# 臨書から得られた文字データからの予測値と感情知能の実際の得点とが高い相関を示した！ おはようございます。心理学者のじんぺいです。心理学に触れる一日一語のお時間です。 この番組では 心理学のキーワードを一つ取り上げまして、それに関連する最新の心理学論文を紹介しています。 今日の一語は筆跡心理学です。 人の文字からその人の性格を予測することに挑戦した論文、 2025年の論文を今日は紹介したいと思っています。 とても興味深い結果になっているかなと思います。 本題に入る前にお知らせをいくつかさせてください。 8月も 終盤になってきましてイベントのお知らせを再度させてください。 28日は東京で研究ピッチのイベントに登壇します。 5分ぐらいしか話す時間がないんですけども、おそらく 休憩時間とかお話できるかなと思いますので、ぜひ遊びに来てもらいたいです。 7日でも無料で参加できます。 31日は京都ですね。今度は関西に移動しまして、こちらは自分の主催しているイベントになります。 豪華なゲストの方々に来ていただいて、美しさとは何かということを、 あとは美しさが 世の中にどう生きていくかということを考えたいと思っています。 経営者の方もそうですし、伝統の実践者の方もそうですし、研究者も 自分とはちょっと分野の違う研究者の方も来られるというところですので、 活発な議論ができる方と思っています。 よろしくお願いします。どちらも概要欄に貼っております。 あとは昨日、VCパーソナリティの近藤八彦さんとVCの方で 対談したアーカイブを上げております。 そちらもぜひ聞いていただきたいです。めちゃくちゃ面白い会になったんじゃないかなと思っています。 ぜひよろしくお願いします。 では今日の一語、筆跡心理学についてまずはご紹介したいと思います。 筆跡心理学、英語だとグラフォロジーと言うそうなんですけども、 文字の形とか書き方からその人の性格や心理的特性を 読み取ろうとする学問的試みであるということです。 簡単に言ったらそんな感じ。ただこの筆跡心理学という 学問とまで多分言えないと思うんですね。学問的試みと言っているぐらいなので。 科学的な根拠がなかなか乏しいというふうに言われていた 領域になっています。それを今回は別に筆跡心理学の研究というふうには言ってないんですけど、 とても関連する言葉かなと思って今日は先に紹介させていただきました。 やっていることとしては本当にまさに同じような感じですね。 人の文字、書いた文字からその人の性格を予測するということをしています。 これはね多分 最近やってできるようになりつつあるんですよ。なぜなら大きなデータ量を扱えるようになっていることと機械学習 の解析の精度が上がっているということがとても重要なことかなというふうに思います。 やり方としてはまず大学生191人がいっぱい文字を書くというね。 なんでこういうことができるかというと、大学の授業で中国語の授業かな。 日本人じゃないですね。中国の大学生が中国語の文字を書く授業を受けていると。 合計の文字数が 4万8千字だったかな。 5万字近くの文字のデータがあったということです。 5万字って言うとどうですか。 本一冊ぐらい? 本一冊もいかないか。 中国語だったら本一冊余裕で書けそうな感じもしますけど。 そんなやり方になっています。 これをデータとして使うというのも心理学の中ではとてもデータ量が多いですよね。 だけど今回心理学、ザ心理学というよりもそういうコンピュータサイエンス的な色合いが強いのかなと思いますが、使っているということです。 予測したいい性格というのは、これもね昨日の近藤八彦さんの話ともちょっと関連するんですけど、あんまり話に出てこなかったんですけど、 八彦さんの専門であるEQですよ。情動知能とか感情知能って言ったりしますけど、EQ。 この論文ではEI、エモーショナルインテリジェンスの愛をとってEIと呼んでますけど、それを予測するということです。 これいろんな側面があって、例えば自分をコントロールする力とか、感情に敏感になる力とか、他者とつながる傾向みたいな、 そういういろんな要素を包含したような性格特性概念であるというふうに説明されています。 これをさっき言った191人の学生に答えてもらって、だからデータがあるわけですよ。 191名の感情知能と呼びますかね、感情知能の得点のスコアがありますと、その人たちが書いた合計5万字近くの文字がありますと、 これらをそれぞれ解析して、文字からその人の感情知能のスコアを予測できるかということをやってもらいました。 結果いきましょうか。結果いくと、これがおおよそできたということです。 相関でいうとだいたい0.73とか、そんな感じです。 もし時計知っているという方は、その高さをわかっていただけると思うんですけど、特に心理学でいうとだいぶ高いですね。 こういう点数が出るのはなかなか硬い結果であるというふうに言ってもいいぐらい高いなというふうに思っています。 なので、おおよそ当てられたということです。 もうちょっとだけ説明すると、5万字でモデルを作るわけですよね。機械学習のモデルを作って、そこからその5万字と191名のEIスコアで、感情知能スコアでモデルを作って、 この文字を入れると、その人がどれぐらい感情知能が高いかということがわかったということですよね。すごくないですか、これ。 文字を見たらその人の感情知能がわかってしまうというのが、今日の結論の一つかなというふうに思います。 これをもう一つ面白いのが、人間の目による判定もあっていて、 15人の大学院生が文字を見て、その人の感情知能を予測するということもしてもらいました。 これだと相関が0.15とかになるんですよ、低い。 だから機械学習のモデルのすごさがよりわかっていただけるんじゃないのかなと思うんですけど、 というか素人が文字から性格予測しろと言われても、それは無理な話で、そんなやったことないし、何を根拠にというふうなことがあると思うんですけど、 おそらくこれまで筆跡心理学というものを勉強されてきた人とかだったら、ある程度法則性がわかって、その法則性にのっとって、この人はこういう性格だよねということを言ってきたと思うんですよ。 それをAIとか機械学習、真相学習というのは、それを本当にたくさんの数でパターンを勉強するわけですね。 学習するわけですよね。 で、当てれるようになってきたというのが、とても面白いところかなと思います。 書は人なりって言われていますよね。 それを一つ実証するような研究結果かなと思いますし、可能性ありそうじゃないですか。 学校とかでもいっぱい文字を書くことがあると思うし、ここでも対談した三橋さと子さんとか小道教室の先生をやっておられる方もいらっしゃいますし、 文字と人の心の関係性ということが徐々に明らかになりつつあるのかなと思うと、とても興味深いなと思っています。 他に何が予想できますかね。 マインドフルネスの傾向とかも予想できたら面白いなと思うし、ビッグファイブはどうなんでしょうね。 誠実性とかはすごく文字に現れる感じがする。勝手な印象ですね。 めちゃくちゃ適当に言ってますけど、今はもう。 そういう研究をどんどんやっていったらいいと思うし、今回は公筆ですよ、文字。 あというの忘れてたんですけど、臨床です。 お手本があってそれを出来分け丁寧に写すっていう、そういう字ですね。 あれも言っといたけど、いろいろ漏れてますね、すいません。 どういうパラメーターがあったかってことですね。 どういう変数を用いていたかってことなんですけど、48のパラメーターなので全ては説明できないんですけども。 例えば、文字の重心とか、中心点からのずれとかね。 文字を4分割したときにどの領域に比較が多いか。 他、太さ、長さ、光点の数や位置、めっちゃ細かいでしょ。 全部数値化してるわけなんですが、変数化してるわけです。 あと空間の使い方もありますね。 余白の量、文字が紙全体に占める割合とか、こういったものを計算して、 AIが計算して、数値化して、これらを総合してその人の性格を予想するということですね。 面白いなと思います。 これは重要でした。 何が効いてたかのかも言った方がいいですね。 どれくらい紙の空間を使っているか、文字の重心がどれだけ中心からずれているか、 線の方向や配置のバランスなどが特に重要な手がかりになっていたということのようです。 なんかこれは可能性ありそうですよね。 毛質でもやってみたいですね。 5万字のデータ数と、今回は191人ですけど、 そんなにいらないんじゃないのかなと、最初の試みとしては思うので、 なかなかこれからやっていきたいような研究のまた種が、この論文から見つかったなと個人的には思っています。 最後まで聞いてくださってありがとうございました。 今日もいい一日にしていきましょう。 神平でした。心を込めて。 はい、雑談したいと思います。 今日の論文に関する、ちょっと関連して、 この間紹介したあれもそうですね。 鼻呼吸のパターンからその人が特定できるみたいなこととか、 データ数が多いと、あとはAIモデルが優れていると、 予測精度というのがどんどん上がっているなと思うんですよね。 自分が今子育て中で4ヶ月の子供がいるんですけど、 今最近はマシですが、最初1ヶ月とか2ヶ月とか、 子供が何に泣いているかわからないとか、今もあるけど、特によくあったんですよね。 それを子供の泣きのパターンをたくさん学習して、 実際に何だったかということがわかれば、 明らかに原因がわかるやつがあるわけじゃないですか。 例えば、おむつが汚れているとか、うんちが出ているとか、お腹が空いているとか、 そういったものを一つ一つ泣いている動画と、例えば動画とデータですよ。 今ね、僕もつけてますし、いろんな人がつけてると思うんですけど、 何時に母乳を飲んで、何時におしっこをしてとか、 何時に寝て、何時間寝て、その後何時に起きたかとかね、記録してるんですよ。 そういうデータがあれば、この時間に撮れた動画ですみたいなのがひも付けば、 結構いけると思うんですよね、その子供が何に泣いているか。 それがもし、ある程度精度が高い、今回紹介したのは0.7とかですけど、 0.7だったから70%ぐらいがアウトってことなんで、悪くないですよね。 10回に3回外しても、もうちょっと上がってほしいけど、本当は。 9割ぐらいになったらだいぶいいですよね。 2,9回がそのAIが導き出した結論であってればいいですよね。 今の泣きは変えてほしい泣きですみたいなね。 今の泣きは眠たくて泣いていますみたいなこととか教えてくれさえすれば、 対処しやすいなと思うので、こそが結構楽になると思うんですよね。 これはね、どなたかやっていただきたいですね。 もうあるのかな。やろうとしている人はいいそうですけど、 データの集め方難しいですよね。 子供の動画とかプライバシーの話とか倫理的にね。 そこさえクリアすれば、モデルは作れちゃうのかなというふうに思ったりはしています。 ぜひこれ聞いた方はアイデアを結んでもらって、 結構いろんな人が考えていることだと思うんですけど。 こういうふうに社会を良くしていくんだって研究。 心理学と違うけど、 平和と社会を良くしていくために使っていくべきものだと思っているので、 いいなと思っています。