|
人们喜欢做线上测试，看看 Buzzfeed 和 Facebook 就知道了。一项新研究筛选了一些最大的在线数据集，从中鉴定了人的四种不同的“类型”。研究中所应用的新方法发表在《自然·人类行为》（Nature Human Behavior）上，论文中对算法有详细描述，这项研究是严谨和可重复的，终于将性格类型分析从书店中令人怀疑的自助类书籍转移到了严肃的科学期刊上。 坦白说，在这里，人格“类型”不是理想的术语；个性“集群”（personality clusters）可能更准确。论文的共同作者 William Revelle（美国西北大学）对将人分成截然不同的人格类型的概念感到不满，比如广受欢迎的迈尔斯-布里格斯性格分类法（Myers-Briggs Type Indicator, MBTI）一样。Revelle 是迈尔斯-布里格斯测试的坚定反对者。不只他一个人，大多数研究性格的科学家更倾向于把性格看作多个连续的维度，并且在人们逐渐成熟的过程中，个人性格特点在这些性格维度谱中所处的位置会不断发生变化。 图 | 平均型、保守型、榜样型和自我中心型：并非所有人都属于这四类之一，但或许你是。（图中横坐标分别是神经质、外向性、开放性、宜人性和尽责性。来源：美国西北大学） 此研究的新发现是在性格特征的整体分布中识别四个主要的集群。Revelle 喜欢把他们想象成“面糊里的面块”，或类比为美国城市人口是怎样聚集的。 但并不是说，每个人都属于这四个类别中的一个。 把美国分成四个区域——北部、南部、东部和西部——然后看看人口密度如何分布。你可能会发现纽约、芝加哥、洛杉矶或休斯顿等人口稠密的城市中，人口密度最高。“但是把每个人都描述成生活在这四个城市是一个错误。同理，我们描述的是处在这个分布的特定部分的概率；我们并不是说每个人都属于这四个类别中的一个。” 来自西北大学的研究者们使用了来自世界各地 150 万人在线测试的公开数据。然后根据所谓的五大基本人格（Big Five basic personality）特征来绘制这些数据：神经质、外向性、开放性、亲和性和尽责性。“五大人格”是目前研究人格的社会心理学家的专业标准。然后，他们将自己的算法应用到生成的数据集。 四种“类型”Revelle 承认，当他的同事、本研究共同作者 Luis Amaral 用传统的聚类算法来研究他的初步发现时，发现了 16 个不同的集群。Revelle 立即表示怀疑：“这太可笑了，”他说。他不认为有任何人格类型隐藏在数据中，并对 Amaral 和另一位共同者 Martin Gerlach 提出了质疑，希望能更好地改进他们的分析。 “这些用于统计的机器学习算法不会自动产生最终的正确答案，”Revelle 说。“你需要将它与随机解进行比较。”随后他们通过施加额外的限制条件来筛选测试结果，从而产生了完全不同的分析结果。研究人员最终得出了四个截然不同的性格群体： 平均型：这些人在神经质和外向性方面得分很高，但在开放性方面得分较低。这是最典型的类别，女性比男性更有可能属于此类。 保守型：这种类型的人情绪稳定，开放性或神经质得分较低。他们也在外向性方面得分较低，但往往比较随和、认真。 |
|
|
