يستعرض غاتنينغنو كيف يمكن للذكاء الاصطناعي تقييم الشخصية بالاعتماد على أحدث تقنيات التحليل. حيث تقوم نماذج اللغة الكبيرة (LLMs) بتحليل أي بيانات متاحة مثل الفيديو، الصوت، أو النص المكتوب، وتشمل ذلك تسجيل مقابلات أو عروض تقديمية أو منشورات على الإنترنت.
آليات التصنيف اللغوي والسلوكي
عند التعامل مع الفيديو أو الصوت، يمكن لخوارزميات الذكاء الاصطناعي أن تميز بدقة بين كلام الشخص المستهدف وكلام الآخرين. بالتوازي، تصنف الخوارزمية الكلمات باستخدام فئات التحليل اللغوي والإحصائي (LIWC)، وهو قاموس يصنف الكلمات إلى مجموعات لغوية ويستخدمه علماء النفس لفهم العلاقة بين الكلمات وعناصر الشخصية.
ارتباط الكلمات والسلوك بالسمات الشخصية
توصلت الأبحاث إلى وجود ارتباطات بين فئات الاستقصاء اللغوي وإحصاء الكلمات وسمات الشخصية، مما يسمح للخوارزميات بتحويل الكلمات والعبارات إلى مؤشرات دقيقة لسمات الشخصية. على سبيل المثال، يمكن للخوارزميات أن تميز الكلمات التي تدل على المشاعر الإيجابية أو السلبية، أو أسلوب الكلام، وتمييز الانفعالات البصرية والمعبرة عن العصابية أو الانبساطية.
أهمية حجم البيانات ودقتها في تحليل الذكاء الاصطناعي
يؤكد غاتنينغنو أنه لا يمكن استنتاج السمات الشخصية من بضع كلمات فقط؛ فالبيانات الكافية ضرورية لبناء مقياس دقيق وقابل للاعتماد عليه. كما أنه مع زيادة البيانات عن الفرد، تزيد دقة وموثوقية تحليل الذكاء الاصطناعي للشخصية.
تحليل الصور والفيديو والشبكات العصبية
ويشير بحث حديث إلى أن التحليل النصي ليس وحده محور الاهتمام، فرصد الصور والفيديو بات مجالاً مهماً للعلماء، حيث تقدم تعبيرات الوجه والسلوكيات البصرية مؤشرات أعمق على السمات الشخصية. بالإضافة إلى ذلك، تشهد تقنيات مثل الشبكات العصبية والتعلم العميق (Deep Learning) وتوظيف بيانات وسائل التواصل الاجتماعي توسعاً في تحليل الشخصية بالذكاء الاصطناعي، ممّا يجعل المجال متعدد التخصصات ويجمع بين خبراء علم النفس وعلوم الحاسوب.
اضف تعليق