گوشی های هوشمند استفاده از الگوهای می تواند خود را نشان می دهد نوع شخصیت: تحقیقات

داده های جمع آوری شده از گوشی های هوشمند خود را با الگوهای مصرف را می توان مورد استفاده برای پیش بینی چهار را

توسط HEKAYATFARDAYEEMAAA در 7 مرداد 1399

داده های جمع آوری شده از گوشی های هوشمند خود را با الگوهای مصرف را می توان مورد استفاده برای پیش بینی چهار را پنج عامل بزرگ شخصيتی با توجه به تحقیقات جدید از دانشگاه پرینستون.

پنج مدل, همچنین شناخته شده به عنوان اقیانوس, مدل, اولین بار توسعه داده شد در 1980s. آن است که به طور گسترده استفاده می شود و سیستم به خوبی تثبیت در روانشناسی برای سازماندهی صفات شخصیتی.

پرینستون محققان می گویند که اطلاعات آنها جمع آوری شده می تواند تا حدی پیش بینی این چهار صفت: باز بودن به تجربه; بينايی; برون گرایی و ثبات عاطفی. آنها نمی تواند قابل اعتماد تعیین سازگاری با این حال.

جهت گردآوری داده ها از کاربران ارتباطی و رفتار اجتماعی, موسیقی, مصرف, برنامه, استفاده, تحرک به طور کلی فعالیت های تلفن و در طول روز و شب با سطح فعالیت.

برخی از جریانهای داده شد مفید تر از دیگران است. برای مثال در پیش بینی "عشق از نظم و حس وظیفه" جنبه از بينايی صفت ویژه اطلاعات مفید در جریان بود گوشی متوسط سطح باتری هنگامی که آن را بر روی یک کابل شارژ.

"دقت این پیش بینی های مشابه است که برای پیش بینی بر اساس ردپای دیجیتال از سیستم عامل رسانه های اجتماعی," محققان نوشت.

"[این را] نشان می دهد امکان به دست آوردن اطلاعات در مورد افراد خصوصی صفات از الگوهای رفتاری منفعلانه جمع آوری شده از گوشی های هوشمند خود."

پرینستون تیم اشاره کرد واضح نگرانی های اخلاقی.

"این در حال حاضر کار به عنوان یک منادی از هر دو مزایا و خطرات ارائه شده توسط استفاده گسترده از رفتاری اطلاعات به دست آمده از گوشی های هوشمند" آنها نوشت.

در سمت به علاوه آنها ذکر شده توانایی استفاده از این داده ها در پروسه استخدام کارکنان به جای صرف برآورد به دست آمده از پرسشنامه خود-اظهاری.

"در همان زمان ما باید دست کم نگیرید پیامدهای منفی بالقوه روال مجموعه مدلسازی و کنترل نشده تجارت شخصی, اطلاعات گوشی های هوشمند" آنها نوشت.

"نصب شواهد نشان می دهد که این داده ها می تواند و در حال استفاده روانی برای هدف قرار دادن برای نفوذ در مردم اقدامات از جمله تصمیم گیری خرید و بالقوه رای گیری رفتارها که مربوط به شخصیت و صفات."

با استفاده از هوش مصنوعی به نقطه کار قیف

در ضمن استرالیا راه اندازی PredictiveHire reckons آن می تواند بگوید که آیا یک نامزد کار است به احتمال زیاد به "شغل هاپ" یا تغییر شغل بیشتر از یک کارفرما ممکن است مانند صرفا بر اساس پاسخ به سوالات باز از یک chatbot.

"زبان یکی با استفاده از زمانی که در پاسخ به سوالات مصاحبه مربوط به موقعیتی قضاوت و گذشته رفتار است که اخباری از احتمال خود را به کار هاپ" شرکت محققان نوشت: در به تازگی منتشر شده کاغذ [PDF].

"توانایی عینی استنباط یک نامزد احتمال نسبت به کار رقص ارائه فرصت های قابل توجهی به ویژه هنگامی که ارزیابی داوطلبان با قبل هیچ سابقه کار," آنها نوشت.

"از سوی دیگر تجربه داوطلبانی که در سراسر آمده به عنوان شغل قیف صرفا بر اساس رزومه خود را دریافت فرصت را به نشان می دهد در غیر این صورت."

این شرکت گفت: این نشان از "همبستگی" بین یک نامزد احتمال به کار هاپ و شخصیت صفت "باز بودن به تجربه" در HEXACO مدل جایگزین به اقیانوس مدل است که می افزاید: یک ششم صفت به نام "صداقت-فروتنی".

به عنوان خبرنگار شما قبلا نوشته شده است اما داده های بزرگ خطرناک است و ایمان مبتنی بر ایدئولوژی. این پیش بینی یک انسان تعصبات که در آن نظریه-رایگان همبستگی است که به عنوان خوب به عنوان علت و معلول اگر فقط شما به اندازه کافی داده.

سال گذشته محققان در دانشگاه کرنل بررسی فروشندگان از الگوریتمی قبل از اشتغال به ارزیابی و متوجه شد که بسیاری از آنها ادعا می شود عادلانه تر جایگزین برای بشر مبتنی بر استخدام.

به جای از بین بردن تعصبات بررسی الگوریتم اغلب به سادگی یادگیری جنسیتی و نژادی و تعصبات از خود ما گرایش به زبان و یا در غیر این صورت تکرار در دنیای واقعی تعصبات مانند نژادپرستانه جرم پیش بینی سیستم های.

و در حالی که پتانسیل تعصبات شروع به توجه است که کل داستان. الگوریتمی استخدام یک حقوق کارگری موضوع است.

با توجه به ناتان نیومن کمکی استادیار در جان جی, کالج عدالت کیفری داده است که استفاده می شود به درایو کردن کارگران.

"تجزیه و تحلیل داده ها به طور فزاینده ای در کمک به کاهش حقوق و دستمزد در شرکت ابتدا در فرآیند استخدام جایی که قبل از استخدام, شخصیت, تست کمک می کند تا کارفرمایان صفحه نمایش از کارکنان که تحریک برای دستمزد بالاتر و سازماندهی و یا حمایت از unionisation درایو در شرکت های خود را," او نوشت: در یک سال 2017 قانون کاغذ [PDF].

"با داده های بزرگ, بهترین راه برای شکست دادن یک درایو به سازماندهی اتحادیه در شرکت محل کار است هرگز به استخدام افراد مایل به ایستادن به کارفرمای خود را در وهله اول است."

این "الگوریتمی نظارت" نیز می تواند به کارفرمایان اجازه می دهد به "ارزیابی است که کارکنان به احتمال زیاد به ترک و در نتیجه محدود کردن پرداخت افزایش تا حد زیادی به آنها".

سلن Barocas یکی از کرنل محققان موافقم.

"ما نباید اجازه دهید توجه است که مردم شروع به پرداخت به تعصب و تبعیض مسائل در واقع جمعیت از این واقعیت است که وجود دارد یک دسته از مسائل دیگر" Barocas گفت MIT Technology Review.

"کار رقص و یا تهدید از کار رقص, یکی از راه های اصلی که کارگران قادر به افزایش درآمد خود را."

یک حریم خصوصی حرفه ای توصیف کرده است این هوش مصنوعی مبتنی بر شیوه های استخدام به عنوان "دیجیتال phrenology". اگر یک کارفرمای آینده نگر با استفاده از این تکنولوژی اجرا برای درب. حکیم مشاوره در هر دو فقره.

مربوط به پوشش



tinyurlis.gdv.gdv.htu.nuclck.ruulvis.netshrtco.detny.im
آخرین مطالب