在招聘方面，雇主要找到最适合这份工作的人选可能是一项挑战。因此，组织经常使用性格量表来帮助确定候选人是否合适。

虽然市场上有几种广泛使用的性格测试，但组织可能正在寻找现有量表无法衡量的特征或技能。创建一个新的量表——需要人格、组织、社会或临床心理学家等专家的工作——可能既费时又费钱。

考虑到这一点，弗吉尼亚理工大学心理学系的助理教授伊万·埃尔南德斯 (Ivan Hernandez) 希望找到一种方法，使人格量表的创建更容易、更容易获得。

“作为心理学家，我们有兴趣测量人格的许多不同方面，”埃尔南德斯说。“但最难的是，你是怎么做到的?你如何提出正确的问题来了解一个人是否是好朋友，了解一个人是否会勤奋工作，了解一个人是否情绪化聪明的?”

虽然这些问题通常是由主题专家设计的，但 Hernandez 提出了另一种来源——人工智能。

Hernandez 与 Hogan Assessment Systems Inc. 的研究顾问 Weiwen Nie 合作，创建了一个框架，用于使用各种自然语言处理模型来帮助研究人员开发有效的心理量表。

在创建人格量表的传统方法中，主题专家被要求创建一个可能符合特定人格特征的项目池——例如，“我喜欢参加聚会”作为外向性的衡量标准。该池构成了规模创建的基础，在部署之前对其进行管理和测试。

在 Hernandez 的框架中，基于转换器的语言模型生成基于人工智能的项目池 (AI-IP)，其中包含一百万个新项目——远远超过任何专家组可以创建的项目。额外的语言处理模型将池缩小到与所需结构最相关的项目，例如外向性。

从本质上讲，这种多模型框架使研究人员能够从一小组相关项目中创建更长的、有凝聚力的量表。

最好的部分?使用 AI-IP 创建的秤的性能与通过人工验证和校准过程创建的秤一样好。

“当我们将这些物品提供给人们并向他们展示不是由计算机制造的真实物品时，人们根本无法区分，”埃尔南德斯说。“我们作为人类通过委员会制作个性化音阶的歌舞可以通过利用人工智能模型的内化知识来真正解决。”

Hernandez 和 Nie 设计的框架可以帮助组织减少创建人格量表所涉及的时间和费用。通过依靠人工智能来创建项目池，人类固有的主观性、不一致性和偏见也被绕过了。

更重要的是，该框架是公开可用的，它实现了 Hernandez 提高人格测量可访问性的目标。现在任何人——无论是想要衡量陪审团可信度的律师，还是想知道他们的新室友是否干净的大学生——都可以创建一个人格量表。

“这个框架旨在供组织使用，但我真的认为它可以帮助普通人，”Hernandez 说。“人们对个性很感兴趣——但我认为他们可能只是不知道比社交媒体或流行文化中最常见的衡量标准更有效的方法来探索他们的兴趣。”

一篇描述该框架及其创建方式的文章发表在 2023 年人事心理学特刊上，重点关注人工智能和机器学习在人员选拔和人员配置中的应用。