AI研究人员研究实验室外的凝视和人格联系

该论文在线。Sabrina Hoppe，Tobias Loetscher，Stephanie Morey和Andreas Bulling是他们的作者，他们的隶属关系是斯图加特大学，南澳大利亚大学，弗林德斯大学和马克斯普朗克信息学研究所。他们的专业领域从机器人技术到心理学，再到感知用户界面。

标题说明了一切：“日常行为中的眼动预测人格特质。” 请注意他们使用“Everyday”这个词，因为这很重要。他们的探索不是基于实验室的，而是在现实世界中。(限于实验室条件的研究是一种可能无法在自然环境中产生有效的人类行为理论的方法。)

他们是如何进行学习的?他们跟踪了42名参与者的眼球运动，因为他们在大学校园里跑步。Digital Trends表示，他们不得不在他们的差事上佩戴现成的头戴式眼动仪。

参与者被指示在校园内走动并从他们选择的校园商店购买他们选择的任何物品，例如饮料或糖果。

返回后，停止跟踪并取下眼镜。然后要求参与者填写个性和好奇心问卷。

作者根据问卷评估了他们的人格特质。“随着输入(眼睛数据)和输出(人格类型)的收集，人工智能随后能够找出连接这两者的相关因素，” 数字趋势中的 Luke Dormehl表示。

结果：他们只能通过眼球运动来预测一些特征以及感知好奇心。

新闻周刊说，“具有相似特征的人倾向于以类似的方式移动他们的眼睛。例如，乐观主义者花更少的时间来观察负面的情绪刺激，比如癌症的图像，而好奇的人倾向于接受场景的所有区域。”

这一般是一个有趣的观察，但在这项研究中，研究人员专注于人工智能系统的这种观察。人工智能系统被释放出来，可以解决人格特质和眼球运动之间的相关性。

该技术涉及(1)机器学习方法和(2)编码不同眼睛运动特征的一组特征。该团队表示，“由于机器学习方法，我们可以自动分析大量的眼动特征，并根据其对人格特质预测的重要性对其进行排名。”

“所提出的机器学习方法在预测适应​​性，责任心，外向性和感知好奇心的水平方面特别成功。因此，它证实了之前基于实验室的研究，这些研究表明了人格特质和眼动特征之间的联系。”

为什么这项研究很重要：“尽管预测对于实际应用还不够准确，但它们显然高于机会水平，并且超过了几个基线，”作者说。作者表示，从42名参与者那里获得的预测准确性和可靠性评分“非常有前景”。

参与者人数很少，但将来有更多数据可用于支持更高的准确性。“新闻周刊 ”中的Aristos Georgiou说：“目前，他们的技术比预测这些人格特征的机会要好7%到15%，但科学家们指出他们只有42人的数据。随着算法获得更多的眼动追踪数据，他们说，预测将变得越来越准确。“

更大的数据集被认为是未来研究的目标 - 也就是说，获得更大的数据集，其中一般人群的样本比当前研究的便利样本更具代表性。

人工智能作为一种人格分配机制可以在错误的手中被滥用，所引发的道德问题是潜在的道德困境。数字趋势中的 Dormehl 表示，研究团队之一安德烈亚斯·布林(Andreas Bulling)也指出了很多积极的应用。Bulling是德国马克斯普朗克信息学研究所的教授。

“机器人和计算机目前在社会上一无所知，并且不适应这个人的非语言信号，”Bulling说。“当我们说话时，如果对方看起来很困惑，愤怒，无私，分散注意力等等，我们会看到并做出反应。如果机器人和计算机的相互作用能够根据一个人的非相互作用进行调整，它们将变得更加自然和有效。口头信号。“