看板 Practice
作者 標題 [知識] 看眼球就知道你的人格特質 AI做得到 #地球圖輯隊
時間 2018-08-01 Wed. 11:04:06
看眼球就知道你的人格特質 AI做得到
2018-08-01 by：時穿
人們常說眼睛是我們的靈魂之窗，從一個人的眼睛似乎就能看出很多訊息。最近，一項研究指出，AI也能從人類的眼睛解讀出對方的人格特質。
人類可以看出對方眼睛的訊息，那AI也行嗎？
曾有研究指出，從一個人眼球的運動方式就能透露出這個人當下的情緒或思考方式。所以當人和人之間在互動時，就能夠透過看著對方的眼睛有意識或無意識地感受到對方的想法。
如果今天，坐在我們對面的不是真人而是人工智慧(AI)的話，AI也能讀出人類眼球運動軌跡隱藏的訊息嗎？
最近，一項研究指出，AI可以利用人類眼球的運動軌跡，辨別出特定幾種人格特質。
從眼睛分析五大人格特質 AI可以看出四種
在心理學上，有所謂的「五大人格特質」(Big Five)，分別為外向性(Extraversion)、親和性(Agreeableness)、盡責性(Conscientiousness)、情緒不穩定性(Neuroticism)和經驗開放性(openness to experience)等五種。
研究發現，AI可以有效辨別出前面四種，但「經驗開放性」對於AI來說還很難成功判別出來。
從眼神看出一個人的個性
通常，好奇心較強的人會比較常環顧四周，而比較能接受新思維、心胸寬大的人可以盯著抽象圖像看比較久，責任感強的人瞳孔大小變化比較明顯，情緒不穩定、有點神經質的人眨眼速度較快，經驗開放性較高的人更常將眼神從某一邊轉到另一邊，而比較樂觀的人比起悲觀的人，會花比較少的時間觀看負面的事物。
找50名受試者來實驗
為了要確認AI有沒有辦法從人類的眼球運動軌跡來看出一個人的人格特質，研究團隊的南澳大學神經心理學家勒切爾(Tobias Loetscher)找來了 50名(42名女性和8名男性)受試者來進行實驗。
寫完量表之後外出買東西
所有受試者要先完成五大人格特質量表，來確認每一位受試者的人格特質分布方式。
接著，研究人員讓所有受試者戴上可以追蹤眼球運動軌跡的裝置(SensoMotoric Instruments)，請他們走出實驗室在校園內買點東西，整個過程大約 10分鐘左右，沿途都有攝影機在紀錄受試者的動作。
東西買完再找AI算算看
最後，等到受試者買完東西之後，研究團隊再派出AI分析受試者們的眼球運動軌跡數據。結果發現，AI真的能夠從人類的眼球運動方式，推測出當事人的人格特質傾向。
只有外向性和經驗開放性不太準
以情緒不穩定性來說，AI的準確率為 40.3%、外向性的準確率為 48.6%、親和性的準確率是 45.9%，但外向性(30.8%)和經驗開放性(27.2%)的準確度相對來說比較低。
眼球運動特徵 可以用來預測人格特質
研究團隊的勒切爾說：「由於我們的機器學習(machine learning)方法，我們不只驗證了日常生活中眼球運動所扮演的角色，我們也展示了眼球運動的特徵可以用來預測人格特質。」
其實，先前也有類似研究，而且該研究也得到幾乎相同的結果，但這次的實驗是第一次讓受試者走出實驗室外進行資料收集。
讀出語言之外的訊息
研究團隊們認為，這次的研究如果能夠再進一步改進、提升AI判讀人類個性或行為的成功率，如此一來機器就能做出相對的回應，進而改善人類和機器間的互動方式。
勒切爾說：「今天的機器人或電腦並不具有社會意識，所以它們沒有辦法解讀出語言之外的訊息。這項研究為機器人或電腦開發提供了一些機會，讓它們能夠更自然、更好理解人類的社交訊號(social signals)。」
眼球軌跡追蹤技術的隱私問題
然而，這項研究也引來一些人對於隱私上的隱憂。舉例來說，現在有不少機場的自動通關系統就是掃描眼睛，Facebook等科技公司也有相關的眼球追蹤技術，該技術已經越來越融入現代人的生活當中。
墨爾本大學的神經科學家卡蒂爾(Olivia Carter)便指出，如果未來AI能夠透過眼球運動軌跡，或人類講話的聲音頻率，來解讀人類的情感，那麼它就能夠在人們不知情的情況下輕鬆紀錄或使用這些訊息。
從自拍就能看出一個人有多外向
另一方面，雖然研究人員在這份研究當中指出，現在這套系統還很難成功辨別出「五大人格特質」當中的外向性和經驗開放性，但是，他們認為這可能和演算法設定有關，又或許是因為經驗開放性和眼球運動軌跡沒有直接的關聯性。
而在預測外向性上，過去曾有另一份研究指出，只要分析一個人自拍，就能預測出這個人的個性有多外向。
https://dq.yam.com/post.php?id=9700
贊助 DQ地球圖輯隊
--
※ 作者: DrPlague 時間: 2018-08-01 11:04:06
※ 編輯: DrPlague 時間: 2018-08-01 11:13:30
※ 看板: Practice 文章推薦值: 0 目前人氣: 0 累積人氣: 59
回列表(←)
分享