Вычислительная психометрия

Вычислительная психометрия — это междисциплинарная область, объединяющая теоретическую психометрию , обучение и когнитивные науки, а также вычислительные модели на основе искусственного интеллекта, применяемые к крупномасштабному/многомерному обучению, оценке, [1] биометрическим или психологическим данным. Вычислительная психометрия часто связана с предоставлением действенной и содержательной обратной связи людям на основе измерения и анализа индивидуальных различий, относящихся к конкретным областям исследования.

Относительно недавнее появление масштабных психометрических данных в доступных форматах, наряду с быстрым ростом вычислительной мощности ЦП, широкой доступностью и применением кластерных и облачных вычислений, а также разработкой все более чувствительных инструментов для сбора биометрической информации, позволило аналитическим и вычислительным методам больших данных расширить масштаб и сферу традиционных психометрических областей исследования и моделирования. [ необходима ссылка ]

Применение вычислительного подхода к психометрии часто предполагает работу ученых в многопрофильных группах, имеющих опыт в области искусственного интеллекта , машинного обучения , глубокого обучения и моделирования нейронных сетей , обработки естественного языка , математики и статистики , психологии развития и когнитивной психологии , компьютерных наук , науки о данных , наук об обучении , виртуальной и дополненной реальности и традиционной психометрии . [ требуется ссылка ]

Другим важным подразделом вычислительной науки и, в частности, ИИ является то, что называется психометрическим искусственным интеллектом (ПАИ). ПАИ включает в себя использование психометрически разработанных оценок, таких как тесты интеллекта и тесты стиля мышления, которые должны быть решены алгоритмически искусственным агентом. Цель ПАИ — проверить механизмы проектирования и обработки, предложенные исследователями ИИ, чтобы получить знания как от искусственных, так и от естественных когнитивных систем. [2] [3]

Приложение

Вычислительная психометрия включает в себя как теоретические, так и прикладные компоненты, начиная от теории ответов на вопросы , классической теории тестов и байесовских подходов к моделированию [4] приобретения знаний и открытия сетевых психометрических моделей. [5] Вычислительная психометрия изучает   вычислительную основу   обучения  и измерения черт, таких как навыки, знания, способности, отношения и черты личности, посредством математического моделирования , интеллектуального обучения и виртуальных систем оценки [ 6] и   компьютерного моделирования крупномасштабных сложных данных, с которыми традиционные психометрические подходы плохо справляются. Недавние исследования этих трудноизмеримых конструкций включают работу по совместному решению проблем, [7] [8] [9] [10] командной работе и принятию решений, среди прочего.

Вычислительная психометрия также связана с изучением   социальной сложности . Такие концепции, как   сложные системы и   возникновение, рассматривались при изучении формирования и производительности команды. В психологических и медицинских исследованиях она сосредоточена на вычислительных моделях, основанных на экспериментальных результатах с улучшенными технологиями. Активные области исследования включают когнитивные, эмоциональные, поведенческие, диагностические и проблемы психического здоровья. Подход вычислительной психометрии в этом качестве часто использует новые возможности, такие как биометрические и мультимодальные датчики, виртуальную и дополненную реальность , а также аффективные и носимые вычислительные технологии. [11]

Ссылки

  1. ^ фон Давьер, Алина А. (2017). «Вычислительная психометрия в поддержку совместных образовательных оценок». Журнал образовательных измерений . 54 (1): 3– 11. doi :10.1111/jedm.12129.
  2. ^ Bringsjord, Selmer (сентябрь 2011 г.). «Психометрический искусственный интеллект». Журнал экспериментального и теоретического искусственного интеллекта . 23 (3): 271– 277. doi : 10.1080/0952813x.2010.502314 . S2CID  19947368.
  3. ^ Брайнен, Алек (2022). К более обобщенному и объяснимому ИИ с помощью психометрии (диссертация).
  4. ^ Поляк, Стивен Т.; фон Давьер, Алина А.; Петершмидт, Курт (2017). «Вычислительная психометрия для измерения навыков совместного решения проблем». Frontiers in Psychology . 8 : 20–29 . doi : 10.3389/fpsyg.2017.02029 . PMC 5712874. PMID  29238314 . 
  5. ^ Marsman, M.; Borsboom, D.; Kruis, J.; Epskamp, ​​S.; van Bork, R.; Waldorp, LJ; van der Maas, HLJ; Maris, G. (2018). «Введение в сетевую психометрию: связь сетевых моделей Изинга с моделями теории ответов на вопросы». Многомерные поведенческие исследования . 53 (1): 15–35 . doi : 10.1080/00273171.2017.1379379 . hdl : 11245.1/92b56bb7-f929-4361-919f-0dc02b5eb032 . PMID  29111774.
  6. ^ Грейфф, Сэмюэл; Гасевич, Драган; фон Давьер, Алина А. (2017). Использование данных процесса для оценки в интеллектуальных обучающих системах. Точка зрения психометриста, когнитивного психолога и специалиста по информатике . Исследовательская лаборатория армии. С.  171–179 . hdl :10993/32037.
  7. ^ Инновационная оценка сотрудничества . Методология образовательного измерения и оценки. 2017. doi :10.1007/978-3-319-33261-1. ISBN 978-3-319-33259-8.[ нужна страница ]
  8. ^ фон Давьер, Алина А.; Хао, Цзянган; Киллонен, Патрик (2017). «Междисциплинарная исследовательская программа в поддержку оценки совместного решения проблем: уроки, извлеченные из разработки прототипа совместной научной оценки». Компьютеры в поведении человека . 76 (ноябрь): 631– 640. doi :10.1016/j.chb.2017.04.059.
  9. ^ Флор, Майкл; Юн, Су-Юн; Хао, Цзянган; Лю, Лей; фон Давьер, Алина (2016). «Автоматизированная классификация взаимодействий при совместном решении проблем в моделируемых научных задачах». Труды 11-го семинара по инновационному использованию NLP для создания образовательных приложений : 31– 41. doi : 10.18653/v1/W16-0504 . S2CID  390510.
  10. ^ Флор, Майкл; Юн, Су-Юн; Хао, Цзянган; Лю, Лей; фон Давьер, Алина А. (июнь 2016 г.). «Автоматизированная классификация взаимодействий совместного решения проблем в моделируемых научных задачах». Труды 11-го семинара по инновационному использованию обработки естественного языка для создания образовательных приложений . W16-0504. Сан-Диего, Калифорния: Ассоциация компьютерной лингвистики: 31– 41. doi : 10.18653/v1/W16-0504 . S2CID  390510.
  11. ^ Cipresso, Pietro; Matic, Aleksandar; Giakoumis, Dimitris; Ostrovsky, Yuri (2015). «Достижения в вычислительной психометрии». Вычислительные и математические методы в медицине . 2015 : 418683. doi : 10.1155/2015/418683 . PMC 4539436. PMID  26346251 . 
Взято с "https://en.wikipedia.org/w/index.php?title=Вычислительная_психометрия&oldid=1229498083"