Pergerakan mata manusia boleh menentukan ciri-ciri

• Dengan pergerakan mata manusia boleh menentukan ciri-ciri

Terdapat banyak ciri-ciri yang berbeza yang dituntut, boleh memberitahu tentang keunikan diri manusia: tanda zodiak, tulisan tangan, rasa kegemaran ais krim dan sebagainya. Tetapi hanya sebahagian daripada mereka adalah berdasarkan pengetahuan saintifik.

ujian standard emas peribadi dikenali sebagai model "Big Five". Penyelidik baru-baru telah membawa kecerdasan buatan satu langkah lebih dekat dengan keupayaan untuk meramalkan empat daripada lima personaliti orang, dan untuk ini tidak ada keperluan untuk lulus ujian. Satu jumlah yang mencukupi maklumat untuk analisis dan ... pergerakan mata ujian.

"Big Five" personaliti termasuk keterbukaan, conscientiousness, extraversion, stres kerja dan kesopan. Dalam kajian ini, keputusan yang telah baru-baru ini yang disiarkan dalam jurnal FrontiersinHumanNeuroscience, TobiasLoucher dari University of South Australia, dan rakan-rakannya menunjukkan bahawa kaedah mereka mengesan pergerakan mata untuk berjaya meramalkan empat daripada lima sifat, kecuali pembukaan. Bukannya membuka mata memberitahu tentang satu lagi kualiti, yang dipanggil "rasa ingin tahu persepsi," atau kecenderungan manusia untuk meneroka visual, bunyi baru dan rangsangan deria lain.

Ia mungkin kelihatan luar biasa, tetapi jika anda berfikir tentang hal itu, penggunaan pergerakan mata untuk menilai sifat-sifat watak seseorang, kaedah tidak begitu mengejutkan. Lagipun, pada akhirnya, sesiapa sahaja yang memahami secara intuitif bahawa orang yang tidak dikenali, yang sentiasa berkelip, kemungkinan besar, yang neurotik sedikit, dan rakannya, yang suka hubungan mata panjang - ekstrovert yang. Kajian sebelum ini telah mengesahkan perkara ini. Jadi, salah seorang daripada mereka menunjukkan bahawa optimis cenderung untuk menghabiskan masa kurang tentang cara melihat imej perubatan yang tidak menyenangkan daripada pesimis, dan yang lain - rakyat dengan sifat terbuka cenderung untuk mempertimbangkan imej paling lama dengan animasi abstrak. Masalahnya, menurut Louchera dan rakan-rakannya, adalah bahawa kajian ini hanya menunjukkan bahawa sifat watak tertentu berkait rapat dengan pergerakan mata tertentu. Walau bagaimanapun, jika pergerakan mata sebenarnya boleh bercakap tentang sifat-sifat semula jadi manusia? Ini membuka pelbagai peluang, termasuk dalam bidang robotik. Apabila robot belajar untuk memahami apa jenis orang yang di hadapan mereka, hanya dengan melihat ke dalam matanya, mereka dapat menyesuaikan tingkah laku mereka dengan cepat dan buat untuk dia, kerana untuk pengguna suasana yang lebih selesa dan menyenangkan.

Untuk kajian mereka, penyelidik ditawarkan 42 pelajar untuk melengkapkan soal selidik individu untuk menilai "Big Five" personaliti mereka. Kemudian mereka diminta untuk memakai cermin mata khas untuk mengesan pergerakan mata semasa mereka melakukan tugas direka untuk mensimulasikan senario sebenar kehidupan harian: berjalan di kampus atau membeli-belah di kedai. Para penyelidik kemudian memuat turun data ke dalam algoritma pembelajaran mesin, yang menganalisis nombor dan mendapati hubungan antara personaliti dan ciri-ciri peserta dalam eksperimen pergerakan mata mereka.

Mata mengesan dan merekodkan pelbagai pergerakan mata, termasuk arah pandangannya, saiz murid, bilangan dan jenis skakkad, pergerakan mata yang cepat antara titik penetapan, yang kita sengaja melakukan apabila memasuki hubungan mata dengan orang lain. algoritma ini telah menunjukkan bahawa beberapa jenis personaliti boleh dicirikan oleh pelbagai jenis pergerakan mata.

Bagi stres kerja, adalah semua perkara berkelip kekerapan. Integriti dicirikan oleh kelajuan saccades. Kesopan boleh diramalkan berdasarkan berapa lama seseorang itu sedang di sudut kanan bawah imej, manakala extraversion itu dinyatakan dalam saiz murid dan bilangan saccades kecil. rasa ingin tahu persepsi, kerana ia ternyata, disebabkan saiz murid orang itu. Sudah tentu, semua maklumat ini dipermudahkan - algoritma untuk bekerja dengan gabungan kompleks banyak faktor, untuk membuat ramalan mereka. Ketepatan ramalan-ramalan ini tidak boleh dipanggil sensasi: hanya 7-15 peratus lebih baik secara rawak. Tetapi ia hanya satu kajian kecil, dan Louchera ada harapan untuk masa depan. "Bagi pembelajaran mesin biasanya memerlukan beribu-ribu atau berjuta-juta set data atas dasar mana ia adalah mungkin untuk meramal dengan ketepatan yang munasabah, - katanya dalam temu bual dengan NewScientist edisi. - Kami berharap pada masa akan datang untuk mencapai keputusan yang lebih baik ".

Walau bagaimanapun, apabila kejayaan dicapai, ia datang masa untuk berfikir mengenai sisi etika penyelidikan. Memandangkan pengalaman sedih kebelakangan ini, apabila dalam keadaan hina firma penganalisis CambridgeAnalytica seluruh dunia untuk menggunakan data untuk menyerang rakyat dengan iklan politik, berdasarkan ciri-ciri peribadi mereka, sifat sebenar ramalan yang dibuat oleh kecerdasan buatan boleh menemui lebih berbahaya kotak Pandora.