In bijna alle menselijke culturen kleuren worden geassocieerd met verschillende emoties zoals haat, Liefde, woede en verdriet.

Nu voor het eerst, wetenschappers hebben machine learning gebruikt om te analyseren hoe we bepaalde emoties associëren met bepaalde kleuren en zeggen dat de resultaten betekenen dat de toepassing van dit type kunstmatige intelligentie waarschijnlijk veel gebruikelijker zal worden.

Het onderzoeksteam bestond uit vijf psychologieonderzoekers en een computerwetenschapper, Dr. Joerg Wicker van de Universiteit van Auckland.

De onderzoekers verzamelden ruwe data uit een online enquête onder 711 mensen uit China, Duitsland, Griekenland en het Verenigd Koninkrijk. Deelnemers kregen een lijst met 12 kleurnamen en vroegen welke emotie ze associeerden met welke kleur. Ze hadden 20 emoties om uit te kiezen, waaronder liefde, een hekel hebben aan, droefheid, schuld en afschuw.

Het onderzoek maakte gebruik van machine learning - het vermogen van een computer om van gegevens te leren in plaats van te hoeven programmeren - om de onderzoeksresultaten te analyseren.

Dr. Wicker zegt dat de computer verborgen patronen in de gegevens kon detecteren en een groter aantal patronen dan meer orthodoxe methoden.

Na te zijn getraind om een ​​bepaald model te produceren op basis van de gegevens, de computer kon het land bepalen waar iemand vandaan kwam aan de hand van de emoties die ze associeerden met een bepaalde kleur.

Het was ook in staat om te voorspellen welke kleur deelnemers bedoelden toen ze de emoties opsomden die ze ermee associeerden:als een deelnemer zei dat ik deze kleur associeer met liefde en woede, de computer wist dat ze rood bedoelden.

Machine learning leverde echter nauwkeurigere resultaten op uit de gegevens als het afkomstig was van mensen die uit één land kwamen:de resultaten waren bijvoorbeeld nauwkeuriger als alle deelnemers aan het onderzoek uit China kwamen.

Het vond het ook gemakkelijker om sommige kleuren te classificeren wanneer een kleurassociatie consistent was tussen deelnemers uit verschillende landen:rood wordt bijvoorbeeld vaak geassocieerd met liefde in veel culturen.

Andere bevindingen waren de associatie tussen de kleur bruin en walging, die sterker was in Duitsland dan in andere landen, ook in China, waar het bijna niet bestond. Deelnemers uit Griekenland waren de enige groep die paars sterk associeerde met verdriet, terwijl wit in China vaak werd geassocieerd met negatieve emoties in vergelijking met de andere landen.

Dr. Wicker zegt dat, als informaticus, de studie was zowel uitdagend als lonend.

"Machine learning en datamining is mijn interessegebied en ik ben er sterk van overtuigd dat dit soort data-analyse ook in andere disciplines moet worden toegepast, zoals psychologie of enig onderzoek naar emotie.

"Dit werk draagt ​​direct bij aan fundamentele inzichten in psychologisch onderzoek en zou niet mogelijk zijn geweest zonder machine learning toe te passen."

Universitair hoofddocent Paul Corballis van de School of Psychology van de University of Auckland, die niet betrokken was bij het huidige onderzoek, zegt dat de nieuwe machine learning-aanpak van de onderzoekers patronen onthulde uit een gecompliceerde dataset die moeilijker te detecteren zou zijn met traditionele methoden.

"De manier waarop we kleur associëren met emotie, beantwoordt een heel oude vraag in de psychologie:is onze reactie op kleur aangeboren, dat is, bedraad, of wordt het door de cultuur bepaald en dus aangeleerd?", zegt hij.

"Ik denk dat een heel interessant aspect van deze laatste studie is dat het een manier is om deze vraag op te lossen door te suggereren dat de reactie op kleur zowel aangeboren is, maar ook wordt gewijzigd door cultuur."

De studie is gepubliceerd in Royal Society Open Science .