研究发现，AI通过分析面部图像可预测个性特质，从而推测职业或教育成就。这一技术潜力巨大，但伴随道德挑战。
人工智能(AI)正逐步改变我们对职业和教育成功的理解。一项最新研究表明，通过分析单张面部照片，AI可以推测个性特质，并据此预测一个人的职业或教育成就。来自耶鲁大学、宾夕法尼亚大学、Reichman大学和印第安纳大学的研究团队联合开展了这项研究，展示了人工智能在识别人类潜力和个性方面的巨大潜能，但也提出了重要的伦理问题。
研究团队分析了来自领英及多所美国顶尖MBA项目的照片，总计96,000名毕业生的面部图像。通过AI技术，他们推断出这些毕业生的“大五人格特质”(Big Five Personality Traits)，并将这些特质与毕业生的职业和教育成果进行对比分析。“大五人格特质”包含开放性(代表好奇心、审美敏感性、想象力)、尽责性(代表组织能力、责任心)、外向性(代表社交能力、精力水平)、宜人性(代表同情心、信任)以及神经质(代表焦虑、情绪波动)。研究发现，这些人格特质与毕业生的职业发展高度相关。
例如，研究显示，神经质高的人在职场上的表现往往较差，因为他们的情绪波动可能影响工作效率。而在大学招生过程中，尽责性低的申请者可能被筛选掉，因为学校更倾向于录取未来更可能取得成功的学生。正如研究团队的Kelly Shue教授所言：“人格确实会影响职业结果，如果我们能够推测人格特质，我们也就能预测他们的职业成就。”
然而，这项技术的潜在应用也引发了伦理争议。Shue警告称，企业或大学若利用AI模型来评估个性，可能会导致歧视或不公平现象。“想象一下，如果一家公司在招聘过程中，除了审查传统标准如学历和工作经历，还将个性作为筛选条件，这对许多人而言可能是不公平的。”她指出，这样的筛选可能会让许多优秀的人才因为个性特质而被淘汰，而不是根据他们的实际能力。
事实上，企业早已开始在招聘中使用个性评估工具。例如，通过行为评估游戏(如Pymetrics)来测试申请人的91种性格特质，这些工具能够帮助企业挑选最合适的候选人。Shue提到，许多公司已经依赖这些工具来推测个性特质，但尚未通过面部图像实现这一功能。她还表示，一些学生在完成行为测试后未能获得回访，可能仅仅是因为他们的性格评估结果未达到要求。
这项研究不仅提出了AI在职业和教育评估中的潜能，还揭示了其对传统招聘流程的影响。随着生成式AI(GenAI)的发展，企业和求职者越来越依赖技术工具优化招聘流程，比如通过AI创建职位候选人名单或撰写简历和求职信。数据表明，求职者若利用AI优化其材料，可以显著提升获得工作的几率；企业若借助AI筛选候选人，也能更高效地找到合适的人才。
研究表明，AI在预测职业成功方面的能力已与传统指标如学历和考试成绩相当。Shue指出，尽管教育背景对薪资水平有影响，但它仅能解释一部分收入差异。即使是在学历相同的人群中，收入也可能有巨大差异，这表明个性特质可能是另一项关键因素。例如，对于拥有同等教育背景的个体，其收入的差异可能更多地受到工作经验和能力的影响，而非单纯的学历因素。
除了揭示个性与职业发展的关系外，这项研究还提到了一些与面部特征相关的有趣发现。早期研究表明，面部图像不仅能够反映个性特质，还可能揭示政治倾向。例如，一篇发表于《自然》的研究表明，通过对面部图像的分析，AI能够以72%的准确率预测一个人的自由派或保守派政治倾向。这一准确率显著高于人类判断的55%，甚至超过基于100项个性问卷的66%。
该研究还探讨了遗传和环境对个性和外貌的影响。Shue指出，基因可以解释30%到60%的个性差异，而早期的激素暴露也可能对一个人的性格和外貌产生影响。研究表明，个性与外貌之间存在显著的遗传-环境关联。例如，童年时期的激素水平可能会影响一个人的情绪稳定性，而这些特质也可能通过外貌反映出来。
这项研究的贡献集中在四个方面：
首先，它强调了认知能力和个性特质在职业成功中的重要性，但也指出大规模测量个性的技术挑战。
其次，研究团队开发了一种名为“照片大五”的模型，该模型通过面部图像提取个性特质，并准确预测职业成就。
第三，该模型展示了卓越的预测力，包括对学校排名、薪酬水平、职位层级和职业选择的预测。
最后，研究探讨了技术应用中的伦理问题，指出尽管该方法提升了个性测量的可及性，却可能引发歧视或剥夺个体选择的自主权。
Shue认为，这项研究虽然揭示了个性特质对职业发展的重要性，但并不提倡将该技术广泛应用于招聘或招生中。她强调，技术的推广需要平衡效率与公平之间的矛盾，并在应用前深入探讨其伦理影响。
综上所述，人工智能在个性评估领域的应用潜力巨大，它能够为企业和教育机构提供新的工具来识别人类潜能。然而，这一技术的推广也带来了重要的伦理挑战。如何在不牺牲公平与尊重个体选择的前提下利用这一工具，是未来需要深入探讨的问题。
本文译自 Computerworld，由 BALI 编辑发布。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
