広告

生成心理測定におけるAI駆動スケール開発の究極チュートリアル:ボトルからAIGENIEを解き放つ

arXiv cs.AI / 2026/3/31

💬 オピニオンSignals & Early TrendsTools & Practical UsageModels & Research

要点

  • 本記事は、LLMによって生成された項目に加えてネットワークベースの評価手法を用い、初期の心理測定スケール開発ワークフローを自動化するAI-GENIEフレームワークを実装するRパッケージ「AIGENIE」のチュートリアルを提示する。
  • AIGENIEは大規模言語モデルを用いて候補項目プールを生成し、項目文を高次元埋め込みへ変換したうえで、探索的グラフ分析(EGA)、ユニーク変数分析(UVA)、およびブートストラップEGAを用いた縮約パイプラインを適用し、項目構造の妥当性を完全にシミュレーション上(in silico)で検証する。
  • 本チュートリアルでは、インストール/セットアップ、APIの使い方、LLMによるテキスト生成、項目生成、そして「AIGENIE()」および「GENIE()」の具体的な関数を扱い、全体は6つの構成パートと2つの実行例(Big FiveとAI不安)で構成される。
  • このパッケージはモデルの調達方法に柔軟であり、複数のLLMプロバイダ(OpenAI、Anthropic、Groq、HuggingFace、およびローカルモデル)をサポートするとともに、外部API呼び出しを一切行わない完全オフラインモードも提供する。
  • 「GENIE()」は、研究者が事前に作成した項目プールに対して同一のネットワーク心理測定縮約パイプラインを再利用できるように用意されており、LLM生成候補にとどまらず適用範囲を広げる。

要旨: 心理尺度の開発はこれまで、心理測定評価を開始する前に、広範な専門家の関与、反復的な改訂、大規模なパイロットテストを必要とするのが一般的でした。`AIGENIE` Rパッケージは、AI-GENIEフレームワーク(Network-Integrated Evaluation による自動項目生成)を実装しており、このプロセスの初期段階を自動化するために、大規模言語モデル(LLM)のテキスト生成と、ネットワーク心理測定法を統合します。このパッケージは、LLMを用いて候補項目プールを生成し、それらを高次元埋め込みへと変換したうえで、探索的グラフ分析(EGA)、ユニーク変数分析(UVA)、およびブートストラップEGAという複数ステップの縮約パイプラインを適用して、項目プールをすべて *in silico* で構造的に検証された形として作り出します。本チュートリアルでは、6つのパートを通してこのパッケージを紹介します。すなわち、インストールとセットアップ、アプリケーション・プログラミング・インターフェイス(API)の理解、テキスト生成、項目生成、`AIGENIE` 関数、そして `GENIE` 関数です。2つの動作例により、このパッケージの使い方を示します。ビッグファイブの性格特性モデル(よく確立された構成概念)と、AI不安(新たに現れつつある構成概念)です。パッケージは複数のLLMプロバイダ(OpenAI、Anthropic、Groq、HuggingFace、およびローカルモデル)をサポートし、外部API呼び出しを行わない完全なオフラインモードを提供します。さらに、出自にかかわらず既存の項目プールに心理測定の縮約パイプラインを適用したい研究者向けに、`GENIE()` 関数を提供します。`AIGENIE` パッケージは、https://laralee.r-universe.dev/AIGENIE のR-universeで無料で利用できます。

広告