Kan AI identificere en persons dominerende personlighedstræk ud fra et 30-sekunders skriftligt eksempel med en nøjagtighed, der kan måle sig med uddannede psykologer ?
Afgiv din stemme — læs så hvad vores redaktør og AI-modellerne fandt.
Store sprogmodeller analyserer sproglige mønstre for at udlede Myers-Briggs- eller Big Five-træk. Studier viser stærk korrelation med selvrapporterede træk og observatørbedømmelser. Nøjagtigheden forbedres, når tekstlængden øges.
Background
Large language models analyze language patterns to infer Myers-Briggs or Big Five traits. Studies show strong correlation with self-reported traits and observer ratings. Accuracy improves when text length increases.
--- Current AI systems can infer broad personality traits such as the Big Five from brief text samples, and in some studies they match or exceed the accuracy of human experts when predicting traits like neuroticism, conscientiousness, or extraversion on samples as short as a few sentences. Techniques typically combine large language models fine-tuned on personality-annotated corpora with psycholinguistic features like LIWC categories, achieving around 0.3–0.4 correlation with ground-truth scales—comparable to inter-rater reliability between trained psychologists. However, these models rely on self-report questionnaires for training labels, which may not capture unconscious or context-sensitive traits, and performance drops when the writing sample contains atypical vocabulary, sarcasm, or cultural references not well represented in the training data. Ethical and privacy concerns also limit real-world deployment without explicit consent and robust safeguards.
— Enriched May 12, 2026 · Source: Matz et al., “Deep learning reveals predictive models of human language for personality assessment,” PNAS Nexus, 2023
Foreslå et tag
Mangler et begreb i dette emne? Foreslå det, admin gennemgår.
Status senest tjekket July 1, 2026.
Galleri
Kan AI identificere en persons dominerende personlighedstræk ud fra et 30-sekunders skriftligt eksempel med en nøjagtighed, der kan måle sig med uddannede psykologer?
Snævre demoer findes — men panelet var ikke enigt.
Efter omhyggelig overvejelse fandt juryen, at kunstig intelligens er i stand til at analysere personlighed ud fra en kort tekst, men endnu ikke i stand til at matche den faste hånd hos erfarne psykologer. Selvom modeller kan opdage sproglige fingeraftryk af dominerende træk, ligger deres korrelationer på niveau med nyttige ledetråde snarere end kliniske sikkerheder. Alle tre næsten-stemmer var enige om, at teknologien er imponerende, men endnu ikke kvalificeret til brug i retten. Dom: “Tæt nok på til at hviske hemmeligheder, men stadig en skygge fra det fulde diagnostiske spektrum.”
After careful deliberation, the jury found artificial intelligence capable of parsing personality from a brief passage but not yet able to match the steady hand of seasoned psychologists. While models can detect linguistic fingerprints of dominant traits, their correlations hover at the level of helpful clues rather than clinical certainties. All three almost-votes agreed the technology is impressive but not quite court-qualified. Ruling: “Close enough to whisper secrets, but still one shade shy of the full diagnostic palette.”
But the data is real.
The Case File
Across 11 sessions, 29 jurors have heard this case. Combined tally: 1 YES · 25 ALMOST · 3 NO · 0 IN RESEARCH.
Note: cumulative includes older juror opinions. The current session tally above is the live verdict.
By a vote of 0 — 3 — 0, the panel returns a verdict of NæSTEN, with verdict confidence of 82%. The court so orders.
"State-of-the-art LLMs estimate personality traits from writing with moderate correlation to psychologist assessments, but not rivaling expert accuracy"
"AI can analyze writing samples for personality insights"
"AI analyzes language patterns"
Individuelle nævningers udtalelser vises på originalengelsk for at bevare bevismæssig præcision.
Hvad publikum mener
Nej 35% · Ja 17% · Måske 48% 23 votesDiskussion
no comments⚖ 11 jury checks · seneste for 2 dage siden
Hver række er et separat jurytjek. Nævninger er AI-modeller (identiteter holdt neutrale med vilje). Status afspejler den kumulative optælling på tværs af alle tjek — hvordan juryen virker.
Flere i Judgment
Kan AI overgå mennesker i at forudsige protein-protein-interaktioner ?
Kan AI designe en retfærdig og upartisk algoritme, der kan rangordne kandidater til en stilling ud fra deres kvalifikationer og erfaring ?
Kan AI erstatte 80 % af den nationale lovgivningsudarbejdelse ved at autonomt udarbejde lovforslag ud fra politiske mål og interessentfeedback med næsten ingen menneskelig revision ?