こんにちは、10 Inc. PRです。 
今回はChatGPTを活用してMROCの分析をしていきたいと思います。 
分析するデータは、10 Inc.が運営している常設コミュニティ toiro caféの中で 
MBTI診断についてのお題を分析させてみます。 

今回ChatGPTに学習させたデータは toiro caféで取得した調査データ（ローデータ）とMBTI、各タイプの特性が書かれたサイトです。 
（対象者には診断テストを下記サイトで受けてもらいました） 

https://www.16personalities.com/ja

今回の分析はChatGPTで行い、ある程度記事化してもらった後、自然な文章生成が得な「Claude」で文章をブラッシュアップ、最終的に筆者が文章を整えました。 
 
では分析結果を見てみましょう。 

【調査概要】

実査機関：自主調査（10 Inc.）
調査手法：オンラインコミュニティ調査(MROC)
対象地域：一都三県
調査期間：2024年2月7日(水) ～ 2024年2月13日（火）
調査対象者： 20歳～27歳のZ世代・50人(男性24人：女性26人)

調査結果の概要 

性格タイプ別の分布 

 
今回の調査では、以下のような性格タイプの分布が見られました。 

性格タイプごとの詳細分析 

提唱者（INFJ）- 最多の10名 
提唱者は静かな理想主義者であり、強い洞察力と他者への共感能力を持ちます。 

対象者のコメント 
「リーダーシップを発揮する場面が多いので、非常に当てはまっていると感じました。」 
「内向的な部分もあるが、人の気持ちを理解する能力には自信がある。」 

擁護者（ISFJ）- 6名 
擁護者は献身的で温かい心の持ち主で、他者のニーズに敏感です。 

対象者のコメント 
「過去に同じ診断結果が出たことがあり、自分の性格に非常に合っていると感じます。」 
「他人のために尽くすことが好きで、友人や家族からもそのように言われます。」 

建築家（INTJ）- 4名 
建築家は戦略的思考と計画力に長け、複雑な問題解決を得意とします。 

参加者のコメント 
「思考型と診断が出たので、確かに考えて動くタイプだと自分でも思います。」 
「論理的に物事を考えるところが当てはまっていると思います。」 

性格診断への興味関心度分析 

興味関心度の傾向は下記の通りになりました。 

高い興味関心：主にINFJやENFJなど、他者理解を重視するタイプ 
低い興味関心：INTJやISTJなど、実務的思考を重視するタイプ 

性格タイプと興味関心度の関連性 

高い興味関心を示すタイプ 

提唱者（INFJ） 
他者理解と自己成長への強い欲求が、性格診断への高い関心につながっています。自己洞察を通じて、他者支援の能力を向上させたいという願望が見られます。 
  
主人公（ENFJ） 
社会的影響力と人間関係の円滑化を重視し、自己理解を深めるツールとして性格診断に興味を示します。リーダーシップスキルの向上に性格診断の知見を活用したいと考えています。 

低い興味関心を示すタイプ 

建築家（INTJ） 
外部のシステムや理論構築に重点を置き、個人の性格分析にはあまり関心を示しません。客観的データや論理的思考を重視する傾向が、性格診断への低い関心につながっています。 
  
管理者（ISTJ） 
実務的で具体的な問題解決を重視するため、抽象的な性格分析には興味が薄い傾向があります。確立された方法や手順を好む性質が、新しい自己分析ツールへの関心の低さに反映されています。 

考察とまとめ 

本調査を通じて、Z世代の中にでも多様な性格タイプが存在することが明らかになりました。特に提唱者（INFJ）が多数を占めたことが特徴です。また、性格診断への興味関心度が性格タイプによって異なることも判明しました。 
自己理解や他者理解を重視するタイプは性格診断に高い関心を示す一方、実務的で外部システムに焦点を当てるタイプは相対的に興味が低い傾向にあります。この違いは、各タイプの価値観や思考プロセスの違いを反映していると考えられます。 
今後、職場や教育現場において、これらの性格タイプの多様性を理解し活用することで、より効果的なコミュニケーションや協働が可能になるでしょう。また、個人レベルでも、性格診断を通じた自己理解の深化が、キャリア選択や人間関係の構築に活かされることが期待されます。 
Z世代の特性をさらに理解するためには、継続的な調査と分析が必要です。性格タイプの傾向が時代とともにどのように変化するか、また、これらの傾向が社会にどのような影響を与えるかを注視していく必要があるでしょう。 

筆者のまとめ 

いかがでしたでしょうか。今回は結果を記事にまとめることもあり、 
文章作成の部分で少し手間を書けましたが調査結果を簡単にまとめるには十分な内容ではないかと感じました。 
  
MROCは大量のテキストデータ取得できることが良い点である一方で 
膨大なテキストデータの分析には時間と労力がかかっていました。 
今後ＡＩを活用することでより効率的な分析ができるようになりそうですね。