Die meisten Persönlichkeitsmessungen beruhen auf selbstberichteten Fragebögen. Diese Fragebögen wurden aufgrund ihrer Länge, begrenzten Informationen, hoher Gesichtsgültigkeit und Antwortverzerrung kritisiert. Forschung im Bereich der künstlichen Intelligenz und des maschinellen Lernens hat gezeigt, dass verschiedene Arten von Daten bestimmte psychologische Konstrukte vorhersagen können. Persönlichkeitsforscher haben die rechnerische Wissenschaft als Alternative zu selbstberichteten Maßnahmen angenommen. Rechnerische Persönlichkeitsbewertung (CPA) verwendet Technologie in jedem Stadium, um Persönlichkeit zu schätzen. Dieser Ansatz umfasst automatisierte Persönlichkeitsbewertung, maschinelles Lernen und sprachbasierte Persönlichkeitsbewertung. Studien zur rechnerischen Persönlichkeit mit verschiedenen Daten wurden in mehreren umfangreichen Überprüfungen analysiert.
Obwohl vielversprechende Ergebnisse vorliegen, scheitern CPA-Studien oft daran, vorhersagende Studien sinnvoll in psychologische Theorien zu übersetzen. CPA-Studien befinden sich an der Schnittstelle zweier unterschiedlicher Disziplinen – Psychologie und Informatik – und müssen bemerkenswerte Unterschiede in Normen überwinden. CPA-Studien mit Sprachdaten verwenden häufig Textdaten von Social-Media-Plattformen. Früher war myPersonality eine beliebte Ressource zur Beschaffung von Persönlichkeitsdaten, aber alternative Sprachdatensätze mit Persönlichkeitsinformationen werden aufgrund der Nichtverfügbarkeit des myPersonality-Datensatzes untersucht.
Eine bedeutende Frage in CPA ist die Inhaltsgültigkeit, hauptsächlich aufgrund der Abhängigkeit von der Gültigkeit der Vorhersagemethoden. Es ist wichtig, die Daten getriebenen Ergebnisse mit psychologischen Theorien zu vergleichen, um die Gültigkeit von sprachbasierten Persönlichkeitsbewertungen zu verbessern. Der Vergleich mit der menschlichen Vorhersagegenauigkeit sowie die Identifizierung effektiver Fragen für die Vorhersage der Neurotizismus und seiner Facetten sind wichtige Beiträge dieser Studie, die die Verwendung von Open-Ended-Fragen im Rahmen der Sprachanalyse für Persönlichkeitsbewertungen zeigt.