Die Gren­zen der Kor­re­la­tio­nen

Computerwoche - - Job & Karriere -

Am Psy­cho­lo­gi­schen In­sti­tut der Uni­ver­si­tät Zü­rich un­ter­sucht Mar­kus Wolf die Wirk­sam­keit von Psy­cho­the­ra­pi­en. Un­ter an­de­rem geht es da­bei um mög­li­che Ver­bin­dun­gen von Kom­mu­ni­ka­ti­on, Spra­che und Per­sön­lich­keit.

Herr Wolf, kann Sprach­ana­ly­se­tech­nik et­was her­aus­fin­den, was ein er­fah­re­ner Per­so­nal­lei­ter oder Psy­cho­the­ra­peut nicht auch so merkt?

The­ra­peu­ten kon­zen­trie­ren sich auf In­hal­te, al­so auf das, was der Pa­ti­ent er­zählt. Merk­ma­le wie Stimm­la­ge und Sprechtem­po re­gis­trie­ren sie eher bei­läu­fig. Die Idee, sol­che pa­ra- und non­ver­ba­len Merk­ma­le, die ei­nem sonst ent­ge­hen, mess­bar zu ma­chen, ist fas­zi­nie­rend. Das hat de­fi­ni­tiv Zu­kunft, es ist gut, dass sich Wis­sen­schaft­ler und Un­ter­neh­men da­mit be­fas­sen. Bis­her be­kannt ge­wor­de­ne An­wen­dun­gen für Dia­gno­sen oder Be­wer­ber­emp­feh­lun­gen se­he ich al­ler­dings skep­tisch.

War­um?

Sprach­ana­ly­se­soft­ware ar­bei­tet mit Kor­re­la­tio­nen. Wer zum Bei­spiel Schmer­zen oder Stress hat, sagt öf­ter „ich“als an­de­re, weil sein Be­fin­den ihn zwingt, sich mit sich selbst zu be­schäf­ti­gen. Sol­che Kor­re­la­tio­nen gibt es, aber sie sind re­la­tiv schwach. Man müss­te je­weils durch Längs­schnitt­stu­di­en un­ter­su­chen, ob je­mand wirk­lich des­halb ein gu­ter IT-Be­ra­ter ist, weil er sich ei­ner be­stimm­ten Syn­tax und ei­ner be­stimm­ten Wort­wahl be­dient. Gibt es auch schlech­te IT-Be­ra­ter, die so spre­chen, oder gu­te, die an­ders spre­chen?

Un­ter­su­chen die Her­stel­ler so et­was nicht?

Da Längs­schnitt­stu­di­en oder Ex­pe­ri­men­te me­tho­disch an­spruchs­voll und kost­spie­lig sind, ver­lässt man sich auf Kor­re­la­tio­nen. Ein zwei­tes Pro­blem ist, dass man in ei­nem Al­go­rith­mus 20 oder 30 Kor­re­la­tio­nen bün­deln muss, um die nö­ti­ge Aus­sa­ge­kraft zu er­rei­chen. Ei­ne al­lein sagt zu we­nig. Wie und was die Un­ter­neh­men bün­deln, ver­ra­ten sie aber nicht. Der Al­go­rith­mus ist ei­ne Black­box, Au­ßen­ste­hen­de er­fah­ren nicht, wie er zu sei­nen be­ruf­li­chen oder ge­sund­heit­li­chen Ein­schät­zun­gen kommt.

Weiß der Be­nut­zer denn, woran er ge­mes­sen wird?

Hier stellt sich das Ähn­lich­keits­pro­blem. In­for­ma­ti­on Re­trie­val und Ma­chi­ne Le­arning sind kon­ser­va­tiv. Am An­fang ist das Sys­tem of­fen. Ist aber ein­mal ei­ne Re­fe­renz­grup­pe ge­bil­det, mit der neue Te­stan­den dann ver­gli­chen wer­den, ze­men­tiert sich das Sys­tem sel­ber. Der neue Be­wer­ber wird nur da­nach be­ur­teilt, wie sehr er frü­he­ren Be­wer­bern äh­nelt.

„Der neue Be­wer­ber wird nur da­nach be­ur­teilt, wie sehr er frü­he­ren Be­wer­bern äh­nelt.“ Mar­kus Wolf, Uni­ver­si­tät Zü­rich

Newspapers in German

Newspapers from Germany

© PressReader. All rights reserved.