Instrumentované emoce: proč je zdejší telemetrie konceptuální

Přitažlivost emocí jako dat

Dashboardy slibují, že všechno podstatné lze pozorovat, kvantifikovat a vykreslit do grafu. Artefakt si tento jazyk půjčuje záměrně: vstupní stav, synchronizace, příčina. Pak ale měření odmítne dodat. Tato poznámka vysvětluje proč.

Afektivní počítání

V roce 1997 popsala Rosalind Picardová afektivní počítání, studium a vývoj systémů, které dokážou rozpoznávat, interpretovat lidské emoce a reagovat na ně. Obor přinesl cenný výzkum emocí, interakce člověka s počítačem a asistivních technologií. Dal ale také vzniknout komerčním produktům, které tvrdí, že dokážou odvodit emoční stav z obličeje, hlasu, textu a fyziologických signálů, často ve velkém měřítku a na veřejných místech.

Problém s důkazy

Barrettová, Adolphs, Marsella, Martinezová a Pollak (2019) prošli vědecké důkazy o běžném předpokladu, že konkrétní emoce se spolehlivě projevují konkrétním výrazem obličeje, například že zamračení signalizuje hněv. Zkoumali studie o tom, jak lidé hýbou obličejem, když emoce prožívají, i studie o tom, jak pozorovatelé emoce z obličeje odvozují.

Došli k závěru, že lidé se sice v průměru mračí, když se zlobí, nebo usmívají, když mají radost, častěji, než by odpovídalo náhodě, ale vztah je slabý a nekonzistentní. Stejný výraz obličeje může doprovázet různé emoční stavy, stejný emoční stav se může projevit mnoha způsoby a vztah se výrazně liší podle kontextu, jednotlivce i kultury. Samotný výraz obličeje proto nelze považovat za spolehlivý údaj o konkrétním vnitřním stavu. Autoři varovali, že technologie postavené na tomto předpokladu nejsou důkazy podložené.

Pozdější metaanalýza přistoupila ke stejné otázce ze strany emočního prožitku. Durán a Fernández-Dols (2021) testovali, zda se radost, smutek, hněv, znechucení, strach a překvapení vyskytují společně s výrazem obličeje, který se pro ně předpokládá. Ve studiích, které kódovaly úplné výrazy systémem FACS (Facial Action Coding System), byla průměrná velikost účinku společného výskytu 0,13. Po zahrnutí částečných výrazů a jiných kódovacích systémů vzrostla na 0,23 a průměrná korelace mezi uváděnou intenzitou emoce a intenzitou jejího předpokládaného výrazu činila 0,30. Společný výskyt byl nejvyšší u znechucení a nejnižší u překvapení a výsledky se mezi vzorky lišily. Autoři uzavřeli, že šest klasických základních emocí se se svým předpokládaným signálem v obličeji spolehlivě nevyskytuje.

Ptát se lidí: škály sebeposouzení

Zeptat se člověka je nejpřímější cesta k tomu, jak zážitek prožívá, a několik nástrojů je navrženo tak, aby to bylo krátké a ověřitelné. Škála pozitivního a negativního afektu (PANAS) se skládá ze dvou desetipoložkových škál nálady. Ve studii, která ji představila, měly obě škály vysokou vnitřní konzistenci, navzájem spolu převážně nekorelovaly a během dvou měsíců byly přiměřeně stabilní (Watson, Clark a Tellegen, 1988). Self-Assessment Manikin (SAM) je neverbální obrázková technika, která vyžaduje jen tři úsudky: o libosti, vzrušení a dominanci. Ve srovnání se sémantickým diferenciálem, který vyžaduje 18 hodnocení, spolu výpovědi o prožívané libosti i pociťovaném vzrušení v obou metodách vysoce korelovaly (Bradley a Lang, 1994).

Spolehlivost tohoto druhu ukazuje, že škála měří něco konzistentně. Neukazuje, že výpověď odpovídá tomu, co se dělo v těle, a neodstraňuje závislost sebeposouzení na načasování a na přesvědčeních o emocích, kterou popisuje stránka o metodách.

Jsou tělesné signály jasnější?

Pokud jsou obličeje nespolehlivé, mohla by se jako lepší zdroj jevit fyziologie: srdeční frekvenci, kožní vodivost, dech a krevní tlak měří přístroje, ne úsudek pozorovatele. Otázkou je, zda konkrétní kategorie emocí mají konzistentní autonomní vzorce, někdy nazývané otisky, z nichž by bylo možné kategorii ze signálů odvodit.

Kreibigová (2010) prošla 134 publikací, které popisovaly experimenty s vlivem emocí na periferní fyziologické reakce u zdravých lidí. Přehled naznačil značnou specificitu autonomních reakcí u emocí, pokud se berou v úvahu podtypy jednotlivých emocí, a zdůraznil, že pro její posouzení je důležitá přesná terminologie zkoumaných afektivních stavů i volba fyziologických měření. Jinými slovy, přehled vzorce našel, ale závisely na tom, jak jemně byly emoce vymezeny a co se měřilo.

Siegelová a kolegové (2018) hypotézu otisků testovali přímo metaanalýzou 202 studií, které měřily autonomní reaktivitu během laboratorního vyvolání emocí u neklinických vzorků dospělých. Průměrné velikosti účinku se napříč kategoriemi emocí zvýšily u 59,4 % autonomních proměnných, ale vzorec velikostí účinku jednu kategorii emocí od druhé jasně neodlišoval. Variabilita uvnitř kategorií byla značná: heterogenita vysvětlovala střední až podstatný podíl variability (I² alespoň 30 %) u 54 % velikostí účinku. Rysy experimentu, například zda byla emoce vyvolána filmem nebo představou, velkou část této variability nevysvětlily a korekce na publikační zkreslení odhadované účinky dále snížila. Autoři výsledky vykládají tak, že lépe odpovídají pojetí kategorie emoce jako populace proměnlivých, na kontextu závislých případů než pevným otiskům.

Oba přehledy si jednoduše neodporují. Liší se metodou (narativní přehled versus kvantitativní metaanalýza s klasifikací vzorců) i úrovní popisu (podtypy versus široké kategorie). Dohromady podporují praktický závěr: emoce doprovázejí tělesné změny, ale odvodit konkrétní emoci jen z autonomních signálů, mimo kontrolované podmínky a bez kontextu, konzistentní důkazy nepodporují. Zrychlený tep je signál; nazvat ho strachem, vzrušením nebo hněvem je inference, která potřebuje další informace. Stránka o metodách popisuje, jak tato knihovna odděluje signály, inference a tvrzení.

Shodují se jednotlivé kanály?

Teorie emocí běžně předpokládají, že emoce sjednocuje prožitek, chování a fyziologii do jedné soudržné odpovědi. Mauss, Levenson, McCarter, Wilhelm a Gross (2005) to testovali v rámci jednotlivců: prožitek, chování obličeje a periferní fyziologii zaznamenávali sekundu po sekundě, zatímco účastníci sledovali film vyvolávající pobavení a smutek. Prožitek a chování spolu úzce souvisely, fyziologické reakce však s prožitkem i s chováním souvisely jen mírně. Vyšší intenzita pobavení byla spojena s větší soudržností chování a fyziologie, vyšší intenzita smutku nikoli.

Přehled prožitkových, fyziologických a behaviorálních měřítek dospěl k příbuznému závěru. Každý systém odpovědí nese vlastní zdroje variability, což omezuje, nakolik se měřítka shodují, takže neexistuje zlatý standard a tyto tři druhy měřítek nelze považovat za zaměnitelné (Mauss a Robinson, 2009). Podle stejného přehledu většina dostupných dokladů svědčí pro to, že měřítka emočních odpovědí odrážejí spíše dimenze než samostatné stavy. Pro jakýkoli monitoring z toho plynou dva důsledky: fyziologický kanál nemůže nahradit sebeposouzení a shodu mezi kanály nelze předpokládat tam, kde nebyla ověřena.

Co přidává zobrazování mozku

Zobrazovací metody bývají prezentovány jako cesta, jak tato omezení obejít. Lindquistová, Wager, Kober, Bliss-Moreauová a Barrettová (2012) shrnuli neurozobrazovací literaturu o lidských emocích, aby porovnali dvě hypotézy: že každá samostatná kategorie emocí konzistentně a specificky odpovídá odlišným oblastem mozku, a že kategorie emocí jsou konstruovány z obecnějších sítí, které žádné kategorii specifické nejsou. Našli jen málo dokladů, že by samostatné kategorie emocí bylo možné konzistentně a specificky lokalizovat do odlišných oblastí mozku. Při prožívání i vnímání řady kategorií emocí byla naopak aktivní skupina vzájemně propojených oblastí, které se podílejí i na neemočních psychologických operacích. Stejně jako u tělesných signálů platí, že odvozovat stav zpětně z aktivity nějaké oblasti je reverzní inference, jejíž meze vysvětluje stránka o metodách.

Mimo laboratoř

Měření emocí v každodenním životě nahrazuje některé laboratorní problémy jinými. Ambulantní hodnocení (ambulatory assessment) shromažďuje výpovědi, pozorování i fyziologická data od lidí v jejich přirozeném prostředí, v reálném nebo téměř reálném čase. Omezuje tak zkreslení způsobené zpětným vybavováním a přináší ekologicky validní data, zároveň však otevírá otázky přijatelnosti, ochoty účastníků postup dodržovat, soukromí a etiky (Trull a Ebner-Priemer, 2013). Wilhelm a Grossman (2010) popisují, že emoční účinky ve fyziologických záznamech mohou být zastřeny sociální interakcí, psychickou i fyzickou zátěží, příjmem potravy a cirkadiánními i kvazináhodnými výkyvy metabolické aktivity, takže smysluplná interpretace vyžaduje velmi podrobné vymezení kontextu.

Hoemannová a kolegové (2020) použili vzorkování zážitků spouštěné fyziologií: když se výrazně změnila srdeční aktivita bez současného pohybu, zaznamenaly se výpovědi účastníků a jejich periferní fyziologická aktivita. Shlukové analýzy odhalily variabilitu v počtu a povaze fyziologických vzorců, které se u jednotlivců opakovaly, i v hodnoceních afektu a pojmenováních emocí spojených s každým vzorcem; některé široké vzorce se opakovaly i napříč jednotlivci. Autoři zjištění vykládají jako podporu pojetí, k němuž se kloní i Siegelová a kolegové: kategorie emocí jsou populacemi proměnlivých případů vázaných na potřeby konkrétní situace.

Proč artefakt neměří

Validita. Odvozování vnitřních stavů z pozorovatelných signálů je nejméně spolehlivé právě v podmínkách, jaké vytváří dav: hluk, pohyb, proměnlivé světlo, intoxikace, různorodí lidé a rychle se měnící kontext. I v každodenních záznamech jednoho člověka mohou fyziologické známky emocí zastřít sociální interakce, zátěž, příjem potravy a cirkadiánní výkyvy (Wilhelm a Grossman, 2010). Stark a Hoey (2021) dodávají, že systémy afektivní umělé inteligence stojí na konkrétních koncepčních modelech emocí a na zástupných datech, že tyto volby určují etické a společenské dopady systémů a že paradigmatům, která informatici vyvinuli nebo převzali, nelze věřit na slovo, že poskytují pravdivý obraz lidských emocí.

Souhlas. Člověk, který se dívá na umělecké dílo, nesouhlasil s tím, že jeho emoční stav bude analyzován, uložen nebo zobrazen. Dílo o instrumentaci lidí by nemělo potichu instrumentovat vlastní publikum.

Soudržnost. Artefakt je o rozdílu mezi úspěšnou odpovědí a vyřešeným problémem. Kdyby vytvářel sebejistá čísla, která nedokáže obhájit, opakoval by přesně tu záměnu, kterou popisuje.

Detekční pískoviště z tohoto argumentu dělá něco, co si lze vyzkoušet. Vezme pět umělých signálů, ukáže z nich odvozené veličiny a zároveň všechna čtení, která připouštějí, a nechá vás změnit jen prostředí, abyste viděli, jak se vedoucí čtení změní, zatímco signály zůstanou na místě. Nic v něm nikoho neměří.

Jak číst čísla na stránce

Každá metrika v tabulce pozorovatelnosti je umělecká hodnota zvolená tak, aby vyjádřila vztah, nikoli aby hlásila pozorování. Úleva je zobrazena vysoko, ale označena jako dočasná. Příčina je zobrazena v plném rozsahu a označena jako nezměněná. Stránka to uvádí přímo u tabulky a web neobsahuje žádnou analytiku, trackery ani cookies, což lze ověřit v jeho zdrojovém kódu.