ลองจินตนาการว่าตัวเองเรียนจบมัธยมปลายพร้อมกับโลกที่อยู่ตรงหน้าคุณ แต่ตอนนี้คุณต้องตัดสินใจว่าคุณต้องการประกอบอาชีพอะไร คุณหวังว่าจะได้งานที่จะชำระค่าใช้จ่าย แต่ก็เป็นงานที่คุณจะสนุกด้วย ท้ายที่สุดคุณจะใช้เวลาส่วนใหญ่ในที่ทำงาน แต่คุณจะตัดสินใจเลือกได้อย่างน่าเชื่อถือได้อย่างไร – นอกเหนือไปจากสิ่งที่พ่อแม่ของคุณอาจจะกดดัน หรือผลการเรียนปีสุดท้ายที่จะทำให้คุณเข้าเรียนโดยตรง การศึกษาของเรา ที่ตีพิมพ์ ในวารสาร Proceedings of the National Academy of Science
ที่แตกต่างกันดึงดูดผู้คนที่มีลักษณะทางจิตวิทยาที่แตกต่างกันมาก
เมื่อมองหาอาชีพใหม่ คุณอาจไปหาที่ปรึกษาด้านอาชีพและตอบคำถามหนึ่งชุดเพื่อระบุความสนใจและจุดแข็งของคุณ ผลลัพธ์เหล่านี้ใช้เพื่อจับคู่คุณกับกลุ่มอาชีพที่มีศักยภาพ อย่างไรก็ตาม วิธีการนี้ต้องอาศัยการสำรวจเป็นเวลานาน และไม่ได้คำนึงถึงข้อเท็จจริงที่ว่าอาชีพจำนวนมากกำลังเปลี่ยนแปลงหรือหายไปเนื่องจากเทคโนโลยีเปลี่ยนแนวการจ้างงาน
เราสงสัยว่าเราจะสามารถพัฒนาแนวทางที่ขับเคลื่อนด้วยข้อมูลเพื่อจับคู่บุคคลกับอาชีพที่เหมาะสมได้หรือไม่ โดยพิจารณาจากร่องรอยทางจิตวิทยาที่พวกเขาเปิดเผยทางออนไลน์ การศึกษาพบว่าผู้คนทิ้งร่องรอยของตัวเองผ่านภาษาที่พวกเขาโพสต์ทางออนไลน์และ พฤติกรรมทางออนไลน์ของพวกเขา
เราสามารถวิเคราะห์สิ่งนี้เพื่อหาขอบเขตที่คนที่ทำงานเดียวกันมีลักษณะบุคลิกภาพเหมือนกันได้หรือไม่? ในการวิจัยของเรา เราระบุผู้ใช้ Twitter มากกว่า 100,000 ราย ซึ่งแต่ละคนมีชื่อตำแหน่งงาน 3,513 ตำแหน่งในโปรไฟล์ผู้ใช้
จากนั้น โดยใช้เครื่องมือที่มีให้ผ่านเครื่องมือปัญญาประดิษฐ์บนคลาวด์ของ IBM Watson และ บริการ Personality Insightsเราได้ให้คะแนนแต่ละโปรไฟล์ในลักษณะที่เกี่ยวข้องกับบุคลิกภาพสิบประการ โดยพิจารณาจากภาษาในโพสต์ของพวกเขา
เราใช้เทคนิคการวิเคราะห์ข้อมูลและการเรียนรู้ของเครื่องที่หลากหลายเพื่อสำรวจบุคลิกภาพของแต่ละอาชีพ ตัวอย่างเช่น ในการสร้าง “แผนที่เข็มทิศอาชีพ” เราใช้อัลกอริทึมการเรียนรู้ด้วยเครื่องแบบไม่มีผู้ดูแลเพื่อจัดกลุ่มข้อมูลบุคลิกภาพด้านอาชีพออกเป็น 20 กลุ่มที่แตกต่างกัน โดยจัดกลุ่มอาชีพที่มีลักษณะคล้ายกันมากที่สุด
เป็นที่คิดกันมานานแล้วว่างานจะตอบสนองได้มากขึ้นหากเหมาะสม
กับตัวตนของเรา ในแง่ของบุคลิกภาพ ค่านิยม และความสนใจของเรา ผลลัพธ์ของเรายืนยันสิ่งนี้ และเราพบว่าอาชีพต่างๆ มีแนวโน้มที่จะมีบุคลิกที่แตกต่างกันมาก
ตัวอย่างเช่น นักเขียนโปรแกรมซอฟต์แวร์และนักวิทยาศาสตร์มักจะเปิดกว้างมากขึ้นในการสัมผัสกับกิจกรรมใหม่ๆ ที่หลากหลาย มีความอยากรู้อยากเห็นทางสติปัญญา มีแนวโน้มที่จะคิดเป็นสัญลักษณ์และสิ่งที่เป็นนามธรรม และพบว่าการทำซ้ำๆ นั้นน่าเบื่อ ในทางกลับกัน นักเทนนิสชั้นยอดมักมีมโนธรรม มีระเบียบ และเป็นกันเองมากกว่า
การค้นพบของเราชี้ให้เห็นถึงความเป็นไปได้ในการใช้ข้อมูลที่แชร์บนโซเชียลมีเดียเพื่อจับคู่บุคคลกับงานที่เหมาะสม เราใช้แมชชีนเลิร์นนิงเพื่อจัดกลุ่มบทบาทมากกว่าหนึ่งพันบทบาทตามลักษณะบุคลิกภาพที่สรุปได้ของผู้คนในบทบาทเหล่านั้น เราพบว่างานที่คล้ายกันจำนวนมากสามารถจัดกลุ่มเข้าด้วยกันได้
ตัวอย่างเช่น คลัสเตอร์หนึ่งรวมงานด้านเทคโนโลยีต่างๆ เช่น การเขียนโปรแกรมซอฟต์แวร์ การพัฒนาเว็บ และวิทยาการคอมพิวเตอร์ อีกกลุ่มหนึ่งรวมถึงการจัดการโรงยิม การประสานงานด้านโลจิสติกส์ และการโปรโมตคอนเสิร์ต คุณสามารถสำรวจเพิ่มเติมด้วยแผนที่ออนไลน์เชิงโต้ตอบที่เราสร้างขึ้น
อย่างไรก็ตาม ในขณะที่ชุดค่าผสมจำนวนมากสอดคล้องกับตัวแยกประเภทอาชีพที่มีอยู่ (การจัดกลุ่มอย่างเป็นทางการในปัจจุบันที่รัฐบาลและองค์กรอื่นๆ ใช้เพื่อจัดกลุ่มงานเข้าด้วยกัน) บางกลุ่มมีบทบาทที่ไม่ได้จัดกลุ่มร่วมกันแบบดั้งเดิม
ตัวอย่างเช่น นักเขียนแผนที่ ชาวนาเมล็ดพืช และนักธรณีวิทยาลงเอยด้วยการรวมกลุ่มกันและแบ่งปันลักษณะบุคลิกภาพที่คล้ายคลึงกันกับผู้เชี่ยวชาญด้านเทคโนโลยีหลายคน
เข็มทิศอาชีพที่ขับเคลื่อนด้วยข้อมูล
ด้วยผลลัพธ์ของเรา เราได้สำรวจแนวคิดในการสร้างเข็มทิศอาชีพที่ขับเคลื่อนด้วยข้อมูล: ระบบคำแนะนำที่สามารถค้นหาอาชีพที่เหมาะสมที่สุดสำหรับบุคลิกภาพของใครบางคน
เราสร้างระบบที่สามารถแนะนำอาชีพที่สอดคล้องกับลักษณะบุคลิกภาพของผู้คนได้แม่นยำกว่า 70%
แม้ว่าระบบของเราจะผิดพลาด แต่ก็ไม่ได้ห่างไกล และชี้ไปที่อาชีพที่มีทักษะคล้ายกันมาก ตัวอย่างเช่น อาจแนะนำให้กวีกลายเป็นนักเขียนนิยาย
อาชีพมีการเปลี่ยนแปลงอย่างรวดเร็วเนื่องจากระบบอัตโนมัติและความก้าวหน้าทางเทคโนโลยี และในโลกดิจิทัลที่เชื่อมโยงถึงกัน เราทิ้งร่องรอยของตัวเองไว้เบื้องหลัง งานของเราได้นำเสนอแนวทางหนึ่งในการใช้ร่องรอยเหล่านี้อย่างมีประสิทธิผล
เว็บแท้ / ดัมมี่ออนไลน์
