如何衡量加密貨幣領(lǐng)導(dǎo)者的個性特征

一項(xiàng)由人工智能驅(qū)動的個性研究發(fā)現(xiàn)，加密貨幣行業(yè)的領(lǐng)導(dǎo)者，如Vitalik Buterin、Justin Sun和Brian Armstrong等，他們的主要個性特征是智慧、謹(jǐn)慎和自由主義。與一般的科技巨頭相比，加密貨幣領(lǐng)導(dǎo)者表達(dá)憤怒的可能性高出98.4%，隱藏沮喪的可能性高出46.4%。

挖掘加密背后的大腦

專注于研究的加密貨幣公司Clovr使用IBM Watson的人工智能平臺對17位加密貨幣領(lǐng)導(dǎo)者的特征進(jìn)行了個性分析。

研究人員收集了每個創(chuàng)始人或首席執(zhí)行官的來信和采訪記錄，并將其提供給IBM的沃森性格分析服務(wù)（Watson Personality Insights service）進(jìn)行分析。

加密貨幣領(lǐng)導(dǎo)者的選擇是通過其硬幣或交易所在市值或交易量排名前20位中進(jìn)行的，但如果研究人員無法為他們獲得至少3，000個單詞，他們將被排除在外。

Watson分析了語言的心理，并將其與數(shù)據(jù)分析算法結(jié)合起來，根據(jù)提供的寫作樣本的輸入來編制人格檔案。為了進(jìn)行比較，這些加密貨幣領(lǐng)導(dǎo)者經(jīng)過了通用技術(shù)巨頭的測試，例如微軟的比爾·蓋茨，F(xiàn)acebook的馬克·扎克伯格和蘋果的蒂姆·庫克。

研究人員首先關(guān)注開放性、情感范圍、外向性、盡責(zé)性和親和性這“五大”人格特征。向Watson提供適當(dāng)?shù)臄?shù)據(jù)以進(jìn)行消化后，加密貨幣領(lǐng)導(dǎo)者在開放性和情感范圍上與他們的技術(shù)同行相似。

差異最明顯的一個方面是盡職調(diào)查，即采取有組織或有思想的方式行動的傾向。加密貨幣領(lǐng)導(dǎo)者的責(zé)任心率為60.1％，技術(shù)領(lǐng)導(dǎo)者的責(zé)任心率為74.7％。

研究人員認(rèn)為，加密貨幣領(lǐng)導(dǎo)者可能不如他們的科技同行那么有組織性，但隨著各種變化以閃電般的速度發(fā)生，加密貨幣高管必須迅速果斷地采取行動，否則有可能損失數(shù)百萬美元。加密貨幣領(lǐng)導(dǎo)者和技術(shù)領(lǐng)導(dǎo)者最多共同點(diǎn)的領(lǐng)域是情感范圍，該范圍衡量了他們對環(huán)境的敏感程度。

他們發(fā)現(xiàn)，這兩個群體的最大特征是智力。在冒險(xiǎn)和自信方面，他們也具有共同的特征。這兩個群體分開的地方是自由主義和謹(jǐn)慎態(tài)度。

在Watson看來，自由主義被定義為挑戰(zhàn)權(quán)威或走自己的路的意愿。在智力的背后，自由主義是加密貨幣領(lǐng)導(dǎo)者的第二個特征，在技術(shù)主管中排名第五。謹(jǐn)慎是加密貨幣領(lǐng)導(dǎo)者的第三個人格特質(zhì)，它甚至排不上科技行業(yè)領(lǐng)導(dǎo)者的前五名。在Watson的案例中，較高的謹(jǐn)慎分?jǐn)?shù)表示領(lǐng)導(dǎo)者的行為是經(jīng)過深思熟慮的。

如何衡量加密貨幣領(lǐng)導(dǎo)者

數(shù)據(jù)顯示，排名前17位的加密貨幣領(lǐng)導(dǎo)者的智力（即對新想法的興趣）并沒有太大差異，只有0.4%的人將群體分開。以太坊的聯(lián)合創(chuàng)始人Vitalik Buterin; Coinbase首席執(zhí)行官Brian Armstrong; Ripple首席執(zhí)行官Brad Garlinghouse的智商均達(dá)到1.0分，即滿分。

在自由主義方面，Buterin，Armstrong和Garlinghouse三人的得分均為0.999，其他幾人也獲得了高分。Tron創(chuàng)始人Justin Sun的得分為0.997，緊隨其后的是Cardano創(chuàng)始人Charles Hoskinson和Dash首席執(zhí)行官Ryan Taylor，得分為0.995。

在謹(jǐn)慎方面，Kraken的首席執(zhí)行官Jesse Powell和Binance的Changpeng Zhao獲得了最高分，緊隨其后的Justin Sun。在冒險(xiǎn)方面，Taylor，Booth 和Garlinghouse獲得了前三名，IOTA的聯(lián)合創(chuàng)始人Dominik Schiener以0.961的得分排在第四位，離榜首僅差0.014分。

IBM Watson的廣泛測量還使研究人員能夠剖析某些特定特征。平均而言，加密貨幣領(lǐng)導(dǎo)者表現(xiàn)出的脆弱性與科技行業(yè)的領(lǐng)導(dǎo)者相比有107.2%的差異。然而，加密貨幣行業(yè)的高管平均比科技行業(yè)的領(lǐng)導(dǎo)者友好度低79.5%。IBM Watson的整體表格還顯示，加密貨幣領(lǐng)導(dǎo)者表達(dá)憤怒的可能性要高出98.4%，隱藏沮喪的可能性高出46.4%。