用語言特徵與表情符號預測人格類型：一項九型人格分類研究的技術路徑與限制
摘要
從文字與表情符號推斷人格類型，是人格計算的熱門方向。本文以一项九型人格分類研究為線索，梳理其技術路徑、對照 MBTI 與大五模型的差異，並從人才測評視角討論標籤洩漏、跨源泛化與倫理邊界。
一、為什麼要從「九型」切入人格計算
人格偵測在招聘、教育、心理健康等領域已被證明有用，而常見的選擇長期集中在五大性格特質模型與邁爾斯-布里格斯性格分類指標（MBTI）[1]。問題在於，這兩套框架各有其適用半徑：前者長於統計維度，後者長於類型標籤。资料1指出，九型人格特徵可提供更深入且更易懂的個人資訊，更適合心理學與精神病學等領域[1]。九型人格（Enneagram）正是在這個背景下被研究者注意到的——它不僅是分類學，更強調行為背後的欲望與核心恐懼。资料3提到，九型人格除在哈佛、史丹佛、北京清華等開設商學應用課程外，也應用於各大企業與團隊培訓[3]。
從人才測評的專業視角看，九型的吸引力不在於「更科學」，而在於它的敘事顆粒度更細：同一種外顯行為，可能對應不同的內在動機。這種結構對文字分析其實是友好的，因為語言中透露的往往不是行為本身，而是動機的線索。
二、一項碩士論文給出的技術路徑
國立清華大學資訊系統與應用研究所的一篇碩士論文，直接以「利用語言特徵和表情符號提升九型人格分類效率」為題，提出了基於九型人格特徵的人格分類方案，目標是提供自動性格偵測，並理解不同性格類型用戶的在線互動行為[1]。該研究由鳳淑芬（Phongthipphithak, Nareekarn）完成，指導教授為陳宜欣，口試時間為 2020 年 7 月 23 日[1]。
其技術路線值得拆開來看：
- 特徵工程層面，研究對比了詞袋（Bag-of-Words）與兩類更語言學化的特徵——語言查詢與單詞計數（LIWC）以及詞性標籤（POS tagging），並將表情符號作為獨立特徵納入[1]。
- 模型層面，研究採用邏輯回歸，邏輯回歸被證明在所有特徵與所有性格類型上都能正常工作[1]。
- 最關鍵的結論，是在跨源（cross-source）性格偵測中，表情符號與語言特徵比詞袋特徵更穩定、更泛化[1]。
這個結論的份量，比「準確率多少」更值得注意。詞袋特徵本質上是詞彙頻率的快照，它很容易記住某個資料來源的用詞習慣；一旦換到另一個平台、另一群人，分佈就漂移了。LIWC、POS 與表情符號則更接近「說話方式」而非「說了什麼」，因此遷移性更好。換句話說，這項研究的貢獻不只是做了一個分類器，而是指出了一條更抗分佈偏移的特徵設計思路。
三、對照組：MBTI 研究揭示了什麼共同難題
如果只看九型這一篇，容易高估文字預測人格的成熟度。把同類研究放在一起看，會發現一個反覆出現的結構性風險。
輔仁大學統計資訊學系的一篇碩士論文，以 Transformer 架構深度學習分類器研究 MBTI 人格類型，作者許益峻，指導教授李鍾斌[2]。該研究明確指出：常見的人格類型資料集（如本研究所用的 Kaggle MBTI Personality Type Dataset）資料來源多源自人格討論社群，文本中可能直接出現 MBTI 類型、人格維度縮寫或認知功能等詞彙；若未處理，模型可能依賴顯性標籤線索進行分類，造成標籤洩漏，並高估模型效能[2]。
這是一個非常誠實的方法論提醒。它意味著：許多看起來漂亮的分類準確率，可能有一部分來自「模型學會了認出標籤詞」，而不是「模型真的讀懂了人格」。該研究的應對方式是以使用者為單位，先用 BERT 編碼器取得單篇貼文的語意表示，再透過使用者層級 Transformer 編碼器整合同一使用者的多篇貼文[2]。
把這兩篇放在一起，可以得出一個對實務者有用的判斷：人格計算的瓶頸，往往不在模型不夠深，而在資料與標籤的乾淨程度。 九型研究靠特徵設計換取泛化性，MBTI 研究靠層級建模與資料清洗換取效度，兩者其實是在處理同一個問題的兩端。
四、九型與其他框架的實證參照
要評估「用文字預測九型」的價值，還需要知道九型本身在實證研究中扮演什麼角色。國立臺灣師範大學的一篇 EMBA 碩士論文《九型人格對領導風格影響之研究》，作者李承澔，指導教授董澤平，選定九位受過黃志達老師完整九型人格的培訓的受訪者，每個型號一名進行深度訪談[3]。研究發現，每位受訪者在受過九型人格培訓前，大都以自我為中心，或許有看到自己的一些缺點，如情緒化、愛拖延、控制慾強等等，但不知道自己行為背後的原因，也察覺不到自己的盲點；經過培訓後，不同型號的人皆能對自我有更多認識[3]。
這類訪談研究無法證明九型的心理計量品質，但它說明了一件事：九型的實務價值主要體現在「自我覺察的觸發」上，而不是「精確歸類」。這對文字預測意味著一個現實的期望管理——如果連深度訪談都只能促成漸進的自我理解，那麼用貼文自動判定型號，更合理的定位是預篩（pre-screening），而非定論。該論文外文題名為「Enneagram Personality Pre-screening Using Linguistic and Emoticon features」[1]，此用詞可視為研究者對自身定位的線索。
五、人格標籤在職場的真實處境
技術之外，還有一層必須正視的現實：性格測試已經大量進入招聘流程。根據教育部相關平台轉載的報導，近年來 MBTI、卡特尔16PF、PDP、九型人格等性格測試在職場招聘中頻頻出現，越來越多公司開始在面試中加入相關內容，甚至在崗位調整和晉升時也會用到，有企業還提出性格測試不通過一年內不能再投簡歷的要求[9]。
同一篇報導引述專業人士的觀點指出：考察求職者是否適合崗位應多角度進行，心理測試結果可能僅反映測試者短時狀態，企業招聘時不宜將其作為決定因素[9]。報導中也提到，有求職者質疑其不科學、不公平，甚至可能成為就業歧視的「新馬甲」[9]。
這段背景對本文主題的意義在於：當文字與表情符號可以被用來推斷人格時，測評的倫理問題會被放大一個量級。 傳統量表至少需要受測者知情作答；而社群文本分析是在自然語境中進行的，當事人往往不知道自己正在被「測」。從人力資源與組織發展的視角看，這條界線必須由使用方主動劃定，而不是等技術推著走。
六、限制與專業判斷
綜合上述資料，可以歸納出幾個必須寫進研究限制的點：
第一，標籤洩漏是系統性風險，不是個案。 只要資料來自人格討論社群，文本就可能自帶答案[2]。任何報告高準確率的模型，都應先交代如何排除這類線索。
第二，跨源泛化仍是未解難題。 九型研究之所以強調表情符號與語言特徵更穩定，正是因為跨源場景下詞袋失效[1]。但「更穩定」不等於「足夠穩定」，這是一個相對優勢，而非絕對保證。
第三，人格框架本身的可比性有限。 MBTI、大五、九型、Holland RIASEC 各有其理論基礎與適用場景。以教育部 UCAN 平台為例，其職業性格類型查詢是搭配 John Holland 的人境適配論，將職業性格分為 R 實用型、I 研究型、A 藝術型、S 社會型、E 企業型、C 事務型六類，並對應不同的性格特徵與典型職業[6][7]。這些框架服務於不同目的，把某一框架的預測結果直接移植到另一框架的決策上，是常見的誤用。
第四，樣本代表性與研究階段。 本文引用的九型與 MBTI 研究均為碩士論文層級[1][2]，其結論應視為方向性證據，而非定論。九型訪談研究的樣本為九位受訪者[3]，MBTI 資料集來自特定社群[2]，這些都限制了外推範圍。
第五，相關不等於因果，分類不等於理解。 一項針對中國大陸全職工作者的橫斷面問卷研究，回收有效樣本 519 份，探討 MBTI 人格類型與安靜離職行為的關係，並檢視心理契約感知與工作價值感知的中介作用[4]。本文認為這類橫斷面研究能揭示關聯，但無法回答因果。另一項以 744 位台灣大學生為對象的研究發現，性格類型之「感官-直覺」、生涯自我效能之「目標選擇」「自我評估」可有效預測生涯決定情形，解釋力為 24.4%[5]——本文認為此解釋力說明人格變數的解釋力有限，不足以單獨支撐招聘決策。
結語
用語言特徵與表情符號預測九型人格，技術上是可行的，且已有研究指出表情符號與 LIWC、POS 等語言特徵在跨源偵測中比詞袋更穩定[1]。本文認為，這條路徑的價值在於它把問題從「能不能分類」推進到「特徵設計是否抗漂移」「標籤是否乾淨」這些更本質的層面[1][2]。
從人才測評與組織發展的實務角度看，我的判斷是：這類工具現階段適合做自我探索的輔助入口與研究用的預篩工具，不適合做招聘的硬門檻。而如资料9所述，心理測試結果可能僅反映測試者的短時狀態[9]；基於此，本文認為人格並非可被單次文本分析鎖定的穩定量。把一個機率性的推斷當成確定性標籤使用，風險最終會落在被測評的人身上。