健康資訊

從走路步態預測人的自尊程度?

編者導讀

我們日常生活中有這樣的經驗, 觀察走路姿態, 可以大致瞭解一個人。 不久前, 中科院心理所發佈一項研究成果, 利用電腦分析一個人走路的步態資料, 可以在相當大的程度上預測一個人的自尊程度。

利用電腦收集的資料分析識別一個人的心理, 是一門新興的學科, 叫作計算網路心理學。 我們特約中科院心理學研究所朱廷劭研究員介紹這門學科的有關知識。

訓練機器可以識人

人們常說, “知人知面不知心”, 以此來說明想瞭解一個人的內心是非常困難的。 但是, 我們也經常聽到, “閱人無數,

識人有術”, 強調從人的言談舉止歸納總結出識人的規律。 這兩個看似矛盾的說法, 能夠被大家接受, 說明都有其合理性。

強調“不知心”是說對一個人的內心理解很難, 而解決這個難題的方法可能就是通過不斷練習、不斷總結識人的規律, 也就是不斷學習的過程。 為了達到識人的目的, 需要有一個閱人無數的過程, 如果我們能夠訓練電腦, 是否也可以做到“識人”呢?從最近幾年針對行為大資料和心理學研究的結果來看, 這是完全可能的, 對電腦進行訓練, 並使其具有識人能力的過程, 就是機器學習的過程。

機器學習是一門多領域交叉學科, 它主要利用電腦類比人類的學習行為, 以獲取新知識並不斷完善, 主要使用歸納、綜合而不是演繹。

機器學習是人工智慧的核心, 它使得電腦具有了“智慧”, 目前其應用越來越廣泛。 機器學習一般可分為有教師學習和無教師學習, 其中有教師學習就是給定輸入和輸出, 讓電腦“學習”出輸入和輸出之間的映射模型, 這樣學習出的映射模型就可以應用到其他新的輸入資料上, 計算出對應的輸出;無教師學習沒有輸出資料, 需要從輸入資料中自主發現一些內在的規律模式。

從上面針對機器學習的介紹, 我們可以看出, 閱人無數的過程可以看作是在資料上的機器學習訓練過程, 也就是有教師學習過程, 而識人的過程則是模型的應用。 如果有了資料, 結合機器學習, 我們就有可能實現識人,

也就是獲知人們的內心。

網路生活展現原生態人格

心理學是一門研究人類心理現象的發生、發展和發展規律的學科, 然而心理現象本身是不可見的, 因此一般是通過分析人們的外在行為來瞭解人的內心。 目前心理學的方法主要依賴於自我報告, 但是人們往往願意展現自我好的一面, 所以其準確性會受到影響, 而人們在實驗室環境下的行為表現與現實場景往往有所不同, 實驗室的發現在實際落地應用的時候是要打折扣的。

隨著互聯網時代的到來, 尤其是移動智慧設備的普及, 智慧手機、手環、智慧手錶等各類可穿戴設備, 幾乎能將人們所有的現實行為做全時程的、原生態的跟蹤和記錄。 人們可能在心理學實驗室環境中進行有效的偽裝,

卻很難在現實生活中長期這麼做。 因此, 我們完全有可能利用網路及智慧設備實現對人們日常行為的資料獲取, 並通過機器學習獲得的模型對行為進行分析, 對人們的內心進行識別, 做到電腦識人之心。

作為心理學的核心研究領域之一, 人格代表了人與人之間存在個性化差異的重要原因與心智基礎。 由於人格具有內隱性, 需要借助外顯行為來間接表達, 因此如何有效地測量個體的人格特徵是開展人格心理學研究的前提基礎。

社交媒體(例如“微博”)的出現為人格測量帶來了新契機。 “微博”擁有數量龐大、分佈廣泛的用戶群體, 他們在微博中進行原生態的個性化表達。 為了從使用者在網路平臺上的“微博”行為資料預測其人格特徵,

我們從近兩百萬名“微博”活躍用戶中隨機選取了547名用戶作為被試者, 下載其“微博”行為記錄, 並且進一步由原始記錄中提取845種行為特徵, 以此作為輸入;同時, 對邀請參加實驗的微博用戶施測人格問卷, 獲取其在各人格維度上的得分, 以此作為輸出。 結果表明, 基於“微博”行為的人格計算模型擁有良好的測量屬性。 此外, 在人格計算模型中, “微博”行為與人格特徵之間的預測關係也具有一定的可解釋性。 這表明, 通過“微博”行為來預測使用者的人格特徵是完全可行的。

3

電腦識人可深入現實社會

我們利用網路資料, 能夠實現對人們的人格特徵的識別, 但是我們一般都把網路看做是虛擬社會,

而在現實社會中呢?

傳統上通過行為線索來判斷人的心理特徵缺乏應用價值, 因為行為線索繁雜又存在巨大的個體差異, 通過人工判斷的成本高昂, 同時準確性也不佳。

利用機器學習, 我們通過智慧設備獲取人們的日常行為資料, 實現對心理特徵的識別。 結果發現, 利用步態能夠比較準確識別人的自尊情況。

在這個實驗中, 參加實驗的用戶首先會被要求填寫自評式的自尊量表, 獲得被試者自我報告的自尊得分(輸出)。 量表題目如:“6. 我對於自己抱著肯定的態度”、“10. 有時候我認為自己一無是處”等。

之後用戶會被要求在一塊地毯上來回走動, 兩個Kinect攝像頭被置於地毯兩端, 用於捕捉被試者在走動過程中身體25個關節點的座標。 相比于研究步態,Kinect用於遊戲的用途可能更為大家所熟知,它是微軟Xbox主機的周邊設備,可以使用語音或手勢來操作Xbox,還能捕捉玩家的面部表情和身體動作。這一捕捉身體動作的功能已被廣泛應用于步態研究中。

Kinect以每秒20幀的速度捕獲人體25個關節在X、Y、Z三個軸上的三維座標。研究人員從每個關節點的每一軸(共三軸)抽取64個特徵,計算每個特徵與被試者自尊得分的相關係數,並選取相關係數最大的5個特徵來建立回歸模型,並預測個體的自尊得分。預測結果與被試者自我報告的自尊得分達到中等相關,能夠在一定程度上代替量表做自尊測量。鑒於男性和女性的步態存在一定差異,研究針對男性和女性的步態資料分別進行建模預測,對男性步態預測與自我報告得分之間的最高相關為0.43,女性為0.59,表明對女性預測性更好。

研究結果表明,使用步態能夠實現對個體自尊的自動識別。這種方法的優點在於能夠進行非接觸式的自尊測量,並能夠在無法使用自我報告測量的情境中起到一定補充作用。這種捕捉行為特徵來進行心理測量的方法在未來還有很大的潛力。

倫理問題

心理學研究要重視隱私保護

有人的地方就有心理。隨著人們對互聯網的依賴越來越大,智慧設備的使用越來越廣泛,為“識人”提供了便利的資料基礎。這一方面為心理學相關研究拓寬了範圍,提供了巨大便利,但同時它對人們心理隱私的暴露,也同樣埋下巨大的隱患。

技術的發展,為我們準確“識人”提供了便利和可能,在此基礎上從心理上重塑一個人也變得具有一定的可行性。但是如何有倫理地使用這些技術,更值得關注和思考。

心理實驗

網路上的“從眾心理”

早在2012年1月,Facebook曾對68萬用戶進行了為期一周的“情緒感染”實驗,引起了軒然大波。在該實驗中,Facebook對68萬使用者改變了消息推送的標準,對其中一組用戶儘量移除他們所能讀到的負面消息,而對另一組則給予更多的負面消息。結果顯示,每天看到積極內容的使用者更有可能發佈積極的消息,而那些每天看到消極內容的使用者更有可能發佈消極的消息。(朱廷劭)

相比于研究步態,Kinect用於遊戲的用途可能更為大家所熟知,它是微軟Xbox主機的周邊設備,可以使用語音或手勢來操作Xbox,還能捕捉玩家的面部表情和身體動作。這一捕捉身體動作的功能已被廣泛應用于步態研究中。

Kinect以每秒20幀的速度捕獲人體25個關節在X、Y、Z三個軸上的三維座標。研究人員從每個關節點的每一軸(共三軸)抽取64個特徵,計算每個特徵與被試者自尊得分的相關係數,並選取相關係數最大的5個特徵來建立回歸模型,並預測個體的自尊得分。預測結果與被試者自我報告的自尊得分達到中等相關,能夠在一定程度上代替量表做自尊測量。鑒於男性和女性的步態存在一定差異,研究針對男性和女性的步態資料分別進行建模預測,對男性步態預測與自我報告得分之間的最高相關為0.43,女性為0.59,表明對女性預測性更好。

研究結果表明,使用步態能夠實現對個體自尊的自動識別。這種方法的優點在於能夠進行非接觸式的自尊測量,並能夠在無法使用自我報告測量的情境中起到一定補充作用。這種捕捉行為特徵來進行心理測量的方法在未來還有很大的潛力。

倫理問題

心理學研究要重視隱私保護

有人的地方就有心理。隨著人們對互聯網的依賴越來越大,智慧設備的使用越來越廣泛,為“識人”提供了便利的資料基礎。這一方面為心理學相關研究拓寬了範圍,提供了巨大便利,但同時它對人們心理隱私的暴露,也同樣埋下巨大的隱患。

技術的發展,為我們準確“識人”提供了便利和可能,在此基礎上從心理上重塑一個人也變得具有一定的可行性。但是如何有倫理地使用這些技術,更值得關注和思考。

心理實驗

網路上的“從眾心理”

早在2012年1月,Facebook曾對68萬用戶進行了為期一周的“情緒感染”實驗,引起了軒然大波。在該實驗中,Facebook對68萬使用者改變了消息推送的標準,對其中一組用戶儘量移除他們所能讀到的負面消息,而對另一組則給予更多的負面消息。結果顯示,每天看到積極內容的使用者更有可能發佈積極的消息,而那些每天看到消極內容的使用者更有可能發佈消極的消息。(朱廷劭)