پیش بینی شخصیت خود را از گوشی های هوشمند خود را داده

هر کسی که با استفاده از یک گوشی هوشمند جبرا تولید توده ها از داده های دیجیتال است که در دسترس هستند به دیگران و این داده ها ارائه سرنخ برای کاربر شخصیت. روانشناسان در Ludwig-Maximilians-Universitaet در مونیخ (LMU) در حال مطالعه چه آشکار این سرنخ هستند.

برای بسیاری از افراد در سراسر جهان, گوشی های هوشمند تبدیل شده اند جدایی ناپذیر و جزء ضروری از زندگی روزانه خود را. به داده های دیجیتال است که این دستگاه دائما در حال جمع آوری واقعی goldmine — نه تنها برای پنج تا از بزرگترین آمریکایی در آن شرکت های که استفاده از آنها برای مقاصد تبلیغاتی. آنها همچنین از علاقه قابل توجهی در زمینه های دیگر. برای مثال محاسباتی دانشمندان علوم اجتماعی با استفاده از گوشی های هوشمند داده ها به منظور کسب اطلاعات بیشتر در مورد ویژگی های شخصیتی و رفتار اجتماعی. در یک مطالعه که به نظر می رسد در مجله PNASیک تیم از محققان به رهبری LMU روانشناس Markus Bühner مجموعه ای را برای تعیین اینکه آیا متعارف داده منفعلانه جمع آوری شده توسط گوشی های هوشمند (مانند زمان یا فرکانس استفاده) ارائه بینش به کاربران میکنند. پاسخ روشن بود قطع شده است. “بله خودکار تجزیه و تحلیل این داده ها اجازه نمی دهد ما را به نتیجه گیری در مورد شخصیتهای کاربران حداقل برای بسیاری از مهمترين ابعاد شخصیتی می گوید:” کلمنس Stachl استفاده می شود که برای کار با Markus Bühner (صندلی روانی از روش های تشخیص در LMU) و در حال حاضر یک محقق در دانشگاه استنفورد در کالیفرنیا است.

این LMU تیم استخدام 624 داوطلب برای خود PhoneStudy پروژه. شرکت کنندگان توافق کردند که برای پر کردن یک پرسشنامه گسترده توصیف شخصیت خود را با صفات و نصب یک برنامه است که تا به حال شده است به خصوص برای مطالعه بر روی تلفن های خود را برای 30 روز. این برنامه طراحی شده است برای جمع آوری اطلاعات کد مربوط به رفتار کاربر. محققان در درجه اول علاقه مند به اطلاعات مربوط به ارتباطات الگوهای رفتار اجتماعی و تحرک همراه با کاربران انتخاب و مصرف موسیقی انتخاب برنامه های مورد استفاده و توزيع خود را استفاده از تلفن در طول روز است. تمام داده ها بر روی شخصیت ها و گوشی های هوشمند استفاده شد و تحليل دادهها با کمک ماشین-الگوریتم های یادگیری است که آموزش دیده برای تشخیص و استخراج الگوها از دادههای رفتاری و ارتباط این الگوها به اطلاعات به دست آمده از شخصیت سنجی است. توانایی الگوریتم برای پیش بینی صفات شخصیتی از کاربران شد و سپس کراس اعتبار بر اساس یک مجموعه داده. “تا کنون سخت ترین بخش از این پروژه قبل از پردازش مقدار زیادی از داده های جمع آوری شده و آموزش الگوریتم های پیش بینی” می گوید Stachl. “در واقع به منظور انجام محاسبات لازم, ما تا به حال به توسل به مجموعه ای از کامپیوتر کارایی بالا در لایبنیتس ابر مرکز در Garching (LRZ).”

محققان با تمرکز بر پنج مهم ترین ابعاد شخصیت (Big Five) شناسایی شده توسط روانشناسان که آنها را قادر به توصیف تفاوت های شخصیتی بین افراد در راه جامع است. این ابعاد مربوط به خود-ارزیابی سهم هر یک از صفات به یک فرد داده شده است شخصیت: (1) باز بودن (تمایل به اتخاذ ایده های جدید تجربیات و ارزش) (2) وجدان بودن (قابلیت دقت ambitiousness و نظم و انضباط), (3) برونگرایی (جامعه پذیری جرات ورزی adventurousness پویایی و دوستی) و (4) سازگاری (تمایل به اعتماد دیگران, اخلاق خوب, خروجی ملزم مفید) و (5) ثبات عاطفی (اعتماد به نفس و تعادل مثبت, self-control). خودکار تجزیه و تحلیل نشان داد که الگوریتم بود و در واقع قادر به موفقیت در استخراج بسیاری از این صفات شخصیتی از ترکیبی از تأمین عناصر از گوشی های هوشمند خود را استفاده است. نتايج ارائه نکات به کدام نوع از رفتار دیجیتال در حال آموزنده ترین خاص خود-ارزیابی شخصیت. برای مثال اطلاعات مربوط به الگوهای ارتباطی و رفتار اجتماعی (به عنوان منعکس شده توسط گوشی های هوشمند استفاده کنید) در ارتباط به شدت با سطح خود گزارش برونگرایی در حالی که اطلاعات مربوط به الگوهای روز و شب در زمان فعالیت به طور معناداری پیش بینی از گزارش خود از درجه بينايی. ویژه, لینک, با دسته ‘بودن’ تنها آشکار شد که بسیار متفاوت از انواع داده ها (به عنوان مثال استفاده از برنامه) ترکیب شدند.

نتایج حاصل از این مطالعه ارزش بسیار خوبی برای محققان, عنوان مطالعات تا کنون شده است تقریبا به طور انحصاری بر اساس خود ارزیابی. با روش معمولی ثابت کرده است که به اندازه کافی قابل اعتماد در پیش بینی سطح از موفقیت های حرفه ای مثلا. “ما هنوز هم می دانم بسیار کمی در مورد چگونه مردم در واقع رفتار در زندگی روزمره خود را — به غیر از آنچه که آنها را انتخاب کنید و به ما بگویید که ما پرسشنامه می گوید:” Markus Bühner. “لطف خود را گسترده توزیع فشرده خود استفاده کنید و خود را در سطح بسیار بالایی از عملکرد گوشی های هوشمند یک ابزار ایده آل است که با بررسی روابط بین خود گزارش و الگوهای رفتاری.

کلمنس Stachl آگاه است که تحقیقات خود را ممکن است بیشتر تحریک اشتهای غالب آن شرکت داده است. علاوه بر تنظیم استفاده منفعلانه از جمع آوری داده ها و تقویت حقوق مربوط به حریم خصوصی ما نیز نیاز به یک نگاه جامع در زمینه هوش مصنوعی ، “کاربر نه ماشین باید تمرکز اصلی تحقیقات در این زمینه. این امر می تواند یک اشتباه جدی به اتخاذ ماشین مبتنی بر روش یادگیری بدون توجه جدی از خود مفاهیم گسترده تر.” پتانسیل این برنامه — در هر دو تحقیق و کسب و کار — فوق العاده ای است. “از فرصت تا امروز داده محور جامعه بدون شک بهبود زندگی تعداد زیادی از مردم” Stachl می گوید. “اما ما باید اطمینان حاصل شود که تمام بخش های این جمعیت به اشتراک گذاری مزایای ارائه شده توسط فن آوری های دیجیتال.”

tinyurlis.gdv.gdv.htclck.ruulvis.netshrtco.detny.im

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>