว่าไม่ควรตีความงานวิจัยเดี่ยวๆ ที่ให้ผลน่าตกใจเกินสัดส่วนของหลักฐานโดยรวม

ข้อควรระวัง: ความสัมพันธ์ที่ "ไม่มั่นคง" ตามที่ Cunningham และคณะ (2021) พบ

Simone Cunningham, Chloe Hudson และ Kate Harkness ตีพิมพ์งานวิเคราะห์อภิมานชื่อ "Social Media and Depression Symptoms: A Meta-Analysis" ในวารสาร *Research on Child and Adolescent Psychopathology* ปี 2021 (เล่ม 49 ฉบับ 2 หน้า 241-253) จากมหาวิทยาลัย Queen's University

จุดที่น่าสนใจของงานนี้คือทีมวิจัยชี้ตรงๆ ว่า งานวิเคราะห์อภิมานก่อนหน้านี้ (รวมถึงงานที่ศึกษาความสัมพันธ์ระหว่างการใช้ SNS กับอาการซึมเศร้าโดยตรง) "ไม่พบหลักฐานสนับสนุนความสัมพันธ์ที่มั่นคง (robust) ระหว่างการใช้ SNS กับอาการซึมเศร้าในลักษณะร่วมสมัย (concurrent)" เมื่อวัดแค่ "เวลาที่ใช้" อย่างเดียว ทีมวิจัยจึงเสนอว่าการมองหาความสัมพันธ์แบบง่ายๆ ระหว่าง "เวลาที่ใช้โซเชียลมีเดีย" กับ "อาการซึมเศร้า" อาจไม่ใช่กรอบคิดที่ถูกต้องนัก และเสนอว่างานวิจัยในอนาคตที่ต้องการศึกษาความสัมพันธ์เชิงเหตุ-ผล รวมถึงงานด้านการป้องกันและแทรกแซง ควรให้ความสำคัญกับรูปแบบการใช้งานที่ "เป็นปัญหา" (problematic pattern of use) มากกว่าปริมาณเวลาการใช้งานเพียงอย่างเดียว ข้อค้นพบนี้สอดคล้องกับแนวทางที่ Verduyn และคณะ (2015) เสนอไว้ก่อนหน้า คือปัญหาไม่ได้อยู่ที่ "ใช้มากแค่ไหน" แต่อยู่ที่ "ใช้อย่างไร" และเปรียบเทียบตัวเองกับใครระหว่างที่ใช้

หลักฐานล่าสุด: Active vs Passive Use จากงานวิเคราะห์อภิมาน 141 ชิ้นของ Godard & Holtzman (2024)

Rebecca Godard และ Susan Holtzman ตีพิมพ์งานวิเคราะห์อภิมานชื่อ "Are Active and Passive Social Media Use Related to Mental Health, Wellbeing, and Social Support Outcomes? A Meta-Analysis of 141 Studies" ในวารสาร *Journal of Computer-Mediated Communication* ปี 2024 (เล่ม 29 ฉบับ 1 บทความหมายเลข zmad055) นับเป็นหนึ่งในงานวิเคราะห์อภิมานที่ครอบคลุมที่สุดในหัวข้อนี้จนถึงปัจจุบัน

งานนี้รวบรวมการศึกษา 141 ชิ้น ได้ผลลัพธ์ (effect size) รวม 897 ค่า จากผู้เข้าร่วมรวมประมาณ 145,000 คน ผลลัพธ์โดยรวมพบว่าความสัมพันธ์ส่วนใหญ่ระหว่างรูปแบบการใช้โซเชียลมีเดียกับผลลัพธ์ด้านสุขภาพจิต ความเป็นอยู่ที่ดี และการสนับสนุนทางสังคม มีขนาดเล็กจนแทบไม่มีนัยสำคัญเชิงปฏิบัติ (negligible) อย่างไรก็ตาม เมื่อแยกพิจารณาการใช้งานเชิงรุก (active use เช่น โพสต์ คอมเมนต์ ส่งข้อความ) กับการใช้งานเชิงรับ (passive use เช่น เลื่อนดูฟีดเฉยๆ) พบรูปแบบที่แตกต่างกัน คือการใช้งานเชิงรุกมีความสัมพันธ์ทางบวกในระดับพอสังเกตได้กับการรับรู้การสนับสนุนทางสังคมออนไลน์ และมีความสัมพันธ์ทางบวกเล็กน้อยกับความเป็นอยู่ที่ดี ขณะที่การใช้งานเชิงรับมีแนวโน้มสัมพันธ์กับผลลัพธ์ทางอารมณ์ที่แย่กว่าในบริบททั่วไป แม้ความสัมพันธ์ทั้งหมดนี้จะมีขนาดเล็กก็ตาม งานวิจัยนี้ยืนยันภาพที่สอดคล้องกับ Verduyn และคณะ (2015) อีกครั้งด้วยข้อมูลขนาดใหญ่กว่าเดิมมาก คือการแยกแยะ "วิธีใช้" มีความหมายมากกว่าการมองโซเชียลมีเดียเป็นก้อนเดียว แต่ก็ย้ำเตือนพร้อมกันว่าแม้แต่ความแตกต่างระหว่าง active/passive use เองก็ยังเป็นขนาดผลที่เล็ก ไม่ใช่ตัวทำนายที่ทรงพลังแบบเบ็ดเสร็จ

กรอบดู–ถาม–แยก–จด

เพื่อสรุปบทเรียนจากงานวิจัยทั้งเจ็ดชิ้นเป็นวิธีสังเกตตัวเองที่ใช้ได้จริง เราสังเคราะห์เป็นกรอบ ดู–ถาม–แยก–จด กรอบนี้เป็นเครื่องมือประยุกต์ของบทความ ไม่ใช่แบบประเมินทางจิตวิทยาที่ผ่านการทดสอบแยกต่างหาก

1. ดู — ดูว่ากำลังเลื่อนเฉยๆ หรือมีปฏิสัมพันธ์จริง

ตามที่ Verduyn และคณะ (2015) และ Godard & Holtzman (2024) ยืนยันตรงกันว่าการใช้งานแบบเฉื่อย (passive use) สัมพันธ์กับอารมณ์แย่ลงมากกว่าการใช้งานเชิงรุก ให้สังเกตว่าตอนนี้กำลังเลื่อนดูฟีดเฉยๆ หรือกำลังทักทาย คอมเมนต์ พูดคุยกับใครจริงๆ

2. ถาม — ถามว่ากำลังเปรียบเทียบกับใคร

ตามกรอบคิดของ Vogel และคณะ (2014) การเผชิญ upward comparison คือกลไกหลักที่เชื่อมโยงการใช้งานเข้ากับความนับถือตนเองที่ลดลง เมื่อรู้สึกแย่หลังเลื่อนฟีด ให้ถามตัวเองตรงๆ ว่ากำลังเปรียบเทียบตัวเองกับโพสต์ไหนอยู่

3. แยก — แยกรูปแบบที่เป็นปัญหาออกจากแค่เวลาที่ใช้

ตามข้อเสนอของ Cunningham, Hudson และ Harkness (2021) การนับชั่วโมงการใช้งานอย่างเดียวไม่ใช่ตัวทำนายที่มั่นคงของอาการซึมเศร้า สิ่งที่ควรสังเกตแทนคือรูปแบบที่เป็นปัญหา เช่น เช็กแอปซ้ำๆ ด้วยความวิตกกังวล หรือใช้เพื่อเปรียบเทียบตัวเองเป็นหลัก

4. จด — จดปฏิกิริยาของตัวเองหลังใช้แต่ละแพลตฟอร์ม

เพราะงานวิจัยทั้งหมดในบทความนี้ชี้ตรงกันว่าโซเชียลมีเดียไม่ได้ส่งผลแบบเดียวกันกับทุกคน การจดสั้นๆ ว่าหลังใช้แพลตฟอร์มไหน แอคเคานต์แบบไหน แล้วรู้สึกอย่างไร ช่วยให้เห็นรูปแบบส่วนตัวที่ชัดเจนกว่าการยึดกฎเกณฑ์ตายตัว

กรณีจำลอง: รู้สึกแย่ทุกครั้งหลังไถ Instagram ก่อนนอน

สมมติว่า "มิ้นท์" มีนิสัยไถ Instagram ก่อนนอนทุกคืน และสังเกตว่าตัวเองมักรู้สึกแย่หลังทำแบบนี้ โดยเฉพาะเวลาเห็นเพื่อนสมัยมหาวิทยาลัยโพสต์รูปงานแต่งงานหรือทริปเที่ยวต่างประเทศ เธอเคยคิดว่าทางแก้คือ "เลิกเล่นโซเชียลไปเลย" แต่ทำไม่ได้เพราะยังอยากติดตามข่าวเพื่อนและครอบครัว

มิ้นท์ลองใช้กรอบนี้สังเกตตัวเองแทนการเลิกเล่นทั้งหมด: ดู เธอสังเกตว่าช่วงที่รู้สึกแย่ที่สุดคือตอนไถฟีดเฉยๆ ก่อนนอน ต่างจากตอนเช้าที่เธอมักคอมเมนต์ทักทายเพื่อนแล้วรู้สึกเฉยๆ หรือดีขึ้นด้วยซ้ำ, ถาม เมื่อรู้สึกแย่ เธอถามตัวเองว่ากำลังเปรียบเทียบกับใคร แล้วพบว่ามักเป็นเพื่อนกลุ่มเดียวที่ดูมีชีวิตสมบูรณ์แบบเป็นพิเศษ, แยก เธอสังเกตว่าปัญหาไม่ได้อยู่ที่เวลาที่ใช้ (แค่ 15 นาทีก่อนนอน) แต่อยู่ที่รูปแบบการเลื่อนดูเฉยๆ ตอนเหนื่อยล้าตอนดึก และ จด เธอเริ่มจดสั้นๆ ในโน้ตว่าหลังไถ Instagram ตอนไหนแล้วรู้สึกอย่างไร จนพบว่ารูปแบบนี้เกิดซ้ำเฉพาะตอนดึกๆ เท่านั้น

จากข้อมูลที่จดไว้ มิ้นท์เลือกย้ายกิจวัตรไถ Instagram มาเป็นช่วงเช้าแทนก่อนนอน และเริ่มคอมเมนต์ทักทายเพื่อนแทนเลื่อนดูเฉยๆ โดยไม่ต้องเลิกเล่นทั้งแอปเลย กรณีนี้เป็น สถานการณ์จำลองเพื่อสาธิตวิธีคิด ไม่ใช่บุคคลจริง

ลองเอาไปปรับใช้ดู

1. สังเกตว่าตัวเองกำลัง "เลื่อนดูเฉยๆ" หรือ "มีปฏิสัมพันธ์จริง" จากงานของ Verduyn และคณะ (2015) และยืนยันซ้ำโดย Godard & Holtzman (2024) การเลื่อนดูฟีดแบบเฉื่อยมีแนวโน้มสัมพันธ์กับอารมณ์แย่ลงมากกว่าการคอมเมนต์ ทักทาย หรือพูดคุยกับคนจริงๆ ผ่านแพลตฟอร์ม ลองเปลี่ยนจากการไถฟีดเฉยๆ เป็นการทักทายเพื่อนที่ไม่ได้คุยด้วยนานแล้วดูบ้าง 2. ถ้ารู้สึกแย่หลังเลื่อนฟีด ให้ถามตัวเองว่ากำลังเปรียบเทียบกับใคร ตามกรอบคิดของ Vogel และคณะ (2014) การเผชิญ upward comparison คือกลไกหลักที่เชื่อมโยงการใช้งานเข้ากับความนับถือตนเองที่ลดลง การรู้ตัวว่ากำลังเปรียบเทียบอยู่เป็นก้าวแรกที่ช่วยลดผลกระทบได้ 3. อย่าตื่นตระหนกกับพาดหัวข่าวที่บอกว่า "โซเชียลมีเดียทำลายสุขภาพจิต" แบบเหมารวม จากงานทบทวนของ Appel, Marker และ Gnambs (2020) และงานของ Orben & Przybylski (2019) ขนาดผลกระทบโดยรวมของการใช้โซเชียลมีเดีย/เทคโนโลยีดิจิทัลต่อความเป็นอยู่ที่ดีนั้นเล็กกว่าที่มักถูกนำเสนอในสื่อมาก การกังวลเกินจริงอาจไม่ช่วยอะไร และอาจทำให้มองข้ามปัจจัยอื่นที่ส่งผลแรงกว่า เช่น การนอนหลับ การถูกกลั่นแกล้ง หรือความสัมพันธ์ในชีวิตจริง 4. ถ้าอยากจำกัดการใช้งาน ลองเจาะจงไปที่ "รูปแบบ" มากกว่าแค่ "เวลา" ดูครับ ตามข้อเสนอของ Cunningham, Hudson และ Harkness (2021) การนับชั่วโมงการใช้งานอย่างเดียวไม่ใช่ตัวทำนายที่มั่นคงของอาการซึมเศร้า สิ่งที่น่าจะสังเกตแทนคือรูปแบบการใช้ที่เป็นปัญหา เช่น เช็กแอปซ้ำๆ ด้วยความวิตกกังวล หรือใช้เพื่อเปรียบเทียบตัวเองกับคนอื่นเป็นหลัก มากกว่าจำนวนนาทีที่ใช้ต่อวัน 5. ลองบันทึกว่าหลังใช้แพลตฟอร์มไหน แอคเคานต์แบบไหน แล้วรู้สึกอย่างไร เพราะงานวิจัยทั้งหมดในบทความนี้ชี้ตรงกันว่าโซเชียลมีเดียไม่ได้ส่งผลแบบเดียวกันกับทุกคนหรือทุกรูปแบบการใช้งาน การสังเกตรูปแบบส่วนตัวของตัวเองน่าจะมีประโยชน์มากกว่าการยึดกฎเกณฑ์ตายตัวที่ใช้ได้กับทุกคน