宋雪萌 李佳臻
摘要:通過已有的情緒理論匯總,探討現(xiàn)有的情緒誘發(fā)實(shí)驗(yàn)技術(shù),創(chuàng)新并提供一種可供參考的五維度情緒測量簡,以期為情緒理論相關(guān)研究人員在研究范式上提供理論參考。
關(guān)鍵詞:情緒誘發(fā),實(shí)驗(yàn)設(shè)計,情緒理論
1. 引言
在心理學(xué)研究中有一個長期的傳統(tǒng),為了科學(xué)的目的,試圖在實(shí)驗(yàn)室中創(chuàng)造情感狀態(tài)。有幾種方法已經(jīng)被描述過,包括催眠和意象,音樂和電影,面部表情辨識,與真人進(jìn)行互動帶有情感內(nèi)容的短語重復(fù),以及藥物和睡眠剝奪。其中一些方法會帶來倫理問題(如吸毒、使用欺騙手段)和/或標(biāo)準(zhǔn)化問題,因此情緒誘發(fā)相關(guān)的實(shí)驗(yàn)在程序方面一直以來都在尋求一種標(biāo)準(zhǔn)化,以期望能在不對被試造成傷害的情況下得到相對準(zhǔn)確的實(shí)驗(yàn)室內(nèi)認(rèn)知數(shù)據(jù)[1]。本文通過已有的情緒理論匯總,探討現(xiàn)有的情緒誘發(fā)實(shí)驗(yàn)技術(shù),創(chuàng)新并提供一種可供參考的五維度情緒測量簡,以期為情緒理論相關(guān)研究人員在研究范式上提供理論參考。
2. 情緒誘發(fā)過程
2.1情緒誘發(fā)
情緒誘發(fā)的相關(guān)研究并不僅僅是為認(rèn)知心理學(xué)專家或者是臨床心理學(xué)提供一種觀察或者治療的科學(xué)依據(jù),情緒誘發(fā)的過程和刺激的反饋同樣可以整理作為一種程序結(jié)合,通過機(jī)器的算法,使只能設(shè)備可以分析和理解用戶的情感狀態(tài),并且學(xué)習(xí)在用戶不同的情感狀態(tài)下做出相應(yīng)的反饋。例如,在汽車駕駛時,車載智能系統(tǒng)可以通過判定用戶的狀態(tài)對自己的駕駛控制做出相應(yīng)的調(diào)整[2]。
2.2 情緒誘發(fā)過程
目前廣泛應(yīng)用的情緒誘發(fā)程序可以分為聽覺,嗅覺,視覺或者是多通道結(jié)合的方式進(jìn)行應(yīng)用。在信念和目標(biāo)方面的認(rèn)知,在引起情緒反應(yīng)方面起著至關(guān)重要的作用。 根據(jù)一個人的信念和目標(biāo),一個人評價事件和產(chǎn)生的情緒是截然不同的。 此外,它也被觀察到在同一事件中,不同的人表現(xiàn)出不同的情緒反應(yīng)。這是因?yàn)樗麄兊恼J(rèn)知是受到自己長期經(jīng)驗(yàn)的影響,并且根據(jù)認(rèn)知的結(jié)果對不同的事物呈現(xiàn)不同的反應(yīng)[3]。不僅如此,相同的人對于同一種刺激也有可能表現(xiàn)出不同的反應(yīng)。由于時間的差異,人的認(rèn)知也在不斷進(jìn)行自我的調(diào)整和積累,因此時間作為一種自變量在情緒誘發(fā)和情緒過程中也起到至關(guān)重要的作用[4]。人類的情感反應(yīng)通常是由感知-評價-誘發(fā)-行動來進(jìn)行性感程序的輸出。每當(dāng)新的刺激發(fā)生,人的認(rèn)知就會記錄自己所遇到的事情以及其結(jié)果,用于應(yīng)對下一次的環(huán)境刺激,這被稱為知覺記憶[5]。
然而,一個人的知覺能力,可用知覺資源和刺激事件對達(dá)成行動目的的影響和重要性,也在人類情感任職的過程中發(fā)揮作用,并且影響人最終的情緒狀態(tài)。一些情緒理論由于實(shí)驗(yàn)室條件的限制無法在自然條件下進(jìn)行精確的測量,而這些理論被用來在某些事件中突出其重視的獨(dú)立變量,這些變量如果能在自然環(huán)境下準(zhǔn)確誘發(fā),也會有助于研究者們以更好的方式獨(dú)立理解這些情緒變量的作用和情感表達(dá)的輸出結(jié)果[4]。
因此,建立一個符合道德程序規(guī)范,并且能夠在自然情況下采集到真實(shí)數(shù)據(jù)的實(shí)驗(yàn)流程也是至關(guān)重要的。在進(jìn)行情緒誘發(fā)程序評價的時候,也有必要對情景的條件設(shè)置進(jìn)行劃分,例如影響情緒的客觀和主觀條件[4]:刺激對于被試者來說是否重要?從長期經(jīng)驗(yàn)和廣泛價值觀論斷,該刺激是否有一個普遍使用的價值判斷標(biāo)準(zhǔn)?被試是否普遍擁有處理該刺激的能力?程序刺激是否突然?通過何種手段引起刺激?在進(jìn)行了基本的背景調(diào)查以及設(shè)計后,便可以著手進(jìn)行情緒誘發(fā)程序的設(shè)計。
3.情緒誘發(fā)實(shí)驗(yàn)技術(shù)探討
在實(shí)驗(yàn)室研究中,最為廣泛應(yīng)用的實(shí)驗(yàn)室內(nèi)測試程序,是使用圖片或者是視頻片段通過觀察眼動,生理指標(biāo)和面部表情的方式,來判斷被試者的情緒波動以及觀察其情緒變化。單一的情感理論并不能滿足實(shí)際應(yīng)用中的需要,因此研究者們?yōu)楦鞣N不同的情況下通過OCC理論[6](Ortony-Clore-Collins Theory:提供了一種可稱為半公式化的情緒類型描述。它既沒有解釋情緒的不同組成部分之間的關(guān)系,也沒有解釋行為人的情緒與其行為之間的關(guān)系)的架構(gòu),用不同的情緒架構(gòu)搭建了情緒誘發(fā)理論組合,例如FLAME(A Fuzzy Logic Adaptive Model of Emotion,情感的模糊邏輯自適應(yīng)模型)采用了OCC理論和Roseman理論[7]的誘發(fā)過程?;蛘呤荕AMID(Methodology for Analysis and Modeling of Individual Differences,用于個體差異的分析和建模的方法論)和EMA(A model of emotion)是基于Scherer理論[8],但后者同樣結(jié)合了Lazarus理論[9]。GRACE (通用機(jī)器人架構(gòu)情緒創(chuàng)建 Generic Robotic Architecture to Create Emotions)使用了Scherer理論,OCC理論以及Lazarus理論。在GRACE程序中,Scherer理論用于分析情感過程,OCC理論用來進(jìn)行事件本身的情緒映射,Lazarus理論用于評估和應(yīng)對。ALMA (情感分層模型A Layered Model of Affect)采用OCC進(jìn)行變量評價[10]。
但是不論理論如何變化組合,基礎(chǔ)測試所需要的生理指標(biāo)依舊包含:心率變異性,皮膚電阻,肌肉纖維活動電以及體溫。標(biāo)準(zhǔn)的刺激流程為首先設(shè)置刺激的形式,其次選用生理指標(biāo),在基于被試刺激的時候記錄其生理指標(biāo)的反饋,并且最后依照選擇的情緒誘發(fā)模型來進(jìn)行統(tǒng)計。其中在實(shí)驗(yàn)設(shè)計的過程中,應(yīng)該遵照情緒誘發(fā)模型的理論和注意事項(xiàng)來進(jìn)行實(shí)驗(yàn)設(shè)計。其中OCC理論進(jìn)行情緒誘發(fā)在操作上并不需要進(jìn)行二次測試收集數(shù)據(jù)。另外,在關(guān)于情緒焦點(diǎn)的方面,Roseman理論和OCC理論都不需要統(tǒng)計特定的情緒關(guān)注焦點(diǎn),而Scherer理論和Lazarus理論關(guān)注在進(jìn)行情緒誘發(fā)時較為突出的情緒,其中后者需要測試者從兩個方面(刺激的本質(zhì)和情緒的反饋)進(jìn)行統(tǒng)計。本文通過總結(jié)過往的理論,提供一種可供參考的五維度情緒測量簡表。
基礎(chǔ)情緒狀態(tài)評估面部表情生理指標(biāo)行為傾向高興推進(jìn)或者達(dá)成目標(biāo)嘴角上揚(yáng),拉緊眼皮心率下降風(fēng)險行為傾向,視情況避免或者是推進(jìn)目標(biāo)悲傷無法完成或者推進(jìn)目標(biāo)嘴角放低,眉毛下降,耷拉眼皮心率上升,皮膚溫度下降無明顯行為傾向恐懼對自身或社會威脅?;虍?dāng)前目標(biāo)處于危險之中上眼瞼抬起,眼睛睜開,嘴唇水平伸展肌肉緊張,口干舌燥,心率上升,皮膚溫度下降避免任何動作,某些動作頻率上升或者凍結(jié)當(dāng)前行為狀態(tài)憤怒個人目標(biāo)被阻礙或破壞眉毛低下,嘴唇緊抿下壓,眼睛凸出心率上升,皮膚溫度上升復(fù)仇傾向驚訝突發(fā)事件眉毛上揚(yáng),眼睛睜大,下巴輕微下降心率下降,皮膚溫度下降停止動作
4.結(jié)語
情緒誘發(fā)范式嚴(yán)格按照理論選擇-實(shí)驗(yàn)設(shè)計-刺激物預(yù)期反饋假設(shè)-刺激物設(shè)計-收集被試生理行為數(shù)據(jù)-根據(jù)理論進(jìn)行數(shù)據(jù)分析-得出數(shù)據(jù)的順序進(jìn)行實(shí)驗(yàn)設(shè)計。其中,被試的感知順序?yàn)楦兄?評價-誘發(fā)-行動。在進(jìn)行數(shù)據(jù)分析時可利用這種情緒誘發(fā)的程序進(jìn)行被試情緒的標(biāo)記與篩選。
參考文獻(xiàn)
[1] Uhrig, M., Trautmann, N., Baumg?rtner, U., Treede, R., Henrich, F., Hiller, W. and Marschall, S., 2016. Emotion Elicitation: A Comparison of Pictures and Films. Frontiers in Psychology, 7.
[2] Braun, M., Weiser, S., Pfleging, B. and Alt, F., 2018. A Comparison of Emotion Elicitation Methods for Affective Driving Studies. Adjunct Proceedings of the 10th International Conference on Automotive User Interfaces and Interactive Vehicular Applications,.
[3] Ekman, P., An argument for basic emotions, Cognitive Emotion 6(3-4) (1992) pp. 196-200
[4] Jain, S. and Asawa, K., 2019. Modeling of emotion elicitation conditions for a cognitive-emotive architecture. Cognitive Systems Research, 55, pp.60-76.
[5] Scherer, K. R., Shorr, A., & Johnstone, T. (Eds.). (2001). Appraisal processes in emotion: theory, methods, research. Canary, NC: Oxford University Press
[6] Ortony, A., Clore, G., & Collins, A. (1998). The cognitive structure of emotions. Cambridge, MA: Cambridge University Press.
[7] Roseman, I. J. (1984). Cognitive determinants of emotions: A structural theory. In P. Shaver (Ed.). Review of personality and social psychology (Vol. 5, pp. 11–36). Beverly Hills, CA: SAGE.
[8] Scherer, K. R., & Wallbott, H. G. (1994). Evidence for universality and cultural variation of differential emotion response patterning. Journal of Personality and Social Psychology, 66, 310–328.
[9] Lazarus, R. S. (1991). Emotion and adaptation. Oxford University Press.
[10] Jain, S., & Asawa, K. (2015). Emotional computer: Design challenges and opportunities. International Journal of Synthetic Emotions (IJSE), IGI Global, 6(2), 35–56.
[11] Koza, J., Bennett, F., Andre, D. and Keane, M., 1996. Automated Design of Both the Topology and Sizing of Analog Electrical Circuits Using Genetic Programming. Artificial Intelligence in Design ’96, pp.151-170.