XiaoMi-AI文件搜索系统
World File Search System尽责
飞行员的尽责性与皮肤电稳定性相关：社会压力下模拟飞行研究
摘要：对于飞行员来说，应对焦虑的能力在飞行过程中至关重要，因为他们可能会面临压力。根据大五人格量表，这种能力可以通过两种重要的人格特质进行调节：尽责性和神经质。前者与注意力有关，后者与对焦虑刺激的注意力偏差有关。鉴于目前用于检测用户状态的监测系统的发展，该系统可以并入驾驶舱，因此需要估计它们对个体间人格差异的稳健性。事实上，几种情绪识别方法都是基于可以通过特定人格特征进行调节的生理反应。对 20 名飞行员的人格特质进行了评估。之后，他们进行了两次连续的模拟飞行，分别在没有和有社会压力的情况下，同时测量皮肤电活动。在第二次飞行之前，也就是在压力诱发条件之前，对他们的主观焦虑进行了评估。结果表明，神经质得分越高，认知焦虑和躯体焦虑越呈正相关。此外，在社会压力下，尽责性得分越高，与皮肤电稳定性呈正相关，即皮肤电导反应次数越少。这些关于自我报告和生理反应的结果都支持将性格差异纳入飞行员的状态监测中。
文章 飞行员的尽责性与皮肤电稳定性相关：社会压力下模拟飞行的研究
摘要：对于飞行员来说，应对焦虑的能力在飞行过程中至关重要，因为他们可能会面临压力。根据大五人格量表，这种能力可以通过两种重要的人格特质进行调节：尽责性和神经质。前者与注意力有关，后者与对焦虑刺激的注意力偏差有关。鉴于目前用于检测用户状态的监测系统的发展，该系统可以并入驾驶舱，因此需要估计它们对个体间人格差异的鲁棒性。事实上，几种情绪识别方法都是基于生理反应，这些反应可以通过特定的人格特征进行调节。对 20 名飞行员的人格特质进行了评估。之后，他们进行了两次连续的模拟飞行，一次没有社会压力，一次有社会压力，同时测量皮肤电活动。在第二次飞行之前，也就是压力诱发条件之前，对他们的主观焦虑进行了评估。结果表明，神经质得分较高与认知和躯体焦虑呈正相关。此外，在社会压力下，尽责性得分越高与皮肤电稳定性（即皮肤电导反应次数越少）呈正相关。这些关于自我报告和生理反应的结果都支持将人格差异纳入飞行员的状态监测中。
假新闻态度识别：
我们生活在一个可以通过互联网获取大量信息的世界，但我们获取的信息并非都是真实的。宣传、错误信息和虚假信息在历史上一直被用来影响舆论。(Lazer 等人，2017 年)。与虚假新闻相关的问题往往伴随着人们倾向于在任何网站或社交网站上搜索新闻，而不是在机构和/或认证网站上搜索新闻。虚假新闻会对人们的行为产生巨大的重要影响，它们可能成为国家间冲突的武器。认知战 (CogWar) 是一个非常重要的问题，因为它专注于影响人类的认知过程，从而影响他们的行为。尽管技术可以监控新闻趋势并识别真实新闻和虚假新闻，但对于用户的个人特征及其与新闻的关系仍然知之甚少。我们的研究旨在分析最有可能相信假新闻的行为和性格特征，以减轻错误信息的现象和影响，从而减轻 CogWar 的影响。具体来说，我们研究了基于相信假新闻的倾向的视觉注意力和尽责程度、开放性和情绪稳定性的变化。我们在观察假新闻和真实新闻时采用了内隐反应时间 (IRT) 和视觉行为 (眼动仪) 来进行这项研究。结果表明，当人们相信假新闻时，他们的尽责程度会降低，而会更加关注新闻故事的视觉元素 (图像)。相反，当人们能够识别假新闻时，他们会更加尽责，会首先查看新闻来源，而不是之前的新闻。
对人格特质的底层遗传结构及其与精神病理学重叠的全基因组研究
性格受遗传和环境因素影响，与焦虑和抑郁等其他精神特征有关。“五大”性格特征包括神经质、外向性、亲和性、尽责性和开放性，是理解和描述人类性格的广泛接受和有影响力的框架。在五大性格特征中，神经质最常成为遗传学研究的重点，与各种精神疾病有关，包括抑郁、焦虑和精神分裂症。我们对其他四种性格特征的遗传结构的了解更为有限。在这里，我们利用百万退伍军人计划队列，对具有欧洲和非洲血统的个体进行了全基因组关联研究。加上其他已发表的数据，我们对五种性格特征中的每一种都进行了全基因组关联研究荟萃分析，样本量从 237,390 到 682,688 不等。我们分别确定了与神经质、外向性、宜人性、尽责性和开放性相关的 208、14、3、2 和 7 个独立的全基因组显著基因座。这些发现代表了 62 个新的神经质基因座，以及第一个与宜人性发现的全基因组显著基因座。基于基因的关联测试显示 254 个基因与五种人格特质中的至少一种显着关联。全转录组和全蛋白质组分析发现了基因和蛋白质的表达改变，例如 CRHR1、SLC12A5、MAPT 和 STX4。通路富集和药物扰动分析确定了人类人格特质背后的复杂生物学。我们还在表型组范围的遗传相关性分析中研究了人格特质与 1,437 种其他特质的相互关系，发现了新的关联。孟德尔随机化显示神经质与抑郁和焦虑之间存在正向双向影响，而宜人性和这些精神特质之间存在负向双向影响。这项研究提高了我们对人格特质的遗传结构及其与其他复杂人类特质的关系的全面理解。
极盗车神电影中婴儿的性格特征
本研究旨在分析埃德加·赖特执导的《极盗车神》电影中 Baby 所代表的性格特征。近几个世纪以来，人物塑造研究蓬勃发展。电影中的性格特征研究是发展和识别电影中某些角色的一种有趣方式。本研究采用描述性定性方法。本研究的数据是 Baby 的对话和陈述，与电影剧本中的性格特征理论有关。数据来源是《极盗车神》电影。通过描述言语和陈述的言外行为研究结果分析了大五理论的结果。研究发现，电影中 Baby 代表了五种性格特征。它们是 (1) 内向/外向、(2) 神经质、(3) 尽责、(4) 开放性经验和 (5) 随和性。本研究还证明，人类，尤其是青少年，总是会发生冲突。有一段时间，一个人选择内向，而第二天他或她选择外向。人物塑造学习被认为是一种区分电影或现实生活中人物的工具。关键词：人格特质、言语行为、言外行为。
基于人工智能的情感支持模型
TBS 商学院 s.fosso-wamba@tbs-education.fr 摘要 基于人工智能 (AI) 的系统（例如 AI 伴侣）越来越多地用于满足孤独感人士的需求。在当前的研究中，我们试图确定心理健康背景下人机交互的潜在机制。我们使用潜在狄利克雷分配 (LDA) 方法来分析用户生成的内容样本，该样本包含两年内 AI 伴侣应用程序评论的丰富数据。我们从分析中提取了五个积极主题（即感知到的人性、感知到的情感支持、感知到的 AI 的友谊、感知到的（较少）孤独和心理健康益处）和四个消极主题（即感知到的缺乏尽责性、感知到的不可信度、感知到的侵犯隐私和感知到的 AI 的诡异）。我们基于 AI 的情感支持模型表明，这些积极和消极特征是相互关联的。我们的研究根据显示基于 AI 的心理健康干预措施有效性的研究，提供了对 AI 伴侣与人类用户之间关系的理解。
引用 Schepman, A., & Rodway, P. (2023)。《对人工智能的一般态度量表 (GAAIS)：确认性验证以及与个性、企业不信任和一般信任的关联》。《国际人机交互杂志》，39(13)，2724-2741。https:// doi.org/10.1080/10447318.2022.2085400
摘要 个人心理相关因素可能预测人们对人工智能 (AI) 的接受程度，本文对此进行了研究。研究 1 报告了对人工智能总体态度量表 (GAAIS) 的确认性验证，此前已在其他地方进行了初步验证。验证性因子分析证实了双因素结构（积极、消极），并显示出与相关量表的良好收敛和发散效度。研究 2 测试了心理因素（五大人格特质、企业不信任和一般信任）是否能预测对 AI 的态度。内向者总体上对 AI 的态度更为积极，可能是因为他们欣赏算法。尽责性和随和性与对 AI 消极方面的宽容态度有关。企业不信任程度越高，总体上对 AI 的态度就越消极，而一般信任程度越高，对 AI 的好处的看法就越积极。普遍信任与企业不信任之间的分离可能反映了公众对人工智能利弊的归因。结果与理论和先前的发现相关。
对机器人和人工智能的信任
机器人化和人工智能 (AI) 有望深刻改变社会。信任是人与技术互动的重要因素，因为机器人和人工智能越来越多地参与到以前由人类处理的任务中。目前，需要研究对人工智能和机器人的信任，尤其是在初次见面时。本文报告了一项在线信任游戏实验中对机器人和人工智能信任的研究结果。信任游戏操纵了被描述为人工智能或机器人的假设对手。将这些对手与仅使用人类姓名或昵称的对照组对手进行比较。参与者 (N = 1077) 居住在美国。用机器人或人工智能描述对手不会影响参与者对他们的信任。名为 jdrx894 的机器人是最受信任的对手。名为“jdrx894”的对手比名为“Michael”的对手更受信任。进一步分析表明，拥有技术或工程学位、在线接触机器人和机器人使用自我效能可预测对机器人和人工智能的信任度更高。在五大性格特征中，经验开放性可预测更高的信任度，而尽责性可预测更低的信任度。结果表明，对机器人和人工智能的信任与环境有关，也取决于个体差异和技术知识。
人工智能可以拥有个性吗？
摘要 — 大型语言模型的最新进展引发了人们对人工智能 (AI) 看法的重新审视。这些模型在各种复杂任务中表现出类似人类的行为，导致人们声称它们具有意识或拥有自我。然而，由于缺乏可用的测量方法和工具，验证这种说法一直具有挑战性。在本文中，我们使用已建立的评估人类个性的方法对大型语言模型的个性进行了评估。个性被定义为个人对世界的看法、行为和基于这些观点的行动。我们认为，当前的大型语言模型已经从训练数据和过程中形成了自己的观点和意见，并在决策过程中使用这些观点和意见。为了检验我们的假设，我们对几个大型语言模型进行了各种性格测试，包括 ChatGPT、GPT3 和 LLAMA。我们的分析揭示了这些人工智能系统个性的迷人见解，这对我们如何训练和概念化人工智能具有重要意义。重要的是，我们发现每个大型语言模型的个性不仅在内部一致，而且在不同模型之间也一致。我们进一步发现，LLama 在神经质方面的得分往往高于其他模型，而 ChatGPT/GPT3 在尽责性和亲和性方面的得分往往更高。虽然所有模型都表现出严重的人格障碍，但它们都患有社交焦虑症。这些发现对人工智能的开发和使用具有重要意义，我们建议在这一领域进一步研究，以加深我们对这些系统的理解。索引术语 — 人工智能、大型语言模型、个性、自然语言处理
人工智能在人力资本投资中的应用
摘要：选择特定工作的候选人或为特定职位提名一个人需要花费时间和精力，因为需要搜索个人的档案。最终，招聘决策可能不会成功。但是，人工智能可以帮助组织或公司为合适的工作选择合适的人。此外，人工智能有助于选择能够实现组织战略和目标的和谐工作团队。本研究旨在促进机器学习模型的开发，以分析和聚类人格特质并对申请人进行分类，以便针对特定工作做出正确的招聘决策并确定他们的弱点和优势。帮助申请人在管理工作的同时取得成功并培训有弱点的员工对于实现组织的目标是必不可少的。应用所提出的方法，我们使用公开的“大五人格特质”测试数据集进行分析。采用预处理技术清理数据集。此外，使用皮尔逊相关方法进行假设检验。根据测试结果，我们得出结论，四种人格特质（宜人性、尽责性、外向性和开放性）之间存在正相关关系，神经质特质与这四种特质之间存在负相关关系。此数据集未标记。但是，我们将 K 均值聚类算法应用于数据标记任务。此外，各种监督机器学习模型（如随机森林 (RF)、支持向量机 (SVM)、K 最近邻 (KNN) 和 AdaBoost）都用于分类目的。实验结果表明，SVM 取得了最高的结果，准确率为 98%，优于其他分类模型。本研究通过研究人工智能在人力资源管理的现状和未来应用的程度，丰富了当前的文献和知识体系。除了人力资源专业人士外，我们的研究结果可能对公司、组织及其领导者和人力资源主管也具有重要意义。