การคำนวณลักษณะนิสัยเป็นสาขาการวิจัยแบบสหวิทยาการที่อยู่ระหว่างวิทยาศาสตร์คอมพิวเตอร์และจิตวิทยา^{[ 1 ]}หมายถึงการคำนวณใดๆ ที่รวมเอาลักษณะนิสัยของมนุษย์ไว้ในบริบท ลักษณะนิสัยถูกนิยามว่าเป็นคุณลักษณะหรือคุณสมบัติทั้งหมดที่กำหนดตัวบุคคลและชี้นำพฤติกรรม ของพวกเขา ในสถานการณ์เฉพาะ ประกอบด้วยตัวบ่งชี้ลักษณะนิสัยที่คงที่ (เช่นบุคลิกภาพภูมิหลัง ประวัติ การฝังตัวทางสังคมและเศรษฐกิจวัฒนธรรมฯลฯ ) และตัวบ่งชี้สถานะที่เปลี่ยนแปลงได้ ( อารมณ์สุขภาพสถานะการรับรู้ฯลฯ ) การคำนวณลักษณะนิสัยมีเป้าหมายเพื่อนำเสนอแบบจำลองพฤติกรรมมนุษย์แบบองค์รวมที่ขับเคลื่อนด้วยจิตวิทยา^{[ 2 ]}โดยสร้างแบบจำลองและทำนายพฤติกรรมโดยอาศัยความสัมพันธ์ระหว่างสถานการณ์และลักษณะนิสัย โมดูลการวิจัยหลักสามโมดูลอยู่ภายใต้ขอบเขตของการคำนวณลักษณะนิสัย ได้แก่ การตรวจจับและการสร้างโปรไฟล์ลักษณะนิสัย ระบบปรับตัวที่ตระหนักถึงลักษณะนิสัย และตัวละครเทียม

การคำนวณลักษณะนิสัยสามารถมองได้ว่าเป็นส่วนขยาย^{[ 3 ]}ของสาขาการคำนวณอารมณ์ ที่ได้รับการยอมรับอย่างดี โดยอาศัยพื้นฐานของสาขาจิตวิทยาต่างๆ มันสนับสนุนการกำหนดพฤติกรรมเป็นคุณลักษณะแบบผสมที่ไม่ได้ขับเคลื่อนด้วยบุคลิกภาพ อารมณ์ สถานการณ์ หรือการรับรู้เพียงอย่างเดียว แต่กลับกำหนดพฤติกรรมเป็นฟังก์ชันของทุกสิ่งที่ประกอบขึ้นเป็นบุคคล เช่น ลักษณะนิสัยและสถานการณ์ที่พวกเขาอยู่ การคำนวณอารมณ์มีเป้าหมายเพื่อให้เครื่องจักรสามารถเข้าใจและแปลสัญญาณที่ไม่ใช่คำพูดของบุคคลไปเป็นอารมณ์ดังนั้น การคำนวณลักษณะนิสัยจึงมีเป้าหมายเพื่อทำความเข้าใจคุณลักษณะของลักษณะนิสัยของบุคคลและสถานการณ์เพื่อแปลไปสู่พฤติกรรมที่คาดการณ์ได้ และในทางกลับกัน

"ในทางปฏิบัติ ขึ้นอยู่กับบริบทการใช้งาน การคำนวณลักษณะนิสัยเป็นสาขาการวิจัยที่เกี่ยวข้องกับการออกแบบระบบและอินเทอร์เฟซที่สามารถสังเกต รับรู้ ทำนาย ปรับตัว ส่งผลกระทบ เข้าใจ หรือจำลองสิ่งต่อไปนี้: ลักษณะนิสัยตามพฤติกรรมและสถานการณ์ พฤติกรรมตามลักษณะนิสัยและสถานการณ์ หรือสถานการณ์ตามลักษณะนิสัยและพฤติกรรม" ^{[ 4 ]}ไตรภาคลักษณะนิสัย-พฤติกรรม-สถานการณ์ (CBS) เป็นหัวใจสำคัญของการคำนวณลักษณะนิสัยและกำหนดขอบทั้งสามแต่ละด้านโดยอิงจากอีกสองด้าน

การคำนวณลักษณะนิสัยอาศัยการพัฒนาพร้อมกันจากมุมมองการคำนวณและจิตวิทยา และมีจุดประสงค์เพื่อให้นักวิจัยในทั้งสองสาขานำไปใช้ แนวคิดหลักคือการปรับแบบจำลองการคำนวณลักษณะนิสัยให้สอดคล้องกับผลลัพธ์เชิงประจักษ์จากการทดลองทางจิตวิทยาในห้องปฏิบัติการและในสภาพแวดล้อมจริง แบบจำลองนี้จะถูกสร้างและตรวจสอบอย่างต่อเนื่องผ่านการเกิดขึ้นของข้อมูลใหม่ เช่นเดียวกับการคำนวณอารมณ์และบุคลิกภาพ แบบจำลองนี้จะถูกใช้เป็นพื้นฐานสำหรับแอปพลิเคชันต่างๆ เพื่อปรับปรุงประสบการณ์ผู้ใช้^{[ 5 ]}

การคำนวณอักขระดังกล่าวได้รับการบัญญัติขึ้นครั้งแรกในการประชุมเชิงปฏิบัติการครั้งแรกในปี 2017 ^{[ 6 ]}นับตั้งแต่นั้นมาได้มีการจัดการประชุมเชิงปฏิบัติการระดับนานาชาติ 3 ครั้ง^{[ 7 ]}และมีผลงานตีพิมพ์จำนวนมาก แม้ว่าจะมีอายุยังน้อย แต่ก็ได้รับความสนใจจากชุมชนวิจัย ส่งผลให้มีการตีพิมพ์หนังสือเล่มแรก^{[ 8 ]}ในชื่อเดียวกันในช่วงต้นปี 2020 ซึ่งตีพิมพ์โดยSpringer Nature

งานวิจัยที่สามารถจัดอยู่ในสาขานี้ได้มีอายุเก่าแก่กว่าปี 2017 แนวคิดเรื่องการรวมปัจจัยหลายอย่างเข้าด้วยกันเพื่ออธิบายพฤติกรรมหรือลักษณะและสถานะต่างๆ ได้รับการศึกษามานานแล้วทั้งในสาขาจิตวิทยาและวิทยาศาสตร์คอมพิวเตอร์ ตัวอย่างเช่น^{[ 9 ]}

คำว่า "ลักษณะนิสัย" มาจากคำภาษากรีกที่มีความหมายว่า "เครื่องมือประทับตรา" [ 10 ] ซึ่งหมายถึงลักษณะและคุณสมบัติที่โดดเด่น ตลอดหลายปีที่ผ่านมา คำนี้ได้รับความหมายที่แตกต่างกันมากมาย เช่น คุณธรรมในปรัชญา อารมณ์^{ในจิตวิทยาบุคคล}ในวรรณกรรมหรืออวตารในโลกเสมือนจริงต่างๆรวมถึงวิดีโอเกมตามการคำนวณลักษณะนิสัย ลักษณะนิสัยคือการรวมกันของคำจำกัดความก่อนหน้านี้ทั้งหมด โดยอ้างอิงกลับไปยังความหมายดั้งเดิมของคำ^{[ 1 ]}ลักษณะนิสัยถูกนิยามว่าเป็นแนวคิดแบบองค์รวมที่แสดงถึงลักษณะและเครื่องหมายสถานะที่โต้ตอบกันทั้งหมดซึ่งทำให้แต่ละบุคคลแตกต่างกัน ลักษณะนิสัยคือคุณสมบัติที่ส่วนใหญ่ยังคงมีเสถียรภาพตลอดเวลา ลักษณะนิสัย ได้แก่ บุคลิกภาพ อารมณ์ ข้อมูลทางสังคมและประชากรศาสตร์ และสุขภาพโดยทั่วไป สถานะคือคุณสมบัติที่เปลี่ยนแปลงในช่วงเวลาสั้นๆ ได้แก่ อารมณ์ ความเป็นอยู่ที่ดี สุขภาพ สถานะทางปัญญา ลักษณะนิสัยแต่ละอย่างมีวิธีการแสดงและแบบจำลองทางจิตวิทยามากมาย แบบจำลองต่างๆ สามารถนำมาผสมผสานกันหรือสามารถกำหนดแบบจำลองหนึ่งแบบไว้ล่วงหน้าสำหรับแต่ละลักษณะนิสัยได้ ทั้งนี้ขึ้นอยู่กับกรณีการใช้งานและทางเลือกในการออกแบบ

การวิจัยเกี่ยวกับการประมวลผลลักษณะนิสัยสามารถแบ่งออกได้เป็น 3 ด้าน ซึ่งเสริมซึ่งกันและกัน แต่สามารถศึกษาแยกกันได้ ด้านแรกคือการรับรู้และทำนายสถานะและลักษณะนิสัยหรือพฤติกรรมที่ตามมา^{[ 11 ]}ด้านที่สองคือการปรับแอปพลิเคชันให้เข้ากับสถานะหรือลักษณะนิสัยบางอย่างและพฤติกรรมที่คาดการณ์ไว้ นอกจากนี้ยังเกี่ยวข้องกับการพยายามเปลี่ยนแปลงหรือตรวจสอบพฤติกรรมดังกล่าว^{[ 12 ]}ด้านสุดท้ายเกี่ยวข้องกับการสร้างตัวแทนปัญญาประดิษฐ์ เช่น แชทบอทหรืออวตารเสมือนจริงที่แสดงลักษณะเฉพาะบางอย่าง^{[ 13 ] [ 14 ]}

ทั้งสามด้านได้รับการตรวจสอบแยกกันและสร้างขึ้นจากผลการค้นพบที่มีอยู่แล้วในวรรณกรรม ผลลัพธ์ของแต่ละด้านทั้งสามยังสามารถใช้เป็นก้าวแรกสำหรับด้านถัดไปได้อีกด้วย แต่ละด้านทั้งสามได้รับการตรวจสอบแยกกันแล้วในสาขาวิจัยที่แตกต่างกัน โดยมุ่งเน้นที่ลักษณะย่อยที่แตกต่างกัน ตัวอย่างเช่น การคำนวณทางอารมณ์และการคำนวณบุคลิกภาพครอบคลุมพื้นที่ที่แตกต่างกัน โดยมุ่งเน้นที่องค์ประกอบลักษณะบางอย่างโดยไม่รวมองค์ประกอบอื่น ๆ เพื่ออธิบายพฤติกรรมของมนุษย์^{[ 4 ]}

การคำนวณลักษณะนิสัยนั้นอิงตามแบบจำลองพฤติกรรมมนุษย์แบบองค์รวมที่ขับเคลื่อนด้วยจิตวิทยา พฤติกรรมมนุษย์ได้รับการจำลองและทำนายโดยอาศัยความสัมพันธ์ระหว่างสถานการณ์และลักษณะนิสัยของมนุษย์ เพื่อกำหนดลักษณะนิสัยในรูปแบบที่เป็นทางการหรือแบบองค์รวมมากขึ้น เราจึงนำเสนอลักษณะนิสัยนั้นโดยพิจารณาจากไตรภาคลักษณะนิสัย-พฤติกรรม-สถานการณ์ ซึ่งเน้นย้ำว่าลักษณะนิสัยไม่เพียงแต่กำหนดว่าเราเป็นใคร แต่ยังกำหนดว่าเราเป็นอย่างไร กล่าวคือ เราประพฤติตนอย่างไร ไตรภาคที่ศึกษาในจิตวิทยาบุคลิกภาพ^{[ 15 ]}ได้รับการขยายผ่านการคำนวณลักษณะนิสัยไปสู่ไตรภาคลักษณะนิสัย-พฤติกรรม-สถานการณ์ สมาชิกใด ๆ ในไตรภาค CBS เป็นฟังก์ชันของสมาชิกอีกสองตัว เช่น เมื่อพิจารณาสถานการณ์และบุคลิกภาพแล้ว พฤติกรรมสามารถทำนายได้ แต่ละองค์ประกอบในไตรภาคสามารถแยกย่อยออกเป็นหน่วยย่อยและคุณลักษณะที่อาจแสดงถึงพฤติกรรมหรือลักษณะนิสัยของมนุษย์ในสถานการณ์เฉพาะได้ดีที่สุด ดังนั้นลักษณะนิสัยจึงอยู่เบื้องหลังพฤติกรรมของบุคคลในสถานการณ์ใด ๆ ก็ตาม แม้ว่านี่จะเป็นความสัมพันธ์เชิงสาเหตุ แต่ความสัมพันธ์ระหว่างส่วนประกอบทั้งสามมักจะใช้ในการทำนายส่วนประกอบที่ยากต่อการวัดจากส่วนประกอบที่วัดได้ง่ายกว่าได้ง่ายกว่า มีส่วนประกอบมากมายนับไม่ถ้วนที่จะรวมอยู่ในการแสดงแทน C, B และ S ใดๆ ความท้าทายคือการเลือกชุดย่อยที่เล็กที่สุดที่จำเป็นสำหรับการทำนายพฤติกรรมของบุคคลในสถานการณ์เฉพาะ^{[ 4 ]}