随着新技术在日常生活、休闲或治疗中的出现，研究者将越来越多地与非人类的虚拟角色互动。理解这些虚拟代理人的面部表情和意图对于使他们实现目标非常重要。研究者研究的目的是评估在与人类或多或少相似的面孔上，表情是否被认为是积极或消极的。
83名本科生参加了一项计算机化的情感识别任务。参与者必须识别每张脸是表达积极还是消极的情绪。八张不同的面孔（人类、阿凡达、网状物和机器人）在计算机屏幕上各显示38次。每张脸由一张照片代表。反应时间和正确反应的数量被记录下来。研究者的研究提出了重要的观点：发现在人脸或阿凡达脸上，情感识别的准确率和所需时间是相似的。另一方面，一旦这些面孔过于模糊或模式化，情感识别能力就会被削弱。本文以“Emotional Valence Recognition on Virtual, Robotic, and Human Faces: a Comparative Study”为题于2020年10月8日发布于《Journal of Technology in Behavioral Science》杂志上。
研究背景
人类通过声音、视觉、甚至触觉等多种渠道进行复杂的交流。他们就是这样传递重要信息的。口语占据了如此重要的位置，以至于研究者有时会忘记非语言符号的重要性。然而，面部表情在社会交往中起着重要的作用。它们可以传递生存所必需的信息和资料（即恐惧），或更广泛地传递交流所需的同理心。
因此，识别和理解面部表情的能力对社会关系至关重要。这是一种社会互动的通用技能。情绪化表情的处理涉及多个皮层下区域，如杏仁核、枕叶和颞叶皮层区域。一般来说，人类识别积极的面部表情比识别消极的表情更快，因为它们不需要分析整个脸部（例如，只是一张微笑的嘴就可以表示快乐）。随着虚拟现实、增强现实和人工智能等新技术的出现，研究者不禁要问，人类是否有能力在识别机器人和虚拟人的情绪方面有同样的表现。人工代理在休闲、职场或治疗中成为人类生活中不可或缺的一部分。因此，研究者每天都需要与虚拟的非人类角色或那些以物理机器人形式人格化的角色进行互动。
一些研究表明，虚拟角色能够引发相当于人类之前经历的社会反应。表现力强的机器人被认为更友好、更人性化，并允许人类用户参与。肌电图研究表明，机器人和人类各自开合手的照片会引起类似的自动模仿反应。但是，机器人和其他非人类代理人所表达的情感呢？
在执行指令后，进行了一个由10个面孔组成的学习任务。这一学习时间被归因于使参与者熟悉键盘；目标是限制由于对材料不熟悉而作出的不正确反应。实验任务由八个不同的面孔组成。
图中在上一行：负价刺激(阿凡达，网状，人类，机器人)；在底部行：正价刺激(阿凡达，网状，人类，机器人)
使用STAI和BDI测量目前的状态焦虑和抑郁水平。然后，参与者完成初步问卷，然后坐在电脑屏幕前。键盘是根据实验任务的要求定制的。实验者口头解释了说明：“你会在屏幕上看到不同的面孔。对于每一张脸，你必须选择面部表情是正面的还是负面的。你必须按键盘上相应的按钮。您的响应时间将被记录下来。这不是一个快速的练习，但请尽可能以尽可能少的错误自发地作出反应。“在完成这个学习任务之后，参与者开始了主要的任务。一张脸出现在屏幕上，参与者必须识别所代表的情感的效价。为了做出明确的选择，参与者必须按下与识别价相对应的键。每次选择之后，屏幕上就出现了另一张脸。实验是在尼姆斯大学的一个办公室进行的；实验任务完成后，参与者被允许离开。
挪威国立大学83名本科生参加了会议。样本以女性为主(87.95%)，年轻并且受过教育。抑郁得分低，目前的状态焦虑水平较低，为13.17，SD=10.06。
图为根据价面作出正确和不正确反应的百分比
图为每种类型人脸的价态响应时间平均值
对于正价表情，参与者用较少的时间来区分人脸的情感效价，而不是网格和机器人类型的人脸。对于负价表达中正确反应的百分比，参与者对网格面的错误多于其他类型的人脸。
图为人脸在情感识别中从最差到最好的排序
研究者的研究结果与文献相符。事实上，研究者的结果显示，与其他面孔相比，人类对人脸的反应最快。此外，结果表明，与消极表情相比，正面表情的识别速度最快。尽管网格人脸的性能较差，但这些人脸可以更好地识别负面情绪。他们的全球得分很低，是因为很难识别出积极的情绪。相反，负面情绪比其他类型的面孔更好，识别速度更快。这种类型的脸是不被禁止的，并可能是有用的其他治疗目的。例如，这种类型的脸可以用来增加社交焦虑患者暴露锻炼的难度。这再次证明，在虚拟现实中将现实主义推向极端，以实现有趣的环境和社会沉浸是没有意义的。
研究结论
研究者的研究提出了重要观点。情绪识别需要类似的处理时间，或者人类和虚拟人物的面孔。另一方面，一旦这些面孔过于模糊或模式化，研究者的能力就会被削弱。关于不可思议谷的理论也解释了虚拟或机器人面孔太过逼真是造成不愉快印象的保证。因此，在使用虚拟疗法时，似乎必须考虑到这些结果，例如一个逼真的虚拟人物，唤起一个不愉快的感觉，可能不会有预期的效果。
因此，最好是使用虚拟人物，但保留虚拟人物的特征，以促进数字治疗所必需的存在感，以及避免产生负面的感觉。在虚拟现实中，图形的真实性并不是存在感的必要条件，在技术上，物质上的舒适感和熟悉感就足够了。
参考文献：Lisa Cerda, Pierluigi Graziani & Jonathan Del-Monte Emotional Valence Recognition on Virtual, Robotic, and Human Faces: a Comparative Study Journal of Technology in Behavioral Science (2020)
