感到「緊張」還是「興奮」?智能手錶上的情緒偵測如何影響情緒解讀?

分享至

隨著智慧手環與智慧手錶的普及,我們多了一個新管道了解自己的生理與心理狀態,智慧手錶偵測我們的心跳、血氧含量變化、步行里程數等等,除了直接將這些生理訊號以精簡易懂的視覺效果呈現給使用者看之外,也有越來越多智慧手錶的應用程式主打可以根據這些偵測到的生理訊號辨識及預測我們當下的心理感受,像是感到壓力、緊張、興奮、開心、低落。當我們被智慧手錶告知自己感覺到什麼情緒時,藉由智慧手錶轉譯的資訊會如何影響我們理解自己的心理狀態呢?

Photo by Andrew McElroy on Unsplash

撰文/楊期蘭

●什麼是情緒辨識?

情緒辨識是透過蒐集人類各種不同的生理訊號與行為,像是臉部表情、聲調變化、心跳變化、膚電反應、說話的內容等,讓電腦學會如何辨別及預測人的感受或情緒,屬於情感運算的其中一環。人類的情緒很複雜,目前常用的量化方式是透過「激動程度」(arousal)以及「正負向程度」(valence)來判斷情緒類別,例如當一個人體驗到激動程度高且正向感受時,大多情況下會被認為是處於「興奮」的感受;而激動程度低且有負向體驗,則容易被歸類為「憂鬱」。然而人類除了藉由這些生理上的變化來判斷自己的情緒之外,很多時候人對自己情緒的解讀也會受當下所處的情境影響。舉例來說,當生理訊號偵測到心跳加快時,如果當下所處情境是正要上台演講,我們傾向解讀自己正感到緊張;但如果當下情境是我們正要跟朋友們一起體驗新鮮的事,就傾向把心跳加速解釋為很興奮。

既然情緒解讀如此複雜且根據處境不同有不同解讀方式時,當智慧手錶根據量測到心跳變化告知使用者正體驗到OOO情緒時,使用者對於自己情緒的判斷會動搖嗎?當市面上的智慧應用程式能夠提供情緒辨識與反饋時,我們對自己的情緒解讀會有什麼變化?

Photo by Marian Oleksyn on Unsplash

●同樣的生理訊號用不同詞彙呈現

為了了解這些問題,來自美國Santa Cruz大學的人機互動研究團隊首先透過問卷調查了200多位參與者對於智慧手錶提供情緒辨識結果的看法,結果發現大部分的人普遍認為智慧系統提供的情緒判斷結果是「客觀的標準答案」,希望透過系統的判斷幫助自己更加有能力覺察自己情緒變化、幫助確認自己當下的感受、幫助自己調適壓力與情緒。

從問卷中可以發現大部分人相信智慧系統判斷的情緒是客觀的標準,然而市面上的不同產品背後所用來判斷情緒的指標不盡相同,即便使用同一指標,例如膚電反應,不同產品歸類某個生理指標所用的詞彙也不同,當偵測到膚電有變化時,有些產品會稱其為「投入」;而有些則稱其為「壓力」。因此研究者們便試著比較三種不同的稱呼方式:正面用詞 (positive framing) “你感覺到投入” 、負面用詞 (negative framing) “你感覺到壓力”、控制組為沒有任何語彙提示,企圖了解同一種生理變化用不同詞彙包裝時,使用者的情緒解讀會有什麼改變。

使用者在實驗過程中被告知要在短時間內正確回答一系列智力測驗的問題,透過進行這個任務來誘發使用者的生理變化,任務執行期間他們會帶著一個智慧手環,當手環偵測到他們的膚電產生變化時便會震動一下並給出相對應的情緒反饋用語。最後會讓所有使用者填寫焦慮量表。

研究結果發現,無論是使用正面用詞、負面用詞或不提供任何文字反饋的三組使用者,他們對於智慧手環辨別情緒的正確率並沒有明顯感受到差異;然而從焦慮量表結果看來,得到負面用詞回饋的使用者明顯感受到最多焦慮,也在開放式回答中使用較多的負面詞彙。

使用者認為智慧手環提供的回饋更強化了自己對情緒的感受,像是原本在進行智力測驗時並不覺得自己感到有壓力,但當手環給出你感覺到壓力”時,自己便開始覺得感到壓力;而接收到正面用詞的使用者則分享,當看到手環提供的回饋時,感覺自己應該要更投入。

Photo by Luismi Sánchez on Unsplash

●情緒辨識如同雙面刃

當智慧系統可以偵測生理訊號給出量化後的指標時,幫助我們更加確信自己對情緒的感受,也提供了另一個管道幫助我們更加了解自己生心理狀態變化;然而如果對情緒辨識原理了解不夠,就容易過度信賴系統給出的判斷,認為系統提供的推薦結果才是「客觀標準答案」,而系統偵測情緒後提供的文字反饋也會影響使用者用正面或負面的態度解讀自己的感受。

身為開發情緒辨識服務的設計師與開發者們,未來可以朝向鼓勵使用者們自己為自己的情緒下標籤,當智慧手環偵測到情緒變化時,可以提供幾個情緒選項的清單,例如“專注的” 、“警覺的” 、“有熱誠的”,讓使用者根據當下的情境與感受來定義自己的情緒。而身為使用情緒辨識服務的個人,在了解這篇研究後,也可以提醒自己未來看到這些智慧系統給出的反饋時,要有更多的覺察,意識到自己的判斷有多少程度被手環提供的反饋用詞所影響。

作者:東京大學 學際情報學 楊期蘭 (搜尋「人機共生你我它」了解更多)

 

參考資料:Hollis, V., Pekurovsky, A., Wu, E., & Whittaker, S. (2018). On being told how we feel: how algorithmic sensor feedback influences emotion perception. Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies, 2(3), 1-31.

(Visited 869 times, 1 visits today)

分享至
views