题目：通过AI聊天机器人的结构化面试来测量个性：考察基准变量的来源和建模计分的水平对机器估算出的个性分数的心理测量学品质的影响

 主讲人：范津砚

主持人：李爱梅，李方君

时间：2024年1月2日 14:30

地点：管理学院219室

主讲内容

基于本实验室之前的研究（Fan et al., 2023），我们进一步考察使用AI聊天机器人测量个性的可行性。我们针对17个人格维度分别设计了结构化的面试问题，并将它们放入一个AI聊天机器人。本研究考察 (a) 基准变量的不同来源（自我报告的个性分数 vs. 专家评定的个性分数）和 (b) 建模计分的不同水平（基于整个面试的文本内容 vs. 基于具体特质的文本内容）对机器估算出的个性分数的心理测量学品质的影响。在本研究中，训练样本是1000多名全职员工，测试样本是100多名就读于美国线上MBA项目的学生。初步的结果分析显示：(a) 当使用基于整个面试的文本内容进行模型计分时，机器估算的个性分数展现出了良好的信度和汇聚效度，但是区分效度非常差（不管是自我报告模型还是专家评定模型），(b) 当使用基于具体人格特质的文本内容进行模型训练时，机器估算的个性分数表现出了较低的信度，分化的汇聚效度（自我报告模型的汇聚效度略低，但是专家评定模型的汇聚效度略高），但是区分效度有非常明显的提升，(c) 基准变量的不同来源和建模计分的不同水平对于机器分数的校标效度的影响不清晰。最后我将讨论该研究的理论和实践意义，以及将来研究的方向。

主讲人介绍：

范津砚博士，华东师范大学心理学学士（1994年）、硕士（1997年），美国俄亥俄州立大学工业与组织心理学博士（2004年），目前任美国奥本大学心理系教授。主要研究领域是人工智能、人事选拔、新员工入职培训和社会化过程、和跨文化适应和培训。他在工业与组织心理学的专业杂志上（比如Journal of Applied Psychology, Journal of Organizational Behavior, Journal of Management）发表了多篇论文，获得美国工业与组织心理学会（SIOP）和美国管理学会（AoM）的一系列奖项和基金资助，曾担任Journal of Vocational Behavior杂志的副主编（2019 – 2021） 。在实践方面，范博士开发了一系列人才测评的工具、模型、方法，并长期从事人力资源管理相关的企业咨询工作。

欢迎老师和同学们踊跃参加！