人物計算学（じんぶつけいさんがく） - 百科事典

性格計算は、人工知能と性格心理学に関連する研究分野で、テキスト、マルチメディア、ソーシャルネットワークなどを含む異なるソースからの計算技術を用いて性格を研究します。

概要
性格計算は、性格に関連する3つの主要な問題に取り組んでいます：自動的な性格認識、認識、合成。自動的な性格認識は、ターゲット個人のデジタルフットプリントからその性格タイプを推測することです。自動的な性格認識は、観察者がターゲット個人对して観察できる行動に基づいて属性付けた性格を推測することです。自動的な性格合成は、アバターやバーチャルエージェントにおける人工的な性格のスタイルや行動の生成です。

自己評価の性格テストや観察者の評価は、人工知能アルゴリズムの自動的な性格タイプの予測のパフォーマンスをテストおよび確認するための基準として常に利用されます。性格テストには、マイケル・ブリッグス・タイプ指標（MBTI）やMMPIなど、さまざまな種類がありますが、最も使用されているのは、五つの因子モデルに基づく修正されたNEO性格指標などです。

性格計算は、前者が性格の特性に焦点を当て、後者が感情の状態に焦点を当てる感情計算の拡張または補完と考えられます。さらに、性格や感情を含むさまざまな性格状態や特性を組み合わせるキャラクターコンピューティングという2つの分野の拡張が考えられます。

歴史
性格計算は2005年頃に、Shlomo Argamonとその後のFrançois Mairesseによる性格認識の開拓的な研究から始まりました。これらの研究は、ブログ、自己紹介、メールアドレスなどのテキストから性格の特性が相当な精度で推測できることを示しました。2008年には、「ポータブル性格」の概念が開発され、性格プロファイルの分散管理に役立ちました。

数年後、記録された会議や音声通話などの多模態的および社会的信号からの性格認識と認識の研究が始まりました。

2010年代には、ファビオ・セルリが初めてワークショップを組織したおかげで、ソーシャルメディアからの性格認識と認識に焦点が当てられました。特に、Facebook、Twitter、Instagramから性格が抽出されました。同じ年には、自動的な性格合成がバーチャルエージェントにおけるシミュレートされた行動の連続性を向上させる手助けとなりました。

Michal Kosinskiの科学的な研究は、異なるデジタルフットプリント、特にFacebookページのいいねなどのユーザー好みから性格計算の有効性を示し、機械が人間よりも性格をよりよく認識できることを示し、カムbridge Analyticaやこの種の技術の悪用に対する警告を発しました。

应用
性格計算技術、特に性格認識と認識は、ソーシャルメディアマーケティングに適用があり、心理的ターゲティングを通じて広告キャンペーンのコストを削減することができます。

参考文献