論文の概要: From Astronomy to Astrology: Testing the Illusion of Zodiac-Based Personality Prediction with Machine Learning

• arxiv url: http://arxiv.org/abs/2603.29033v1
• Date: Mon, 30 Mar 2026 21:58:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-01 15:25:02.879955
• Title: From Astronomy to Astrology: Testing the Illusion of Zodiac-Based Personality Prediction with Machine Learning
• Title（参考訳）: 天文学から天文学へ:機械学習によるゾディアックに基づく個人性予測のイリュージョンの検証
• Abstract要約: 制御された機械学習フレームワークを用いたゾディアックに基づく人格予測について検討する。 我々は,100個の人的特徴を共有プールから抽出した動物記号と人格ラベルを割り当てた合成データセットを構築した。 すべての実験において、予測性能は、ランダムな予測に留まり、シャッフルラベル制御は、同等の精度をもたらす。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Astrology has long been used to interpret human personality, estimate compatibility, and guide social decision-making. Zodiac-based systems in particular remain culturally influential across much of the world, including in South Asian societies where astrological reasoning can shape marriage matching, naming conventions, ritual timing, and broader life planning. Despite this persistence, astrology has never established either a physically plausible mechanism or a statistically reliable predictive foundation. In this work, we examine zodiac-based personality prediction using a controlled machine-learning framework. We construct a synthetic dataset in which individuals are assigned zodiac signs and personality labels drawn from a shared pool of 100 broadly human traits. Each sign is associated with a subset of 10 common descriptors, intentionally overlapping with those assigned to other signs, thereby reproducing the ambiguity characteristic of practical astrological systems. We then train Logistic Regression, Random Forest, and neural-network classifiers to infer personality labels from zodiac-based features and nuisance covariates. Across all experiments, predictive performance remains at or near random expectation, while shuffled-label controls yield comparable accuracies. We argue that the apparent success of astrology arises not from measurable predictive structure, but from trait universality, category overlap, cognitive biases such as the Barnum effect and confirmation bias, and the interpretive flexibility of astrologers and pundits. We conclude that zodiac-based systems do not provide reliable information for predicting human behavior and instead function as culturally durable narrative frameworks. This paper is intended as a humorous academic exercise.
• Abstract（参考訳）: 占星術は長い間、人間の個性を解釈し、互換性を推定し、社会的意思決定を導くために使われてきた。 特にゾディアックに基づくシステムは、占星術的推論が結婚のマッチング、命名の慣例、儀式のタイミング、より広い生活計画を形成することができる南アジア社会など、世界中の多くの地域で文化的に影響を与え続けている。 この持続性にもかかわらず、占星術は物理的に妥当なメカニズムや統計的に信頼できる予測基盤を確立したことは一度もない。 本研究では,ゾディアックに基づく人格予測を,制御された機械学習フレームワークを用いて検討する。 我々は,100個の人的特徴を共有プールから抽出した動物記号と人格ラベルを割り当てた合成データセットを構築した。 各記号は10の共通記述子のサブセットに関連付けられ、意図的に他の記号に割り当てられたものと重なり合い、実用的な占星術システムの曖昧さ特性を再現する。 次に、ロジスティック回帰、ランダムフォレスト、ニューラルネットワーク分類器を訓練し、ゾディアックに基づく特徴とニュアンス共変量からパーソナリティラベルを推測する。 すべての実験において、予測性能は、ランダムな予測に留まり、シャッフルラベル制御は、同等の精度をもたらす。 我々は、占星術の明確な成功は、測定可能な予測構造ではなく、特性普遍性、カテゴリー重複、バーナム効果や確認バイアスのような認知バイアス、占星術師と評論家の解釈柔軟性から生じると論じている。 動物医学に基づくシステムは、人間の行動を予測するための信頼性のある情報を提供しておらず、文化的に耐久性のある物語の枠組みとして機能していると結論付けている。 本論文はユーモラスな学術演習を意図している。

関連論文リスト

• Emotional Labor Strategy Preferences in LLM Personas [2.4178976757695336]
  本研究では,心理指標に基づく人格選択が人格選択パターンを再現するか否かを考察する。 我々は,500件の社交的なイベントを対象とした最初の感情的労働戦略データセットを構築した。 モデルがより深い行動に整合し、良心と情緒の安定性が常にこの嗜好を予測していることがわかりました。
  論文  参考訳（メタデータ） (2026-08-31T19:59:49Z)
• The Personality Illusion: Revealing Dissociation Between Self-Reports & Behavior in LLMs [60.15472325639723]
  人格特性は、人間の行動の予測因子として長い間研究されてきた。 近年のLarge Language Models (LLM) は, 人工システムに類似したパターンが出現する可能性を示唆している。
  論文  参考訳（メタデータ） (2025-09-03T21:27:10Z)
• Can Large Language Models Understand You Better? An MBTI Personality Detection Dataset Aligned with Population Traits [57.183688699002836]
  MBTIBenchは,ソフトラベルを用いた手動による高品質なMBTI人格検出データセットである。 最初の課題として、MBTIBenchは、データの29.58%を占める不正なラベル付け問題を効果的に解決している。 得られたソフトレーベルは、非極度の性格特性を持つ人がもっといることを確認した。
  論文  参考訳（メタデータ） (2024-12-17T03:46:51Z)
• Beyond correlation: The Impact of Human Uncertainty in Measuring the Effectiveness of Automatic Evaluation and LLM-as-a-Judge [51.93909886542317]
  一つの集計相関スコアを*参照することで、人名と自動評価の基本的な違いが曖昧になることを示す。 本研究では,評価性能のより堅牢な解析を行うために,ラベルの不確実性による階層化データを提案する。
  論文  参考訳（メタデータ） (2024-10-03T03:08:29Z)
• Super-intelligence or Superstition? Exploring Psychological Factors Influencing Belief in AI Predictions about Personal Behavior [27.11904776371284]
  AI予測の信条は、占星術とパーソナリティ心理学に基づく予測の信条と正に相関している。 意外なことに、認知スタイルが架空のAI生成予測の信念に影響を与えているという証拠は見つからなかった。
  論文  参考訳（メタデータ） (2024-08-13T03:35:26Z)
• Performative Prediction on Games and Mechanism Design [69.7933059664256]
  エージェントが過去の正確性に基づいて予測を信頼するかを判断する集団リスクジレンマについて検討する。 予測が集合的な結果を形成するにつれて、社会福祉は関心の指標として自然に現れる。 よりよいトレードオフを実現し、それらをメカニズム設計に使用する方法を示します。
  論文  参考訳（メタデータ） (2024-08-09T16:03:44Z)
• Can Large Language Models Detect Verbal Indicators of Romantic Attraction? [0.0]
  以上の結果から,ChatGPTはスピードデートの成功の客観的指標と主観的指標の両方を予測できることがわかった。 われわれの発見は、ChatGPTがどのようにしてその予測に到達し、それが犯す誤りについて洞察を与える。
  論文  参考訳（メタデータ） (2024-06-23T17:50:30Z)
• The Tail Wagging the Dog: Dataset Construction Biases of Social Bias Benchmarks [75.58692290694452]
  社会的偏見と、データセット構築時に選択された選択から生じる非社会的偏見を比較し、人間の目では識別できないかもしれない。 これらの浅い修正は、様々なモデルにまたがるバイアスの程度に驚くべき影響を及ぼす。
  論文  参考訳（メタデータ） (2022-10-18T17:58:39Z)
• Empirical Estimates on Hand Manipulation are Recoverable: A Step Towards Individualized and Explainable Robotic Support in Everyday Activities [80.37857025201036]
  ロボットシステムの鍵となる課題は、他のエージェントの振る舞いを理解することである。 正しい推論の処理は、(衝突)因子が実験的に制御されない場合、特に困難である。 人に関する観察研究を行うために必要なツールをロボットに装備することを提案する。
  論文  参考訳（メタデータ） (2022-01-27T22:15:56Z)
• Inferred vs traditional personality assessment: are we predicting the same thing? [0.0]
  機械学習の手法は、デジタル記録から心理的特徴を予測するために研究者によって広く使われている。 自動パーソナリティ推定が元の特性の性質を保持するかどうかを調べるために、220の最近の記事をレビューしました。
  論文  参考訳（メタデータ） (2021-03-17T13:22:00Z)
• Jointly Predicting Job Performance, Personality, Cognitive Ability, Affect, and Well-Being [42.67003631848889]
  本研究では,身体的および生理的行動,心理的状態と特徴,職能を統合した個人予測分析のためのベンチマークを作成する。 我々は、データマイニング技術をベンチマークとして設計し、ウェアラブルセンサから得られた真のノイズと不完全なデータを用いて、12の標準化された精確なテストに基づいて19の構造を予測する。
  論文  参考訳（メタデータ） (2020-06-10T14:30:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。