هوش ‌مصنوعی می‌تواند بر اساس عکس‌های ما ارزیابی شخصیتی انجام دهد.

محققان روس ثابت‌كردند كه هوش‌ مصنوعی می‌تواند بهتر از تخمین انسانی، شخصیت‌های افراد را از عکس‌های "سلفی"، استنباط كند. به‌نظر‌می‌رسد وجدان‌گرایی قابل‌تشخیص‌تر از صفات دیگر، و پیش‌بینی‌های شخصیتی بر اساس چهره‌ی زن‌ها از چهره‌ی مردها قابل اطمینان‌تر باشد.

چهره‌خوان‌ها از یونان باستان تا چزاره لومبروزو سعی‌کرده‌اند چهره را با شخصیت پیوند دهند، اما اکثر ایده‌های آنها نتوانست در مقابل بررسی دقیق علم مدرن کاری از پیش ببرد. معدود ارتباطات تایید‌شده‌ی مشخصه‌های خاص صورت، مانند نسبت پهنا به ارتفاع صورت، با خصوصیات شخصیتی بسیار ضعیف است. مطالعاتی که از نظر‌دهندگان خواسته می‌شود تا بر اساس عکس‌های افراد، شخصیتشان را مورد ارزیابی قرار دهند، نتایج متناقضی را به وجود آورده است و این نشان می‌دهد که قضاوت‌های ما از نظر عملی بسیار غیرقابل‌اطمینان هستند.

با این وجود، استدلال های نظری و تکاملی قوی‌ای وجود دارند که نشان می‌دهد برخی اطلاعات در مورد خصوصیات شخصیتی، به ویژه اطلاعات لازم برای ارتباطات اجتماعی، ممکن است توسط چهره‌ی انسان به ذهن متبادر شود. از این گذشته، چهره و رفتار، هر دو توسط ژن‌ها و هورمون‌ها شکل می‌گیرند، و تجربیات اجتماعی ناشی از ظاهر شخص ممکن است بر رشد شخصیت فرد تأثیر بگذارد. با این حال، شواهد اخیر از علوم اعصاب نشان می‌دهد که مغز انسان به جای جستجو در ویژگی‌های خاص صورت، تصاویر چهره‌ها را به روشی همه‌جانبه پردازش می‌کند.

محققان از دو دانشگاه در مسکو، با کسب‌و‌کار استارت‌آپی روسی-انگلیسیِ BestFitMe گرد‌هم ‌آمدند تا تعدادی شبکه‌ی عصبی هوش مصنوعی را جهت ارزیابی شخصیتیِ مطمئن، آموزش دهند. عملکرد مدل حاصل، در مقایسه با مطالعات قبلی که از یادگیری ماشین یا خود انسان در آنها استفاده می‌شد، بهتر بود. هوش مصنوعی قادر به ارزیابی فوق العاده در مورد وجدان‌گرایی، نوروتیسیزم (روان رنجوری)، برونگرایی، سازگاري و پذیرای تجربه بودن، براساس "سلفی‌های" داوطلبانی بود که بصورت آنلاین بارگذاری می‌شدند. ازریابی شخصیتی حاصل در عکس‌های مختلف از یک فرد یکسان بود.

این مطالعه در جمعیتی از 12 هزار داوطلب انجام شده است که پرسشنامه‌ای را برای سنجش ویژگی‌های شخصیتی مبتنی بر مدل "پنج عامل بزرگ شخصیت" تکمیل کرده و در مجموع 31 هزار سلفی بارگذاری کرده‌اند. پاسخ‌دهندگان به طور تصادفی در یک گروه آموزش(train) و یک گروه تست (test) قرار گرفتند. مجموعه‌ای از شبکه‌های عصبی برای پیش‌پردازش تصاویر جهت‌اطمینان از ویژگی‌ها و کیفیت یکدست و حذف چهره‌هایی با حالات عاطفی و همچنین تصاویر افراد مشهور و گربه‌ها مورد استفاده قرار گرفتند. در مرحله بعد، یک شبکه‌ی عصبی طبقه‌بند تصاویر برای تجزیه‌ی هر تصویر به 128 ویژگی ثابت، آموزش داده شد و پس از آن از یک پرسپترون چند‌لایه (نوعی الگوریتم) که از ویژگی‌های ثابت تصاویر برای پیش‌بینی صفات شخصیتی استفاده می‌کرد، بهره‌برده‌شد.

اندازه اثر متوسط r = 0.24 نشان می‌دهد که هوش مصنوعی می‌تواند در مورد وضعیت نسبی دو فرد که به صورت تصادفی انتخاب شده‌اند در بعد شخصیت 58٪ موارد را درست حدس بزند. در مقایسه با برآوردهای متا‌آنالیز از همبستگی بین نظرات هرفرد راجع‌به خودش و نظرات دیگران راجع‌به وی، این مطالعه نشان می‌دهد که یک شبکه‌ی عصبی هوش مصنوعی با تکیه بر تصاویر چهره‌ی استاتیک، به نسبت ارزیابی انسان‌های دیگر که تصویر فرد را بدون آشنایی قبلی دیده بودند، عملکرد بهتری دارد.

تعداد زیادی برنامه‌ی کاربردی در این زمینه وجود دارد. شناسایی شخصیت از عکس‌های زندگی روزمره می‌تواند مکمل رویکردهای قدیمی برای ارزیابی شخصیت در شرایطی باشد که سرعت بالا و هزینه کم از اهمیت بالایی برخوردار است. از هوش مصنوعی می‌توان برای پیشنهاد محصولاتی که بهترین سازگاری را با شخصیت مشتری دارند یا برای انتخاب "بیشترین تطابق و هماهنگی" ممکن برای افراد در تعاملات دوگانه، مانند دوستیابی یا آموزش‌آنلاین، استفاده کرد.

منبع: نوروساینس نیز