Menggunakan kecerdasan buatan dan data besar untuk analisis psikometrik

Menggunakan kecerdasan buatan dan data besar untuk analisis psikometrik

Kecerdasan buatan (AI) dan data besar boleh membantu perekrut lebih memahami personaliti dan gaya tingkah laku seseorang.

Mungkin penerima terbesar data besar ialah bidang kecerdasan buatan.

Digabungkan, kedua-dua teknik ini boleh membawa analisis psikometrik ke peringkat seterusnya. Mempelajari kesan kecerdasan buatan dan data besar dalam psikometrik akan menjadi penting untuk penambahbaikan masa depan dalam bidang tersebut.

Bilangan bidang di mana penilaian psikometrik boleh memberi impak benar-benar membingungkan. Daripada menilai calon pekerjaan semasa pengambilan kepada menjalankan kempen nasional, daripada pemasaran kepada penguatkuasaan undang-undang, penilaian psikometrik memainkan peranan penting dalam memahami nadi kumpulan besar orang atau ciri keperibadian seseorang individu. Jika organisasi, sama ada parti politik atau perniagaan, mengeksploitasi sepenuhnya keupayaan data besar psikometrik, mereka boleh memperoleh kelebihan yang hampir tidak dapat dipertikaikan di medan perang masing-masing.

Bidang aplikasi kecerdasan buatan dan data besar dalam psikometrik

Seperti yang kita sedia maklum, pendigitalan meresap ke dalam hampir semua aspek kehidupan manusia. Oleh itu, teknologi seperti kecerdasan buatan dan data besar secara semula jadi akan memberi kesan dalam bidang psikometrik. Keupayaan pemprosesan dan analisis data yang luar biasa bagi kecerdasan buatan terkenal pada zaman ini. Menggabungkan atribut ini dengan sifat komprehensif data besar adalah seperti menyediakan bahan api roket untuk pertumbuhan dan pembangunan psikometrik. Tertanya-tanya apakah (atau sejauh mana) kecerdasan buatan dan data besar boleh dicapai dalam psikometrik Berikut adalah beberapa jawapan:

1. Pengambilan Calon

Ujian psikometrik biasanya dilakukan pada masa lalu Tujuan penggunaan? analisis regresi logistik. Walaupun teknologi ini mempunyai kelebihan mereka, mereka tidak dapat dibandingkan dengan pencapaian kecerdasan buatan (ditambah dengan data besar) dalam bidang ini. Sebagai contoh, pemimpin HR boleh menggunakan pembelajaran mesin untuk mengenal pasti kekuatan dan kelemahan calon. Untuk melakukan ini, pemimpin HR bertanya kepada calon beberapa soalan semasa temu duga atau temu duga jauh. Apabila calon menjawab soalan, gelagat, nada dan ekspresi muka mereka semuanya boleh dipantau melalui kamera AI. Selepas temu duga, perekrut menggunakan AI untuk menilai perspektif dan pertimbangan calon, empati dan kecerdasan emosi, serta penglibatan, membuat keputusan dan kebolehan penyeliaan. Atribut ini dinilai dan dinilai untuk memahami cara calon melibatkan diri dalam penyelesaian masalah secara kolaboratif dan memainkan peranan yang menentukan dalam situasi tekanan tinggi.

Selain kemahiran membuat keputusan dan menyelesaikan masalah, keupayaan calon untuk menyelesaikan pekerjaan masing-masing dalam tarikh akhir yang ketat juga boleh dinilai dengan bantuan kecerdasan buatan dan data besar. Selain latihan temu duga dan pengambilan pekerja, teknik lain boleh digunakan untuk menilai personaliti calon. Sebagai contoh, seorang perekrut boleh menyemak imbas halaman media sosial calon untuk mengetahui tentang sifat keperibadian dan pendapat mereka mengenai topik umum. Melihat halaman media sosial seseorang tidak seharusnya menjadi cara untuk menilai pandangan seseorang secara negatif. Sebaliknya, ini adalah ukuran yang baik tentang cara calon menyatakan idea mereka secara lisan atau visual. Pendek kata, kemahiran komunikasi calon boleh, pada tahap tertentu, ditentukan dengan cara ini. Kecerdasan buatan dan data besar boleh membantu perekrut mencari data ini di web dan kemudian memprosesnya melalui pengecaman corak dan anomali untuk mencari ciri personaliti calon yang berpotensi.

Selain itu, pembelajaran mesin boleh digunakan selanjutnya untuk menyepadukan alatan realiti tambahan ke dalam pengambilan calon. Alat realiti diperkukuh boleh mencipta simulasi seperti dunia sebenar untuk menilai keupayaan calon menangani krisis operasi sebenar. Kecerdasan buatan menggunakan repositori besar data besar untuk menilai prestasi calon pada ujian ini. Realiti diperkukuh menambah dimensi baharu kepada pengambilan dan pemilihan calon yang tidak mungkin dilakukan tanpa kuasa kecerdasan buatan dan skop data besar yang mengejutkan.

2. Aktiviti Pilihan Raya

Anda mungkin pernah mendengar cara Cambridge Analytica membantu bekas Presiden AS Donald Trump memenangi pilihan raya 2016. Kempen Encik Trump adalah salah satu kempen politik paling dipacu data yang pernah ada. Walau bagaimanapun, sebelum meneroka, adalah penting untuk memahami tujuan utama analisis psikometrik.

Ujian psikologi pertama kali digunakan untuk mendapatkan maklumat tentang individu (atau sekumpulan orang), serta suka, tidak suka, pandangan dan pendapat mereka tentang pelbagai topik. Cara pengumpul data memproses maklumat ini bergantung pada jenis hasil akhir yang diingini. Dalam kes ini, data besar dan kecerdasan buatan boleh membantu mengembangkan skop penilaian psikologi di seluruh negeri atau negara. Telah terbukti bahawa personaliti seseorang boleh dikaji untuk meyakinkannya untuk membeli produk atau perkhidmatan tertentu. Apatah lagi, maklumat ini boleh digunakan untuk memujuk individu untuk mengundi calon atau parti tertentu dalam pilihan raya.

Berikut ialah pandangan tentang peranan Cambridge Analytica dalam mempengaruhi pilihan raya presiden AS 2016.

Terdapat petunjuk bahawa syarikat teknologi itu telah dikaitkan dengan kempen Encik Trump untuk beberapa lama sebelum kempen. Kumpulan itu menggunakan kecerdasan buatan psikometrik dan data besar untuk mendapatkan kelebihan pilihan raya. Pendekatan ini sangat hebat kerana calon-calon terdahulu telah memanfaatkan hujah demografi dan menumpukan perhatian kepada isu pengundi teras yang lain. Cambridge Analytica membawa psikometrik lanjutan ke dalam campuran untuk menghasilkan keputusan akhir yang positif.

Untuk berjaya dalam pilihan raya, organisasi menggunakan sains tingkah laku dan pemantauan pengundi, sebagai tambahan kepada beberapa alat biasa seperti model OCEAN, konsep membombardir individu dengan sistem dan model dipacu AI, dan data besar termaju menganalisis.

Peringkat awal proses ini memerlukan organisasi membeli sejumlah besar data pada berjuta-juta individu daripada halaman media sosial organisasi terkenal seperti Facebook. Selain rekod tersebut, butiran seperti bil penyelenggaraan yang belum selesai, daftar tanah dan hartanah, data beli-belah, sejarah pembelian produk dan perkhidmatan, dsb. juga dikumpul dan dianalisis dengan teliti. Jika mesej itu panjang dan lebar, itu bermakna ia meliputi beberapa orang dan beberapa aspek setiap orang. Dengan kata lain, data besar. Selepas mengumpulkan semua maklumat ini, syarikat British mengagregat dan menyusun data. Di samping itu, organisasi itu telah menggunakan alat kecerdasan buatan untuk mengklasifikasikan setiap orang secara berbeza berdasarkan ciri personaliti Lima Besar.

Berdasarkan maklumat ini, calon presiden Republikan berbicara kepada pengundi dalam ucapan yang lebih terdedah dan lebih mudah untuk dimanipulasi. Malah ucapan pilihan raya telah ditala dengan teliti dan disesuaikan untuk bergema dengan individu di semua segmen masyarakat. Syarikat itu telah menjana lebih daripada $5 juta hasil untuk usaha yang dipacu datanya yang tinggi. Namun wira sebenar dalam kemenangan besar Encik Trump adalah kecerdasan buatan dan data besar.

3. Pemasaran produk dan perkhidmatan

Seperti yang dinyatakan di atas, kecerdasan buatan dan data besar boleh digunakan untuk memahami ciri-ciri, kesukaan dan keutamaan bakal pelanggan untuk menggunakan pemasaran khusus yang disasarkan Iklan membanjiri peti masuk mereka. Untuk tujuan pemasaran, organisasi menggunakan data besar, termasuk halaman media sosial pelanggan, sejarah pembelian peruncit digital, dan juga mesej teks dalam beberapa kes.

Cabaran menggunakan data besar dalam psikometrik

Berbanding dengan kecerdasan buatan, data besar boleh dikatakan lebih penting dalam bidang aplikasi di atas. Oleh itu, sekarang kita telah melihat beberapa bidang aplikasi kecerdasan buatan dan data besar dalam psikometrik, berikut ialah cabaran yang mungkin dihadapi oleh organisasi apabila menggunakan data besar untuk analisis personaliti:

1 isu berkaitan dengan kebolehpercayaan maklumat yang diberikan kepada sistem AI untuk analisis. Kebolehpercayaan data besar akan terjejas teruk oleh data, teknologi dan algoritma kecerdasan buatan sedia ada. Kekacauan dan kerumitan data besar boleh menyebabkan masalah untuk sistem AI apabila membuat ramalan dan keputusan peringkat tinggi.

2. Bias dalam kecerdasan buatan sentiasa menjadi masalah yang perlu diatasi oleh teknologi. Dengan penambahan data besar, kesaksamaan output AI mungkin kekal sebagai isu. Di samping itu, boleh juga dikatakan bahawa skop pengaruh kecerdasan buatan dan data besar terhad sedikit sebanyak oleh rumah hijau tertutup Internet. Oleh itu, dalam kebanyakan kes, data besar tidak mencukupi untuk memasukkan maklumat tentang individu atau isi rumah yang kurang bernasib baik dari segi ekonomi kerana mereka ini tidak mempunyai akses kepada Internet dan tidak boleh membeli peranti pengkomputeran.

3 Selepas kebolehpercayaan dan keadilan, cabaran privasi pengguna datang. Seperti yang dilihat, kecerdasan buatan dan data besar menggunakan data pengguna secara meluas (kadangkala tanpa persetujuan pengguna yang ditandatangani) untuk menghasilkan hasil akhir. Oleh itu, data besar dan kecerdasan buatan terus menghadapi dilema etika dalam hal ini.

Keupayaan pelbagai kecerdasan buatan dan data besar adalah penting untuk bidang psikometrik. Walau bagaimanapun, terdapat beberapa cabaran yang perlu ditangani untuk penambahbaikan selanjutnya. Tetapi pastinya teknik ini dapat memperdalam lagi skop psikometrik pada masa hadapan, memandangkan perkembangannya yang hampir berterusan. Dalam pada itu, data besar dan kecerdasan buatan akan terus kekal dalam bidang penyelidikan psikometrik untuk mencapai tujuan di atas dan banyak lagi.

Atas ialah kandungan terperinci Menggunakan kecerdasan buatan dan data besar untuk analisis psikometrik. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!