AI Dapat Meramalkan Sifat Personaliti dengan Menganalisis Mata Manusia

Published:

Dikemaskini:

Kecerdasan buatan boleh meramalkan sifat personaliti manusia dengan mengesan pergerakan mata, menurut satu kajian baru.

Penyelidik di University of South Australia mencipta algoritma mesin pembelajaran yang boleh menganalisis pergerakan mata seseorang dan mengenali empat daripada lima ciri kepribadian yang besar: neurotikisme, perpanjangan, kesabaran dan kesedaran.

Perisian membuka kemungkinan satu hari membangun robot yang selaras dengan isyarat manusia dan sosialisasi.

Penyelidikan ini diterbitkan dalam jurnal Frontiers dalam Neurosains Manusia.

Universiti Stuttgart, Universiti Flinders dan Institut Informatika Max Planck di Jerman bekerjasama dalam penyelidikan.

Kajian ini

Para penyelidik merekrut peserta 42 dan mengesan pergerakan mata mereka ketika mereka melakukan tugas sehari-hari di sekitar kampus universiti.

Dengan melakukan ini, penyelidik dapat menganalisis keberkesanan kajian di dunia semulajadi, dan bukannya dalam makmal.

"Banyak penyelidikan yang kami lakukan dalam psikologi dijalankan dalam tetapan makmal yang sangat terkawal. Sebagai contoh, orang harus bertindak balas terhadap perkara yang kami tunjukkan di skrin komputer dan, berdasarkan tanggapan mereka, kami membangunkan teori tingkah laku manusia, "kata Dr. Tobias Loetscher, seorang pensyarah kanan di Malaysia Sekolah Psikologi, Kerja Sosial dan Dasar Sosial di Universiti Australia Selatan.

"Persoalan penting adalah sejauh mana teori-teori ini berlaku jika mereka dikumpulkan dalam tetapan makmal yang agak tiruan dan luar biasa. Oleh itu, satu motivasi penting dalam penyelidikan ini adalah untuk melakukan eksperimen di alam semula jadi - dunia sebenar - dan untuk melihat sama ada kita boleh meniru penemuan sebelumnya yang menunjukkan hubungan antara pergerakan mata dan sifat keperibadian. "

Setiap peserta dilengkapi dengan tracker mata berasaskan video 60 Hz yang mencatatkan data paparan dan video resolusi tinggi

Kemudian, para penyelidik menilai sifat keperibadian dengan memberikan peserta tiga borang soal jawab pelaporan diri.

Penemuan

Selepas membandingkan data pandangan yang dikumpul oleh mesin dengan soal selidik personaliti, para penyelidik membuat kesimpulan bahawa pergerakan mata orang dapat mendedahkan sama ada mereka bersikap sosial, teliti, atau ingin tahu.

Walaupun kajian terdahulu telah menunjukkan hubungan antara ciri-ciri keperibadian dan pergerakan mata, ini adalah yang pertama seumpamanya untuk menganalisis hubungan melalui kecerdasan buatan.

Penyelidikan ini bukan sahaja mengesahkan kajian terdahulu, tetapi juga menunjukkan bahawa ciri-ciri pergerakan mata tertentu boleh meramalkan ciri keperibadian.

Kesimpulan

Loetscher menjelaskan bahawa penyelidikan itu boleh digunakan untuk membuat interaksi manusia-mesin lebih semula jadi pada masa akan datang.

"Interaksi mesin manusia pada masa ini tidak semestinya. ATM, komputer, telefon tidak menyesuaikan diri dengan mood atau konteks situasi semasa, "katanya.

"Tidak kira sama ada saya gembira, marah, keliru, ironis, jengkel - komputer tidak empati dan tidak menyesuaikan diri dengan keadaan saya. Jika kita berjaya menyediakan komputer dengan keupayaan untuk memahami dan memahami isyarat-isyarat sosial manusia, interaksi akan menjadi lebih semula jadi dan menyenangkan. "

Di samping itu, para penyelidik telah membincangkan menggunakan teknologi untuk populasi klinikal, seperti pada pesakit demensia.

"Saya ingin mengkaji sama ada pergerakan mata dapat membantu meramal masalah kognitif masa depan," kata Loetscher.

Penyelidikan meletakkan sentuhan baru pada tanggapan zaman dahulu bahawa "mata adalah tingkap kepada jiwa" - mungkin sebaliknya, mata adalah tingkap untuk keperibadian dan kesihatan.

Percubaan 6 bulan PERCUMA

Kemudian, nikmati Amazon Prime pada separuh harga - diskaun 50%!

TUN AI – Pembantu Pendidikan anda

TUN AI

Saya di sini untuk membantu anda dengan biasiswa, carian kolej, kelas dalam talian, bantuan kewangan, memilih jurusan, kemasukan kolej dan petua belajar!

Universiti Network