从走路步态预测人的自尊程度？计算机识人有“数”

本篇文章2692字，读完约7分钟

朱

编辑指南

我们在日常生活中有这样的经历，通过观察走路的姿势，我们可以对一个人有一个大致的了解。不久前，中国科学院心理研究所公布了一项研究结果。通过用计算机分析一个人的行走步态数据，可以在很大程度上预测一个人的自尊。

利用计算机收集的数据来分析和识别一个人的心理是一门叫做计算网络心理学的新学科。我们特别邀请了中国科学院心理研究所的朱研究员来介绍本课题的相关知识。

1

训练机器可以识别人

常言道，“知其面而不知其心”表明理解一个人的内心是非常困难的。然而，我们经常听到的说法是“阅人无数，知人有术”，强调从人们的言语和行为中总结出认识人的规律。这两种看似矛盾的说法可以被每个人接受，这说明两者都有其合理性。

强调“不了解自己的心”意味着很难了解自己的心，解决这个问题的办法可能是不断实践和总结了解人的规律，即不断学习的过程。为了达到认识人的目的，我们需要一个阅读无数人的过程。如果我们能训练计算机，我们还能“识别人”吗？从近年来对行为大数据和心理学的研究结果来看，这是完全可能的。训练计算机并使其能够识别人的过程就是机器学习的过程。

机器学习是一门多学科交叉的学科，它主要是利用计算机模拟人类的学习行为，以获取新知识并不断改进，主要是用归纳和综合代替演绎。机器学习是人工智能的核心，它使计算机“智能化”，目前其应用越来越广泛。机器学习一般可分为教师学习和无教师学习，其中教师学习被赋予输入和输出，以便计算机能够“学习”输入和输出之间的映射模型，从而使所学习的映射模型能够应用于其他新的输入数据并计算相应的输出；没有教师的学习没有输出数据，因此有必要从输入数据中寻找一些内在的规律。

从以上对机器学习的介绍中，我们可以看出，阅读无数人的过程可以看作是机器学习对数据的训练过程，即教师学习的过程，而认识人的过程就是模型的应用。如果我们有数据和机器学习，我们就有可能了解人，也就是了解人的内心。

2

网络生活展现原生态个性

心理学是研究人类心理现象的发生、发展和规律的学科。然而，心理现象是无形的，所以人们的内心感受通常是通过分析人们的外部行为来理解的。目前，心理学方法主要依靠自我报告，但人们往往愿意展示自己的好的一面，所以他们的准确性会受到影响。人们在实验室环境中的行为往往不同于真实的场景，实验室的发现在实际应用时应该打折扣。

随着互联网时代的到来，特别是移动智能设备的普及，智能手机、手环、智能手表等可穿戴设备可以实时、原创地跟踪和记录几乎所有人的真实行为。人们可以在心理实验室环境中有效地伪装自己，但在现实生活中很长一段时间内很难做到。因此，我们完全有可能利用网络和智能设备来收集人们日常行为的数据，通过机器学习得到的模型来分析行为，识别人心，实现计算机对人心的理解。

人格作为心理学的核心研究领域之一，代表了人与人之间个体差异的重要原因和心理基础。由于人格是内隐的，需要通过外显行为来间接表达，因此如何有效地测量个体的人格特征是人格心理学研究的前提。

社交媒体(如“微博”)的出现为人格测量带来了新的机遇。“微博”拥有大量分布广泛的用户群，他们在微博上表达自己的原生态。为了从用户在网络平台上的“微博”行为数据中预测用户的个性特征，我们从近200万新浪“微博”活跃用户中随机抽取547名用户作为被试，下载他们的“微博”行为记录，并从原始记录中进一步提取845个行为特征作为输入；同时，对被邀请参与实验的微博用户进行人格问卷测试，获得他们在不同人格维度上的得分作为输出。结果表明，基于“微博”行为的人格计算模型具有良好的测量属性。此外，在人格计算模型中，“微博”行为与人格特征之间的预测关系也是可以解释的。这说明通过“微博”行为来预测用户的个性特征是完全可行的。

3

计算机知识可以深入到现实社会

我们可以通过网络数据来识别人的个性特征，但是我们一般把网络看作是一个虚拟的社会，但是在现实社会中呢？

传统上，通过行为线索判断人的心理特征缺乏应用价值，因为行为线索复杂，个体差异巨大，人工判断成本高，准确性不好。

利用机器学习，我们可以通过智能设备获取人们的日常行为数据，实现对心理特征的识别。结果表明，步态能准确识别人的自尊。

在这个实验中，用户将被要求填写自我评价自尊量表，并获得自我报告的自尊分数(输出)。量表的题目是:“6。我对自己有积极的态度。有时我认为我是无用的”等等。

之后，用户将被要求在地毯上来回走动。在地毯的两端放置了两台kinect摄像机，以捕捉受试者行走过程中身体25个关节点的坐标。与研究步态相比，kinect可能因其在游戏中的应用而更加出名。它是微软xbox游戏机的外围设备，可以用语音或手势操作xbox，也可以捕捉玩家的面部表情和身体动作。这种捕捉身体运动的功能已被广泛用于步态研究。

Kinect以每秒20帧的速度捕捉人体在X、Y和Z轴上25个关节的三维坐标。研究人员从每个关节点的每个轴(共三个轴)提取64个特征，计算每个特征与受试者自尊得分的相关系数，并选取相关系数最大的五个特征建立回归模型，预测个体的自尊得分。预测结果与被试的自我报告自尊得分有一定的相关性，可以在一定程度上替代自尊测量量表。鉴于男女步态的差异，分别对男女步态数据进行建模和预测。男性步态预测与自我报告得分之间的最高相关度为0.43，而女性为0.59，这表明女性预测更好。

结果表明，步态能够实现个体自尊的自动识别。这种方法的优点是它可以以非接触的方式测量自尊，并且在不能使用自我报告测量的情况下可以起到补充作用。这种通过捕捉行为特征进行心理测量的方法在未来有很大的潜力。

伦理问题

心理学研究应注重隐私保护

哪里有人，哪里就有心理学。随着人们对互联网的依赖越来越大，智能设备的使用越来越广泛，为“识别人”提供了一个方便的数据库。一方面，它拓宽了心理学研究的范围，为心理学研究提供了极大的便利，但同时，它也暴露了人们的心理隐私，这也埋下了巨大的隐患。

随着科技的发展，我们准确地“认识人”变得方便和可能。在此基础上，从心理上重塑一个人变得可行。但是如何在伦理上使用这些技术值得更多的关注和考虑。

心理实验

互联网上的“从众心理”

早在2012年1月，facebook就对68万用户进行了为期一周的“情绪传染”实验，这引起了轩然大波。在这个实验中，facebook改变了680，000用户的信息推送标准，试图删除一组用户可以阅读的负面信息，同时给另一组用户更多负面信息。结果显示，每天看到正面内容的用户更有可能发布正面消息，而每天看到负面内容的用户更有可能发布负面消息。