Создание программного комплекса для оценки влияния эмоционального фона на интеллектуальные способности
Основное содержимое статьи
Аннотация
Целью настоящего исследования является разработка и апробация программного инструмента, который на основе искусственного интеллекта способен прогнозировать интеллектуальные (IQ) и эмоциональные (EQ) компоненты личности на основе анализа особенностей ввода текста.
Исследование проведено среди студентов в возрасте от 17 до 27 лет с использованием комплексного подхода, включающего сбор данных о поведении при наборе текста, психологические измерения и статистический анализ. Были применены как классические психологические методы тестирования, так и технологии машинного обучения для обработки данных и построения моделей прогнозирования.
Практические результаты показали, что особенности набора текста имеют прогностическую ценность в отношении некоторых показателей интеллекта и эмоционального интеллекта. В частности, скорость ввода, количество ошибок и их типы коррелируют с определенными эмоциональными способностями. Исследование подтверждает возможность разработки новых методов психологической оценки на основе цифровых поведенческих данных, позволяющих быстро и объективно отражать интеллектуальные и эмоциональные ресурсы личности. Работа представляет собой важный вклад в междисциплинарную область между психологией и информатикой.
Скачивания
Информация о статье

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Библиографические ссылки
Epp C., Lippold M., Mandryk R. L. Identifying emotional states using keystroke dynamics //Proceedings of the sigchi conference on human factors in computing systems. – 2011. – С. 715-724.715–724. – DOI: https://doi.org/10.1145/1978942.1979046.
Yarkoni T. Psychoinformatics: New horizons at the interface of the psychological and computing sciences //Current Directions in Psychological Science. – 2012. – Т. 21. – №. 6. – С. 391-397. – DOI: https://doi.org/10.1177/0963721412457362.
Kosinski M., Stillwell D., Graepel T. Private traits and attributes are predictable from digital records of human behavior //Proceedings of the national academy of sciences. – 2013. – Т. 110. – №. 15. – С. 5802-5805. – DOI: https://doi.org/10.1073/pnas.1218772110 .
How is your user feeling? Inferring emotion through human–computer interaction devices / М. Hibbeln, J. L. Jenkins, C. Schneider [и др.] // Mis Quarterly. – 2017. – Т. 41. – №. 1. – С. 1-22. – URL: https://ssrn.com/abstract=2708108
Matvienko V. I. Fundamentals of Python and Tkinter for Developing Graphical Applications / V. I. Matvienko, V. V. Semyonov. – Moscow: Nauka Publishing House, 2020.
Géron A. Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow: Concepts, tools, and techniques to build intelligent systems. – O'Reilly Media, Inc., 2022.
Петросян М. Личность и должность / М. Петросян, А. Джавадзян, Д. Амирян. — Ереван: Государственная служба, 2013. — 206 с.
Практикум по психологии эмоциональной сферы: учебно-методическое пособие / Сост.: Н. А. Арутюнян, Э. В. Асриян, Л. С. Степанян. — Ереван: Авторское издание, 2014. — 48 с.
Методы оценки и развития психических качеств военнослужащего / Г. М. Аванесян, Э. В. Асриян, Л. С. Степанян [и др.] — Ереван: Изд-во ЕГУ, 2017. — 42 с.
Ильин Е. П. Эмоции и чувства. — СПб: Питер, 2001. — 752 с.