Emotionen spielen heute im Geschäftsleben eine immer wichtigere Rolle. Irgendwann wurde den Leuten klar, dass der Käufer eine Kaufentscheidung nicht nur danach trifft, was er über das Produkt denkt, sondern auch danach, wie er darüber denkt. Aus diesem Grund versuchen Unternehmen aktiv, ihrer Arbeit einen emotionalen Aspekt hinzuzufügen: Analytik, Service, Technologie.
Die Ära des emotionslosen Rationalismus ist für den Menschen vor langer Zeit zu Ende gegangen, aber für moderne Maschinen kommt jetzt der Beginn ihrer emotionalen Intelligenz. In den letzten zehn Jahren haben wir die rasante Entwicklung der emotionalen Technologie erlebt, ein Bereich, der oft als „Affective Computing“ bezeichnet wird. Aber wo es Emotionen gibt, gibt es immer viele Geheimnisse.
Einige fehlerhafte Klischees sind besonders häufig. Wir werden uns die drei beliebtesten Emotionsmythen in Affective Computing ansehen, die sich im Geschäfts- und Medienumfeld aktiv verbreiten.
Mythos 1: Paul Ekmans Vermächtnis
Kurz gesagt, Paul Ekmans Theorie kann wie folgt beschrieben werden: Wenn es um Mimik geht, können Menschen bestimmte Emotionen ausdrücken und erkennen, die er als „grundlegend“ bezeichnet. Unabhängig davon, wo wir sind und mit wem wir sprechen, können wir immer erkennen, wenn unser Gesprächspartner 5 * Emotionen zeigt: Wut, Angst, Ekel, Freude, Traurigkeit.
* Nach der Überarbeitung der Theorie wurde die Überraschung von der Liste der Grundemotionen ausgeschlossen.
Grundlegende Emotionen nach Paul Ekman (plus einem neutralen Zustand) von Tim Roth, dem Schauspieler, der die Hauptfigur der Serie „Lie to Me“ spielte.James Russell, einer der ersten Kritiker von Ekmans Theorie,
bestritt die Idee der Universalität von Emotionen . Er glaubte, dass die Beziehung zwischen Gesicht und Emotionen nicht so einfach ist, wie Ekman ursprünglich glaubte, und dass Emotionen je nach Kontext eine bestimmte Bedeutung haben. Später in ihrem Buch Emotions and the Body schrieb Beatrice de Gelder, dass aufgrund von Experimenten mit fMRI keine neurologischen Gründe gefunden werden konnten, um die Universalität bestimmter Emotionen zu bestätigen.
Vor nicht allzu langer Zeit erklärte eine der bekanntesten Kritikerinnen der Theorie der Grundemotionen, die berühmte Neurowissenschaftlerin Lisa Barrett, dass Emotionen nicht inhärent sind, sondern durch Erfahrung und Qualität erworben werden. Das Verständnis von Emotionen manifestiert sich für verschiedene Menschen und Kulturen unterschiedlich. Es gibt eine Reihe von
Studien, in denen ein Forscherteam nach Namibia gereist ist, um zu untersuchen, wie der Himba-Einsiedlerstamm freudige, traurige, wütende, ängstliche oder neutrale Gesichtsausdrücke erkennt. Mit der Wahrnehmung der Manifestationen positiver Emotionen trat jedoch nicht auf, Himba wurde oft mit Wut und Ekel verwechselt. Ähnliche Experimente bei anderen Stämmen zeigten ähnliche Ergebnisse. Dies ließ Barrett zu dem Schluss kommen, dass unsere Erklärung und unser Verständnis von Emotionen der Kultur innewohnt - wir geben Dingen, die in Wirklichkeit unterschiedliche Konzepte bedeuten, ähnliche Namen.
Trotz der Tatsache, dass Ekman 2011 seine Definition von „Emotionen“ geändert hat, einschließlich kultureller und individueller Aspekte, und sogar eine der grundlegenden Emotionen ausgeschlossen hat, stützen sich viele Unternehmen ihre Arbeit in affektiven Berechnungen immer noch auf die alte Theorie. Sie nehmen immer noch das Konzept der „Grundemotionen“ in ihre Datenbanken auf, und laut
Lisa Barrett wird dieser Ansatz zu ihrer Achillesferse. Angesichts des externen und internen Kontextes hat diese Technologie jedoch ein enormes Potenzial, die Wissenschaft der Emotionen zu revolutionieren.
Labore und Unternehmen, die mit emotionaler Analytik arbeiten, sollten Emotionen nicht als etwas Universelles verstehen. Erstens müssen affektive Datensätze spezifisch sein, da sie zum Unterrichten des Algorithmus verwendet werden. Dies bedeutet, dass sie Informationen über Kultur, Sprache, Geschlecht und sogar Alter enthalten müssen, um Emotionen korrekt zu bestimmen. Zweitens müssen Emotionserkennungsalgorithmen kontextsensitiv sein. Es ist sehr wichtig anzumerken, dass einige Labors versucht haben, den Kontext zu berücksichtigen (zum Beispiel
hier ), aber noch kein einziges „großes“ Unternehmen, das sich mit affektivem Computing beschäftigt, solche Versuche unternommen hat.
Mythos 2: Lächeln ist ein Indikator für Glück
Andererseits führte Ekmans Theorie zu der natürlichen Schlussfolgerung, dass die zum Ausdruck gebrachte Emotion mit den Gefühlen assoziiert werden kann, die eine Person erlebt.
Zum Beispiel kann das Lächeln, das die Algorithmen am leichtesten erkennen, unterschiedliche Bedeutungen haben: ein Gefühl von Glück, Freude, Zufriedenheit, Unterstützung usw. Dies wirft die Frage auf: Was ist ihre Funktion?
In einer kürzlich durchgeführten Studie [1] wurden die Probanden gebeten, neun komplexe Übungen durchzuführen, die auf einem Monitor angezeigt wurden. Als die Teilnehmer in der Lage waren, die richtige Antwort auf eine dieser schwierigen Aufgaben zu geben, lächelten sie, obwohl sich vor ihnen nur ein Computerbildschirm befand. Gleichzeitig argumentiert die Theorie der sozialen Instrumente (
Social Displays ), dass die Funktion eines Lächelns variieren kann, je nachdem, ob eine Person alleine oder in einem bestimmten öffentlichen Umfeld ist.
In affektiven Berechnungen können moderne Erkennungstechnologien zumindest in ihrer kommerziellen Version Emotionen nur getrennt vom sozialen Kontext analysieren. Um die Bedeutung eines Lächelns wirklich zu verstehen, müssen wir der Maschine beibringen, Emotionen in verschiedenen sozialen und nicht sozialen Situationen zu unterscheiden. Wie wir Glücksgefühle ausdrücken, hängt vom Kontext ab: Manchmal lächeln wir und manchmal nicht. Deshalb ist es notwendig, die Natur der Emotionen ernsthafter anzugehen. Die Analyse von Gesichtsausdrücken kann in Verbindung mit der Hinzufügung akustischer Parameter, der Analyse von Körperbewegungen oder physiologischen Merkmalen durchgeführt werden - ein ähnlicher Ansatz wird als Multimodalität von Emotionen bezeichnet.
Mythos 3: "Sprache" des Körpers?
Wir kamen zu dem Schluss, dass Emotionen nicht universell sind, das Konzept der „Grundemotionen“ umstritten ist und die Manifestation von Emotionen in direktem Zusammenhang mit den kulturellen, individuellen und kontextuellen Aspekten steht. Da der Ausdruck von Emotionen nicht auf unser Gesicht beschränkt ist, sondern auch Stimme, Körperbewegungen, zwischenmenschliche Distanz und verschiedene physiologische Manifestationen umfasst, ist die Situation kompliziert.
So wie Menschen oft versuchen zu verstehen, ob sie sich täuschen lassen, indem sie sich auf das Gesicht des Gesprächspartners konzentrieren, beobachten sie den Körper. Sie versuchten, Gesten mit fast allem in Verbindung zu bringen. Die bekanntesten Optionen - eine Person berührt ihren Mund, wenn sie lügt, oder nimmt eine offene Pose ein, wenn sie sich ruhig und sicher fühlt. Diese Theorie ist so weit verbreitet, dass ihr Echo in den Bereich Stressbewältigung, Sicherheitsfragen und sogar Kino gefallen ist.
Zum Beispiel hat die Flughafensicherheit immer Priorität. Die ersten automatischen Verhaltenserkennungssysteme wurden Ende des 20. Jahrhunderts an US-amerikanischen Flughäfen installiert. Seitdem haben sie sich auf der ganzen Welt verbreitet. In der Regel basiert die Berechnung der Wahrscheinlichkeit, dass ein Passagier potenziell gefährlich ist, auf der Berücksichtigung von Schlüsselmerkmalen, die mit einem hohen Risiko verbunden sind. Bis heute argumentieren viele Wissenschaftler, dass bestimmte psychologische Merkmale der Persönlichkeit, die für Terroristen charakteristisch sein könnten, nicht gefunden wurden. [2] Ebenso ist die Korrelation zwischen der Art und Weise, wie sich eine Person bewegt, und der Frage, ob sie in diesem Moment lügt, nicht so einfach, wie es die Volkspsychologie behauptet.
Die Existenz einer populären Version der „Sprache“ des Körpers, die die wahren Gefühle einer Person offenbart, ist mehr als ein strittiger Punkt. Natürlich kann eine Verbindung zwischen nonverbalen Signalen und emotionalem Verhalten hergestellt werden. Heutzutage gibt es eine ganze Technologie zur Verfolgung von Körperbewegungen, zur Verfolgung von Körpern. In Affective Computing wird Tracking verwendet, um Statistiken über die Beziehung zwischen Bewegungen und bestimmten Emotionen zu sammeln.
Abschließend
Affective Computing ist ein erstaunliches, aber komplexes Gebiet, sowohl für die Wissenschaft als auch für die Wirtschaft. Es ist wirklich an der Spitze der Hochtechnologie. In vielen Fällen ist der Ansatz zur Verwendung von Emotionserkennungstechnologien im Handel jedoch immer noch altmodisch. Jemand ist von der Autorität angezogen, die nach dem Begründer des berühmten Ansatzes benannt ist, jemand von den begrenzten Zielen, die erreicht werden können.
Natürlich möchte jeder die Fähigkeit haben, Emotionen als Hauptfigur der Serie „Lie to Me“ zu „lesen“. Man sollte jedoch nicht vergessen, dass Emotionen viel komplizierter und mysteriöser sind und sich nicht auf Phrenologie und Handlesen einlassen.
Wir haben über die drei häufigsten Emotionsmythen in Affective Computing gesprochen. Es ist wichtig, solche Missverständnisse auszurotten, damit diese Technologien mit Genauigkeit und Unparteilichkeit zum Wohle der Menschheit wirken können.
Mitautorin : Olga Perepelkina, Hauptforscherin, Neurodata Lab.
Referenzen :
[1] Harry J. Witchel et al. Ein Trigger-Substrat-Modell zum Lächeln während eines automatisierten formativen Quiz, Proceedings of the 36. European Conference on Cognitive Ergonomics - ECCE'18 (2018). DOI: 10.1145 / 3232078.3232084
[2] Fluggastprofilierung basierend auf Fuzzy Deep Machine Learning (2016). Zheng, Yu-Jun et al. doi: 10.1109 / TNNLS.2016.2609437