نخستین‌بار به‌وسیلهٔ Vectors of Mind منتشر شد.


وجدان استیم‌پانک (DALL·E)
وجدان استیم‌پانک (DALL·E)

وجدان شما چه ارتباطی با روان‌پریشی و تکامل دارد؟ چرا روان‌سنجی نشان می‌دهد که موفقیت در انسان‌ها، که گونه‌ای اجتماعی‌اند، بیش از آنکه به هوش اجتماعی وابسته باشد، به هوش کتابی وابسته است؟ آیا مدل‌های شخصیت باید توضیح دهند که ما که هستیم، یا اینکه چگونه به اینجا رسیده‌ایم؟ و همهٔ این‌ها چه ارتباطی با زبان دارد؟ این مجموعه در پی پاسخ دادن به این پرسش‌هاست.

در Vectors of Mind مشترک شوید

α و β#

خوانندگان وبلاگ با خاستگاه پنج عامل بزرگ آشنا هستند. روان‌سنجان جسور، با توسل به فرضیهٔ واژگانی، بر آن شدند تا چشم‌انداز زبانیِ منش را نقشه‌برداری کنند. با استفاده از بردارهای واژگانیِ اولیه، ماتریس‌های همبستگیِ صفت‌های رایج به چند بُعد تقلیل یافتند.

نقشه‌روان‌نگارِ نخستین به زبان می‌نگرد
نقشه‌روان‌نگارِ نخستین به زبان می‌نگرد

در دههٔ ۱۹۹۰، این حوزه حول پنج عامل بزرگ انسجام یافت؛ پنج عاملی که چرخشی از نخستین پنج مؤلفهٔ اصلیِ چنین داده‌هایی بودند. استدلال‌های طرفداران این مدل از آن پس بازتاب‌دهندهٔ اجماع کنونی دربارهٔ توانایی‌های مدل است.

«مدل پنج‌عاملی نه مدلی از پویایی شخصیت یا تحول شخصیت ارائه می‌دهد و نه اساساً برای ارائهٔ چنین مدلی در نظر گرفته شده است. این بدان معنا نیست که ابعاد پنج عامل بزرگ نمی‌توانند یا نخواهند توانست در سطحی پویا و تحولی تبیین شوند؛ تنها بدین معناست که این مدل برای تبیین روابطی تدوین شده است که به‌صورت تجربی میان توصیف‌های صفات مشاهده شده‌اند.» John and Robins (1994) صفات و انواع، پویایی و تحول: در مطالعهٔ شخصیت نباید هیچ دری را بسته گذاشت

شخصیت یکی از حوزه‌های زندگی است که بیشترین غنای نظری را دارد. مردم در همه‌جا ــ و در میان آنان، بیش از همه روان‌شناسان ــ مدل‌های علّی‌ای برای ارتباط و تحول صفات در اختیار دارند. عجیب است که مدل عمومی این حوزه صراحتاً دربارهٔ این موضوع سکوت کرده باشد. هرچند کار نظری‌ای با پنج عامل بزرگ انجام شده است، این کار اغلب عوامل را به ۱ یا ۲ فراعامل تقلیل می‌دهد (۱,۲,۳,۴,۵). نخستین تبیین از این فراصفات در سال ۱۹۹۷، با مقالهٔ دیگمن با عنوان عوامل مرتبهٔ بالاترِ پنج عامل بزرگ، ارائه شد. فراتحلیل او شامل تحلیل مؤلفه‌های اصلی بر ماتریس همبستگی ۵×۵ بود که در ۱۴ مطالعهٔ متفاوت دربارهٔ پنج عامل بزرگ گزارش شده بود. دو عامل نخست در میان مطالعات به‌طرزی چشمگیر سازگار بودند و با مدل‌های نظری تحول هم‌راستا بودند. او در اینجا مؤلفهٔ اصلی نخست را توصیف می‌کند.

امکان دیگری که عوامل را عوامل علّی می‌داند، نه صرفاً مجموعه‌ای از متغیرهای همبسته، این است که عامل α خودِ فرایند جامعه‌پذیری را بازنمایی کند. از فروید (۱۹۳۰) تا کوهات (۱۹۷۷)، و از واتسون (۱۹۲۹) تا اسکینر (۱۹۷۱)، نظریه‌پردازان شخصیت با گرایش‌های گوناگون به تحول مهار تکانه و وجدان، و کاهش خصومت، پرخاشگری و دفاع روان‌رنجورانه پرداخته‌اند. از این دیدگاه، عامل α همان چیزی است که تحول شخصیت دربارهٔ آن است. بنابراین، اگر همه‌چیز مطابق نقشهٔ جامعه پیش برود، کودک فرامن را پرورش می‌دهد و می‌آموزد تکانه‌های نهاد را مهار یا هدایت مجدد کند و پرخاشگری را به شیوه‌هایی مورد تأیید جامعه تخلیه کند. شکست جامعه‌پذیری از طریق روان‌رنجوری، فرامنِ ناقص یا پرخاشگریِ بیش از حد آشکار می‌شود. ~John M. Digman، عوامل مرتبهٔ بالاترِ پنج عامل بزرگ

دهه‌ها بعد، هنوز دربارهٔ مشروعیت این عوامل بحث وجود دارد. از یک سو، پژوهش‌هایی وجود دارند که همین عوامل را در زبان‌های بسیاری می‌یابند و آن‌ها را با چندین مدل نظری دیگر مرتبط می‌کنند. ساوسیه، تالمایر و پین، با آزمودن مورد اخیر، بررسی کردند که آیا چهار نظام متفاوتِ برگرفته از نظریه در حوزه‌های پژوهشی دیگر، چرخش‌هایی از دو عامل بزرگ هستند و می‌توان آن‌ها را به دو عامل بزرگ تقلیل داد یا نه:

  1. پیچیدهٔ بین‌فردی
  2. مدل‌های کنونیِ اخلاق/گرمی و شایستگی
  3. دو بُعد بزرگ‌تر در گزارش‌های نشانه‌های بالینی ــ گرایش‌های درونی‌سازی و برونی‌سازی ــ آن‌گونه که در جمعیت‌های دارای دامنهٔ بهنجار بروز می‌کنند
  4. گرایش‌های نزدیک‌شدن و اجتناب، که رویکردی نظری و برجسته برای ساختن مدل فرایند زیستی است

از سوی دیگر، برخی هنوز دربارهٔ چگونگی ارتباط این عوامل با پنج عامل بزرگ مناقشه می‌کنند. این موضوع را می‌شد از همان ابتدا با تحلیل داده‌های واژگانی، به‌جای ابزارها و سازه‌ها، حل‌وفصل کرد. این مقالهٔ پراستناد را در نظر بگیرید که از نظریهٔ دو عامل بزرگ انتقاد می‌کند و یک دهه پس از کشف دیگمن نوشته شده است:

چکیدهٔ مقالهٔ عوامل مرتبهٔ بالاترِ شخصیت: آیا وجود دارند؟
چکیدهٔ عوامل مرتبهٔ بالاترِ شخصیت: آیا وجود دارند؟

متن از چکیده برگرفته شده است. طنز ماجرا این است که مسیر درست نیز در همان‌جا پیشنهاد می‌شود: «بنابراین، فرضیه‌های مربوط به عوامل مرتبهٔ بالاتر و متغیرهای آمیخته را فقط می‌توان با داده‌هایی دربارهٔ متغیرهای شخصیت در سطوح پایین‌تر آزمود؛ متغیرهایی که عوامل شخصیت را تعریف می‌کنند.»

α از سطح گویه#

یکی از ارکان پنج عامل بزرگ این است که آن‌ها بر اساس بارهای واژگانی‌شان بر صفت‌های رایج تعریف می‌شوند. اگر بر پنج عامل بزرگ تحلیل مؤلفه‌های اصلی انجام دهیم، چه رخ می‌دهد؟ باید به «متغیرهایی که عوامل شخصیت را تعریف می‌کنند» بازگردیم ــ یعنی واژه‌ها.

روان‌شناسان در حال کشف دوبارهٔ فرضیهٔ واژگانی
روان‌شناسان در حال کشف دوبارهٔ فرضیهٔ واژگانی

از زاویه‌ای دیگر نگاه کنیم. تصور کنید داده‌های پیمایش در سطح واژه را در اختیار دارید و تحلیل مؤلفه‌های اصلی انجام می‌دهید و پنج عامل استخراج می‌کنید. اگر ساختار چرخش‌یافته با وریماکس ــ یعنی پنج عامل بزرگ ــ را گزارش کنید، فرد دیگری تا چه اندازه می‌تواند عواملِ بدون چرخش را بازسازی کند؟

خبر خوب این است که برای پی بردن به این موضوع داده در اختیار داریم. ساوسیه و گلدبرگ بارهای عاملیِ پنج عامل بزرگ در سطح واژه را برای ۴۳۵ صفت منتشر کردند. آنان داده‌های پیمایش در سطح گویه را نیز، با بزرگواری، در دسترس عموم قرار داده‌اند. هر واژه بر اساس میزان توصیف‌کنندگی آن دربارهٔ ۹۰۰ دانشجو تعریف شده است. از این داده‌ها می‌توانیم بارهای واژه‌ها بر عواملِ بدون چرخش را محاسبه کنیم. همچنین تحلیل مؤلفه‌های اصلی را بر بارهای پنج عامل بزرگی که در مقاله گزارش شده‌اند انجام می‌دهم. این بارها در شکل زیر با یکدیگر همبسته‌اند. در پیروی از دیگمن، عوامل اخیر با حروف یونانی نام‌گذاری شده‌اند. انتظار داریم عوامل اصلی را بازسازی کنیم، به‌علاوهٔ اعوجاجی که ناشی از آن است که به‌سبب چرخش وریماکس، بخشی از واریانس دوباره شمرده خواهد شد.

محور x: مؤلفه‌های اصلیِ بدون چرخشِ S&G1996. محور y: مؤلفه‌های اصلیِ بارهای واژگانیِ پنج عامل بزرگ که S&G گزارش کرده‌اند

محور x: مؤلفه‌های اصلیِ چرخش‌نیافته از S&G1996. محور y: مؤلفه‌های اصلیِ بارهای واژگانیِ پنج عامل بزرگ که S&G گزارش کرده است

با هر یک از این دو روش که محاسبه شود، دو PC نخست به‌ترتیب در 0.8 و 0.91 هم‌راستا می‌شوند. حتی هنگامی که عوامل چرخش‌یافته منتشر شده‌اند، می‌توان تصویر نسبتاً خوبی از عوامل چرخش‌نیافته به دست آورد. اگر بخواهیم واقعاً دیوانه‌وار عمل کنیم، می‌توانستیم با طراحی ابزاری برای تقریب‌زدن عوامل چرخش‌یافته (مانند BFI)، خود را بیش از پیش از PCهای واژگانی دور کنیم. تحلیل مؤلفه‌های اصلی روی آن عوامل، نسخه‌ای حتی تحریف‌شده‌تر از PC1 را بازسازی می‌کرد. این همان تحلیلی است که دیگمن انجام داد. او با دست‌کاری داده‌ها تا این اندازه دور از منبع، نمی‌توانست ادعاهای نیرومندی دربارهٔ رابطهٔ دو عامل بزرگ با پنج عامل بزرگ، زبان یا شخصیت کلی مطرح کند. بااین‌حال، آن‌ها بنا بر ساختارشان نسخه‌ای تحریف‌شده از دو عامل چرخش‌نیافتهٔ نخست در داده‌های واژگانی‌اند. آلفا و بتا همان چیزی هستند که دو عامل نخستِ پنج عامل بزرگ بدون چرخش واریماکس می‌بودند.

هزاران مقاله به دیگمن استناد می‌کنند، از جمله مقالات بسیاری که در برابر ادعاهای او موضع گرفته‌اند. تا جایی که من می‌دانم، هیچ‌یک این استدلال ساده را برای توضیح دو عامل بزرگ مطرح نکرده‌اند. در ادبیات پژوهشی، معمولاً با آن‌ها همچون عواملی دارای رابطه‌ای سلسله‌مراتبی برخورد می‌شود.

در واقع، مقالهٔ برجسته‌ای که در بالا به‌صورت میم درآمده است، داده‌هایی را تحلیل می‌کند که نسبت به BFI یک گام دیگر از زبان فاصله دارند. نویسندگان، به‌جای استفاده از داده‌های سطح گویه یا واژه ــ که به‌وفور در اختیارشان بود ــ به جنبه‌های پنج عامل بزرگ متکی می‌شوند که خود مشتقِ عوامل مشتق‌شده‌اند.

رابطه با پنج عامل بزرگ#

واقعیتی کمترشناخته‌شده در علم شخصیت این است که عوامل نخست، عوامل فرعی پنج عامل بزرگ را تحت‌الشعاع قرار می‌دهند. مقادیر ویژهٔ 435 صفت زیر را در نظر بگیرید. این مقادیر نشان می‌دهند هر عامل چه مقدار از واریانس (اطلاعات شخصیتی) را در داده‌های پیمایش و NLP توضیح می‌دهد.

تصویر برگرفته از عامل نخست شخصیت (بخش ۱)

عامل نخست 8 برابر بزرگ‌تر از عامل پنجم است؛ نابرابری‌ای که با نامی مانند پنج عامل بزرگ سرپوش گذاشته شده است. چرخش واریماکس به بازتوزیع اطلاعات شخصیتی می‌انجامد. محتوا از عامل نخست به سایر عوامل منتقل می‌شود. بدون این تقویت، 2 تا 3 عامل آخر دنباله‌رو بودند. با واریانس افزوده، آن‌ها هم‌سطح می‌شوند و به‌ترتیب به این عوامل بدل می‌شوند: وظیفه‌شناسی، روان‌رنجورخویی و گشودگی. حتی بااین‌حال، گشودگی به‌طور باثبات بازسازی نمی‌شود و اغلب با صفات دیگری مانند هوش گروه‌بندی می‌شود. این چرخش به زیان PC1 ــ α ــ تمام می‌شود؛ عاملی که به توافق‌پذیری بدل می‌گردد.

تصویر برگرفته از عامل نخست شخصیت (بخش ۱)

چنان‌که در جدول بالا دیده می‌شود، PC1 در هر عاملی (به‌جز روان‌رنجورخویی) توزیع شده است و توافق‌پذیری عمدتاً از سه عامل چرخش‌نیافتهٔ نخست ساخته می‌شود. مقداری ضدپویایی از PC2 و مقداری ضدنظم از PC3 گرفته می‌شود. (برای اطلاعات بیشتر دربارهٔ محتوای عوامل چرخش‌نیافته، به این نوشته مراجعه کنید که شامل کدی برای استخراج آن‌ها از مدل‌های زبانی است.) آیا کسی دربارهٔ توافق‌پذیری به اندازهٔ دیگمن دربارهٔ α با فصاحت سخن گفته است؟ بخش بزرگی از سازهٔ اصلی از دست رفته و تنها همبستگی 0.64 باقی مانده است. این کار ساختار ساده را مثله کرده و به سردرگمی بسیاری انجامیده است، از جمله کم‌برآوردکردن غنای نظری داده‌های واژگانی. سارومان فرایندی مشابه را توضیح می‌دهد: «می‌دانی اورک‌ها نخست چگونه پدید آمدند؟ آن‌ها زمانی الف بودند؛ نیروهای تاریک آن‌ها را گرفتند، شکنجه کردند و مثله ساختند. شکلی ویران و هولناک از حیات.»

توافق‌پذیری پس از سال‌ها شکنجهٔ آماری پدیدار می‌شود
توافق‌پذیری پس از سال‌ها شکنجهٔ آماری پدیدار می‌شود

می‌توانستیم دهه‌ها α را اندازه‌گیری کنیم، اما در عوض به توافق‌پذیری و سردرگمی دربارهٔ رابطهٔ این دو رسیدیم. (الف→اورک، چنان‌که معلوم شد.) این استدلال نسخه‌ای رنگارنگ‌تر از استدلالی است که دیوید و من در مطالعهٔ 1 از فرضیهٔ واژگانی ژرف مطرح می‌کنیم: این‌که روشن نیست آیا 2 (یا 3) عامل آخر از نظر آماری توجیه‌پذیرند یا نه. بدیهی است که من همچنین از طرفداران پرشور α هستم و معتقدم هیچ مدلی نمی‌تواند جایگزین توزیع‌کردن ایده‌هایی شود که α در خود دارد؛ حتی اگر آن مدل شامل عوامل مفید دیگری نیز باشد. (به‌عنوان نکته‌ای فرعی، هم‌نویسندهٔ من هیچ ارتباطی با این نسخهٔ غیرمجاز از استدلال ندارد.)

از آن‌جا که به داده‌های سطح واژه دسترسی داریم، بیایید نگاهی دقیق‌تر به α بیندازیم.

α چیست؟#

با بازگشت به داده‌های زبانی، می‌توانیم α را بدون تحریفی که چرخش واریماکس و طراحی ابزار وارد می‌کنند مشاهده کنیم. البته پیمایش‌ها مشکلاتی دارند. آن‌ها اغلب از دانشجویان دورهٔ کارشناسیِ WEIRD گردآوری می‌شوند؛ دانشجویانی که ممکن است تعریف همهٔ واژه‌ها را بدانند یا ندانند. پیمایش‌ها کسل‌کننده‌اند و پرکردن دقیق آن‌ها فایدهٔ شخصی چندانی ندارد. پردازش زبان طبیعی با یافتن روابط میان واژه‌ها در داده‌هایی چندین مرتبه بزرگ‌تر و با استفاده از متون گویندگان از همهٔ اقشار جامعه، این مشکل را حل می‌کند. برای کسانی که با پیمایش‌ها آشناترند، اطمینان خاطر داشته باشید که این دو روش در PC نخست با ضریب 0.93 همبستگی دارند. با استفاده از همان 435 واژه‌ای که ساوسیه و گلدبرگ به کار بردند، در زیر 30 واژهٔ برترِ دارای بار بر هر قطب α آمده است:

ملاحظه‌گر، صلح‌جو، محترم، مهربان، مؤدب، غیرتهاجمی، مؤدبانه، توافق‌پذیر، صمیمی، معقول، خوشایند، خیرخواه، دلسوز، فهمیده، نیکوکار، یاری‌رسان، سازگار، همکار، خوش‌مشرب، بردبار، فروتن، اعتمادکننده، شکیبا، خوش‌خُلق، نوع‌دوست، آسان‌گیر، متواضع، فداکار، دوستانه، خاکی، سخاوتمند، دیپلماتیک، باملاحظه، آرام، ازخودگذشته، صمیمی، کم‌توقع، گرم، ملاحظه‌کار، مهرورز

در برابر

آزارگر، ستیزه‌جو، بی‌احترام، مشاجره‌گر، نامهربان، بی‌ادب، متعصب، نابردبار، بی‌ملاحظه، ناسازگار، تحریک‌پذیر، کینه‌جو، گستاخ، پیش‌داور، خصمانه، بی‌نزاکت، بدخلق، خودبزرگ‌بین، بی‌رحم، ترش‌رو، بی‌فرهنگ، تندخو، تحقیرکننده، کم‌حوصله، خودخواه، خودمحور، تملک‌جو، حریص، حسود، بی‌ملاحظه، ستیزه‌گر، سنگدل، مغرور، تلخ‌کام، بی‌خیر، همدل‌ناپذیر، سرکش، بی‌ثبات، کله‌شق، غیردوستانه

دیگمن توصیف خوبی از این عامل ارائه می‌دهد، هرچند با اصطلاحاتی که برای این قرن بیش از حد فرویدی‌اند. امروزه این عامل را خودتنظیمی اجتماعی می‌نامیم. این‌که فرد تا چه اندازه می‌تواند خواسته‌ها/باورها/اهداف خود را تنظیم کند تا زندگی را برای دیگران خوشایند سازد. زبان، چشم‌انداز جامعه است؛ بنابراین α بیانگر تأیید جامعه است.

ساوسیه اشاره می‌کند که دو عامل بزرگ با اخلاق ارتباط دارند؛ حوزه‌ای که دو هزار سال پیش به‌خوبی خلاصه شده است. گفته می‌شود فردی که قصد گرویدن به یهودیت را داشت، نزد خاخام هیلل رفت و از او خواست شریعت و پیامبران را درحالی‌که روی یک پا ایستاده بود توضیح دهد. او پاسخ داد: «آنچه را برای خودت ناخوشایند است، با همنوعت انجام نده: این تمام تورات است؛ باقی آن شرح و تفسیر است.» فهرست واژه‌های بالا را نیز می‌توان به قاعدهٔ زرین فروکاست. آیا ملاحظه‌گری؟ آیا صلح برقرار می‌کنی؟ آیا از آزار خودداری می‌کنی؟

ورود GFP#

معلوم می‌شود که PC نخستِ تقریباً هر پیمایش شخصیتی شبیه α است. پیمایش‌های وابستگی به مواد مخدر، اختلالات روان‌پزشکی یا آنچه دربارهٔ گرگینه‌ها فکر می‌کنید ــ همگی PC نخستِ به‌طرز مشکوکی مشابهی به دست می‌دهند. این عامل بعدها به‌عنوان عامل کلی شخصیت (GFP) شناخته شد. اگر به‌دنبال شرح و بسطی فراتر از «با دیگران چنان کن که می‌خواهی با تو کنند» هستید، ادبیات پژوهشی گسترده‌ای وجود دارد.

با وجود جهان‌شمولی، هنوز دربارهٔ ماهیت آن بحث وجود دارد. ملاحظه کنید حتی طرفداران آن نیز هنگام جمع‌بندی وضعیت، تا چه اندازه محتاطانه سخن می‌گویند.

«اکنون مطالعات و فراتحلیل‌های متعددی تأیید کرده‌اند که صفات شخصیتی گرایش دارند با یکدیگر همبسته باشند، به‌گونه‌ای که عامل کلی شخصیت (GFP) پدیدار می‌شود. بااین‌حال، دربارهٔ این‌که این همبستگی‌ها و در نتیجه GFP چه چیزی را نشان می‌دهد، همچنان بحثی جاری است. یک تفسیر این است که GFP بازتاب‌دهندهٔ عاملی ماهوی است که اثربخشی اجتماعی کلی یا هوش هیجانی را نشان می‌دهد. تفسیر دیگر این است که GFP صرفاً مصنوعی مبتنی بر سوگیری اندازه‌گیری یا پاسخ‌دهی است.» فان در لیندن و همکاران، آیا عامل کلی معناداری برای شخصیت وجود دارد؟

پس، α اکنون بیشتر با عنوان GFP شناخته می‌شود. افزون بر بحثی گشوده درباره رابطه آن با پنج عامل بزرگ، برخی معتقدند که این عامل یک مصنوع آماری است. در نهایت، همان‌گونه که عنوان این مرور مطرح می‌کند، آیا این یک عامل عمومیِ معنادار است؟

آیا GFP عمومی است؟#

GFP از چه نظر عمومی است؟ g عمومی است، زیرا ۱) در هر خرده‌آزمون هوش بارگذاری قابل‌توجهی دارد، ۲) می‌تواند نسبت‌های بزرگی از داده‌های آزمون را تبیین کند، و ۳) از پایایی بیرونی بالایی برخوردار است. GFP شرط نخست را برآورده می‌کند. اندازه‌گیری هر سازه‌ای بدون ثبت مقداری از GFP دشوار است.

در مورد نکته دوم، Revelle با مقایسه مقادیر ویژه کار خوبی انجام می‌دهد تا نشان دهد که GFP تقریباً به اندازه g داده‌ها را تبیین نمی‌کند. این موضوع در واقع به نام وبلاگ، بردارهای ذهن، بازمی‌گردد. پژوهش هوش در کاهش داده‌های آزمون به یک بُعد موفقیت چشمگیری به دست آورده بود. تورستون دریافت که برای بازنمایی مناسب شخصیت، ابعاد بیشتری لازم است. به یاد داشته باشید که برای توصیف باهوش‌بودنِ یک فرد واژه‌های بسیاری داریم؛ هوش زیرمجموعه‌ای از شخصیت است. ازاین‌رو، انتظار داریم مدل شخصیت ضرورتاً پیچیده‌تر باشد. در NLP از بردارهای واژه استفاده می‌شود، نه مقیاس‌گرهای واژه، به هر حال. تورستون دقیقاً به همین دلیل تحلیل عاملی چندگانه را ابداع کرد: بیش از یک عامل لازم است!

افزون بر این، مایلم یادآوری کنم که در آزمون‌های هوش، سوگیری روش وجود دارد که نخستین مقدار ویژه را اغراق‌آمیز می‌کند. ابزارها با پرسش‌هایی طراحی شده‌اند که یا درست‌اند یا نادرست. از نظر روان‌سنجی، این راهبرد خوبی است؛ نمره‌گذاری آسان است. بااین‌حال، هرچند اندازه‌گیری آن دشوار است، روایت‌کردن داستانی جذاب مستلزم هوش است. اگر کسی ابزاری برای سنجش آن ابداع می‌کرد، این ابزار ممکن بود واقعاً با دومین مؤلفه اصلی هوش—گرایش کلامی—بیش از g همبستگی داشته باشد. این نکته انتقادی علیه پژوهش هوش نیست؛ فقط یادآوری می‌کند که آنچه نمره‌گذاری‌اش آسان است، بر نخستین مؤلفه اصلیِ تک‌قطبیِ عظیم تأکید می‌گذارد. شاید این ویژگی خوبی برای یک نقشه باشد، مشروط بر آنکه با سرزمین اشتباه گرفته نشود.

این ما را به نکته سوم می‌رساند. نظر من این است که اندازه‌گیری شخصیت دشوارتر است؛ بنابراین مقایسه g با نمره‌های شخصیت تا حدی گمراه‌کننده است، زیرا دسته دوم بیشتر با نویز آلوده می‌شود. من به خود صفات علاقه‌مندم؛ صفاتی که می‌توان آنها را با بردارهای واژه اندازه‌گیری و توصیف کرد، بی‌آنکه هرگز ابزارهای مبتنی بر افراد وارد شوند. همان‌طور که پیش‌تر گفتم، به فضای واژه تبدیل کنید. حتی با در نظر گرفتن این ملاحظات، Roberts و همکاران استدلال قانع‌کننده‌ای ارائه می‌کنند که در مطالعات متعدد، شخصیت از نظر پیش‌بینی پیامدهای زندگی هم‌تراز با وضعیت اجتماعی-اقتصادی و هوش است.

با در نظر گرفتن این سه نکته، نام دیگری برای α/GFP پیشنهاد می‌کنم: عامل اولیه شخصیت (PFP). واژه اولیه به این معناست:

  1. دارای اهمیت اصلی؛ اساسی.
  2. نخستین از نظر زمان یا ترتیب.

عامل شخصیت با هر دو معنا مطابقت دارد. GFP گمراه‌کننده است، زیرا مشابه g نیست؛ برای ساختن مدلی عمومی، عوامل بیشتری لازم است.

آیا PFP یک مصنوع آماری است؟#

مقاله‌ای در سال ۲۰۱۳ درباره این موضوع با این عبارت آغاز می‌شود: «دیدگاه غالب و فراگیر درباره GFP این است که GFP مصنوعی است که یا از سوگیری ارزشیابانه ناشی می‌شود یا از پاسخ‌دادن به شیوه‌ای مطلوب اجتماعی.» اگر از منظر واژگانی نگاه کنیم، پاسخِ چه کسی؟ بردارهای واژه؟ همه ردیت؟ اگر این عامل یک مصنوع است، چرا باید آن را از طریق چرخش واریماکس به بقیه پنج عامل بزرگ گسترش داد؟ نمی‌توان هر دو دیدگاه را هم‌زمان پذیرفت.

نتیجه‌گیری#

روان‌سنجی سرزمینی بدون حقایق مبناست1. ازاین‌رو، هرجا بتوانیم باید به فرضیه واژگانی چنگ بزنیم.

«…ذخیره مشترک واژه‌های ما همه تمایزهایی را که انسان‌ها در طول زندگی نسل‌های بسیار شایسته ترسیم دانسته‌اند، و همه پیوندهایی را که شایسته نشانه‌گذاری یافته‌اند، در خود مجسم می‌کند: بی‌تردید، این تمایزها و پیوندها احتمالاً از هر چیزی که من یا شما ممکن است در بعدازظهری، روی صندلی‌مان، به‌عنوان مطلوب‌ترین روش جایگزین ابداع کنیم، پرشمارتر، استوارتر—زیرا آزمون طولانی بقای شایسته‌ترین‌ها را پشت سر گذاشته‌اند—و دست‌کم در همه امور عادی و معقول عملی، ظریف‌ترند.» جی. ال. آستین، دفاعی از عذرها

به همین دلیل است که ترجیح می‌دهم PFP را قاعده طلایی توصیف کنم. رشته‌های علمی اغلب ترجیح می‌دهند اصطلاحاتی ابداع کنند که اثر میلیون‌ها زندگی را بر خود نداشته باشند. منطق این است که در این صورت بار اضافی کمتری وجود دارد و می‌توان دقیق‌تر سخن گفت. اما این کار معمولاً دانش را در برج عاجی منزوی می‌کند که از واقعیت‌های روزمره—واقعیت‌های انسانی—جداست. نوشته بعدی استدلال می‌کند که تکامل در امتداد PFP ما را از جانور به گونه‌ای دارای وجدان جمعی تبدیل کرد. اگر PFP در ذهن به‌صورت خودتنظیمی اجتماعی، که اصطلاحی سترون‌تر است، ذخیره شده باشد، دیدن این پیوند دشوارتر می‌شود. شاید این پیشنهادی رمانتیک باشد، اما واژه‌ها اهمیت دارند.

تا حدی طنزآمیز است که موفقیت استدلال‌های John در هیچ دری نباید در مطالعه شخصیت بسته بماند موجب شده است درهای پژوهش در سطح واژه بسته شوند. وقتی عوامل عمومیِ ساده‌سازی‌شده وجود دارند، چرا باید واژگان دست‌وپاگیر را مطالعه کرد؟ این نوشته نگاهی واژگانی به α، β و GFP داشت و به ما امکان داد به پرسش‌های دیرینه درباره رابطه آنها با پنج عامل بزرگ و این‌که آیا چیزی بیش از یک مصنوع آماری هستند، پاسخ دهیم. آیا این امور برای افراد این حوزه بدیهی‌اند؟ آیا برای روان‌شناسی صنعتی-سازمانی پیامدهایی دارند؟ بزرگی PFP درباره تکامل و دین چه چیزی می‌تواند به ما بگوید؟

دانشمندان عامل اولیه شخصیت را کشف می‌کنند
دانشمندان عامل اولیه شخصیت را کشف می‌کنند

  1. Jensen در اثر فشرده خود، سنجش ذهن، این نکته را مطرح می‌کند که زمان واکنش تنها متغیر روان‌سنجی‌ای است که واحدی از نظر فیزیکی معنادار دارد. هر چیز دیگری باید در برابر یک جمعیت هنجاریابی شود. فرضیه واژگانی ارزشمند است، زیرا چارچوبی برای ارجاع به جهان فیزیکی و اجتماعی فراهم می‌کند. ↩︎