بررسی رابطه میان حرکات چشم و شخصیت با استفاده از هوش مصنوعی

بررسی رابطه میان حرکات چشم و شخصیت با استفاده از هوش مصنوعی

 

دانشمندان استرالیایی، در بررسی جدید خود توانستند با استفاده از هوش مصنوعی، روابط میان حرکات چشم و شخصیت افراد را پیش‌بینی کنند.

 

 

به گزارش سایک نیوز و به نقل از ایسنا، دانشمندان، نوعی هوش مصنوعی با قابلیت خواندن ذهن ابداع کرده‌اند که می‌تواند با بررسی مردمک چشم و پلک زدن، شخصیت انسان را پیش‌بینی کند.

گروهی از دانشمندان به سرپرستی “توبیاس لوئتسچر” (Tobias Loetscher) از “دانشگاه استرالیای جنوبی” (UniSA)، برای درک چگونگی ارتباط میان حرکات چشم و شخصیت، از یادگیری ماشینی استفاده کردند.

در بررسی این سیستم، ۴۲ دانشجو، هنگام قدم زن در اطراف محوطه دانشگاه، عینک‌های هوشمند ردیابی چشم را استفاده و همچنین، پرسش‌نامه‌هایی را در ارتباط با شخصیت خود پر کردند.

این پرسش‌نامه براساس “مدل پنج عاملی شخصیت” (FFM) تنظیم شده بود. براساس این مدل، شخصیت از پنج بعد اصلی تشکیل شده است که عبارتند از: روان‌رنجوری، برون‌گرایی، سازگاری، استقبال از تجربه و وظیفه‌شناسی.

در مقاله این پژوهش آمده است: ویژگی‌های شخصیتی، الگوی رفتاری، تفکر و احساس شخص را شکل می‌هند. بررسی‌ها حاکی از ارتباط میان ویژگی‌های شخصیتی و حرکات چشم هستند و نشان می‌دهند افرادی که ویژگی‌های شخصیتی مشابهی دارند، چشم‌های خود را به یک شکل حرکت می‌دهند.

پژوهشگران دریافتند افراد مبتلا به اختلال عصبی، سریع‌تر پلک می‌زنند درحالی‌که افراد علاقمند به تجربه‌های جدید، چشمان خود را از سوی به سوی دیگر حرکت می‌دهند. افراد کنجکاو، تمایل بیشتری به نگاه کردن به اطراف خود دارند و افراد روشنفکر، زمان بیشتری را برای خیره شدن به تصاویر انتزاعی صرف می‌کنند.

در این بررسی، نوسان مردمک چشم افرادی که حس وظیفه‌شناسی زیادی داشتند، به مراتب بالاتر بود. افراد مثبت‌اندیش، نسبت به افراد منفی‌نگر، زمان کمتری را برای نگاه کردن به محرک‌های عاطفی منفی مانند تصویری از سرطان پوست، صرف کردند.

 

به گفته پژوهشگران، حرکات چشم، به غیر از کمک به درک محیط اطراف، روزنه‌ای به ذهن و یک منبع غنی از اطلاعاتی در مورد شخصیت، احساس و عملکرد ما هستند.

روش یادگیری ماشینی، در پیش‌بینی سطوح توافق، وظیفه‌شناسی، برون‌گرایی و کنجکاوی ادراکی، موفقیت به‌خصوصی داشت.

پژوهشگران فهمیدند که در حال حاضر، ماشین، بین هفت تا ۱۵ درصد بهتر از شانس تصادفی در پیش‌بینی این ویژگی‌ها است اما در پیش‌بینی قدرت پذیرش، بهتر از شانس تصادفی نیست.

پژوهشگران، دلیل این ارتباطات را نمی‌دانند اما باور دارند که این موضوع، به آنها در آموزش ربات‌ها برای اجتماعی‌تر شدن کمک خواهد کرد.

شاید بتوان این سیستم را روی گوشی هوشمند نصب و به این شکل، رفتار و شخصیت افراد را پیش‌بینی کرد. همچنین ممکن است از این سیستم در ربات‌های همراه افراد مسن، خودروهای خودران و بازی‌های ویدئویی تعاملی استفاده شود.

البته پژوهشگران هشدار داده‌اند که این فناوری، برای پیشگیری از سوءاستفاده‌های احتمالی فروشندگان، تنظیماتی نیاز خواهد داشت.

آنها باور دارند که بهبود تشخیص خودکار و تفسیر نشانه‌های اجتماعی انسان، هدف مهمی است که قابلیت احساس کردن رفتار طبیعی کاربر را برای سیستم‌های رایانه‌ای نوین فراهم می‌کند تا تعامل کارآمد را سهولت بخشد.


telegram2 files