人工智慧(AI)和大數據可以幫助招募人員更了解一個人的個性和行為風格。
或許，大數據的最大受益者就是人工智慧領域。
結合起來，這兩種技術可以將心理測量分析提升到一個新的水平。研究人工智慧和大數據在心理測量學中的影響，對於該領域未來的改進至關重要。
涉及心理測量評估可以產生影響的領域的數量之多，確實令人難以置信。從招募期間評估求職者到在全國範圍內競選，從行銷到執法，心理測量評估在了解大量人群的脈搏或個人的性格特徵方面發揮著重要作用。如果組織，無論是政黨或企業，充分利用心理測量的大數據能力，其可以在各自的戰場上獲得幾乎無懈可擊的優勢。
眾所周知，數位化正在滲透到人們生活的幾乎所有方面。因此，人工智慧和大數據等技術自然也會在心理測量學領域產生影響。人工智慧難以置信的數據處理和分析能力在當今時代是人盡皆知的。將這些屬性與大數據的綜合性結合起來，就像是為心理測量的成長和發展提供了火箭燃料。想知道在心理測量學中，人工智慧和大數據可以實現什麼(或多大程度)嗎?以下是一些答案:
過去的心理測驗通常使用邏輯迴歸分析的目的。雖然這些技術有其優勢，但根本無法與人工智慧(輔以大數據)在該領域取得的成就相提並論。例如，人力資源主管可以使用機器學習來確定候選人的優勢和劣勢。為此，人力資源主管會在面試或遠距面試中向求職者提出一系列問題。當候選人回答問題時，其的舉止、語氣、面部表情都可以透過人工智慧攝影機監控。面試結束後，招募人員會使用人工智慧來評估候選人的視角和判斷力、同理心和情緒智商，以及參與度、決策能力和監管能力。對這些屬性進行判斷和評估，以了解候選人如何參與協作解決問題，並在高壓情況下發揮決定性作用。
除了決策和解決問題的能力外，還可藉助人工智慧和大數據來評估候選人在嚴格期限內完成各自工作的能力。除了面試和招募練習，其他技巧也可以用來評估候選人的性格。例如，招募人員可以瀏覽應徵者的社群媒體頁面，以了解其的性格特徵和對一般主題的看法。查看某人的社群媒體頁面不應該是消極評價個人觀點的一種方式。相反，這可以很好地衡量候選人如何使用語言或視覺來表達自己的想法。總之，應徵者的溝通技巧，在某種程度上，可以透過這種方式確定。人工智慧和大數據可以幫助招募人員在網路上找到這些數據，然後透過模式和異常識別對其進行處理，找到求職者的潛在性格特徵。
除此之外，機器學習還可以進一步用於將擴增實境工具整合到候選人招募中。擴增實境工具可以創建類似真實世界的模擬，以評估候選人處理實際營運危機的能力。人工智慧利用大數據的海量資訊庫來評估候選人在這項測試中的表現。擴增實境為候選人招募和選拔增加了一個全新的維度，如果沒有人工智慧的能力和大數據的驚人範圍，這是不可能實現的。
可能都有聽說過，Cambridge Analytica是如何幫助美國前總統川普贏得2016年大選的。川普先生的競選活動是有史以來最受數據驅動的政治活動之一。然而在探索之前，必須先了解心理測量分析的主要目的。
心理測試，首先是用來獲取個人(或一群人)的訊息，以及其對各種主題的好惡、看法和意見。資料收集器如何處理這些資訊取決於所需的最終結果類型。在這種情況下，大數據和人工智慧有助於擴大全州或全國範圍的心理評估範圍。事實證明，一個人的個性可以透過研究來說服他或她購買某些產品或服務。更重要的是，這些資訊可以用來說服個人在選舉中投票給特定的候選人或政黨。
下面來看看 Cambridge Analytica 在影響2016年美國總統大選中的角色。
有跡象表明，在競選活動之前，這家科技公司就與川普先生的競選活動有一段時間的聯繫。該組織利用心理測量的人工智慧和大數據，在選舉中獲得了優勢。這種方法特別具有開創性，因為以前的候選人主要利用人口統計觀點，並關注其他核心選民問題。 Cambridge Analytica 在組合中引入了先進的心理測量學，以產生積極的最終結果。
為了在選舉中取得成功，該組織使用了行為科學和選民監督，除了一些常見的工具，如OCEAN模型，透過人工智慧驅動的系統和模型轟炸個人的概念，以及高級大數據分析。
這個過程的初始階段，需要該組織從Facebook等知名組織的社群媒體頁面上購買數百萬個人的大量資料。除此類記錄外，還收集並仔細分析待處理的維修帳單、土地及財產登記冊、購物資料、產品及服務的購買歷史等詳細資料。如果這個訊息是長而寬的，這意味著其涵蓋了幾個人以及每個人的幾個方面。換句話說，就是大數據。在收集了所有這些資訊之後，這家英國公司對數據進行了匯總和整理。此外，該組織還部署了人工智慧工具，根據五大人格特質對每個人進行不同的分類。
基於這些訊息，共和黨總統候選人在演講中針對更脆弱、更容易被操縱的選民發表演說。就連選舉演講也經過了精心的調整和定制，以引起社會各階層的個人共鳴。該公司因其高度數據驅動的努力而獲得了超過500萬美元的收入。然而，在川普先生的壓倒性勝利中，真正的英雄是人工智慧和大數據。
如上所述,人工智慧和大數據可以用於了解潛在客戶的特徵、喜好和偏好，以便用特定的、有針對性的廣告淹沒他們的收件匣。出於行銷的目的,組織使用大數據，包括客戶的社交媒體頁面,數位零售商的購買歷史記錄，甚至在某些情況下的簡訊。
與人工智慧相比，大數據在上述應用領域可以說更為重要。所以，既然已經看到了人工智慧和大數據在心理測量學中的一些應用領域，以下是組織在使用大數據進行性格分析時可能面臨的挑戰:
1、大數據帶來的問題與提供人工智慧系統進行分析的資訊的可靠性有關。大數據的可靠性會受到現有數據、技術以及人工智慧演算法的嚴重影響。在進行預測和高層決策時，大數據的混亂和複雜性可能會為人工智慧系統帶來問題。
2、人工智慧中的偏見一直是技術需要克服的問題。隨著大數據的加入，人工智慧輸出的公平性可能仍然是一個問題。此外，也可以說，人工智慧和大數據的影響範圍在某種程度上受到了網路這個封閉溫室的限制。因此，在許多情況下，大數據不足以包括經濟落後的個人或家庭的信息，因為這些人無法上網，無法購買計算設備。
3、在可靠性和公平性之後，隨之而來的是用戶隱私的挑戰。如所見，人工智慧和大數據大量使用用戶資料(有時未經用戶簽署同意)來產生最終結果。因此，大數據和人工智慧在這方面不斷面臨道德難題。
人工智慧和大數據的無數能力對心理測量學領域至關重要。然而，有一些挑戰需要解決，以便進一步改善。但可以肯定的是，這些技術可以在未來進一步深化心理測量的範圍，因為其近乎持續發展。同時，大數據和人工智慧將繼續留在心理測量學研究領域，以實現上述目的以及更多目的的研究。
以上是利用人工智慧和大數據進行心理測量分析的詳細內容。更多資訊請關注PHP中文網其他相關文章！
