从九型人格到MBTI：人格分类研究的技术路径对职场测评的启示

摘要

九型人格与MBTI在职场测评中被广泛使用，但两者的研究技术路径差异显著。本文梳理两条路径的学术演进，分析其对职场测评效度与伦理的启示，并提出审慎应用建议。

一、为什么需要关注人格分类的“技术路径”

在招聘会现场，求职者做完三轮面试却被性格测试拦在门外的情形已不鲜见。近年来，MBTI、卡特尔16PF、PDP、九型人格等工具频繁出现在招聘、调岗与晋升环节，甚至有企业提出“性格测试不通过一年内不得再投简历”的硬性要求^[3]。从人才测评与组织发展的角度看，争论“MBTI准不准”意义有限——更有价值的问题是：这些工具背后的研究技术路径是什么？它们各自解决了什么问题，又留下了什么隐患？

这一提问方式的转换并非文字游戏。人格分类工具的效度并非一个固定属性，而是工具的理论假设、测量方法、样本特征与使用场景共同作用的结果。技术路径决定了工具在哪些条件下能够成立、在哪些条件下会失效，也决定了使用者能否对测评结果作出合理的解释与归因。因此，理解技术路径，是评估职场测评工具是否“靠谱”的前提。

二、九型人格：从古老智慧到可计算的特征工程

2.1 学术脉络与职场应用

据相关研究称，九型人格的历史可追溯至远古文明智慧，20世纪60年代融入现代心理学后逐步体系化。据台湾师范大学一项针对九位受过完整九型人格培训的EMBA学员的深度访谈研究，受训者在培训前大多以自我为中心，虽能察觉自身某些缺点，却不理解行为背后的原因；经过系统训练后，不同型号的人均对自我有了更深入的认知^[2]。据该研究称，哈佛、斯坦福及北京清华等院校已开设九型人格相关的商学应用课程，企业培训场景也在持续扩展^[2]。

需要指出的是，上述研究的样本量较小（九位受访者），其结论更适合作为质性探索而非普遍性证据。从方法论角度看，深度访谈擅长揭示受训者的主观体验变化，但无法回答“九型人格的分类是否具有跨样本稳定性”这一效度问题。这一局限本身也提示：九型人格的学术基础更多建立在理论演绎与个案观察之上，而非大规模量化验证。

2.2 技术路径：特征工程与可解释性

九型人格研究的一条重要技术路线，是将其转化为可自动检测的分类问题。台湾清华大学资讯系统与应用研究所2020年的一项硕士论文，尝试利用语言特征（LIWC语言查询与词数统计、POS词性标注）和表情符号来提升九型人格的分类效率。研究发现，相比传统的词袋模型，表情符号与语言特征在跨来源人格检测中表现得更稳定、更具泛化能力，逻辑回归在所有特征和所有性格类型上均能正常工作^[1]。

这条路径的技术特征值得注意：它依赖人工设计的特征（语言风格、表情使用习惯），模型可解释性强，但特征选择高度依赖研究者对九型人格理论的理解。从人才测评的角度看，这意味着测评工具的效度与理论框架的质量直接挂钩——理论若模糊，特征工程便无从着力。

进一步分析，这条路径存在一个内在的效度张力。LIWC、POS等语言特征本身是成熟的文本分析工具，其测量属性已有较多验证；但将这些特征映射到九型人格的九种类型上，依赖的是研究者对“某型人格倾向于使用某类语言”的理论假设。换言之，特征工程的测量效度（特征是否稳定测量了语言行为）与构念效度（语言行为是否真正对应九型人格类型）是两个不同层次的问题。前者可以通过技术手段优化，后者则必须回到人格理论本身接受检验。如果九型人格的类型划分缺乏独立的实证支持，那么再精巧的特征工程也只是在为一个未经充分验证的分类框架提升运算效率。

三、MBTI：从类型学量表到深度学习分类

3.1 量表研究的信度隐忧

MBTI在学术研究中的使用同样广泛。一项以中部地区225位教保服务人员为对象的问卷调查显示，MBTI人格类型对班级经营效能的五大构面均具显著预测力，其中实感型（S）、判断型（J）、外向型（E）教师在班级常规与气氛营造上表现更为突出^[23]。这提示MBTI类型与工作行为之间确实存在统计关联。

但关联不等于因果，更不等于个体预测的可靠性。北京师范大学研究者对1994至2013年间国内大五人格测验文献进行的信度概化分析发现，约68.15%的文献存在“信度引入”现象；未加权估计中，宜人性（A）与开放性（O）的信度均值最低，国内所得结果普遍略低于国外（O除外）^[22]。该研究虽以大五人格为对象，但其结论为MBTI等同类自陈式人格测验的中国化应用提供了重要参照——量表来源、记分方式、地域差异等因素都会显著影响测量信度^[22]。

从测量学角度看，“信度引入”现象的本质是研究者未报告或未充分检验所使用样本的实测信度，而直接引用原版手册或前人研究报告的信度系数。这种做法在统计上会造成信度的高估：原版量表的信度系数是在特定样本、特定文化语境下获得的，当量表被翻译、修订并施测于不同人群时，题目理解、反应风格和社会赞许性等因素都可能改变测量误差的结构。对于职场测评而言，这意味着企业若仅依据工具手册上的信度指标作采购决策，实际上忽略了一个关键问题——该工具在目标员工群体中的实测信度究竟如何，往往缺乏直接证据。

3.2 技术路径：从自陈量表到文本挖掘

MBTI研究的另一条技术路径，是绕过自陈量表，直接从社交媒体文本预测人格类型。辅仁大学一项基于Transformer架构的深度学习研究指出，常用的Kaggle MBTI数据集存在严重的“标签泄漏”问题：由于数据来自人格讨论社群，文本中可能直接出现MBTI类型缩写或认知功能词汇，模型若未处理这些显性线索，会高估分类效能。该研究采用以用户为单位的阶层式Transformer模型，先以BERT编码单篇贴文，再通过用户层级编码器整合多篇贴文，以分析标签泄漏对分类效能的影响^[6]。

这条路径揭示了职场测评中一个容易被忽视的风险：数据来源与标签质量。如果训练数据本身带有标签泄漏，模型的高准确率不过是虚假繁荣。同理，若企业使用的测评工具其常模样本来自特定社群，将其推广到其他人群时，效度便可能大幅衰减。

从方法论层面进一步拆解，标签泄漏之所以构成严重威胁，是因为它使模型的分类依据从“人格相关的语言模式”偏移为“与标签直接相关的表面线索”。在Kaggle MBTI数据集中，部分用户的贴文本身就包含“我是INFP”“作为INTJ……”等表述，模型只需识别这些显性标签词即可完成分类，而无需学习任何深层的人格—语言关联。该研究采用阶层式Transformer模型的价值在于：通过用户层级的编码器整合多篇贴文，模型被迫在用户层面而非单篇文本层面作出判断，从而部分缓解了单篇文本中标签泄漏的影响。但这一技术处理并不能从根本上消除数据来源偏差——如果社群成员的发言风格本身就不代表一般人群，那么即便解决了标签泄漏，模型的泛化能力仍然受限于训练社群的特性。

四、两条技术路径的对比与启示

4.1 可解释性与预测力的张力

九型人格的特征工程路径强调可解释性，每个特征（如表情符号使用频率）都能回溯到理论假设；MBTI的深度学习路径追求预测力，但Transformer模型的“黑箱”特性使得分类依据难以向求职者解释。在职场场景中，这一差异至关重要：当企业以“性格测试不合格”为由拒绝候选人时，如果工具本身无法提供可理解的解释，求职者质疑其公平性便并非无理^[3]。

这一张力还涉及测评伦理中的“知情权”问题。在可解释的特征工程路径下，候选人至少可以了解哪些行为指标影响了分类结果；而在深度学习路径下，即便研究者也未必能完整还原模型的决策逻辑。当测评结果对个体产生实质性后果（如影响录用或晋升）时，不可解释的决策依据在程序公正性上存在明显缺陷。

4.2 测评效度的边界条件

两条路径共同指向一个结论：人格分类工具的效度高度依赖使用场景与样本特征。九型人格研究强调其更适合用于心理学和精神病学等领域^[1]；MBTI研究则显示其仅适用于教育、商业等某些行业^[1]。这意味着不存在“通用最优”的人格分类工具，只有“场景适配”的工具。

从效度理论的角度看，这一结论对应的是“效度并非工具的内在属性，而是工具在特定用途下的推论合理性”。同一工具用于团队建设讨论与用于招聘筛选，其效度要求截然不同：前者对个体的误判后果较轻，后者则可能直接剥夺个体的就业机会。因此，评估测评工具时，不能脱离具体用途抽象地讨论“准不准”，而应追问“在什么用途下、对什么人群、以什么标准判断准不准”。

4.3 对职场测评的实践启示

基于上述分析，职场测评的审慎应用可考虑以下三条原则：

第一，区分“筛选”与“发展”用途。 将性格测试作为招聘硬性门槛，其风险已有专业人士指出：心理测试结果可能仅反映测试者短时状态，不宜作为决定因素^[3]。相比之下，将测评用于入职后的团队融合与自我认知——如华东师范大学MBA项目将MBTI测评嵌入职业规划系统，并开设“基于MBTI类型的自我认知与沟通融合”讲座^[5]——风险更低，价值也更明确。另有研究以计算机专业大学生为例，探讨了职业发展决策中的心理过程，涉及自我认知、信息处理与心理韧性等方面^[4]。

第二，关注工具的常模与信度证据。 大五人格信度概化分析所揭示的“信度引入”现象提醒我们，同一工具在不同样本、不同记分方式下的信度可能差异显著^[22]。企业在采购测评产品时，应要求供应商提供针对目标人群的本地化信度证据，而非仅凭原版手册的指标做决策。

第三，警惕技术光环下的效度幻觉。 深度学习模型在人格分类任务上的高准确率，可能源于标签泄漏等技术缺陷^[6]。同样，九型人格的自动化检测虽在跨来源场景中表现稳定^[1]，但其特征设计仍依赖理论假设的合理性。技术先进性与测评效度之间，不能画等号。

五、结语

九型人格与MBTI代表了人格分类研究的两种技术路径：一种从理论出发，通过特征工程实现可解释的分类；另一种从数据出发，借助深度学习追求预测精度。两者各有其学术价值，但在职场测评的应用中，都需要接受信度、效度与伦理的三重检验。在职场测评的应用中，应当追问的不仅是“这个工具准不准”，更是“它在什么条件下准、对谁准、用来做什么准”。唯有如此，人格分类研究的技术进步才能真正转化为组织与个体的发展资源。