人格测试在职场中常用于招聘、领导力培训和团队建设。伦敦东区大学的一项新研究显示，机器学习技术能够优化广泛使用的DISC人格评估工具，使其更为高效和精确。

DISC评估将个体分为支配型、影响型、稳健型和尽责型四种行为风格，帮助组织理解沟通和团队动态。传统方法依赖简单评分，可能忽略混合特质，而人工智能技术通过数据驱动分析，提供了更细致的见解。

研究人员利用超过1000名参与者的数据，测试机器学习模型预测DISC类型，最优模型准确率超过93%。他们还发现，通过精选问题，评估可简化为10个问题，同时保持91%以上的准确率，这提升了测试在快节奏环境中的适用性。

聚类分析揭示了与DISC类别对应的四个自然分组，并突出了行为风格间的重叠。研究负责人、伦敦东区大学副教授Mohammad Hossein Amirhosseini博士表示：“DISC因其简单性受重视，机器学习能增强其洞察力而不失实用性。缩短的评估工具在招聘和团队建设中更具操作性。”

这项研究发表于《人工智能与机器人学杂志》，标题为“重塑DISC人格评估：机器学习方法以获取更深见解和更高效率”。人工智能的应用有助于人格评估走向更灵活、基于证据的方向，更好地反映人类行为的复杂性。

出版详情：作者：University of East London；标题：《AI set to transform personality testing, new research finds》；发表于：《Journal of Artificial Intelligence & Robotics》(2026)。