Marcantonio Gagliardi*, Gian Luca Marcialis
Während die Persönlichkeits- und klinische Psychologie begonnen haben, künstliche Intelligenz (KI) zu nutzen, um ihre Weiterentwicklung voranzutreiben, bleiben klassische Methoden der Faktorenanalyse der Standard für die Entwicklung von Selbstberichten. In unserer Arbeit, die auf dem Attachment-Caregiving Questionnaire (ACQ) basiert, schlagen wir einen anderen Ansatz zur Analyse von Selbstberichtsdaten vor, der die Persönlichkeitsbeurteilung erheblich verbessern und sich auf die klinische Praxis auswirken könnte. Wir können die Befragten besser verstehen und ihre Persönlichkeit genauer beschreiben, wenn wir uns auf eine flexible Interpretation ihrer Antworten verlassen, die auf Kontextinformationen über ihre Geschichte und ihr gegenwärtiges Leben basiert. Obwohl Experten diese Aufgabe ausführen können, kann KI entscheidend dazu beitragen, das Verfahren zu standardisieren und zu automatisieren und sowohl menschliche Genauigkeit als auch statistische Konsistenz zu erreichen. Es können verschiedene Implementierungsansätze übernommen werden, und wir planen, mit den Tests zu beginnen, sobald genügend ausgefüllte ACQs verfügbar sind. Big Data könnte dann verwendet werden, um die Interpretation der Fragen zu optimieren und die Leistung zu verbessern.