Digital Assessment of Human Social Cognition and Theory of Mind

Abstract

Test rozpoznávání faux pas, populární nástroj pro hodnocení lidské sociální kognice a teorie mysli (ToM), tradičně zahrnuje manuální administraci a vyhodnocování, což je náročné na zdroje. Tato práce představuje pilotní studii popisující vývoj digitálního systému testu faux pas s automatizovaným vyhodnocováním. Standardizovaná zkrácená verze (10 příběhů) byla přizpůsobena pro webové rozhraní v React/TypeScrip, podporované backendem v Node.js/Express.js a databází PostgreSQL. Klíčovou inovací je použití jemně doladěného modelu BERT, prostřednictvím API v Python/FastAPI , pro binární klasifikaci otevřených odpovědí týkajících se sociálního usuzování. Poslední část práce se zabývá testováním tohoto testu. Test byl testován na sedmi uživatelích. Jejich odpovědi jsou prezentovány a vyhodnoceny v závěrečné části.

The Faux Pas Recognition Test, a popular tool for assessing Human Social Codnition and Theory of Mind (ToM), traditionally involves manual administration and scoring, which is resource-intensive. This thesis presents a pilot study detailing the development of a digital Faux Pas test system with automated evaluation. A standardized short version (10 stories) was adapted for a React/TypeScrip web interface, supported by a Node.js/Express.js backend and PostgreSQL database. A core innovation is the use of a fine-tuned BERT model, via a Python/FastAPI API, for binary classification of open-ended social reasoning responses. The last part of the thesis deals with the testing of the test. The test was tested on seven users. Their answers are presented and evaluated in the final part.