今日要闻

从走路步态预测人的自尊程度?

2018-02-14 08:45 来源:laishu.com 作者:Laishu
导读: 编者导读我们日常生活中有这样的经验,观察走路姿态,可以大致了解一个人。不久前,中科院心理所发布一项研究成果,利用计算机分析一个人走路的步态数据,可以在相当大的程度上预测一个人的自尊程度。利

编者导读

我们日常生活中有这样的经验,观察走路姿态,可以大致了解一个人。不久前,中科院心理所发布一项研究成果,利用计算机分析一个人走路的步态数据,可以在相当大的程度上预测一个人的自尊程度。

利用计算机收集的数据分析识别一个人的心理,是一门新兴的学科,叫作计算网络心理学。我们特约中科院心理学研究所朱廷劭研究员介绍这门学科的有关知识。

1

训练机器可以识人

人们常说,“知人知面不知心”,以此来说明想了解一个人的内心是非常困难的。但是,我们也经常听到,“阅人无数,识人有术”,强调从人的言谈举止归纳总结出识人的规律。这两个看似矛盾的说法,能够被大家接受,说明都有其合理性。

强调“不知心”是说对一个人的内心理解很难,而解决这个难题的方法可能就是通过不断练习、不断总结识人的规律,也就是不断学习的过程。为了达到识人的目的,需要有一个阅人无数的过程,如果我们能够训练计算机,是否也可以做到“识人”呢?从最近几年针对行为大数据和心理学研究的结果来看,这是完全可能的,对计算机进行训练,并使其具有识人能力的过程,就是机器学习的过程。

机器学习是一门多领域交叉学科,它主要利用计算机模拟人类的学习行为,以获取新知识并不断完善,主要使用归纳、综合而不是演绎。机器学习是人工智能的核心,它使得计算机具有了“智能”,目前其应用越来越广泛。机器学习一般可分为有教师学习和无教师学习,其中有教师学习就是给定输入和输出,让计算机“学习”出输入和输出之间的映射模型,这样学习出的映射模型就可以应用到其他新的输入数据上,计算出对应的输出;无教师学习没有输出数据,需要从输入数据中自主发现一些内在的规律模式。

从上面针对机器学习的介绍,我们可以看出,阅人无数的过程可以看作是在数据上的机器学习训练过程,也就是有教师学习过程,而识人的过程则是模型的应用。如果有了数据,结合机器学习,我们就有可能实现识人,也就是获知人们的内心。

2

网络生活展现原生态人格

心理学是一门研究人类心理现象的发生、发展和发展规律的学科,然而心理现象本身是不可见的,因此一般是通过分析人们的外在行为来了解人的内心。目前心理学的方法主要依赖于自我报告,但是人们往往愿意展现自我好的一面,所以其准确性会受到影响,而人们在实验室环境下的行为表现与现实场景往往有所不同,实验室的发现在实际落地应用的时候是要打折扣的。

随着互联网时代的到来,尤其是移动智能设备的普及,智能手机、手环、智能手表等各类可穿戴设备,几乎能将人们所有的现实行为做全时程的、原生态的跟踪和记录。人们可能在心理学实验室环境中进行有效的伪装,却很难在现实生活中长期这么做。因此,我们完全有可能利用网络及智能设备实现对人们日常行为的数据采集,并通过机器学习获得的模型对行为进行分析,对人们的内心进行识别,做到计算机识人之心。

作为心理学的核心研究领域之一,人格代表了人与人之间存在个性化差异的重要原因与心智基础。由于人格具有内隐性,需要借助外显行为来间接表达,因此如何有效地测量个体的人格特征是开展人格心理学研究的前提基础。

社交媒体(例如“微博”)的出现为人格测量带来了新契机。“微博”拥有数量庞大、分布广泛的用户群体,他们在微博中进行原生态的个性化表达。为了从用户在网络平台上的“微博”行为数据预测其人格特征,我们从近两百万名“微博”活跃用户中随机选取了547名用户作为被试者,下载其“微博”行为记录,并且进一步由原始记录中提取845种行为特征,以此作为输入;同时,对邀请参加实验的微博用户施测人格问卷,获取其在各人格维度上的得分,以此作为输出。结果表明,基于“微博”行为的人格计算模型拥有良好的测量属性。此外,在人格计算模型中,“微博”行为与人格特征之间的预测关系也具有一定的可解释性。这表明,通过“微博”行为来预测用户的人格特征是完全可行的。

3

计算机识人可深入现实社会

我们利用网络数据,能够实现对人们的人格特征的识别,但是我们一般都把网络看做是虚拟社会,而在现实社会中呢?

传统上通过行为线索来判断人的心理特征缺乏应用价值,因为行为线索繁杂又存在巨大的个体差异,通过人工判断的成本高昂,同时准确性也不佳。

利用机器学习,我们通过智能设备获取人们的日常行为数据,实现对心理特征的识别。结果发现,利用步态能够比较准确识别人的自尊情况。

在这个实验中,参加实验的用户首先会被要求填写自评式的自尊量表,获得被试者自我报告的自尊得分(输出)。量表题目如:“6. 我对于自己抱着肯定的态度”、“10. 有时候我认为自己一无是处”等。

之后用户会被要求在一块地毯上来回走动,两个Kinect摄像头被置于地毯两端,用于捕捉被试者在走动过程中身体25个关节点的坐标。相比于研究步态,Kinect用于游戏的用途可能更为大家所熟知,它是微软Xbox主机的周边设备,可以使用语音或手势来操作Xbox,还能捕捉玩家的面部表情和身体动作。这一捕捉身体动作的功能已被广泛应用于步态研究中。

Kinect以每秒20帧的速度捕获人体25个关节在X、Y、Z三个轴上的三维坐标。研究人员从每个关节点的每一轴(共三轴)抽取64个特征,计算每个特征与被试者自尊得分的相关系数,并选取相关系数最大的5个特征来建立回归模型,并预测个体的自尊得分。预测结果与被试者自我报告的自尊得分达到中等相关,能够在一定程度上代替量表做自尊测量。鉴于男性和女性的步态存在一定差异,研究针对男性和女性的步态数据分别进行建模预测,对男性步态预测与自我报告得分之间的最高相关为0.43,女性为0.59,表明对女性预测性更好。

研究结果表明,使用步态能够实现对个体自尊的自动识别。这种方法的优点在于能够进行非接触式的自尊测量,并能够在无法使用自我报告测量的情境中起到一定补充作用。这种捕捉行为特征来进行心理测量的方法在未来还有很大的潜力。

伦理问题

心理学研究要重视隐私保护

有人的地方就有心理。随着人们对互联网的依赖越来越大,智能设备的使用越来越广泛,为“识人”提供了便利的数据基础。这一方面为心理学相关研究拓宽了范围,提供了巨大便利,但同时它对人们心理隐私的暴露,也同样埋下巨大的隐患。

技术的发展,为我们准确“识人”提供了便利和可能,在此基础上从心理上重塑一个人也变得具有一定的可行性。但是如何有伦理地使用这些技术,更值得关注和思考。

心理实验

网络上的“从众心理”

早在2012年1月,Facebook曾对68万用户进行了为期一周的“情绪感染”实验,引起了轩然大波。在该实验中,Facebook对68万用户改变了消息推送的标准,对其中一组用户尽量移除他们所能读到的负面消息,而对另一组则给予更多的负面消息。结果显示,每天看到积极内容的用户更有可能发布积极的消息,而那些每天看到消极内容的用户更有可能发布消极的消息。

声明: 凡注明为其他媒体来源的信息,均为转载自其他媒体,转载并不代表本网赞同其观点,也不代表本网对其真实性负责。如系原创文章,转载请注明出处; 您若对该稿件内容有任何疑问或质疑,请即联系,本网将迅速给您回应并做处理。邮箱:mail@laishu.com

为您推荐

今日要闻

潮鞋品牌

风水知识

健康知识

母婴知识

膳食指南

星座解读

命理运势

养生保健

美食资讯

热点资讯

体育新闻

综合资讯