<output id="tuk0s"><em id="tuk0s"><bdo id="tuk0s"></bdo></em></output>
      1. <pre id="tuk0s"></pre>

        <track id="tuk0s"></track>
        1. 本院動態
          范津硯教授“人才測評中人工智能和機器學習方法”專題講座圓滿舉行
          返回列表
          發布時間:2023-12-13

          20231211日下午,由浙江省人才發展研究院、浙江大學行政管理研究所聯合主辦的“人才測評中人工智能和機器學習方法”在浙江大學紫金港校區公共管理學院901會議室圓滿舉行。

                 本次講座由浙江省人才發展研究院院長、浙江大學公共管理學院教授陳麗君主持,美國奧爾本大學心理系教授范津硯擔任主講嘉賓,杭州市就業管理服務中心、臺州市人才市場有限公司相關人員、浙江大學碩士生、博士生參加了講座。

          講座伊始,陳麗君院長對范津硯教授的到來表示熱烈歡迎,并介紹了范津硯教授是美國俄亥俄州立大學工業與組織心理學博士,目前任美國奧本大學心理系教授。主要研究領域是人工智能、認識選拔、新員工入職培訓和社會化過程、跨文化適應和培訓。范教授在組織行為與組織心理學的專業雜志上發表了多篇論文,獲得了美國工業與組織心理學會(SIOP)和美國管理學會(AOM)的一系列獎項和基金資助,曾擔任Journal of Vocational Behavior雜志的副主編。實踐方面,范博士開發了一系列人才測評的工具、模型、方法,并長期從事人力資源管理相關的企業咨詢工作。

          講座環節,范津硯教授首先向大家介紹了研究運用人工智能和機器學習測評人才的原因。范教授以Yarkoni2010)和Youyou et al.2015)的研究為例,指出個性或其他個體差異的分數可能與文本、聲音、圖像、點贊等電子痕跡存在關聯,因此研究者可以通過電子痕跡間接測量個性。與傳統方法相比,AI/ML的優勢在于:一是建立模型后,輸入數據可以自動判別個性差異,避免了傳統問卷測量方式的繁瑣性;二是可利用社交媒體數據、視頻面試數據或文本訪談數據(如聊天機器人)等多種類型數據進行分析;三是間接測量的方式抗偽性更好。

          接下來,范教授對機器測評分數的三個相關研究問題進行系統分析與講解。第一個研究運用人工智能聊天機器人(Juji’s AI Chatbot)的數據進行建模測量個性,并與自我報告分數進行比較,研究報告如下發現:第一,機器測量的個性分數信度匯聚效度和模型推廣性、校標效度均較好,機器分數的內在因素結構與自我報告的內在因素結構等價。第二,區分效度不好是機器測量的普遍現象,原因可能是用同一個文本預測多個維度,自變量的重疊推高了其相似性。范老師認為該研究有如下重要性:一是說明即使在AI時代,社會科學研究者關于心理測量的培訓仍然非常有用和關鍵,二是鼓勵將來心理學專業、計算機專業等不同領域的研究者共同合作,三是文章打開了機器測量個性的窗口,是一個新的研究領域。

          隨后,范教授分享了關于機器分數抗偽性的實證研究。文章提出三個研究問題,第一是機器分數能不能偽裝好,第二是機器分數的抗偽性和自我報告分數的抗偽性孰強孰弱,第三是機器分數的抗偽性是否與建模時采用的NLP方法有關?;诖?,范教授團隊對260位南佛羅里達大學學生開展實驗調查,學生分為控制組(誠實回答)和實驗組(想象在申請實習機會),分別完成自我報告和機器測量。研究發現機器測量的抗偽裝性明顯好于自我報告,且相較于深度學習方法,采用早期NLP方法建??箓涡愿?,但二者的區別在統計意義上不顯著。

          范教授分享的第三個研究是通過機器測量職業興趣,研究采用SETPOINT職業興趣模型,重新建立模型并設計職業發展相關的面試問題,通過對職業興趣定義的成分分析,設計面試問題和追問問題。研究發現總體而言信度、匯聚效度、區分效度等都較好,后續需要繼續計算校標效度,以及探討是否需要重新設計面試問題,該研究主要亮點在于被試來自不同專業,推廣性更好。


          現場互動提問環節,與會人員從不同角度就人才測評中人工智能相關問題與范津硯教授進行了深度探討和交流。最后,陳麗君院長對講座內容進行總結,并再次對范津硯教授表示感謝,認為此次精彩講座讓大家看到AI人才測評在實踐領域的應用價值,也希望未來會有更多人能夠加入到AI人才測評領域的研究中。

          最后,浙江省人才發展研究院舉行了聘任儀式,聘請范津硯教授為浙江省人才發展研究院的高級研究員,由陳麗君院長為范津硯教授頒發聘書。


          毛片在线免费看特黄三级片_亚洲AVAVAV天堂_视频黄色三级国产中文字幕_99国产香蕉视频
          <output id="tuk0s"><em id="tuk0s"><bdo id="tuk0s"></bdo></em></output>
            1. <pre id="tuk0s"></pre>

              <track id="tuk0s"></track>