Modele psychometryczne w wyższych wymiarach: jak sztuczna inteligencja może rozszerzyć przestrzeń pomiaru?

• DOI: 10.31234/osf.io/sa4vc_v2
• Publication Date: 2025-03-27T21:18:16Z
• Authors: Agnieszka Szymańska

Niektóre modele psychologiczne – szczególnie złożone, typologiczne lub posiadające strukturę trójwymiarową nie mogą zostać poprawnie zweryfikowane w klasycznej przestrzeni 2D. Ich rzut na płaszczyznę geometrycznie zniekształca rzeczywiste relacje między zmiennymi osobami, prowadząc do fałszywych uproszczeń i błędnych interpretacji. W odpowiedzi to ograniczenie artykuł proponuje rozszerzenie pomiaru z wykorzystaniem narzędzi sztucznej inteligencji, szczególności maszyny wektorów nośnych (SVM) radialnym jądrem bazowym (RBF), umożliwiającej transformację danych o wyższych wymiarach.Artykuł przesuwa punkt ciężkości relacji osobami traktowanymi jako wektory cech psychologicznych. Pokazuje, że kernel tylko klasyfikuje dane, ale przekształca samą przestrzeń, której dane funkcjonują tworząc nowy układ geometryczny, którym możliwa staje się weryfikacja modeli złożonych głębokich. tej nowej logice osoby stają nośnikami modelu, a jedynie obserwacjami danych. Ukoronowaniem koncepcji jest projekt skali psychometrycznej opartej niezależnych wektorach odpowiedzi, kompatybilnej ze strukturą jądrowej. Całość stanowi przełomowe przesunięcie: od zmiennych osób, rzutów geometrycznych strukturalnej głębi