یادگیری ماشین تحلیل شخصیت بر پایه دست‌خط را به آزمونی دقیق می‌گذارد
برای دهه‌ها، متخصصان گرافولوژی ادعا کرده‌اند که شیب حروف، فشار حرکت قلم یا فاصله میان واژه‌ها می‌تواند ویژگی‌های پنهان شخصیت افراد را آشکار کند. این ایده در دوران جدید نیز با پوششی از زبان هوش مصنوعی دوباره مطرح شده است. اکنون پژوهشی که در نشریه Discover Artificial Intelligence منتشر شده، این ادعاها را با یکی از دقیق‌ترین روش‌های بررسی تا امروز آزمایش کرده و نتیجه‌ای روشن به دست آورده است: ویژگی‌های دست‌خط که به‌صورت دستی کدگذاری شده بودند، نتوانستند امتیازهای شخصیت پنج‌عاملی به‌دست‌آمده از پرسشنامه‌ها را بهتر از مدلی که فقط میانگین همه افراد را حدس می‌زد، پیش‌بینی کنند.
این پژوهش توسط شیتل توماس از دانشگاه پارول، منجیوان سیرا از دانشگاه موناش مالزی و مریدولا گوئل از مؤسسه فناوری و علوم بیرلا، پردیس گوآ، انجام شد. داده‌های تحقیق از بیش از ۳۰۰ شرکت‌کننده جمع‌آوری شد که از دانشگاه‌ها، کارخانه‌ها، سازمان‌های دولتی و دفاتر شرکت‌ها در چهار منطقه ایالت گجرات هند انتخاب شده بودند. هر شرکت‌کننده یک پرسشنامه ۶۰ سؤالی شخصیت را تکمیل کرد که پنج حوزه اصلی مدل پنج‌عاملی شخصیت یعنی روان‌رنجوری، برون‌گرایی، گشودگی به تجربه، سازگاری و وظیفه‌شناسی را ارزیابی می‌کرد. سپس شرکت‌کنندگان متنی استاندارد با نام «نامه لندن» را رونویسی کردند؛ متنی که عمداً به‌گونه‌ای انتخاب شده بود که طیف گسترده‌ای از حروف، واژه‌ها و نشانه‌های نگارشی را شامل شود تا ویژگی‌های بصری دست‌خط افراد مختلف قابل مقایسه باشد.
نمونه‌های دست‌خط سپس به داده‌های عددی تبدیل شدند. یک کدگذار با حدود ۱۲ سال آموزش تخصصی در تحلیل دست‌خط، با استفاده از دستورالعمل‌های ارزیابی هیلگر که توسط مؤسسه بریتانیایی گرافولوژیست‌ها ارائه شده بود، برای هر حوزه شخصیتی بین ۱۶ تا ۲۶ ویژگی دودویی ثبت کرد. شیب نوشته، اندازه حروف، فاصله‌ها، فشار قلم، حاشیه‌ها، جهت خط پایه، شکل حروف و نحوه اتصال آن‌ها، هرکدام به‌عنوان وجود داشتن یا نداشتن یک ویژگی مشخص شدند. در مقابل، نتایج شخصیت به‌صورت امتیازهای پیوسته محاسبه شد؛ یعنی میانگین ۱۲ پرسش پنج‌درجه‌ای برای هر حوزه که مقادیری از یک تا پنج ایجاد می‌کرد، نه برچسب‌های دوگانه شخصیتی که در بسیاری از پژوهش‌های پیشین مشکل‌ساز بوده‌اند.
ویژگی مهم این مطالعه نه داده‌های آن، بلکه سخت‌گیری روش ارزیابی آن است. پژوهشگران ابتدا فایل‌های داده اولیه را بررسی کردند و ۶۲ نمونه مربوط به مرحله آزمایشی را کنار گذاشتند. همچنین پرسشنامه‌های ناقص، نامعتبر یا بدون تغییر در هر ویژگی شخصیتی به‌صورت جداگانه حذف شدند. در نهایت، نمونه‌های تحلیلی برای هر حوزه بین ۳۲۰ تا ۳۳۰ شرکت‌کننده بود. سپس دو مدل متفاوت یادگیری ماشین با یکدیگر مقایسه شدند: رگرسیون الاستیک‌نت، یک روش خطی منظم‌سازی‌شده که ضرایب ضعیف را کاهش می‌دهد، و تقویت گرادیانی مبتنی بر هیستوگرام، یک روش غیرخطی مبتنی بر مجموعه‌ای از درخت‌های رگرسیونی محدودشده. هر دو مدل در برابر یک معیار ساده اما سخت‌گیرانه قرار گرفتند: پیش‌بینی میانگین که کاملاً ویژگی‌های دست‌خط را نادیده می‌گیرد. ارزیابی هر مدل با اعتبارسنجی متقابل پنج‌لایه‌ای که پنج بار تکرار شد انجام گرفت و برای هر ترکیب مدل و حوزه شخصیتی، ۲۵ بخش آزمون خارج از نمونه ایجاد شد.
نتایج کاملاً روشن بود. هیچ‌کدام از دو مدل نتوانستند به‌طور پایدار معیار اصلی پژوهش، یعنی خطای مطلق میانگین، را نسبت به مدل میانگین بهبود دهند. برای روان‌رنجوری، خطای مدل پایه ۰.۳۱۰۲ واحد امتیاز بود، در حالی که رگرسیون الاستیک‌نت به عدد ۰.۳۱۰۴ رسید؛ تفاوتی در رقم چهارم اعشار. برون‌گرایی و گشودگی به تجربه نیز نتیجه مشابهی داشتند. سازگاری تنها حوزه‌ای بود که در آن الاستیک‌نت اندکی بهتر از مدل پایه عمل کرد، اما این برتری تنها حدود ۰.۰۰۱۱ امتیاز بود؛ یعنی تقریباً یک‌هزارم یک امتیاز در مقیاس پنج‌درجه‌ای. مدل تقویت گرادیانی در همه حوزه‌ها عملکرد ضعیف‌تری از مدل پایه داشت. مهم‌تر اینکه میانگین ضریب تعیین (R²) اعتبارسنجی‌شده برای همه ترکیب‌های مدل و ویژگی منفی بود؛ به این معنا که در داده‌های جدید، مدل‌ها حتی از پیش‌بینی ساده میانگین داده‌های آموزشی نیز بدتر عمل کردند.
آزمون‌های جایگشت نیز همین نتیجه را تأیید کردند. پژوهشگران ۵۰ بار مقادیر نتایج را به‌صورت تصادفی جابه‌جا کردند و دوباره مدل‌ها را ارزیابی کردند. هیچ‌یک از عملکردهای مشاهده‌شده مدل‌ها تفاوت معناداری با چیزی که از شانس انتظار می‌رفت نداشت. کوچک‌ترین مقدار p در این آزمون‌ها ۰.۰۷۸ بود که مربوط به عملکرد الاستیک‌نت در پیش‌بینی سازگاری می‌شد و سایر مقادیر بسیار بالاتر بودند. نویسندگان اشاره می‌کنند که این آزمون‌های اکتشافی با تعداد محدودی جابه‌جایی انجام شده‌اند، اما همراه با مقادیر منفی R² و کاهش ناچیز خطا، الگوی کلی به یک نتیجه مشخص اشاره دارد: ماتریس ویژگی‌های دست‌خط در این نمونه، اطلاعات قابل اعتمادی درباره امتیازهای شخصیتی استخراج‌شده از پرسشنامه‌ها ارائه نمی‌کرد.
شاید جالب‌ترین بخش مطالعه این باشد که چه چیزی درست عمل کرد. دو گرافولوژیست مستقل و فعال در این حوزه، بدون اطلاع از داده‌های پرسشنامه و بدون آگاهی از ارزیابی یکدیگر، ۲۶ نمونه رایج دست‌خط را به‌طور جداگانه کدگذاری کردند. میزان توافق آن‌ها بسیار بالا بود: میانگین توافق درصدی در سطح ویژگی‌ها بین ۹۴.۱ تا ۹۷.۸ درصد در حوزه‌های مختلف قرار داشت و میانگین ضریب کاپای کوهن، که توافق تصادفی را اصلاح می‌کند، از ۰.۸۰۳ برای روان‌رنجوری تا ۰.۹۲۹ برای وظیفه‌شناسی متغیر بود. به بیان دیگر، این ویژگی‌ها را می‌توان به‌طور قابل تکرار شناسایی کرد. اما این پایایی هیچ چیزی درباره اعتبار آن‌ها ثابت نکرد. نویسندگان تأکید می‌کنند که پایایی میان ارزیابان و اعتبار ملاکی دو پرسش متفاوت را پاسخ می‌دهند: اولی می‌پرسد آیا کدگذاران یک چیز مشابه را می‌بینند، دومی بررسی می‌کند آیا آن چیز می‌تواند یک معیار مستقل از همان مفهوم را پیش‌بینی کند. یک ویژگی ممکن است با تقریباً دقت کامل شناسایی شود، اما همچنان هیچ معنای روان‌شناختی نداشته باشد.
این مطالعه همچنین کیفیت معیارهای مرجع را بررسی می‌کند. پایایی درونی پرسشنامه مورد استفاده در پژوهش تفاوت قابل توجهی داشت؛ آلفای کرونباخ برای روان‌رنجوری ۰.۴۶۶ و برای گشودگی به تجربه ۰.۶۷۵ بود که پایین‌تر از آستانه رایج ۰.۷ قرار دارد، در حالی که برای وظیفه‌شناسی ۰.۸۰۵ گزارش شد. نویسندگان می‌پذیرند که چنین خطاهای اندازه‌گیری می‌تواند هر ارتباط واقعی را ضعیف کند و سقف عملکرد پیش‌بینی را کاهش دهد؛ بنابراین، پایایی پایین‌تر محدودیت‌هایی برای تعمیم نتیجه منفی ایجاد می‌کند. با این حال، آن‌ها تأکید می‌کنند که ضعف پایایی پرسشنامه نمی‌تواند ادعاهای مبتنی بر دست‌خط را نجات دهد؛ بلکه فقط دامنه نتیجه‌گیری را در هر دو جهت محدود می‌کند. این پژوهش نشان می‌دهد که این ویژگی‌های مشخص کدگذاری‌شده نتوانسته‌اند این امتیازهای مشخص را پیش‌بینی کنند، نه اینکه هیچ شکل دیگری از بازنمایی دست‌خط هرگز نتواند با یک ابزار معتبرتر شخصیت ارتباط داشته باشد.
زمینه پژوهش‌های پیشین نیز در اینجا اهمیت دارد. بخش‌هایی از همین مجموعه داده گجرات پیش‌تر در چهار مقاله دیگر استفاده شده بود؛ از جمله پژوهش‌هایی درباره شناسایی ویژگی‌های مرتبط با برون‌گرایی و روان‌رنجوری از تصاویر دست‌خط، تحلیل احساسات و ریسک از متن دست‌نویس، و ارتباط شخصیت با ترجیحات سرمایه‌گذاری در صندوق‌های مشترک. نویسندگان تأکید می‌کنند که مقاله جدید نه تکرار و نه رد آن مطالعات است، بلکه یک مسئله تحلیلی متفاوت با معیار سخت‌گیرانه‌تر را بررسی می‌کند: پیش‌بینی یک امتیاز پیوسته شخصیت که به‌طور مستقل ساخته شده، با استفاده از کل مجموعه ویژگی‌ها و در شرایط آزمون خارج از نمونه. به گفته آن‌ها، نتایج پیشین درباره شناسایی ویژگی‌ها نباید به‌عنوان اثبات توانایی دست‌خط برای بازیابی امتیازهای پیوسته شخصیت در افراد جدید و بدون شواهد بیشتر تفسیر شود.
پیامدهای گسترده‌تر این یافته‌ها فراتر از گرافولوژی است. در پژوهش‌های مالی رفتاری، شخصیت با عواملی مانند تحمل ریسک، ترجیحات سرمایه‌گذاری و رفتارهای برنامه‌ریزی مرتبط دانسته شده است و همین ارتباط، انگیزه تجاری برای امتیازدهی شخصیت از نشانه‌های رفتاری ارزان و آسان‌جمع‌آوری مانند دست‌خط ایجاد کرده است؛ به‌ویژه در حوزه‌هایی مانند امور مالی، استخدام، بیمه و دیگر تصمیم‌های مهم. این مطالعه نشان می‌دهد چرا چنین میانبرهایی خطرناک هستند. یک فرایند کدگذاری فنی و قابل تکرار که به یک مدل یادگیری ماشین درست پیاده‌سازی‌شده متصل است، همچنان می‌تواند در سنجش معیاری که ادعا می‌کند کاملاً شکست بخورد و خروجی الگوریتمی می‌تواند به سازه‌هایی که اندازه‌گیری معتبر ندارند، ظاهری نادرست از عینیت بدهد. نویسندگان توصیه می‌کنند پیش از استفاده از چنین ابزارهایی در تصمیم‌های مهم، شواهد مستقل، ثبت‌شده پیش از آزمایش، اعتبارسنجی‌شده در محیط‌های خارجی، بررسی عدالت میان گروه‌ها و ارزش پیش‌بینی افزایشی آن‌ها به‌طور شفاف ارزیابی شود. این تیم با انتشار یک نتیجه منفی شفاف همراه با داده‌ها و کد کامل — ویژگی‌های کدگذاری‌شده در آرشیو Harvard Dataverse قرار گرفته و گردش‌کار کامل پایتون منتشر شده است — الگویی برای آزمون ادعاهای هوش مصنوعی رفتاری ارائه می‌دهد: تعریف روشن خروجی، مقایسه با یک معیار ساده، ارزیابی تکرارشونده خارج از نمونه و پذیرش این واقعیت که گاهی هیچ سیگنال معناداری وجود ندارد.
موضوع پژوهش: اعتبار پیش‌بینی ویژگی‌های دست‌خط کدگذاری‌شده دستی برای امتیازهای شخصیت پنج‌عاملی استخراج‌شده از پرسشنامه
عنوان مقاله: اعتبار پیش‌بینی ویژگی‌های دست‌خط کدگذاری‌شده دستی برای امتیازهای شخصیت استخراج‌شده از پرسشنامه
منبع مقاله: Predictive validity of manually coded handwriting features for questionnaire derived personality scores. https://doi.org/10.1007/s44163-026-02132-z
اعتبار تصویر: تولیدشده با هوش مصنوعی
DOI: 10.1007/s44163-026-02132-z
کلیدواژه‌ها: هوش مصنوعی رفتاری، شخصیت پنج‌عاملی، اعتبار پیش‌بینی، یادگیری ماشین، الاستیک‌نت، تقویت گرادیانی، اعتبارسنجی متقابل، پایایی میان ارزیابان، نتیجه منفی، روان‌سنجی، تحلیل دست‌خط
منبع خبری: بلیک دیویدسون. (۱۴ اکتبر ۲۰۲۶). «یادگیری ماشین تحلیل شخصیت بر پایه دست‌خط را به آزمونی دقیق می‌گذارد».