성격, 직업, 선발의 미래: 신화와 오해와 측정과 제안(Adv in Health Sci Educ, 2017)

성격, 직업, 선발의 미래: 신화와 오해와 측정과 제안(Adv in Health Sci Educ, 2017)

Future directions in personality, occupational and medical selection: myths, misunderstandings, measurement, and suggestions

Eamonn Ferguson1 • Filip Lievens2

도입

Introduction

의학 선택에서 인성에 대한 전통적인 접근법은 보통, 

• (1) 미래 결과를 예측하는 능력에 기초하여 특성을 식별하고 

• (2) 이러한 특성에 대해 사람을 선택하는 것으로, 일반적으로 더 높은 점수를 선발한다(Ferguson et al. 2002). 

그러나, 최근의 성격 이론의 발전은 의학에서의 선발 관행에 대한 분명한 함축적 의미를 지닌 이 전통의 타당성에 의문을 제기한다.

the traditional approach to personality in medical selection. That is: 

• (1) to identify traits based on their ability to predict a future outcome and 

• (2) to select people on these traits, usually selecting higher scores (Ferguson et al. 2002). 

However, recent advances in personality theory question the validity of this tradition with clear implications for medical selection practices.

인격의 개념화 발전

Developments in the conceptualization of personality

신화/오해 1: 안정적인 결정론적 예측 변수로서의 특성

Myth/misunderstanding 1: traits as stable deterministic predictors

특성이 행동의 안정적인 결정론적 예측 변수라는 것이 널리 알려진 믿음인 반면(개요는 로버츠 2009, 개요는 로버츠 참조), 생태학(Dingemanse et al. 2010), 경제학(Fergusson et al. 2011), 성격 심리학(Roberts and Jackson 2008)은 그 반대 의견을 제시한다(=즉, 특성trait은 행동의 안정적 결정론적 예측인자가 아니다). 특성은 맥락 및 생물학과 역동적으로 연결되어, 여러 맥락에 걸친 행동(trait expression)의 표현에 영향을 줄 뿐 아니라 변화할 수 있도록 한다.

Whereas it is a widely held belief that traits are stable deterministic predictors of behaviour (see Roberts 2009, for an overview), current thinking from ecology (Dingemanse et al. 2010), economics (Ferguson et al. 2011) and personality psychology (Roberts and Jackson 2008) suggests the opposite. Traits are conceived as dynamically linked to context and biology, allowing for traits not only to change but also to influence the expression of behaviour (trait expression) across contexts.

변화와 안정성

Change and stability

근거에 따르면, 시간적으로 가까운 사건 뿐만 아니라 (Twenge 2000, 2009) 세대와 라이프 코스에 따라서도 특성이 변화한다는 것을 증명한다. 

• (1) 대학, 직장, 실업과 같은 환경 노출 (Ludtke et al. 2011; Robins et al. 2005; Roberts et al. 2013; Boyce et al. 2015), 

• (2) 훈련 (Jackson et al. 2012) 및 

• (3) 변화를 촉진하기 위한 치료적, 심리적 개입(Tang et al. 2009; 허드슨과 프랄리 2015). 

Evidence demonstrates that traits change across generations (Twenge 2000, 2009), and the life course (Roberts et al. 2006; Caspi et al. 2005; Roberts and Mroczek 2008 for reviews) as well as a function of proximal events: 

• (1) environmental exposure such as university, work, unemployment (Ludtke et al. 2011; Robins et al. 2005; Roberts et al. 2013; Boyce et al. 2015), 

• (2) training (Jackson et al. 2012), and 

• (3) therapeutic and psychological interventions to promote change (Tang et al. 2009; Hudson and Fraley 2015). 

이러한 변화의 규모는 상당할 수 있다. 그것은 소득과 부와 같은 변화의 경제 지표의 크기와 같다(Boyce et al. 2013). 성격변화의 정도는 그 자체로 개인의 차이(Ludtke et al. 2011)를 따르며 신념의 영향을 받는다(예: 성격변화의 가능성에 관한 것, Robins et al. 2005).

The size of these changes can be substantial. It is of the same magnitude of economic markers of change like income and wealth (Boyce et al. 2013). The degree of personality change is itself subject to individual differences (Ludtke et al. 2011) and influenced by beliefs (e.g., about the changeability of personality, Robins et al. 2005).

인간 성격의 사회유전적 모델과 같은 모델은 [생물학, 환경, 상태(감정, 인지, 신념)]와 [특성] 사이의 역동적인 상호작용을 강조함으로써 세대 내 성격 변화를 설명하는 것을 목표로 한다. 이 모델에 따르면, 성격 변화는 다음의 두 가지 모두에 영향을 받는다.

(1) 생물체의 생물학에 대한 환경뿐만 아니라 

(2) [생물학과 특성 변화] 사이의 관계를 중재하기 위해 행동하는 상태 

Models such as the socio-genomic model of human personality aim to explain personality change within generations by highlighting the dynamic interaction between biology, environment, states (emotions, cognition, and beliefs), and traits (Roberts and Jackson 2008). According to this model, personality change is brought about by the influence of both 

(1) the environment on the organism’s biology as well as 

(2) states acting to mediate the link between biology and trait change.

마찬가지로, evo-devo 모델(진화 및 발달 생물학의 합성, 경우에 따라 표현형의 적응적 품질: Laland et al. 2011, 페이지 1514 및 Toth and Robinson 2007 참조)과 Niche 건설 이론(생물이 '생태공학자'로 활동하며 그러한 환경에서 적응하고 환경을 변화시킨다. 진화적 이득이 전달되는 방법: Odling-Smee et al. 2013 참조)는 특성이 세대 내에서, 그리고 여러 세대에 걸쳐 모두 변화한다는 것을 나타낸다(Laland et al. 2011). 이 모델들은 특성이 환경을 변화시키거나 변형시킬 뿐만 아니라, 한 유기체로 하여금 특정한 환경을 선택하게 한다는 것을 시사한다. 이 모든 것이 특성 변화를 이끈다.

Similarly, both evo-devo models (a synthesis of evolutionary and developmental biology, whereby in some cases developmental ‘biases’ the adaptive quality of a phenotype: see Laland et al. 2011, p. 1514 and Toth and Robinson 2007) and niche construction theories (whereby organisms act as ‘ecoengineers’ and adapt and change their environments in such a way that the evolutionary gains are passed on: see Odling-Smee et al. 2013) indicate that traits change both within and across generations (Laland et al. 2011). These models suggest that traits lead organisms to both select environments to operate in as well as to change/shape these environments. All of which leads to trait change.

또한 [특정 환경을 선택하게 유도하는 특성은, 그렇게 선택된 환경으로부터 가장 많이 변하는 특성]이라는 '상응 원리corresponsive principle'에 대한 증거도 있다(Roberts et al. 2013). 카스피 등은 다음과 같이 간결하게 표현하였다.

…인격발달에 대한 인생경험의 가장 가능성이 높은 효과는 애초에 사람들을 그러한 경험으로 이끄는 특성을 심화시키는 것이다. 예를 들어, 만약 사람들이 지배적이기 때문에 더 많은 지도자 자리를 차지한다면, 그들은 지도자로서의 경험을 통해 더 지배적이 될 것이다.

There is also evidence for the ‘‘corresponsive principle’’, whereby the trait that drives selection into an environment is the trait that changes the most from the selected environment (Roberts et al. 2013). As Caspi et al. (2005) succinctly put it 

‘‘…the most likely effect of life experience on personality development is to deepen the characteristics that lead people to those experiences in the first place …For example, if people assume more leadership positions because they are more dominant, then they will become more dominant through their experience as leaders.’’ (p. 470).

이러한 접근법을 결합한 하이브리드 모델(그림 1)은 '특성'이 생물학적으로 환경에 의해 영향을 받을 뿐만 아니라 발달 기간 전반에 걸쳐 환경에도 영향을 미친다는 것을 나타낸다. 즉, 우리는 우리가 운영하는 환경을 선택하고, 환경을 변화시키며, 결과적으로 이러한 경험의 함수로 우리의 특성은 변화한다. 건강을 증진시키는 특정한 특성 변화는 다음 세대를 위해 선택되고 살아남을 수 있다.

A hybrid model, combining these approaches (Fig. 1), indicates that traits, as well as being influenced by the environment via biology, also influence environments across developmental time—we choose the environments we operate in, change them and our traits consequently change as a function of these experiences. Certain trait changes that increase fitness may be selected for and survive to the next generation.

컨텍스트별 예측

Context specific prediction

위의 발전은 수명에 걸쳐, 세대에 걸쳐 그리고 여러 맥락에 걸쳐 사람들의 성격 특성의 변화를 다루는 반면에, 다른 발전은 특성(trait expression)과 관련된 행동의 표현이 상황에 따라 [개인 내에서] 어떻게 변화하는지 강조한다. 로버츠(2009)는 특성이 특정 맥락에서 주어진 특정 방식으로 행동할 확률을 결정하는 함수를 나타낸다고 제안한다. 이는 생태학에서 개성을 개념화하는 데 사용되는 행동 반응 규범(BRN)과 공명한다(Dingemanse et al. 2010). BRN은 등급화된 매개변수(예: 스트레스: 상황별 그라데이션)에 따라 변화하는 상황에 걸쳐 여러 시점에서 특성 관련 행동을 평가한다. 여러 맥락에 걸친 평균값은 유기체가 전형적으로 어떻게 행동하는지(성격)를 보여주고, 문맥에 걸친 분산/공분산은 유기체가 어떻게 적응하고 변화하는지(가소성)를 나타낸다.1

Whereas the developments above deal with changes in people’s personality traits across the life span, within generations and to context, other developments emphasize how the expression of behaviours associated with traits (trait expression) changes within individuals across situations. Roberts (2009) suggests that traits represent a function that determines the probability that a person will act in a particular way given a particular context. This resonates with behavioural reaction norms (BRNs) used to conceptualize personality in ecology (Dingemanse et al. 2010). A BRN assesses trait relevant behaviours at multiple time points across a context that varies along some graded parameter (e.g., stress: contextual gradient). The mean value across context indicates how the organism typically behaves (personality) and variance/covariance across context denotes how the organism adapts and changes (plasticity).1

Fleeson 외 연구진(Fleeson 2004; Fleeson and Law 2015 참조)은 인간의 성격에 유사한 접근방식인 밀도 분포 접근법을 적용했다. 여기서 특성 관련 행동(예: '성실성: 지난 30분 동안, 얼마나 열심히 일했는가?')에 대한 여러 평가가 여러 맥락에 걸쳐 수집된다. 성격과 가소성이 모두 관찰되었다(그림 2 참조). 또한, 1일차의 일반적인 행동은 다음 날의 전형적인 행동을 예측하였다(안정성). 전통적인 성격 척도와의 평가와 관련하여, Fleeson 등은 표준 성격 척도(-1 SD)에서 낮은 점수(-1 SD)에 비해 높은 점수(+1 SD)를 획득한 사람에 대해 분포가 오른쪽으로 이동한다는 것을 보여주었다(그림 3 참조). 그래서 예를 들어, 높은 성실성을 지닌 사람들도 여전히 때때로 낮은 성실성을 보일 것이다.

Fleeson et al. (see Fleeson 2004; Fleeson and Law 2015) applied a similar approach to human personality: the density-distribution approach. Here multiple assessments of trait relevant behaviours (e.g., for conscientiousness: ‘During the last half hour, how hardworking have you been?) are collected across contexts. Both personality and plasticity were observed (see Fig. 2). Furthermore, typical behaviour on 1 day predicted typical behaviour the next day (stability). In relation to assessment with traditional personality scales, Fleeson et al. showed that the distribution shifts to the right for those who score high (?1 SD), compared to low (-1 SD), on a standard personality scale (see Fig. 3). So, for example, high conscientious people will still express some low conscientiousness at times.

요컨대, 성격은 여러 맥락에 걸친 전형적인 행동, 안정성과 가소성을 모두 반영하는데, 전통적인 성격자료는 가소성이 아닌 전형적인 행동적 경향만을 취한다.

In sum, personality reflects both typical behaviour, stability and plasticity across contexts, and traditional personality inventories pick up only typical behavioural tendencies but not plasticity.

의료 선택 연구에 대한 시사점

Implications for medical selection research

현재 의료훈련의 기능으로서 인성이 어떻게 변하는지 등에 대한 자료는 없다. 이러한 검사는 의대생과 내과의사의 의학적 직업에 대한 적응성을 예측하는 데 중요하다. 예를 들어 의료 훈련이 성실성 수준을 변화시킨다면, 그것은 훈련병/의사들을 더 성실하게 만들 것인가 아니면 덜 성실하게 만들 것인가?

At present, there are no data on how personality changes as a function of medical training. Such an examination is important for predicting adaptability of medical students and physicians to a career in medicine. If medical training changes levels of conscientiousness for example, does it make the trainee/physician more or less conscientious?

전통적인 접근방식은 성격 변화를 고려하지 않지만(퍼거슨 2013), 성격 변화가 예측 모델의 일부가 될 필요가 있다는 것은 분명하다.

The traditional approach does not consider personality change (Ferguson 2013), but it is clear that personality change needs to be part of any predictive model.

특성 표현과 특징으로부터의 맥락별 예측은 또한 맥락에 따라 - 성실성과 같은 특징이 높은 사람들이, 그러한 행동을 표현하기 더 쉽거나 덜 가능성이 있다는 것을 암시한다.

Trait expression and the context specific prediction from traits also implies that depending on context—people high on a trait, such as conscientiousness, may be more or less likely to express that behaviour.

따라서 trait의 예측 타당성은 맥락에 따라 달라지며, 우리는 의료 경력 전반에 걸친 차이 예측뿐만 아니라 이것이 성격 변화에 어떻게 영향을 미치고 영향을 받는지 알 필요가 있다.

Thus, the predictive validity of the trait is context dependent and we need to not only know about differential prediction across the medical career but also how this influences and is influenced by personality change.

신화/오해 2: 어둡고 밝은 면

Myth/misunderstanding 2: the dark and bright sides

어떤 특성은 '좋은'(양심적인) 것이고, 어떤 특성은 '나쁜'(신경학적)이라는 가정이 있다. 그러나 최근의 연구 결과는 '좋은' 특성도 '어두운 측면'을, '나쁜' 특성도 ''밝은 측면'''을 가지고 있다는 것을 보여준다(Boyce et al. 2010; Ferguson et al. 2014). 예를 들어, 신경증에는 불안감이 그 측면의 하나로서, 위험에 대한 경계심 강화라는 측면에서 이익을 가져오지만, 비용: 스트레스에 대한 부정적인 반응(진화적 설명은 쐐기 2006 참조)이 수반된다.

There is an assumption that some traits are ‘‘good’’ (conscientiousness) and others are ‘‘bad’’ (neuroticism). However, recent findings show that ‘‘good’’ traits have a ‘‘dark-side’’ and ‘‘bad’’ traits a ‘‘bright-side’’ (Boyce et al. 2010; Ferguson et al. 2014). For example, neuroticism has anxiety as a one of its facets, which brings benefits in terms of increased vigilance to danger, but carries a cost: negative reactions to stress (see Nettle 2006 for an evolutionary explanation).

위디거와 멀린스위트(2008)는 이 아이디어를 더 발전시키면서 빅5 특성은 적응력이 부족하거나 정상적인 행동과 관련이 있을 수 있으며, 이러한 특성은 높은high 행동과 낮은low 행동으로 더 세분화되어야 한다고 제안한다. 따라서 

• 부적응적 높은 성실성(근본적이고, 단일한 마음), 

• 부적응적 낮은 성실성(관심 없고, 엉성하고), 

• 정상적인 낮은 성실성(구체적이고, 지략적인)은 모두 좋은 성과를 억제하는 반면, 

• 정상적인 높은 성실성(조직적이고, 지략적인)은 성과를 높일 것이다.

Developing this idea further, Widiger and Mullins-Sweatt (2008) suggest the Big 5 traits may be related to behaviours that are associated with being either maladaptive or normal, with these further divided into high and low. Thus, 

• maladaptive high conscientiousness (ridged, single minded), 

• maladaptive low conscientiousness (careless, sloppy) and 

• normal low conscientiousness (disorganized) would all hinder good performance, 

• whereas normal high conscientiousness (organized, resourceful) would enhance it.

이는 곡선 함수가 특성을 성과와 연결한다는 것을 시사한다. 예를 들어, 너무 적은 성실함과 너무 많은 성실함은 문제가 될 수 있는 반면, 단지 충분한 양의 양심('골디락스의 가설')이 최적의 해결책이다(Martin and Keyes 2015).

This suggests that a curvilinear function links the trait to performance. For example, too little conscientiousness and too much conscientiousness may be problematic, whereas just enough conscientiousness (the ‘‘Goldilocks’ hypothesis’’) is the optimal solution (Martin and Keyes 2015).

의료 선택 연구에 대한 시사점

Implications for medical selection research

그 의미는, 의학에서 전형적으로 선발의 핵심으로 여겨지는 "좋은" 특성들이, 성실성과 마찬가지로, 어두운 면을 지니고 있을지도 모른다는 것이다. 실제로 의료 분야에서는 이에 대한 증거가 있다(Ferguson et al. 2003, 2014). 퍼거슨 외 연구진(2014년)은 양심성이 임상 지식의 부정적인 예측 변수지만 약간의 불안이 임상 기술 발달에 도움이 된다는 것을 보여주었다. 이러한 생각은 공감과 같은 특징으로 확장될 수 있다. 다만, 정신질환에 대한 민감성, 통증 문턱 감소, 정신이상학 측면에서 공감과 관련된 비용이 있다(퍼거슨 2016 참조).

The implication is that ‘‘good’’ traits that are typically seen as key to select in medicine, like conscientiousness, may carry a dark-side. Indeed, there is evidence for this in medicine (Ferguson et al. 2003, 2014). Ferguson et al. (2014) showed that conscientiousness was a negative predictor of clinical knowledge, but that a little anxiety aided clinical skills development. This idea can be extended to a trait like empathy, However, there are costs associated with empathy in terms of susceptibility to psychological illness, reduced pain thresholds, and psychopathology (see Ferguson 2016).

그러므로 의심할 여지 없이 미덕과 가치는 돌봄적caring 의료 시스템의 핵심이지만, 공감의 잠재적인 어두운 면을 고려하거나 테스트를 하지 않고, 무조건적으로 그러한 '좋은' 특성을 선택하는 것은 너무 단순하고 심지어 역효과적일 수도 있다. 실제로 최근의 증거는 보호자에 대한 감정이입이 비용을 수반할 수 있다는 것을 보여준다(Manczak et al. 2016 참조). 게다가 골디락스의 가설은 선택이 최적의 특성 수준에 초점을 맞춰야 한다는 것을 암시한다. 문제는 그 최적의 수준을 어떻게 식별하느냐 하는 것이다.2

Thus, while undoubtedly virtue and values, are key to a caring medical system, without considering the potential dark-side of empathy, and testing for it, selecting such a ‘good’ trait may be too simplistic and even counterproductive. Indeed, recent evidence shows that empathy in carers may carry costs (see Manczak et al. 2016). Furthermore, the Goldilocks’ hypothesis suggests that selection should focus on the optimal level of trait. The issue is how to identify that optimal level.2

성격 측정의 발전: 의료 선택 관행을 위한 몇 가지 해결책

Developments in personality measurement: some solutions for medical selection practice

위와 같은 우리의 검토는 성격평가가 '맥락적 민감성' 또는 '특성 표현trait expression'에 대한 일부 평가에 대해 최소한 허용해야 한다는 것을 시사한다. 또한 성격적 특성의 밝고 어두운 면에 모두 주의를 기울여야 한다.

Our review above suggests that personality assessment should allow at the very least for some assessment of ‘contextual sensitivities’ or ‘trait expression’. In addition, there should be attention to both bright and dark sides of personality traits.

맥락화된 성격 측정

Contextualized measures of personality

맥락화된 성격측정 도구는 일반적으로 기존의 일반 품목에 '태그'를 추가한다. 그러한 태그의 예는 "직장에서" 또는 "학교에서"이다(Lievens et al. 2008). 고용 영역의 최근 메타 분석(Shaffer and Postlethwaite 2012)은 이러한 단순한 태그를 일반적인 성격 척도에 추가하는 것이 직무 성과 예측을 위한 성격 점수의 타당도를 실질적으로 높인다고 밝혔다.

Contextualized personality inventories typically add a tag to existing generic items. Examples of such tags are ‘‘at-work’’ or ‘‘at-school’’ (Lievens et al. 2008). A recent metaanalysis in the employment domain (Shaffer and Postlethwaite 2012) revealed that adding such simple tags to a generic personality scale substantially raised the validity of the personality scores for predicting job performance.

또 다른 접근방식은 특성과 연관된 맥락특이적 동기에 초점을 맞추는 것이다. 맥락화에 대한 이러한 접근방식은 '5가지 개별 반응 규범'에 의해 예시되는데, 이 규범에서는 재고(FIRNI)가 5-요인 모델 치수를 한정된 등급의 환경 자극에 대한 사람들의 동기적 반응에서 안정적인 개인 차이로 개념화한다."(Denissen과 Penke 2008: 페이지 1297).

Another approach is to focus on context specific motivations linked to a trait. This approach to contextualization is exemplified by the Five Individual Reaction Norms ‘‘…which Inventory (FIRNI) conceptualizes the Five-Factor Model dimensions as stable individual differences in people’s motivational reactions to circumscribed classes of environmental stimuli’’ (Denissen and Penke 2008: p. 1297).

예를 들어 FIRNI 항목 

• '내가 계획을 실행할 때 나는 단기적인 필요에 의해 쉽게 내 자신을 흐트러뜨리지 않는다'는 것을 

• '환자들을 대할 때 나는 단기적인 필요에 의해 쉽게 내 자신을 흐트러뜨리지 않을 것이다'라고 다시 쓸 수 있다.

For example the FIRNI item 

• ‘‘When I am acting on a plan I do not easily let myself be distracted by short-term needs’’ could be re-written as 

• ‘‘When dealing with patients I would not easily let myself be distracted by short-term needs.’’

의료 선택 연구에 대한 시사점

Implications for medical selection research

성실성과 같은 특징에 "환자를 대할 때"와 같은 맥락화된 태그를 추가하는 것은 간단해 보일 수 있다(Jackson et al. 2010). 그러나 이러한 태그는 신중하게 고려할 필요가 있다. 예를 들어, 

• 어떤 맥락을 태그로 달아야 하는가? 

• 또한 지원자들은 (다양한 업무 경험을 가지고 있지 않은 한) 그러한 맥락에서 그들이 전형적으로 어떻게 반응할 것인지 말할 수 없을 것이다('환자들을 대할 때 나는 매우 유능한 사람이다'). 

• 마지막으로, 사용된 태그의 특수성은 아마도 예측하고자 하는 결과 측정치를 반영해야 한다는 점에 유의해야 한다. 즉, 일반적 general 결과 측정(생활만족도, 웰빙)은 전통적인 일반적 성격 재고를 통해 가장 잘 예측되는 반면, 보다 좁고 세분화된 narrow and fine-grained 결과 측정은 그 반대다.

It may seem straightforward to add contextualized tags such as ‘‘when dealing with patients’’ to traits like conscientiousness (Jackson et al. 2010). However, these tags need to be carefully considered. For example, 

• what contexts should be tagged? 

• Also applicants (unless having had extensive work experience) would not be able to say how they would typically react in such a context (‘‘When dealing with patients I am a very competent person’’). 

• Last, it should be noted that the specificity of the tags used should probably mirror the outcome measures that one wants to predict. That is, general outcome measures (life satisfaction, well-being) are best predicted with traditional generic personality inventories, whereas the opposite is true for more narrow and fine-grained outcome measures.

특성표현

Trait expression

상황판단시험(SJT)은 상황과 관련하여 성격을 측정할 수 있는 훨씬 더 많은 가능성을 제공한다.

Situational judgment tests (SJTs) offer even more possibilities for measuring personality in relation to situations.

새로운 개발은 사람들의 성격에 대한 지위를 유추하도록 설계된 SJT를 사용하는 것으로 구성된다(Motowidlo et al. 2006; Lievens and Motowidlo 2015). 그러한 SJT는 특정 성격 특성(예: 원만성)을 활성화한 다음, 그 만족도 면에서 다른 대응 옵션을 나열하는 상황을 제시한다. SJT의 기본 논리는 원만성에 높은 점수를 받은 사람일수록 주어진 상황에서 효과적인 (원만성) 반응이 무엇인지에 대해 보다 정확한 믿음(묵시적 특성 정책, Motowidlo et al. 2006)을 가지고 있기 때문에 다양한 옵션을 더 잘 구별할 수 있을 것이라는 것이다. 그러므로 암묵적 특성 정책은 그 맥락에서 효과적일 특성과 연결된 행동에 대한 절차적 지식을 포착한다.

A new development consists of using SJTs designed to infer people’s standing on personality (Motowidlo et al. 2006; Lievens and Motowidlo 2015). Such SJTs present a situation that activates a specific personality trait (e.g., agreeableness) and then lists response options that differ in terms of their level of agreeableness. The underlying logic is that people who score high on agreeableness will be better able to discriminate between the different options because they posses more accurate beliefs (referred to as implicit trait policies, Motowidlo et al. 2006), of what an effective agreeable reaction is in that given situation. Thus, implicit trait policies capture procedural knowledge about the behaviour linked to the trait that would be effective in that context.

의료 선택 연구에 대한 시사점

Implications for medical selection research

성격에 대한 타인-보고 및 암시적 성격 측정

Other-reports and implicit personality measures

다양한 상황에 걸쳐 목표물에 잘 아는 사람에 의해 누군가의 성격에 대한 타인의 보고들은 누군가의 명성을 밝혀준다. (호건과 셸턴 1998) 타인의 성격 보고는 일반적으로 자체 보고와 동일한 인벤토리를 통해서 얻어지며, 두 개의 메타 분석은 타인의 성격 보고가 유효하며 자기 보고의 예측 타당성를 실질적으로 더 높여준다는 것을 보여주었다(Connelly and Ones 2010; Oh et al. 2011). 위에서 검토한 증거는 스스로 보고된 성격이 환경적 우발상황과 사건에 대응하여 변할 수 있다는 것을 보여준다. 만약 개인의 자기 보고된 성격이 환경적 요인(예: 인생 사건, 시험 스트레스)과 관련하여 변화한다면, 문제는 잘 아는 동료들이 이것을 포착하여 목표 성격에 유사한 변화를 나타낼 수 있는지 또는 관찰자들에게 반드시 명백하지 않은 변화인지에 관한 것이다. 어떤 사람들은 그들의 성격과 관련된 행동의 변화를 관리할 수 있기 때문에 지인들은 그것을 이해하지 못하는 반면 다른 사람들은 그렇지 않을 수도 있다. 변화와 관련하여 개인에 대한 동료와 자기 보고 사이의 차이는 평판 및/또는 인상 관리 지표를 제공할 수 있다.

Other-reports of someone’s personality, by a person well acquainted to the target across a diversity of situations, sheds light on someone’s reputation (Hogan and Shelton 1998). Other-reports are typically obtained with the same inventories as self-reports and two meta-analyses showed that other-reports of personality are valid and substantially add incremental predictive validity over self-reports (Connelly and Ones 2010; Oh et al. 2011). The evidence reviewed above shows that self-reported personality can change in response to environmental contingencies and events. If an individual’s self-reported personality changes with respect to environmental factors (e.g., life events, exam stress), the question is whether their well acquainted peers are able to pick this up and indicate similar changes in the targets personality, or is the change not necessarily apparent to observers. It may be that some people are able to manage their expression of personality relevant behaviour change so acquaintances do not pick it up whereas others do not. Difference between peer and self-reports of personality, with respect to change, may provide an index of reputation and/or impression management.

성격에 대한 암묵적 척도와 명시적 척도의 중요한 차이점은 명시적 척도의 검사도구(예: NEO-PI)는 자신의 성격을 직접적으로 설명하도록 요구하는 반면, 전자는 누군가의 성격을 유추한다는 것이다. 예를 들어, 사람들은 연관성을 만들거나 문장을 완성하거나 그림을 배열하도록 요구 받고, 그들의 반응은 그들의 성격을 추론하는 데 사용된다(Uhlmann et al. 2012). 이중 시스템 프레임워크 내에서, 암묵적 측정은 직관적이고 빠른 처리를 하는 반면, 전통적인 명시적 측정은 느리고 숙의적인 처리를 평가한다(Strack and Deutsch 2004). 이처럼 암묵적·명확한 인성 대책이 서로 다른 과정을 두드리고 있다. 실제로 빅5의 암묵적 조치와 명시적 조치 사이의 연관성은 낮지만 일반적으로 신경증, 외향적 조치, 성실성 조치에 대해서는 가장 강력하다(그림과 폰 콜라니 2007; 슈무클 외 2008; 스테펜스와 코닉 2006; 비아넬로 외 2013 참조). 암묵적 성격 측정은 명시적 성격 측정치 이상에 추가적인 정보를 제공할 가능성이 있고, 자발적인 행동을 예측하며, 꾸며진 좋은 모습에 덜 취약하다.

The key difference between implicit and explicit measures of personality is that the latter inventories (e.g., NEO-PI) ask someone directly to describe their personality, whereas the former infer someone’s personality. For example, people are asked to make associations, complete sentences or arrange pictures and their responses are used to infer their personality (Uhlmann et al. 2012). Within a dual-system framework, implicit measures tap intuitive and fast processing, whereas traditional explicit measures assess slow and deliberative processing (Strack and Deutsch 2004). As such, implicit and explicit personality measures are tapping different processes. Indeed, the association between implicit and explicit measures of the Big 5 are low, but generally strongest for neuroticism, extraversion, and conscientiousness (see Grimm and von Collani 2007; Schmukle et al. 2008; Steffens and Konig 2006; Vianello et al. 2013). Implicit personality measurement has the potential to add extra information over and above explicit personality measures (Back et al. 2007; Lang et al. 2012; Uhlmann et al. 2012), predict spontaneous behaviours (Steffens and Konig 2006), and are less susceptible to faking good (Vecchione et al. 2014).

의료 선택 연구에 대한 시사점

Implications for medical selection research

의료 선택에서, 5-요인 모델 재고에 기초한 타인 성격 보고는 사용되지 않았다. 단, 성격 5요소 모델에 기초하여 구성된 참고 자료와 추천서를 통해 운영될 수 있다(예: 인사 선발에서 테일러 외 참조). 2004).

In medical selection, other-reports based on Five-Factor Model inventories have not been used. Yet, they could be operationalized through references and letters of recommendation that are structured based on the Five-Factor Model of personality (for an example in personnel selection, see Taylor et al. 2004).

조건부 추론 시험은 다음과 같다. 

conditional reasoning tests,

여기 수험생들에게 상황들과 가능한 반응들이 제시되어 있는데, 이것은 전통적인 추리 항목과 결합되어 있다. 상황으로부터 가장 논리적으로 적절한 대응을 선택하라는 것이다. 예를 들어, 공격성에 대한 조건부 추론 시험에서, 네 가지 반응은 서로 다른 정당성 메커니즘을 언급하는데, 이들 중 일부는 그러한 대응 옵션에 대한 반복적인 지지와 함께 공격성을 나타낸다. 리뷰에 따르면 공격성에 대한 조건부 추론 테스트의 예측 타당성은 자기 보고 성격 측정의 하나(베리 외 2010)와 유사하다. 또한 피검사자에게 이 검사가 (조건부 추론이 아니라) 공격성을 측정한다는 말을 해주지 않는 한, faking good에 취약하지 않다(Lebreton 외 2007).

Here test-takers are presented with situations and possible responses, which are interwoven with traditional reasoning items. They are asked to select the response that follows most logically from the situation. In a conditional reasoning test of aggression, for instance, the four responses refer to different justification mechanisms, with some of them indicating more aggressive tendencies of the endorser, with repeated endorsements of such response options indicative of aggressiveness. Reviews show that the predictive validity of conditional reasoning tests of aggression is similar to the one of self-report personality measures (Berry et al. 2010) and that they are not susceptible to faking good unless people are told that the test measures aggressiveness instead of conditional reasoning (LeBreton et al. 2007).

예측 유효성 문제 및 특성 변화

Predictive validity issues and trait change

그림 4. 따라서 유효 계수 예측은 (tn)과 (tn?1) (이러한 계수는 초기 수준과 잔차 변화에 대한 제어에 사용될 수 있다) 이전 훈련을 위한 제어로 표현될 수 있다. 따라서 우리는 다음과 같은 질문을 할 수 있다. 

(1) 선발(tn) 시 특성 점수는 훈련 백본 전체에 걸쳐 균등하게 예측하는가?(추정 예측 타당성), 강도 또는 방향이 변경화하는가? 

(2) 근위부 평가(tn+1)가 원위부 평가보다 강한 예측력을 가지는가?

(3) 중요한 것은 성격의 변화 정도인가? (그렇다면 변화의 예측 변수를 식별하는 것이 중요해진다).

Fig. 4. Thus, predictive the validity coefficients can be expressed as (tn) and (tn?1) (these can be used to control for initial levels and residual change) controlling for previous training. Thus we can ask if 

• (1) trait scores at selection (tn) predict across the training backbone equally (generalized predictive validity), or if the strength or direction changes, 

• (2) if proximal assessments (tn+1) have stronger predictive power than distal ones or 

• (3) if it is the degree of trait change that matters (if so it becomes important to identify predictors of change).

에필로그

Epilogue

현재 의학에서의 선발에 대해 성격에 관한 문헌에는 세 가지 큰 gap이 있다. 

(1) 성격 변화와 의료 전문가의 건강 및 성과에 미치는 영향에 대한 데이터 부족 

(2) 특성 표현 및 맥락적 민감도의 평가 결여 및 

(3) '밝고'와 '어두운' 성격의 면과 의료 전문가의 성과에 대한 의미를 제대로 인식하지 못한다. 

There are three big gaps at this time in the literature of medical selection with respect to personality: 

(1) lack of data on personality change and its implications for healthcare professional’s health and performance, 

(2) the lack of assessment of trait expression and context sensitivity, and 

(3) no real recognition of the ‘bright’ and ‘dark’ sides of personality and again its implications for healthcare professionals’ performance. 

의료 훈련의 강도와 성질은 성격 변화를 초래할 가능성이 매우 높다(Ludtke et al. 2011), 또한 의료 훈련 맥락의 변화는 특성의 '어두운 측면'과 '밝은 측면'이 훈련의 특정 측면과 관련하여 특정한 역할을 하게 된다는 것을 의미한다(Fergusson et al. 2014).

The intensity and nature of medical training is very likely to result in personality change (Ludtke et al. 2011), also the changing medical training context is going to mean that ‘dark-side’ and ‘bright-side’ aspects of traits will have particular roles to play with respect to specific aspects of training (Ferguson et al. 2014).

전체적인 함축적 의미는 '전반적으로 긍정적인 예측 타당성을 갖는 특성을 선택한다'는 전통적인 모델 자체가 [역동적 특성 변화와 특성 표현의 맥락 특이성]에 직면하면 타당적이 제한된다는 것이다. 최소한 전통적 접근법을 사용하는 경우, 그 특성이 선발의 맥락에서 '어두운 부분'이 있는지 탐구하기 위해 분석을 실시해야 한다. 우리는 또한 이러한 맥락에서 특성이 어떻게 변하는지 알 필요가 있다. '변화'가 예측 모델에 고려되지 않으면 이러한 모델은 타당성 계수를 인위적으로 과소 추정하거나 과대 추정할 수 있다. 또한, 어떤 특성이 변화하고 누구를 위해 변화하는지 파악함으로써 우리는 훨씬 더 강하고 더 정확한 예측 모델을 개발할 수 있는 위치에 있게 될 것이다. 

The overall implication is that the traditional model of ‘‘selecting on a trait that has overall positive predictive validity’’ is itself of limited validity in the face of dynamic trait change and context specificity of trait expression. At a minimum, if the traditional approach is used, then analyses should be conducted to explore if the trait has any ‘darksides’ in the context of medical selection. We also need to know how traits change in this context. If change is not factored into the predictive models, then these models may well artificially under-or over-estimate validity coefficients. Also, by knowing which traits change and for whom we will be in a position to develop much stronger and more precise predictive models. 

예를 들어, 우리는 가장 작은 변화지만 예측력에 있어 가장 높은 가치를 보여주는 특성 수준을 선택할 수 있다. 아니면 우리는 특성 변화가 가장 크게 일어날 가능성이 있는 사람들을 식별할 수 있을 것이다. 이러한 변화가 도움이 될 경우(예: 인성 변화와 관리를 의료 교육의 일부로 다루는 것, Jackson et al. 2012; Hudson and Fraley 2015) 도움이 될 수 있다.

For example, we might select the level of the trait that shows the least change but the highest overall predictive value. Or we might identify those for whom greatest trait change is likely. If this change is likely to be detrimental interventions to help can be put into place (e.g., treating personality change and management as part of medical education as well as selection, Jackson et al. 2012; Hudson and Fraley 2015).

Ferguson, E. (2016). Empathy: The good, the bad and the ugly. In A. Wood & J. Johnson (Eds.), Positive clinical psychology: An integrative approach to studying and improving well-being (pp. 103–125). London: Wiley.

Ferguson, E., Semper, H., Yates, J., Fitzgerald, J. E., Skatova, A., & James, D. (2014). The ‘dark side’ and ‘bright side’ of personality: When too much conscientiousness and too little anxiety are detrimental to the acquisition of medical knowledge and skill. PLoS ONE, 9(2), e8860. doi:10.1371/journal.pone. 0088606.

---

. 2017 May;22(2):387-399.

 doi: 10.1007/s10459-016-9751-0. Epub 2017 Feb 20.

Future directions in personality, occupational and medical selection: myths, misunderstandings, measurement, and suggestions

Eamonn Ferguson 1, Filip Lievens 2

Affiliations 

Affiliations

• 1School of Psychology, University of Nottingham, Nottingham, NG7 2RD, UK. eamonn.ferguson@nottingham.ac.uk.
• 2Department of Personnel Management and Work and Organizational Psychology, Ghent University, Ghent, Belgium.

• PMID: 28220334
 
• DOI: 10.1007/s10459-016-9751-0

Abstract

This paper has two objectives: (1) presenting recent advances in personality theory whereby personality traits are conceptualized within a framework that focuses on the dynamic interactions of behaviour, biology, context, and states, and (2) discussing the implications of these developments for measurement and medical selection. We start by presenting evidence that traits are no longer regarded as stable deterministic predictors of behaviour. Instead, traits are found to change across generations, the life span, and in response to environmental contingencies. Thus, there is an urgent need to explore how traits change as function of medical education. Second, drawing on recent theory and research (behavioural reaction norms and the density distribution model) we highlight evidence to show how the expression of trait relevant behaviour is dependent on context, and is distributed with an average (typical behaviour or personality) and a variance (plasticity or adaptability), with traditional personality measure associated with typical responding. Third, we demystify that some traits are better than others showing that so-called "good" traits have a dark-side. Fourth, we show how these developments impact on how personality might be assessed, thereby presenting recent evidence on the use of contextualized personality measures, situational judgment tests, other reports, and implicit measures. Throughout the paper, we outline the key implications of these developments for medical selection practices.

Keywords: Behavioural reaction norms; Contextualization; Five Factor Model; Health; Implicit measures; Medical selection; Personality; Personality change; Situational judgement tests.