Siirry sisältöön
Digitaalisuus
Mitä lisäarvoa (tunne)tekoäly tuo vuorovaikutus-tutkimukseen?

Tekoälyn avulla voidaan tutkia sellaisia tunnereaktioita vuorovaikutuksessa, joista ihmiset eivät välttämättä ole itsekään tietoisia.

Kirjoittajat:

Eevastiina Gjerstad

senior researcher, vaikuttava ammatillinen pedagogiikka
Haaga-Helia ammattikorkeakoulu

Julkaistu : 21.12.2019

Kasvojentunnistusta käytetään jo esimerkiksi puhelimen lukituksen aukaisemisessa, stalkkereiden seulomisessa, lentokenttien lähtöselvityksissä ja kadonneiden ihmisten löytämisessä, mutta myös osana sortotoimia (Hallamaa 2019).

Samaiseen kasvontunnistukseen, tosin emootioiden näkökulmasta, liittyy Haaga-Helia Ammatillisessa opettajakorkeakoulussa parhaillaan menossa oleva VALAA-hanke (”Vaikuttava ja laadukas ohjaus opettajan työssä”). Siinä hyödynnämme Haaga-Helian vuorovaikutuslaboratoriota, jossa tekoälyyn pohjautuva AFFDEX-algoritmi kykenee tunnistamaan ihmisten oletettuja tunnereaktioita. Lisäksi ihmisten kiihtymystä tai tunnereaktion voimakkuutta pystytään mittaamaan ihon sähkönjohtavuuden kautta. Tätä niin sanottua biometriikkaa käytetään, jotta ymmärretään paremmin mielen, aivojen ja kehon välistä vuorovaikutusta (Human Behavior 2017).

Tekoälyn avulla voidaan tutkia sellaisia tunnereaktioita vuorovaikutuksessa, joista ihmiset eivät välttämättä ole itsekään tietoisia. Lisäksi voidaan saada tietoa, jota ei muilla menetelmillä saataisi. Esimerkiksi on huomattu (Reed ym. 2012), että aidot tai sosiaaliset hymyt saattavat ennustaa todennäköisyyttä yhteistyöhön molempien osapuolten taholta, kun puolestaan halveksunnan ilmeneminen kasvoilla saa todennäköisemmin peräytymään yhteistyöstä. Pesosen (2018) tutkimuksessa taas kyselytutkimukset antoivat positiivisemman kuvan koehenkilöiden suhtautumisesta materiaaliin kuin heidän tunnereaktionsa biometriikan perusteella.

VALAA-hankkeeseen osallistuu kolme opettajakouluttajaa ja jokaisen oma pienryhmä, jossa on neljä opettajaopiskelijaa kussakin. Ryhmä kokoontuu keskustelemaan pedagogisesta ohjausteemasta vuorovaikutuslaboratoriossa. Myöhemmin ryhmät kokoontuvat niin sanottuun reflektiotilanteeseen, jossa he katsovat aikaisemman vuorovaikutustilannetallenteensa sekä keskustelevat sen tuottamista ajatuksista ja tunteista. Samalla osallistujat arvioivat tallenteen kohtia niiden dialogisuuden perusteella. Osallistujat täyttävät myös tunne- ja dialogisuuskokemuksia kartoittavan kyselyn. Vuorovaikutuslaboratorio tuottaa biometristä tietoa näistä vuorovaikutustilanteista.

Osallistujien kyselyssä useimmin esille nostamat tunteet ovat yhteenkuuluvuus, hyväksyntä ja kiinnostus. Negatiivisia tunteita, kuten ärtymystä, on myös koettu jonkin verran. Tunnepitoisuuteen päästään syvemmin ja tarkemmin kiinni biometrisen tiedon avulla, sillä se täydentää ihmisten tunnekokemuksia paljastaessaan sekä sekä positiivisia että negatiivisia tunnereaktioita. Mielenkiintoisesti kohdat, joissa ilmenee runsaasti tunnereaktioita, arvioidaan useammin dialogisiksi kuin tunneilmaisuiltaan laimeat kohdat. Osa ryhmän jäsenistä ”komppaa” toisiaan tunnereaktioiden tasolla siten, että tietyn ihmisen puheenvuorot aiheuttavat lähes aina positiivisia tunnereaktioita toisessa, vaikka hän ei sanoisikaan mitään.

Tunnetekoälyä on myös kritisoitu, käytetäänhän sitä myös epäeettisesti, pahimmillaan jopa diktatuurien vahvistamisessa. Tunnetekoälyn validaatiossakin on vielä parantamisen varaa: algoritmit pystyvät yleensä arvioimaan ilon tai onnellisuuden hyvin, mutta negatiivisten tunteiden, kuten vihan tai pelon, tai monitulkintaisten tunteiden tunnistaminen on heikompaa tai toisinaan jopa virheellistä (mm. Stöckli ym. 2018). Myös vuorovaikutuskonteksti (Peräkylä 2016, 66–67) ja laboratorio-olosuhteiden vaikutus vuorovaikutukseen (Stevanovic 2016, 405–406) on huomioitava. Tunnetekoälyn käyttö ilman muita menetelmiä tai ihmisen omia kokemuksia ei ainakaan tällä hetkellä ole eettisesti kovin kestävää. Tunnetekoälyn käyttö on loistava renki, mutta huono isäntä!

Lähteet

Hallamaa, Teemu. 2019. Taylor Swift skannaa faniensa kasvot tunnistaakseen stalkkerit – jopa teknologiajätit huolestuivat järjestelmien mahdollisuuksista. 19.6.2019. (luettu 20.6.2019)

Human Behavior. Pocket Guide. 2017. iMotions. Biometric Research Platform.

Peräkylä, Anssi. 2016. Ilmeet ja eleet. Teoksessa Stevanovic, Melisa & Lindholm, Camilla (toim.) Keskustelunanalyysi. Kuinka tutkia sosiaalista toimintaa ja vuorovaikutusta. Tampere: Vastapaino. 63–78.

Pesonen, Elisa. 2018. Tekoäly ja biometriikka neuromarkkinoinnin tutkimusvälineenä. Opinnäytetyö: Liiketalouden koulutusohjelma. Helsinki: Haaga-Helia ammattikorkeakoulu.

Reed, Lawrence Ian, Zeglen, Katharine N. & Schmidt, Karen L. 2012. Facial expressions as honest signals of cooperative intent in a one-shot anonymous Prisoner’s Dilemma game. Evolution and Human Behavior 33, 200–209.

Stevanovic, Melisa. 2016. Keskusteluanalyysi ja kokeellinen vuorovaikutustutkimus. Teoksessa Stevanovic, Melisa & Lindholm, Camilla (toim.) Keskustelunanalyysi. Kuinka tutkia sosiaalista toimintaa ja vuorovaikutusta. Tampere: Vastapaino. 390–409.

Stöckli, Sabrina & Schulte-Mecklenbeck, Michael & Borer, Stefan & Samson, Andrea C. 2018. Facial expression analysis with AFFDEX and FACET: A validation study. Behavior Research Methods 50 (4), 1446–1460.