De meeste algoritmen hebben waarschijnlijk nog nooit het lied van de Eagles gehoord, "Lyin' Eyes." Anders, ze zouden dubbelhartigheid beter herkennen.

Computers zijn niet erg goed in het onderscheiden van verkeerde voorstelling van zaken, en dat is een probleem, aangezien de technologieën steeds vaker in de samenleving worden ingezet om beslissingen te nemen die het openbare beleid vormgeven, zaken en het leven van mensen.

Blijkt dat algoritmen niet slagen voor basistesten als waarheidsdetectoren, volgens onderzoekers die theoretische factoren van expressie en de complexiteit van het lezen van emoties bestuderen aan het USC Institute for Creative Technologies. Het onderzoeksteam voltooide een paar onderzoeken met behulp van wetenschap die populaire psychologie en AI-expressie-begripstechnieken ondermijnt, beide gaan ervan uit dat gezichtsuitdrukkingen onthullen wat mensen denken.

"Zowel mensen als zogenaamde 'emotielezen'-algoritmen vertrouwen op een volkswijsheid dat onze emoties op ons gezicht zijn geschreven, " zei Jonathan Gratch, directeur virtueel menselijk onderzoek bij ICT en hoogleraar informatica aan de USC Viterbi School of Engineering. "Dit is verre van waar. Mensen glimlachen als ze boos of overstuur zijn, ze maskeren hun ware gevoelens, en veel uitdrukkingen hebben niets te maken met innerlijke gevoelens, maar weerspiegelen conversatie of culturele conventies."

Gratch en collega's presenteerden de bevindingen vandaag op de 8e Internationale Conferentie over Affective Computing and Intelligent Interaction in Cambridge, Engeland.

Natuurlijk, mensen weten dat mensen met een recht gezicht kunnen liegen. Pokerspelers bluffen. Sollicitanten nep-interviews. Ontrouwe echtgenoten bedriegen. En politici kunnen vrolijk valse verklaringen afleggen.

Nog, algoritmen zijn niet zo goed in het opvangen van dubbelhartigheid, zelfs nu machines steeds vaker worden ingezet om menselijke emoties te lezen en levensveranderende beslissingen te nemen. Bijvoorbeeld, het Department of Homeland Security investeert in dergelijke algoritmen om potentiële bedreigingen te voorspellen. Sommige landen gebruiken massasurveillance om communicatiegegevens te controleren. Algoritmen worden gebruikt in focusgroepen, marketingcampagnes, om leningaanvragers te screenen of mensen in te huren voor banen.

"We proberen de opvatting van de volkspsychologie te ondermijnen dat mensen, als we de gezichtsuitdrukkingen van mensen zouden herkennen, we kunnen zien wat ze denken, " zei Gratch, die ook hoogleraar psychologie is. "Denk eens aan hoe mensen vroeger polygrafen gebruikten om te zien of mensen logen. Er was toen misbruik van de technologie, net als misbruik van gezichtsuitdrukkingstechnologie tegenwoordig. We gebruiken naïeve aannames over deze technieken omdat er geen verband is tussen uitdrukkingen en wat mensen echt voelen op basis van deze tests."

Om het te bewijzen, Gratch en collega-onderzoekers Su Lei en Rens Hoegen van ICT, samen met Brian Parkinson en Danielle Shore aan de Universiteit van Oxford, onderzocht spontane gezichtsuitdrukkingen in sociale situaties. In een studie, ze ontwikkelden een spel dat 700 mensen voor geld speelden en legden vervolgens vast hoe de uitdrukkingen van mensen hun beslissingen beïnvloedden en hoeveel ze verdienden. Volgende, ze lieten proefpersonen hun gedrag beoordelen en inzicht geven in hoe ze uitdrukkingen gebruikten om voordeel te behalen en of hun uitdrukkingen overeenkwamen met hun gevoelens.

Met behulp van verschillende nieuwe benaderingen, het team onderzocht de relaties tussen spontane gezichtsuitdrukkingen en belangrijke gebeurtenissen tijdens het spel. Ze namen een techniek uit de psychofysiologie over die 'event-gerelateerde potentialen' wordt genoemd om de extreme variabiliteit in gezichtsuitdrukkingen aan te pakken en gebruikten computervisietechnieken om die uitdrukkingen te analyseren. Om gezichtsbewegingen weer te geven, ze gebruikten een recent voorgestelde methode genaamd gezichtsfactoren, die vele nuances van gezichtsuitdrukkingen vastlegt zonder de moeilijkheden die moderne analysetechnieken bieden.

De wetenschappers ontdekten dat glimlachen de enige uitdrukkingen waren die consequent werden uitgelokt, ongeacht de beloning of eerlijkheid van de resultaten. Aanvullend, deelnemers waren vrij onnauwkeurig in het waarnemen van gezichtsemoties en bijzonder slecht in het herkennen wanneer uitdrukkingen werden gereguleerd. De bevindingen laten zien dat mensen om verschillende redenen glimlachen, niet alleen geluk, een context die belangrijk is bij de evaluatie van gezichtsuitdrukkingen.

"Deze ontdekkingen benadrukken de grenzen van het gebruik van technologie om gevoelens en intenties te voorspellen, Gratch zei. "Als bedrijven en overheden deze capaciteiten claimen, de koper moet oppassen, want vaak hebben deze technieken simplistische aannames ingebouwd die niet wetenschappelijk zijn getest."

Eerder onderzoek toont aan dat mensen conclusies trekken over de bedoelingen en waarschijnlijke acties van anderen, simpelweg op basis van de uitingen van de ander. Hoewel er eerdere onderzoeken bestaan ​​die automatische expressie-analyse gebruiken om gevolgtrekkingen te maken, zoals verveling, depressie en verstandhouding, er is minder bekend over de mate waarin percepties van expressie kloppen. Deze recente bevindingen benadrukken het belang van contextuele informatie bij het lezen van andermans emoties en ondersteunen de opvatting dat gezichtsuitdrukkingen meer communiceren dan we misschien denken.