Bien qu’il existe plusieurs tests de personnalité largement utilisés sur le marché, les organisations peuvent rechercher des traits ou des compétences qui ne sont pas mesurés par des échelles déjà existantes. La création d’une nouvelle échelle – qui nécessite le travail d’experts tels que des psychologues de la personnalité, organisationnels, sociaux ou cliniques – peut prendre du temps et coûter cher.

Dans cet esprit, Ivan Hernandez, professeur adjoint au Virginia Tech Département de psychologiesouhaitaient trouver un moyen de rendre la création d’échelles de personnalité plus facile et plus accessible.

« En tant que psychologues, nous serions intéressés à mesurer autant d’aspects différents de la personnalité », a déclaré Hernandez. «Mais le plus dur, c’est comment tu fais? Comment trouver les bonnes questions pour savoir si une personne est un bon ami, pour savoir si une personne serait un travailleur assidu, pour savoir si une personne est émotionnellement intelligente ? »

Alors que les experts en la matière conçoivent généralement ces questions, Hernandez a suggéré une source alternative – l’intelligence artificielle.

En collaboration avec le consultant en recherche Weiwen Nie de Systèmes d’évaluation Hogan Inc.Hernandez a créé un cadre d’utilisation de divers modèles de traitement du langage naturel pour aider les chercheurs à développer des échelles psychologiques valides.

Dans la méthode traditionnelle de création d’échelles de personnalité, les experts en la matière sont appelés à créer un ensemble d’éléments pouvant correspondre à un trait de personnalité particulier – par exemple, « J’aime aller à des fêtes » comme mesure d’extraversion. Ce pool constitue la base de la création de l’échelle, qui est administrée et testée avant d’être déployée.

Dans le cadre de Hernandez, un modèle de langage basé sur un transformateur génère le pool d’éléments basé sur l’intelligence artificielle (AI-IP), composé d’un million de nouveaux éléments – bien plus que n’importe quel groupe d’experts pourrait créer. Des modèles de traitement du langage supplémentaires réduisent le pool aux éléments les plus pertinents pour la construction souhaitée, comme l’extraversion.

Source: VirginieTech