AI研究人員研究實驗室外的凝視和人格聯系

該論文在線。Sabrina Hoppe，Tobias Loetscher，Stephanie Morey和Andreas Bulling是他們的作者，他們的隸屬關系是斯圖加特大學，南澳大利亞大學，弗林德斯大學和馬克斯普朗克信息學研究所。他們的專業(yè)領域從機器人技術到心理學，再到感知用戶界面。

標題說明了一切：“日常行為中的眼動預測人格特質。” 請注意他們使用“Everyday”這個詞，因為這很重要。他們的探索不是基于實驗室的，而是在現實世界中。(限于實驗室條件的研究是一種可能無法在自然環(huán)境中產生有效的人類行為理論的方法。)

他們是如何進行學習的?他們跟蹤了42名參與者的眼球運動，因為他們在大學校園里跑步。Digital Trends表示，他們不得不在他們的差事上佩戴現成的頭戴式眼動儀。

參與者被指示在校園內走動并從他們選擇的校園商店購買他們選擇的任何物品，例如飲料或糖果。

返回后，停止跟蹤并取下眼鏡。然后要求參與者填寫個性和好奇心問卷。

作者根據問卷評估了他們的人格特質。“隨著輸入(眼睛數據)和輸出(人格類型)的收集，人工智能隨后能夠找出連接這兩者的相關因素，” 數字趨勢中的 Luke Dormehl表示。

結果：他們只能通過眼球運動來預測一些特征以及感知好奇心。

新聞周刊說，“具有相似特征的人傾向于以類似的方式移動他們的眼睛。例如，樂觀主義者花更少的時間來觀察負面的情緒刺激，比如癌癥的圖像，而好奇的人傾向于接受場景的所有區(qū)域。”

這一般是一個有趣的觀察，但在這項研究中，研究人員專注于人工智能系統(tǒng)的這種觀察。人工智能系統(tǒng)被釋放出來，可以解決人格特質和眼球運動之間的相關性。

該技術涉及(1)機器學習方法和(2)編碼不同眼睛運動特征的一組特征。該團隊表示，“由于機器學習方法，我們可以自動分析大量的眼動特征，并根據其對人格特質預測的重要性對其進行排名。”

“所提出的機器學習方法在預測適應??性，責任心，外向性和感知好奇心的水平方面特別成功。因此，它證實了之前基于實驗室的研究，這些研究表明了人格特質和眼動特征之間的聯系。”

為什么這項研究很重要：“盡管預測對于實際應用還不夠準確，但它們顯然高于機會水平，并且超過了幾個基線，”作者說。作者表示，從42名參與者那里獲得的預測準確性和可靠性評分“非常有前景”。

參與者人數很少，但將來有更多數據可用于支持更高的準確性。“新聞周刊 ”中的Aristos Georgiou說：“目前，他們的技術比預測這些人格特征的機會要好7%到15%，但科學家們指出他們只有42人的數據。隨著算法獲得更多的眼動追蹤數據，他們說，預測將變得越來越準確。“

更大的數據集被認為是未來研究的目標 - 也就是說，獲得更大的數據集，其中一般人群的樣本比當前研究的便利樣本更具代表性。

人工智能作為一種人格分配機制可以在錯誤的手中被濫用，所引發(fā)的道德問題是潛在的道德困境。數字趨勢中的 Dormehl 表示，研究團隊之一安德烈亞斯·布林(Andreas Bulling)也指出了很多積極的應用。Bulling是德國馬克斯普朗克信息學研究所的教授。

“機器人和計算機目前在社會上一無所知，并且不適應這個人的非語言信號，”Bulling說。“當我們說話時，如果對方看起來很困惑，憤怒，無私，分散注意力等等，我們會看到并做出反應。如果機器人和計算機的相互作用能夠根據一個人的非相互作用進行調整，它們將變得更加自然和有效?？陬^信號。“