人工知能とビッグデータが心理学の分野に参入

人工知能とビッグデータの時代の到来により、心理学の研究に新たな扉が開かれました。人工知能は心理学実験におけるかけがえのない潜在力に加え、他の面でも心理学の研究分野を大きく拡大するでしょう。スマート端末の継続的な発展とモバイルデータの継続的な加速により、人工知能は心理的介入のプラットフォームを提供できるだけでなく、心理的介入の主力となる可能性が高まっています。科学的研究方法は心理学を哲学から切り離しますが、人工知能とビッグデータは心理学をより深く生活に取り入れる可能性があります。

[[284534]]

心理学は、人間の行動と精神活動の法則を研究する科学です。人類が出現して以来、人間の心理と行動に注目が集まっています。構造主義学派の創始者であるヴントがドイツのライプツィヒ大学に最初の心理学研究室を設立したのは 1879 年になってからであり、心理学は哲学の発祥地から切り離されて独立した科学となりました。

心理学は、主に観察、調査（アンケートや面接）、テスト、実験方法などを含む科学的方法を通じて人間の行動や心理を分析します。これらの方法は、実験者や被験者自身の期待や動機に簡単に影響され、誤った結果や誤解を招く結果を生み出し、内部妥当性が影響を受ける可能性があります。また、一定期間内に限られた数の代表的な研究対象者が選択され、結論が同じグループに一般化されるため、これらの方法の外部妥当性と有効性も疑問視されています。

現在、心理学研究では、現実環境またはオンライン環境における人々の行動や心理を研究するための主な技術的手段として、主に自己報告または主観的観察が使用されています。技術の発展に伴い、ネットワーク環境は単なるツールとして捉えることはできなくなり、人間の生存とその環境と深く融合し、従来の心理学研究環境とは全く異なる複雑さと特殊性を持ち、研究に新たなアイデアも提供しています。

人工知能とビッグデータの時代の到来により、心理学の研究に新たな扉が開かれました。インターネットや各種スマートウェアラブルデバイスの普及により、仮想環境と現実生活は絶えず融合しており、インターネットアクセス行動、社会的感情、社会的態度、精神衛生問題など、現実社会の人々のさまざまな心理的・行動的現象が電子的に記録され、ビッグデータとして保存されるようになりました。研究者は、ユーザーが残したデータを使用して、ユーザーの性格特性や行動を予測します。Goslingらは、オンラインソーシャルネットワーキングサイトで観察された性格結果を使用して、ビッグファイブ性格の測定結果とFacebookに基づくオンライン行動の自己報告との相関分析を実施しました。結果は、ビッグファイブ性格のさまざまな側面がオンライン行動と有意に相関していることを示しました。同時に、現代のライフスタイル、特にオンラインでの情報発信と対人交流への依存は、人々の心理的および行動的特性に深く影響を及ぼし、さらには変化させており、噂の拡散、オンラインでの大量事件の扇動、インターネット中毒など、対処する必要がある一連の新しい問題を生み出しています。周氏らは、中国のソーシャルメディアを使用してソーシャルイベントの発展傾向を予測する研究で、集団の怒りが集団行動に影響を及ぼし、オピニオンリーダー、参加者の社会的態度、イベントの期間はすべて、オンラインソーシャルイベントの発展傾向を予測する上で重要な役割を果たすことを発見しました。

ビッグデータは、研究内容の面で心理学者に新たなテーマをもたらすだけでなく、さらに重要なことは、ビッグデータと人工知能の組み合わせにより、生態学的行動データを活用し、それを人工知能技術と組み合わせることで、人々の心理的指標の自動識別、つまり生態学的認識を実現し、心理学の研究と応用の範囲を大幅に拡大できることです。 Conroyらは、人工知能ビッグデータと政治参加の関係を分析し、新しいインターネットメディアの利用により投票率が向上し、国民の参加が促進されることを発見しました。さらに、一部の研究者は、ユーザーがインターネット上に残したデジタルフットプリントを利用して心理的特性を予測し、性格の異なるユーザーに同じ広告の異なるタイプの広告画像をプッシュすることを試みました。その結果、このようにプッシュされた広告のクリック率は40％増加しました。

生態識別とは、非接触で心理特性を測定する方法であり、機械学習を利用して心理指標予測モデルを構築し、被験者の心理指標の自動識別を実現します。従来の心理学的研究方法と比較して、生態学的識別には以下の利点があります。第一に、データ自体の特性により、異なる時間粒度での縦断的な追跡が可能になります。第二に、時間をさかのぼって調べることで、主要な出来事の前後の被験者の心理状態と行動パフォーマンス、およびその変化パターンを取得できるため、出来事の影響に関する定量的な研究を行うことができます。たとえば、ソーシャルメディアを使用して、家庭内暴力がメンタルヘルスに与える影響を探ることができ、家庭内暴力の前後のさまざまな期間のメンタルヘルス状態を分析することで、家庭内暴力がメンタルヘルスに与える悪影響を理解することができます。最後に、生態学的識別は、被験者の主観的な報告や実験者の操作に依存しないため、実験条件によって引き起こされるエラーを効果的に回避し、研究結果の内外妥当性を向上させることができます。

以下では、主に性格予測モデルの構築から人工知能ビッグデータを心理学研究にどのように応用するかを紹介し、次に積極的な自殺介入や世論分析を通して心理学の実践への応用を紹介します。最後に、特に注意が必要な倫理的問題について議論します。

01. 心理指標予測モデルの確立 - 性格予測を例に

性格とは、人の思考、感情、行動の独特なパターンです。性格は常に心理学者の注目を集めており、特性理論、タイプ理論、統合理論が徐々に形成されてきました。現在最も受け入れられているビッグファイブ性格理論は、特性理論の典型的な代表例です。ビッグファイブ性格理論では、性格は開放性、誠実性、外向性、協調性、神経症傾向の 5 つの要素に分けられると考えられています。

既存のパーソナリティ構造は主に現実の文脈から生成されており、インターネットユーザーの行動を説明することは難しいことがよくあります。インターネットパーソナリティ構造を研究することで、心理的なレベルからインターネットユーザーのアイデンティティを特定し、インターネットユーザーの行動特性を深く理解し、ユーザーのインターネット行動を予測するのに役立ちます。中国科学院心理学研究所の計算サイバー心理学研究室（CCPL）は、オンライン人格構造に関する関連研究を実施し、語彙の仮定に基づいてWeibo人格構造を確立し、機械学習を使用してオンラインユーザーの行動心理をより適切に説明および予測できるモデル、つまり人格予測モデルを確立しました。

伝統的な心理学では、主に語彙的手法を使用して、自然言語で得られた性格語彙を分析し、この言語背景を持つ人々の最も重要な特徴を表す限られた数の特性を取得します。本論文では、Sina Weiboのテキストデータを研究資料として使用し、語彙研究を行っています。私たちは、Sina Weiboのアクティブなユーザー100人のマイクロブログを選択し、手動ラベル付けを通じて安定した性格特性を説明する1945の用語を取得しました。稀な単語や不適切な単語を削除し、同義語を統合した後、安定した性格形容詞210個が得られました。次に、形容詞の好き嫌い、親近感、重要性を評価し、形容詞を63個に簡素化しました。Weiboの特徴を持つ形容詞15個を追加し、最終的に78個の形容詞のリストが得られました。 106人の被験者の78個の形容詞の評価結果を因子分析した結果、Weiboパーソナリティの7つの因子が得られました。

道徳的な優しさ、独立性、連帯感、ユーモア、オンライン上の性格、謙虚さ、自信、控えめさ（KMO = 0.534）。 7 つの因子と 5 つの性格因子の二元回帰分析の結果、ビッグファイブが 7 つの因子を説明するよりも (0.2917±0.159)、7 つの因子がビッグファイブをより適切に説明する (0.3264±0.115) ことが示されました。

Weibo の性格予測モデルを確立するための語彙手法の使用に基づいて、ディープラーニングを使用してネットワーク ユーザーの行動と心理のベクトル化された表現を確立します。微博のユーザーは一般的に自分自身を完全に独立して表現できることを考えると、微博データのディープラーニングとマイニングを通じて、微博データ上により効果的な表現ベクトルを直接確立することができます。微博データの多層抽象学習を通じて、ユーザーの行動と心理的特徴の計算記述を確立することができます。同時に、この構造は完全にデータから計算されるため、ユーザーの主観的な適合判断による逸脱を回避し、大規模な集団の迅速な分析を実現できます。心理指標の自動識別は、ネットワーク心理学をさらに研究するための基礎研究を提供し、ネットワークユーザーをより効果的に識別し、ユーザーの行動を予測することができます。

02. オンラインでの積極的な自殺介入

統計によると、中国では毎年28万7000人が自殺で亡くなり、200万人が自殺を試みています。これによる直接的、間接的な経済的、社会的、心理的損失は計り知れず、深刻な公衆衛生問題となっています。従来の自殺リスク評価研究では、主に心理テスト、面接、アンケートなどの分析手法が用いられてきました。しかし、応用の有効性という点では、上記の方法は比較的受動的です。自殺未遂や自殺傾向のある人は、積極的に助けを求める割合が低いことが多く、故意に本心を隠すことを防ぐのは難しく、タイムリーな警告として機能することが困難です。

従来の調査方法の受動性とは異なり、近年、ますます多くのソーシャル ネットワーキング プラットフォームが人々に仮想クラスター内で感情や意見を表現する機会を与えているため、ソーシャル ネットワークは潜在的な自殺傾向のある個人を積極的に見つけ、影響を与えることができます。

新浪微博ユーザーのテキスト分析に基づき、ユーザー行動データの分析と組み合わせて、自殺傾向のあるユーザーと自殺傾向のないユーザーの社会的行動と言語使用の違いを総合的に比較し、自殺傾向のあるユーザーの認識可能なパターンをまとめ、自殺念慮認識モデルを確立しました。このモデルの精度、再現率、F値、正確度はそれぞれ0.88、0.85、0.85、0.86であり、同じ分野におけるこれまでの自殺識別モデルの結果よりも優れています。現在、この研究グループは、さまざまなオンラインメディアのコンテンツをリアルタイムで分析して自殺願望のある発言を特定し、さらにユーザーの過去の行動とコンテンツを分析してユーザーの自殺願望を確認しています。これにより、タイムリーで効果的な介入が提供され、Weiboのプライベートメッセージを通じて各地域の自殺介入ホットラインが迅速にプッシュされ、メンタルヘルスと感情調整戦略に関する一般的な知識が提供されます。さらに、ボランティアは自殺願望のあるWeiboユーザーに対して、無料の心理的危機介入および紹介サービスを提供しています。研究の結果、自殺願望を持つWeiboユーザーの状態はボランティアとのコミュニケーションを通じて改善されたことが示された。

ソーシャルメディア利用者、特に若者の自殺を自動的に特定し、積極的に防止するこの方法は、世界でもまったく新しい試みです。結果は、このアプローチが自殺の危険性のある人々を特定し、危機管理を提供するために使用できることを示唆しています。高リスクグループの特定は自動的かつタイムリーに行われ、介入は積極的であるだけでなく、効率的で広く受け入れられており、既存の自殺防止方法を効果的に補完します。積極的な自殺危機管理を推進することで、自殺願望に対する助けを求める国民の意識が高まり、公衆衛生が改善されます。このモデルは、心理的サービスが弱く、既存の自殺防止システムが不完全で、人口が多い中国のような大規模な発展途上国が直面している困難を軽減することもできます。

03. 青島エビ事件の分析

心理予測モデルは、性格や精神的健康などの研究だけでなく、社会心理的精神状態の予測にも応用できます。 2015年10月に話題となった青島海老の過剰請求事件（海鮮海老の本来の値段は1人前38元だったが、会計時に1匹あたり38元になった事件）を心理予測モデルで分析した。

Sina Weibo API（アプリケーションプログラミングインターフェース）を通じて、ホットイベント期間中に全国の100万人のアクティブなWeiboユーザーが投稿したマイクロブログを取得し、トピックモデルテキストマイニング技術を使用して関連テキストを分析しました。結果によると、事件発生から2日間、ネットユーザーは主に事件そのものについて議論していた。3日目から、ネットユーザーは事件から目をそらし始めた。焦点はもはや青島エビ事件そのものではなく、さまざまな地域の観光地でよく見られる現象を「ジョーク」の形で議論することに移った。彼らは自分の個人的な体験や聞いた類似の事件を語ることで、観光地の過剰請求現象に対する不満を表明した。同時に、結果は、ネットユーザーが公式発表や対応に細心の注意を払っており、それが常に白熱した議論を引き起こしていることを示しています。同時に、心理予測モデルを使用して、青島エビ事件に関与したユーザーの社会態度を計算しました。これには、生活満足度、収入満足度、社会的地位満足度、怒り、国家政府満足度、地方政府信頼度、国家経済満足度、地方経済満足度などの側面が含まれます。結果によると、この話題の議論に参加していないWeiboユーザーと比較して、この事件の積極的な情報発信者のほとんどは、より高い収入、一定の社会的地位、より高い個人生活の満足度、そしてより少ない怒りを持っているが、社会の発展にはまだ一定の問題があり、現在の政府の管理活動を改善する必要があると考えている。

こうした出来事を心理予測モデルで分析することで、出来事の変化傾向をタイムリーに把握し、出来事の背景にある大衆の心理的変化や態度の方向性を理解できるだけでなく、国家の関係機関が世論を監視し、関係部門の危機的出来事への対応能力を向上させるための先行指標を提供することもできます。

04. 社会福祉とプライバシー保護のバランス

テクノロジーには多くの場合2つの側面があり、ビッグデータも例外ではありません。一方で、ビッグデータの応用は、人間の認知範囲を拡大し、科学者の研究能力を向上させただけでなく、うつ病介入、自殺予防、社会的ホットイベントの分析などの問題に対する新たな解決策も提供しました。他方、その結果生じるプライバシー保護の問題を過小評価すべきではありません。過去2年間、フェイスブックはユーザーデータの不正使用をめぐるスキャンダルに頻繁に巻き込まれており、特に2018年3月にはプラント氏の選挙による政治的混乱にも巻き込まれた。人々はインターネットやビッグデータがもたらす利便性を享受する一方で、このインターネット時代にプライバシーが守られているのかどうかについても懸念を抱いています。大切なものを無駄にするのは絶対に賢明ではありません。止められないビッグデータの時代にこの技術をいかに有効活用するかは、学術界が無視できない重要な問題です。

現在、学術界ではビッグデータの利用に関して、一般的な倫理原則に従うこと、ユーザーの許可が必要なデータを使用する前にユーザーの同意を得ること、倫理委員会が審査・承認した手順に厳密に従うことなど、一般的なコンセンサスが得られています。特に、研究データは倫理委員会の承認範囲を超えた目的（第三者への転売など）に使用してはいけません。利用者の許可を必要としないオープンオンラインデータを科学研究に使用する場合、(1)利用者がデータ開示を認識していること、(2)収集後にデータが匿名化されていること、(3)利用者の個人を特定できる情報が公の出版物に掲載されないことなどの基準も満たす必要があります。

ビッグデータを心理学研究に応用するプロセスでは、一般的なコンセンサスに厳密に従います。個々のユーザーデータを取得する前に、まずユーザーのインフォームドコンセントを取得し、実験設計と将来のデータ使用についてユーザーに明確に通知します。データ処理プロセスでは、匿名処理方法も採用しています。一方では、複数の暗号化方法を使用して、ユーザーのオリジナルデータのプライバシーを保護します。他方では、データ漏洩を防ぐために、データの保存と管理にも十分な取り組み、データ公開のプロセスでは、ユーザーの身元情報を特定できるコンテンツの使用を避けます。上記の戦略に加えて、私たちは典型的なユーザーにインタビューし、プライバシーと実験に関する意見を直接尋ねました。その後の実験設計により、理論的なガイダンスと経験的証拠が得られました。

ビッグデータと人工知能技術を合理的かつ規則に従って使用することは、社会に利益をもたらし、プライバシーを保護するための重要な基本方針です。この組み合わせが心理学にもたらす潜在的な利益を認識する一方で、それがもたらすプライバシーへの潜在的な危害にも特別な注意を払い、立法などの予防措置を講じる必要があります。

05. 結論

人工知能とビッグデータ技術を利用することで、個人や集団の心理的・行動的パターンをより生態学的な方法で研究できるようになります。行動ビッグデータを活用して人々の認知、感情、行動パターンを研究し、人工知能と組み合わせてリアルタイムの社会的認識データに基づく心理予測モデルを確立し、個人の心理的・行動的特性予測と集団心理、行動分析、意思決定支援のための関連フレームワークを形成します。生態学的認識の概念は、心理学者に新しい研究ツールと視点を提供します。これは、性格、幸福、自殺介入、さらにはインターネット時代のホットな社会的出来事の分析を理解するための新たな可能性を提供します。さまざまな環境における個人や集団の行動や心理を深く理解することで、人々の精神的健康や社会的態度を大規模かつリアルタイムに記述、予測、説明、制御し、リスクを効果的に防止することができます。

コンピュータのソフトウェアとハ​​ードウェアの継続的な反復と更新により、ウェアラブルデバイスや体性感覚デバイスの応用など、心理学におけるビッグデータの応用は将来さらに深まるでしょう。人工知能は心理学実験におけるかけがえのない潜在力に加え、他の面でも心理学の研究分野を大きく拡大するでしょう。スマート端末の継続的な発展とモバイルデータの継続的な加速により、人工知能は心理的介入のプラットフォームを提供できるだけでなく、心理的介入の主力となる可能性が高まっています。科学的研究方法は心理学を哲学から切り離しますが、人工知能とビッグデータは心理学をより深く生活に取り入れる可能性があります。私たちは、新技術の活用によってもたらされる利便性を十分に享受する一方で、Facebookのようなスキャンダルの再発を避け、一般市民から得たビッグデータが最終的には脅威ではなく一般市民に役立つツールとなるよう、ビッグデータの利用に関するコンプライアンスを確保しなければなりません。