Using artificial intelligence technologies to conduct psychological testing

This research paper focuses on the use of artificial intelligence technologies for the Rorschach test. Machine learning techniques are considered. Both of these methods are used for multi-class classification of response categories. The paper describes the algorithms of machine learning and deep learning methods for interpreting the results, the algorithm for scoring one of the categories and the final test result in the web interface for the user. The application of artificial intelligence for projective testing techniques, on the example of the Rorschach test, opens new opportunities for self-diagnosis and therapy. 

1. де Траубенберг Р., Роршаха Н. К. Т. практическое руководство/НК Рауш де Траубенберг //М.: Когито-Центр. – 2005. – 255 с.

2. Ванеян С. С. Тест Роршаха: случайности восприятия и закономерности воображения //Современная терапия в психиатрии и неврологии. – 2014. – №. 2. – С. 45-52.

3. Белый Б. И. Тест Роршаха. Практика и теория / Под ред. Л. Н. Собчик. — СПб.: ООО «Каскад», 2005. - 240 с.

4. Мартышкин А.И., Григорьева Д.Д., Серов Д.В., Сорокин Д.С. Использование нейронных сетей для анализа ответов на проективные методики психологического тестирования на примере теста Роршаха. – XXI век: итоги прошлого и проблемы настоящего плюс. 2023. Т. 12. № 3 (63). С. 42-49

5. Нохрина Н. А. Типы переживания личности и особенности восприятия субъектами произведений искусства //Психология. Психофизиология. – 2010. – №. 17 (193). – С. 89-92.

6. Кольцов Д. М. Python. Полное руководство //СПб: Издательство Наука и Техника. – 2022. – 480 с.

7. Хасти Т., Тибширани Р., Фридман Д. Основы статистического обучения. Интеллектуальный анализ данных, логический вывод и прогнозирование //Санкт-Петербург: ООО “Диалектика. – 2020. - 768 с.

8. Rish I. et al. An empirical study of the naive Bayes classifier //IJCAI 2001 workshop on empirical methods in artificial intelligence. – 2001. – Т. 3. – №. 22. – С. 41-46.

9. Маннинг К. Д., Рагхаван П., Шютце Х. Введение в информационный поиск, Вильямс, М., 2011 //English: Manning CD, Raghavan P., Schutze H., Introduction to Information Retrieval, Cambridge University Press New York, NY, USA. – 2008. - 504 с.

10. Кадурин А., Николенко С., Архангельская Е. Глубокое обучение. Погружение в мир нейронных сетей //СПб.: Питер. – 2018. – Т. 480.

11. Князева М. Д., Карамышева Н. С., Григорьева Д. Д. От алгоритма к программе и искусственному интеллекту. С примерами на языках Python и Prolog: учеб. пособие / Под ред. д-ра техн. наук, проф. С. А. Зинкина. – Пенза: Изд-во ПГУ, 2024. – 412 с.

12. Джулли А., Пал С. Библиотека Keras–инструмент глубокого обучения. Реализация нейронных сетей с помощью библиотек Theano и TensorFlow. – Litres, 2022. - 296 с.

13. Shukla N., Fricklas K. Machine learning with TensorFlow. – Greenwich: Manning, 2018. - 272 с.

14. Черняк Е. Введение в глубокое обучение/Е //Черняк–Спб: Изд-во Диалектика. – 2020. – 192 с.

15. Франсуа Ш. Глубокое обучение на Python. – СПб.: Питер, 2022. — 400 с.: ил. — (Серия «Библиотека программиста»).

16. Hunt J., Graphing with Matplotlib pyplot //Advanced Guide to Python 3 Programming. – 2019. – С. 43 - 65.

17. KOYUNCU, Y. Mixed Methods in Educational Sciences: A Qualitative Content Analysis of Master s Theses [Electronic resource] / Y. KOYUNCU, İ. K. YÜKSEL // Hacettepe University Journal of Education. — 2022. — Available from: https://doi.org/10.16986/huje.2022.458.

18. Гафаров Ф. М., Галимянов А.Ф. Искусственные нейронные сети и приложения. – Казань: Изд-во Казан. ун-та, 2018. – 121 с.

19. Mihura J. L. et al. The validity of individual Rorschach variables: systematic reviews and meta-analyses of the comprehensive system //Psychological bulletin. – 2013. – Т. 139. – №. 3. – С. 548.

20. Грязева-Добшинская В. Г., Нохрина Н. А. Тип переживания и рефлексия образов я при восприятии произведений визуального искусства //Психология. Психофизиология. – 2013. – Т. 6. – №. 4. – С. 15-23.

21. Бурлачук Л. Ф. Введение в проективную психологию/Леонид Фокич Бурлачук //К.: Ника-Центр. – 1997. – С. 78-79.