Esistono molteplici modelli, come DISC , Goleman, Ocean, ed altri, in grado di riassumere le infinite sfumature delle emozioni e dei comportamenti in pochi elementi principali. Allo stesso modo gli algoritmi di IA possono essere allenati , per dirci se siamo dei visionari o delle persone direttive o degli analitici.
Gli algoritmi di IA, opportunamente allenati da input relativi al problema che devono risolvere, producono modelli che rappresentano e generalizzano la realtà che è stata presentata grazie ai dati di ingresso. Ad esempio se fornisco un numero finito di foto di cani e gatti, il modello impara a riconoscere cani e gatti, anche quando si trova di fronte a immagini mai viste prima. Vai su AI-competence.it per saperne di più. Allo stesso modo modelli come Disc e Goleman, danno indicazioni sui comportamenti e le emozioni umane basandosi su assessment. Ovvero un numero limitato di domande, e risposte, alle quali un algoritmo da un punteggio a cui associare specifici comportamenti. Il modello consente così di passare da un numero infinito di sfumature, alla definizioni di poche caratteristiche principali. Ma anche il modo in cui scriviamo, le parole che usiamo, rappresentano chi siamo e le nostre emozioni. Il Linguistic Inquiry Word Count, LIWC, è un modello che consente, in funzione dell’uso e della ripetitività di specifici elementi sintattici di evidenziare elementi caratteriali delle persone. A questo punto colleghiamo il tutto: IA, DISC, LIWC, creano un modello accettato della realtà passando da un numero infinito di sfumature, a poche ma essenziali caratteristiche principali generalmente valide. Questa corrispondenza fa si che l’IA possa interpretare i vari modelli comportamentali per creare un proprio modello in grado associare ad un testo le caratteristiche comportamentali di una persona.