AI研究人員研究實(shí)驗(yàn)室外的凝視和人格聯(lián)系

該論文在線。Sabrina Hoppe，Tobias Loetscher，Stephanie Morey和Andreas Bulling是他們的作者，他們的隸屬關(guān)系是斯圖加特大學(xué)，南澳大利亞大學(xué)，弗林德斯大學(xué)和馬克斯普朗克信息學(xué)研究所。他們的專業(yè)領(lǐng)域從機(jī)器人技術(shù)到心理學(xué)，再到感知用戶界面。

標(biāo)題說明了一切：“日常行為中的眼動(dòng)預(yù)測(cè)人格特質(zhì)。” 請(qǐng)注意他們使用“Everyday”這個(gè)詞，因?yàn)檫@很重要。他們的探索不是基于實(shí)驗(yàn)室的，而是在現(xiàn)實(shí)世界中。(限于實(shí)驗(yàn)室條件的研究是一種可能無法在自然環(huán)境中產(chǎn)生有效的人類行為理論的方法。)

他們是如何進(jìn)行學(xué)習(xí)的?他們跟蹤了42名參與者的眼球運(yùn)動(dòng)，因?yàn)樗麄冊(cè)诖髮W(xué)校園里跑步。Digital Trends表示，他們不得不在他們的差事上佩戴現(xiàn)成的頭戴式眼動(dòng)儀。

參與者被指示在校園內(nèi)走動(dòng)并從他們選擇的校園商店購(gòu)買他們選擇的任何物品，例如飲料或糖果。

返回后，停止跟蹤并取下眼鏡。然后要求參與者填寫個(gè)性和好奇心問卷。

作者根據(jù)問卷評(píng)估了他們的人格特質(zhì)。“隨著輸入(眼睛數(shù)據(jù))和輸出(人格類型)的收集，人工智能隨后能夠找出連接這兩者的相關(guān)因素，” 數(shù)字趨勢(shì)中的 Luke Dormehl表示。

結(jié)果：他們只能通過眼球運(yùn)動(dòng)來預(yù)測(cè)一些特征以及感知好奇心。

新聞周刊說，“具有相似特征的人傾向于以類似的方式移動(dòng)他們的眼睛。例如，樂觀主義者花更少的時(shí)間來觀察負(fù)面的情緒刺激，比如癌癥的圖像，而好奇的人傾向于接受場(chǎng)景的所有區(qū)域。”

這一般是一個(gè)有趣的觀察，但在這項(xiàng)研究中，研究人員專注于人工智能系統(tǒng)的這種觀察。人工智能系統(tǒng)被釋放出來，可以解決人格特質(zhì)和眼球運(yùn)動(dòng)之間的相關(guān)性。

該技術(shù)涉及(1)機(jī)器學(xué)習(xí)方法和(2)編碼不同眼睛運(yùn)動(dòng)特征的一組特征。該團(tuán)隊(duì)表示，“由于機(jī)器學(xué)習(xí)方法，我們可以自動(dòng)分析大量的眼動(dòng)特征，并根據(jù)其對(duì)人格特質(zhì)預(yù)測(cè)的重要性對(duì)其進(jìn)行排名。”

“所提出的機(jī)器學(xué)習(xí)方法在預(yù)測(cè)適應(yīng)??性，責(zé)任心，外向性和感知好奇心的水平方面特別成功。因此，它證實(shí)了之前基于實(shí)驗(yàn)室的研究，這些研究表明了人格特質(zhì)和眼動(dòng)特征之間的聯(lián)系。”

為什么這項(xiàng)研究很重要：“盡管預(yù)測(cè)對(duì)于實(shí)際應(yīng)用還不夠準(zhǔn)確，但它們顯然高于機(jī)會(huì)水平，并且超過了幾個(gè)基線，”作者說。作者表示，從42名參與者那里獲得的預(yù)測(cè)準(zhǔn)確性和可靠性評(píng)分“非常有前景”。

參與者人數(shù)很少，但將來有更多數(shù)據(jù)可用于支持更高的準(zhǔn)確性。“新聞周刊 ”中的Aristos Georgiou說：“目前，他們的技術(shù)比預(yù)測(cè)這些人格特征的機(jī)會(huì)要好7%到15%，但科學(xué)家們指出他們只有42人的數(shù)據(jù)。隨著算法獲得更多的眼動(dòng)追蹤數(shù)據(jù)，他們說，預(yù)測(cè)將變得越來越準(zhǔn)確。“

更大的數(shù)據(jù)集被認(rèn)為是未來研究的目標(biāo) - 也就是說，獲得更大的數(shù)據(jù)集，其中一般人群的樣本比當(dāng)前研究的便利樣本更具代表性。

人工智能作為一種人格分配機(jī)制可以在錯(cuò)誤的手中被濫用，所引發(fā)的道德問題是潛在的道德困境。數(shù)字趨勢(shì)中的 Dormehl 表示，研究團(tuán)隊(duì)之一安德烈亞斯·布林(Andreas Bulling)也指出了很多積極的應(yīng)用。Bulling是德國(guó)馬克斯普朗克信息學(xué)研究所的教授。

“機(jī)器人和計(jì)算機(jī)目前在社會(huì)上一無所知，并且不適應(yīng)這個(gè)人的非語(yǔ)言信號(hào)，”Bulling說。“當(dāng)我們說話時(shí)，如果對(duì)方看起來很困惑，憤怒，無私，分散注意力等等，我們會(huì)看到并做出反應(yīng)。如果機(jī)器人和計(jì)算機(jī)的相互作用能夠根據(jù)一個(gè)人的非相互作用進(jìn)行調(diào)整，它們將變得更加自然和有效。口頭信號(hào)。“