ホームパーソナリティ状況判断推論開発の進め方プラットフォーム研究キャリアガイダンスお問い合わせ
デモを予約EnglishعربيEspañol
研究

すべての研究を、一か所に。

各研究が何を検証し、誰が参加し、何が分かり、何が公開されているかを、DOIとともに掲載しています。すべてはOpen Science Frameworkにあり、QarinデジタルツインのコードはGitHubにあります。

APA/AERA/NCMEのスタンダードおよびSIOPのプリンシプルに準拠して構築されています。

GitHub上のQarinデジタルツインのコード

Miraaiオープンリサーチプログラム 2026

検証内容
Miraaiのすべての研究を収め、研究同士のつながりと、各研究が準拠する基準を示すプログラムです。
サンプル
すべての研究
結果
以下のすべての研究のプロトコル、報告書、分析ログ、結果には一か所からリンクしています。匿名化されたデータと分析コードは、研究契約のもとで承認を受けた研究者に共有します。ただし、Qarinデジタルツインのコードと公開済みの100件のプロフィールは、GitHubで一般公開しています。
公開内容
プログラム論文、各研究へのリンク、デジタルツインのコード · doi:10.17605/OSF.IO/RH3M7

The Miraai Validation Study 2026

検証内容
画像形式とテキスト形式のパーソナリティ検査について、構造、信頼性、2週間後の安定性、両形式の等価性、公平性、基準との関係、AIによる回答の偽装（フェイキング）への耐性を検証し、報告書の運用章では15,069名の実際の応募者における結果を示します。
サンプル
就業中の成人による790件の完了回答、2週間後に再検査を受けた313名、両形式を受検した152名、そして報告書の運用章では、実際の選考下で受検した15,069名の応募者
結果
因子の信頼性は.82〜.93（α）、形式に合わせたモデルでは.88〜.95。2週間後の安定性は.77〜.88。両形式は等価（ΔCFIは最大でも.001、形式によるDIFを示すペアはなし）。性別・年齢・学歴によるDIFが無視できる範囲を超えたペアはなし。誠実性と組織市民行動の相関は.42、協調性と個人に向けた市民行動の相関は.48、誠実性と非生産的職務行動の相関は−.42。第一言語と第二言語の応募者の差は、すべての因子で標準偏差の10分の1以内。
公開内容
報告書全文、仮説の検証結果、分析ログ、ペア統計、コードブック。匿名化データと分析コードは、研究契約のもとで承認を受けた研究者に提供 · doi:10.17605/OSF.IO/U693G

The Pilot Before the Pilot 2026

検証内容
一人の人物のバイオデータとパーソナリティの記述プロフィールからそれぞれ作られたQarinデジタルツインが、新規項目について人間によるパイロットの結果を再現するか、また意図的に埋め込んだ欠陥のうちどれを検出するかを検証します。662のツインを作成し、うち100をGitHubで一般公開しています。
サンプル
就業中の成人662名とそのツイン、144ペア、公刊された2つの検査を受けた116名、69の欠陥を埋め込んだ92の新規項目
結果
項目平均は人間の結果と.59で相関、項目・全体相関は.75、因子の信頼性は.05以内で再現（.89に対して.89）、集団差はほぼ正確に再現。項目の下位4分の1にはAUC .85でフラグが付き、重要領域に埋め込まれた36の欠陥のうち33をツインが検出しました。
公開内容
報告書、分析ログ、コードブック、GitHub上の100件のQarinプロフィールとその実行コード · doi:10.17605/OSF.IO/PV67F

The AI Panel Against the Experts 2026

検証内容
状況判断テスト（SJT）の採点キー作成において、AI評価者パネルを人間の専門家パネルと比較し、パネルの支援で作成したキーによるテストが、人間が作成したキーによるテストと同じく健全で公平かを検証します。
サンプル
両パネルが評価した同一の96の対応の選択肢と、すべてのキーで再採点したリーダーシップ状況判断テストの実際の受検データ9,433件
結果
パネルの評価は専門家の評価と.84で相関します。パネルは評価が厳しく（5段階尺度で0.57の差）、評価者同士の一致が高すぎるため、キーではこの2点を較正しています。パネルのキーによるテストは専門家のキーによるテストと同等の内的整合性を持ち、項目は男性と女性、年齢の高い候補者と低い候補者、そして民族集団の間で同じように機能します。
公開内容
報告書（PDF） · doi:10.17605/OSF.IO/NJXF7

Behavioral, Model-Agnostic Integrity in Online Ability Testing 2026

検証内容
推論テストの回答内容ではなく受検の仕方を観察することで、外部からの助けを検出できるかを検証します。監督ありと監督なしのセッションの実地比較と、セッション信頼度スコアを用いた実験です。
サンプル
監督の有無の両方を含む実地の推論テストセッション106,000件超と、372名が参加した実験
結果
監督なしのセッションは監督（プロクタリング）ありのセッションより得点が高く、差は言語推論と数的推論で最も大きくなりました。回答内容ではなく受検の仕方のみから算出した信頼度スコアは、助けを受けたセッションと正直なセッションを判別し（AUC .82）、スコアが低い場合は人が確認するためのフラグを立てるだけで、判定を下すことはありません。
公開内容
論文（PDF）。SIOP 2026で発表 · doi:10.17605/OSF.IO/CKNRA

Fast Tests, Expert Judgment 2026

検証内容
産業・組織心理学者が主導して動画の状況判断テスト（SJT）を大規模に開発する方法を示します。9段階のパイプライン、各段階で適用する基準、心理学者が決定する事項、そして設計の根拠となる研究を扱います。
サンプル
パイプラインそのもの。採点キー作成の段階は、人間の専門家パネルと9,433名の候補者を基準に検証
結果
各段階で言語モデルが草案を作成し、すべての決定は心理学者が下します。決定は、誰がなぜ下したかとともに監査ログに記録されます。前の段階が承認されるまで、次の段階には進めません。18シナリオのバンクは、インシデントの抽出から、回答の偽装（フェイキング）のレビューを含む承認済みの採点キー草案まで、約20ドル分のモデル呼び出しで完成しました。
公開内容
論文（非営利目的での再利用を許諾） · doi:10.17605/OSF.IO/BQHRA

The Miraai Behavioral Framework 2026

検証内容
ワークショップではなく公刊されたエビデンスから構築した行動フレームワークです。行動記述、その出典、そしてそこから導かれた構造を示します。
サンプル
140の公刊文献から得た898の行動記述
結果
6つのクラスター、18のコンピテンシー、77の行動。いずれも出典までたどることができます。
公開内容
フレームワーク論文（非営利目的での再利用を許諾） · doi:10.17605/OSF.IO/NP63V

進行中の研究：自由回答の採点

候補者が状況判断のシーンに口頭で回答できるか、そしてモデルがその回答を、訓練を受けた専門家と同じ一貫性で採点できるかを研究しています。これはMiraaiのオープンリサーチプログラムの一部であり、現時点でMiraaiのいかなる製品にも含まれていません。

製品になるとすれば、次の4点があらかじめ定められています。

  1. まず公開します。 お客様が使う前に、研究はOpen Science Frameworkに公開されます。専門家評価者との一致度、妥当性、集団間差を含みます。
  2. 実運用で監視します。 回答の一部は訓練を受けた専門家も採点し、一致度と集団間差を定期的なスケジュールで確認します。どちらかにずれが生じた場合、修正されるまで自動採点を停止します。
  3. 決めるのは人です。 スコアは採用チームの判断材料です。スコア単独で誰かを順位付けしたり、ふるい落としたり、不合格にしたりすることはありません。
  4. 候補者に知らせます。 回答がモデルによって採点される場合、候補者にはその旨が伝えられ、採用チームはいつでも人による確認を求めることができます。

AIが候補者について決定を下すことは決してありません。

AIが使われる場面と、使われない場面

AIはMiraaiのアセスメントを構築し、点検します。Miraaiのいかなる製品でも、候補者の採点、順位付け、不合格の判定は行いません。AIが行うのは、項目とシーンの起草とスクリーニング、項目の文言からの構造の予測、デジタルツインでの項目のパイロット、そして専門家がその後確認する採点キーへの参考情報の提供です。不正防止のチェックは、人が確認するためのフラグを立てるだけで、単独で判断を下すことはありません。

AIが使われる場面と、決定するのは誰か
用途場所何をするか誰が決めるか
コンテンツの生成すべての開発項目・シーン・対応の選択肢を、アセスメントに必要な数をはるかに超えて起草し、ふるいにかけます。担当の心理学者（氏名が記録されます）が各段階を承認し、その承認は保持されます。
疑似因子分析（Pseudo Factor Analysis）すべての開発誰も回答していない段階で、項目の文言を読み取って構造を予測します。その読み取りによって試行に回す項目を決め、そのあとには必ず人間による試行を行います。
Qarinデジタルツインパイロット回答をシミュレーションし、機能しない項目や不公平な項目を見つけます。ツインの結果が基準集団（ノルム）表やレポートに使われることはなく、そのあとには必ず人間による試行を行います。
AI評価者パネル状況判断の採点キー作成テスト開発中に採点キーの作成に情報を提供します。最終的なキーは専門家の合意で決まります。専門家。
候補者の採点Miraaiのすべてのアセスメント固定された採点キーと項目反応モデルです。状況判断では、候補者のスコアは各シーンの対応の選択肢をどう評価したかのみから算出され、声に出して答えることはテストに含まれません。候補者の採点、順位付け、不合格の判定をAIモデルが行うことはありません。人
対話型ガイドキャリアガイダンスのみ結果を説明し、検証済みのキャリアライブラリの内容からのみ回答します。それ以外はすべてカウンセラーに引き継ぎます。
キャリア適合スコアキャリアガイダンスのみ本人のプロフィールと各職業のプロフィールの間で計算するプロフィール一致係数であり、学習させたモデルではありません。すべての適合結果にはその根拠となる特性が示され、対話はカウンセラーが担います。
不正防止チェック推論と実施顔認証による本人確認、受検の仕方から算出するモデルベースの信頼度スコア、そしてオプションのAI動画監督（プロクタリング）。いずれも人が確認するためのフラグであり、判定ではありません。決めるのは人であり、チェックではありません。

人

  • Tariq Shaban, 共同創業者・プロダクト＆イノベーション担当ディレクター, 産業・組織心理学者. Master of Applied Industrial/Organizational Psychology, Colorado State University; Master of Strategic Human Resource Management, University of Wollongong.
  • Dr. Sarah Burke, 共同創業者・コマーシャル担当ディレクター, 組織心理学者. PhD in Business Management, Victoria University of Wellington; Master of Psychology (Honours), Massey University; BEd.
  • Dr. Glenn S. Brown, 共同創業者・テクニカル担当ディレクター, 公認心理学者・技術者. PhD in Quantitative Behavioural Psychology, University of Otago; BSc (Hons), First Class, Psychology, University of Otago.

研究協力： tariq@miraai.me · llms.txt