时间：2026-11-11
讲座时间：2026年11月24日周二19：00
讲座地址：腾讯会议657677460
内容摘要：本研究以350名美国本科生为对象，比较预测模型、大语言模型、专家评定及自我报告尽责性分数的抗伪性与绩点预测效度。研究结果表明，基于预测模型得出的尽责性分数展现出最强的抗伪性，其次是基于大语言模型得出的分数和专家评定的分数，自我报告得分的抗伪性最弱。然而，在根据尽责性分数进行的模拟选拔分析中，当录取比例最低（10%）时，依据大语言模型分数选出的录用群体具有最高的平均平均学分绩点，其次是依据专辑评定分数选出的群体，而依据预测模型得分和自我报告得分选出的群体的平均学分绩点最低。综合来看：基于大语言模型推断的尽责性分数似乎最能够在抗伪性与效标关联效度之间实现良好的平衡。讲座还将进一步探讨该研究的局限、实践启示与未来方向。
报告者简介：范津砚，博士，美国奥本大学心理系教授，华东师范大学心理学学士(1994年)、硕士(1997年)、美国俄亥俄州立大学工业与组织心理学博士(2004年)。主要研究领域为人工智能与人事选拔，在Journal of Applied Psychology、 Journal of Management, Journal of Organizational Behavior、Psychological Assessment 等一流专业期刊发表多篇论文，曾获美国工业与组织心理学会(SIOP)、美国管理学会 (AoM) 多项奖项。 现 Applied Psychology: An International Review 副主编、Personnel Psychology 编委会成员。实践层面，范津砚博士开发了一系列人才测评工具、模型与方法，并长期从事人力资源管理相关的企业咨询工作。