PSYCHOLOGICAL AI

Psychologie mit AI macht den Einsatz von
Sprache erfolgreicher

In der Sprache drückt sich die Persönlichkeit eines jeden Menschen aus.
Unser Anspruch ist es, deren Sprache besser zu deuten und deren Persönlichkeit besser zu verstehen. Daher haben wir eine künstliche Intelligenz entwickelt, die auch zwischen den Zeilen liest.

Unsere eigens entwickelte und einzigartige Psychological AI identifiziert Stimmung, Motive und Persönlichkeitsmerkmale und liefert dabei höchst zuverlässige Ergebnisse.

Die Ergebnisse basieren auf einem nachvollziehbaren Verfahren, was für uns selbstverständlich ist, wenn man die Persönlichkeit von Menschen analysiert. Für uns ist es vor allem die Voraussetzung für eine vertrauensvolle Zusammenarbeit, denn wir sind uns unserer Verantwortung bewusst und nehmen diese überaus ernst.

psychological-ai-psychologische-ki-logo-100-worte
  • IMPLIZITE MOTIVE ERFASSEN
  • VALIDIERT MIT UNABHÄNGIGEN DATEN
  • ERFASSUNG AUS ECHTER SPRACHE
  • KEINE BLACKBOX
  • FÜHREND IN DER ERKENNUNG VON IMPLIZITEN MOTIVEN AUS SPRACHE
Psychological AI
UNTERBEWUSSTES BEWUSST WAHRNEHMEN

100 Worte Psychological AI
WIR MESSEN PSYCHOLOGISCHE MERKMALE AUS SPRACHE


PERSÖNLICHKEITSMERKMALE ERFASSEN MIT PSYCHOLOGICAL AI

Die Häufigkeit, mit der wir bestimmte Worte und Wortkombinationen benutzen, verrät etwas über die Persönlichkeit.
Diesen Zusammenhang, welchen viele auch intuitiv vermuten würden, konnte bereits in vielen wissenschaftlichen Studien gezeigt und repliziert werden. Bei der Entwicklung unserer 100 Worte Analyse wurden zahlreiche psychologische Studien berücksichtigt, an denen versierte Forscher aus verschiedenen Disziplinen beteiligt waren. Insbesondere der amerikanische Sozialpsychologe, J. Pennebaker, trägt viel zum Verständnis des Zusammenhangs von Sprache und Persönlichkeit bei.

Durch seine Arbeiten wissen wir, dass gerade die scheinbar unwichtigen Funktionsworte (z. B. Personalpronomen oder Artikel) am meisten über eine Person verraten. Funktionsworte sind dabei satzlogische Elemente, die keinen Inhalt transportieren, sondern Inhaltsworte strukturieren und ihnen dadurch ein sprachliches Gerüst geben. Im Folgenden nennen wir einige Beispiele, wie die sprachliche Struktur etwas über die Persönlichkeit von Menschen verrät.

Wie Menschen denken – eher analytisch oder intuitiv – bildet sich in deren Verwendung von Funktionsworten ab. So verwenden Menschen mit analytischen Denkstil vermehrt Funktionsworte, die ihrer Sprache Genauigkeit geben wie beispielsweise Artikel oder  aber Präpositionen. Diesen Zusammenhang entdeckten Forscher als sie Motivationsschreiben von Studenten untersuchten. Auch die Dominanz von Menschen lässt sich aus Sprache ableiten.

Dazu wurde in mehreren Studien untersucht, wie dominante Personen im Vergleich zu anderen Mitgliedern einer Gruppe diskutieren. Schließlich gibt es auch einige Befunde, die auf einen Zusammenhang zwischen Depression und Sprache hinweisen. Wiederholt konnten Studien zeigen, dass das Personalpronomen „Ich“ häufiger von depressiven Menschen verwendet wird als von Menschen ohne Depression.

EMOTIONEN ERFASSEN MIT PSYCHOLOGICAL AI

Die Verwendung von Worten verrät etwas über die aktuelle Gefühlslage einer Person:
Ist sie momentan traurig, ärgerlich oder fröhlich? Zunächst können Emotionen hinsichtlich ihrer Valenz in positive oder negative unterteilt werden. Außerdem lassen sich insbesondere die negativen Emotionen weiter unterteilen, wobei die relevantesten negativen Emotionen Trauer, Ärger und Angst sind. Stimmungen und Gefühle hingegen drücken sich über sog. Inhaltsworte aus.

Implizite Motive erfassen mit PSYCHOLOGICAL AI

Menschen werden von Motiven geleitet.
Zu wissen, was uns antreibt, ist gerade im Berufskontext wichtig, weil es Aufschluss darüber gibt, welcher berufliche Weg der passende ist. Was aber sind Motive überhaupt?
Motive sind interne Handlungsanleiter. Sie veranlassen uns, in eine bestimmte Richtung zu denken und uns auf eine bestimmte Weise zu verhalten. Sie drücken ein Streben aus: „Ich möchte gerne … sein“ oder „Ich wäre gerne …“.

Die Motive nach McClelland

Generell werden drei Grundmotive unterschieden. Dabei handelt es sich um die Motive nach Macht, Status und Führung, nach Leistung und Weiterentwicklung und nach harmonischen Beziehungen zu anderen Menschen. Diese Motive wurden von dem Sozialpsychologen David McClelland formuliert und in der Psychologie weitgehend beforscht. Nun sind diese Motive aber nicht gleichverteilt, sondern bei jedem von uns Menschen etwas anders ausgeprägt: Einer Person ist es wichtig, gute Beziehungen zu anderen zu pflegen, während eine Andere nach Bewunderung strebt. Diese Motive erwachsen aus unserer Erziehung, unserem sozialen Umfeld und unseren gemachten Erfahrungen. Oftmals können wir nicht einmal sagen, welches Motiv uns tatsächlich antreibt. Solche unbewussten Motive nennt man implizit.

Implizite Motive wurden bisher mit sog. projektiven Verfahren gemessen. Darin werden Menschen Bilder mit mehrdeutigen Inhalten vorgelegt, für die sie eine Geschichte erfinden sollen. Dabei schlagen sich die impliziten Motive der Erzählenden in deren Geschichten nieder. Anders ausgedrückt projizieren Personen also ihre unbewussten Motive auf eine neutrale Situation. Wie sich in Langzeitstudien zeigte, gibt das Verfahren auch Aufschluss über berufliche Erfolgsmerkmale, wie beispielsweise das Gehalt. Allerdings ist dieses Verfahren ist extrem aufwändig, weil die Inhalte zwingend von Experten bewertet werden müssen.

Unsere Psychological AI macht diese Auswertung durch die automatische Analyse überflüssig. Und das behaupten wir nicht nur, sondern können Gütemaße wie die prognostische Validität auch in fremden und eigenen Studien nachweisen.

AUTOMATISCHE ERFASSUNG UND VERARBEITUNG

Die 100 Worte PSYCHOLOGICAL AI erfasst implizite Motive ähnlich wie bereits lange erfolgreich angewandte Verfahren (z. B. Thematischer Auffassungstest TAT). Und so läuft die Analyse ab:

  1. Der zu analysierende Text wird mit unseren neun Motivwörterbüchern verglichen. Dabei signalisieren einzelne Worte bestimmte Motive, z. B. „bestand“ das Leistungsmotiv.
  2. Bevor betreffende Wort aber tatsächlich gezählt wird, muss noch der Kontext geprüft werden. Denn dieser gibt Auskunft über die genaue Bedeutung des Wortes. So bedeutet „bestand“ im Zusammenhang mit „Prüfung“ etwas ganz anderes als mit „Lager“. Wir zählen Worte nur, wenn sie die für uns passende Bedeutung haben.
  3. Schließlich wird auch geprüft, ob das betreffende Wort verneint wird. Denn auch dann hat es eine andere Bedeutung und muss anders gewertet werden. Dazu schauen wir uns an, ob das betreffende Wort in einer Negation (z. B. „nicht“) steht.

Dank dieser einzigartigen Technologie sind wir führend in der Erkennung von impliziten Motiven aus Sprache.

Wenn Sie mehr über das Thema Motive nachlesen möchten empfehlen wir Ihnen unseren Blogbeitrag: Die Bedeutung der Motive für Mensch und Unternehmen

Psychological AI
Wie wir maschinelles Lernen verwenden
Menschliches Textverständnis simulieren
Eine einfache Aufgabe:
Hat das Wort „leiten“ in folgenden Sätzen die gleiche Bedeutung?
Gold leitet Strom besser als Holz.
Er leitet das Projekt mit Herzblut und wird es zum Erfolg führen.

Vermutlich geben Sie diesen Worten eine unterschiedliche Bedeutung, da Sie den Kontext verstehen. Eine Maschine interpretiert diese Worte aber immer als das Wort “leiten”. Wir haben das Verständnis für die Bedeutung von Worten und wenden es ständig an, ohne darüber nachzudenken.

Eine Maschine muss dieses Verständnis erlernen. Um der Maschine dieses Verständnis zu vermitteln, benutzen wir unterschiedliche maschinelle Verfahren der Textverarbeitung und des Textverständnisses. Diese Verfahren werden unter dem Begriff Natural Language Processing (NLP) zusammengefasst.

MASCHINELLES VERSTÄNDNIS SCHAFFEN (ZWEI BEISPIELE )

Unter Part-Of-Speech-Tagging (POS) versteht man die Zuordnung von Wörtern und Satzzeichen eines Textes zu Wortarten wie Adjektive oder Verben. Wir setzen diese Technologie ein, um beispielsweise folgende Sätze zu unterscheiden:

Wir überlegen gemeinsam eine neue Strategie. (“überlegen” = VERB)
Manche Menschen fühlen sich anderen überlegen. (“überlegen” = ADJ)

Embedded-Language-Models (ELMo) geben Wörtern einen Vektor, der auch den Kontext berücksichtigt. Wir setzen ELMo ein, wenn Worte mit verschiedenen Bedeutungen nicht durch ihre Wortart unterschieden werden können.

Der Leiter des Unternehmens war letztes Jahr sehr erfolgreich.
Ich bin heute fast von der Leiter gefallen.

Veröffentlichungen und Whitepaper
JETZT ÜBER PSYCHOLOGICAL AI
INFORMIEREN.
WIR BERATEN SIE GERNE.

info@100worte.de