PersonalityScanner: 探索基于虚拟现实中多模态信号的人格评估有效性

人类认知显著影响所表达的行为，与真实人格特质密切相关。人格评估在心理学、教育、社交媒体等多个领域发挥关键作用。然而，传统的自我报告问卷只能提供基于个人愿意和能够披露的数据，缺乏客观性。此外，自动化测量与同伴评估需要大量的人力资源。本文开发了一个虚拟现实（VR）模拟器——PersonalityScanner，通过沉浸式互动环境刺激认知过程并模拟日常行为。在该模拟器中，参与者完成一系列以日常工作第一天为背景的生动任务。通过该模拟器，我们收集了包含十种模态的数据：第一/第三人称视频、音频、文本、眼动、面部微表情、姿态、深度数据、日志和惯性测量单元。通过系统性地检验不同模态在揭示人格方面的贡献，我们展示了 PersonalityScanner 的卓越性能与有效性。