從走路步態(tài)預(yù)測人的自尊程度？

我們在日常生活中有這樣的經(jīng)驗，觀察走路姿態(tài)，可以大致了解一個人。不久前，中科院心理所發(fā)布一項研究成果，利用計算機分析一個人走路的步態(tài)數(shù)據(jù)，可以在相當(dāng)大的程度上預(yù)測一個人的自尊程度。

訓(xùn)練機器可以識人

人們常說，“知人知面不知心”，以此來說明想了解一個人的內(nèi)心是非常困難的。但是，我們也經(jīng)常聽到，“閱人無數(shù)，識人有術(shù)”，強調(diào)從人的言談舉止歸納總結(jié)出識人的規(guī)律。這兩個看似矛盾的說法能夠被大家接受，說明都有其合理性。

強調(diào)“不知心”是說對一個人的內(nèi)心理解很難，而解決這個難題的方法可能就是通過不斷練習(xí)、不斷總結(jié)識人的規(guī)律，也就是不斷學(xué)習(xí)的過程。為了達(dá)到識人的目的，需要有一個閱人無數(shù)的過程，如果我們能夠訓(xùn)練計算機，是否也可以做到“識人”呢？從最近幾年針對行為大數(shù)據(jù)和心理學(xué)研究的結(jié)果來看，這是完全可能的，對計算機進(jìn)行訓(xùn)練，并使其具有識人能力的過程，就是機器學(xué)習(xí)的過程。

閱人無數(shù)的過程可以看作是在數(shù)據(jù)上的機器學(xué)習(xí)訓(xùn)練過程，也就是受教學(xué)習(xí)過程；而識人的過程則是模型的應(yīng)用。如果有了數(shù)據(jù)，結(jié)合機器學(xué)習(xí)，我們就有可能實現(xiàn)識人，也就是獲知人們的內(nèi)心。

網(wǎng)絡(luò)生活展現(xiàn)原生態(tài)人格

目前心理學(xué)的方法主要依賴于自我報告，但是人們往往愿意展現(xiàn)自我好的一面，所以其準(zhǔn)確性會受到影響，而人們在實驗室環(huán)境下的行為表現(xiàn)與現(xiàn)實場景往往有所不同，實驗室的發(fā)現(xiàn)在實際應(yīng)用的時候是要打折扣的。

隨著互聯(lián)網(wǎng)時代的到來，尤其是移動智能設(shè)備的普及，智能手機、手環(huán)、智能手表等各類可穿戴設(shè)備，幾乎能將人們所有的現(xiàn)實行為做全時程的、原生態(tài)的跟蹤和記錄。人們可能在心理學(xué)實驗室環(huán)境中進(jìn)行有效的偽裝，卻很難在現(xiàn)實生活中長期這么做。因此，我們完全有可能利用網(wǎng)絡(luò)及智能設(shè)備實現(xiàn)對人們?nèi)粘Ｐ袨榈臄?shù)據(jù)采集，并通過機器學(xué)習(xí)獲得的模型對行為進(jìn)行分析，對人們的內(nèi)心進(jìn)行識別，做到計算機識人之心。

微博擁有數(shù)量龐大、分布廣泛的用戶群體，他們在微博中進(jìn)行原生態(tài)的個性化表達(dá)。為了從用戶在網(wǎng)絡(luò)平臺上的微博行為數(shù)據(jù)預(yù)測其人格特征，研究者從近兩百萬名新浪微博活躍用戶中隨機選取了547名用戶作為被試者，下載其微博行為記錄，并且進(jìn)一步由原始記錄中提取845種行為特征，以此作為輸入；同時，對邀請參加實驗的微博用戶施測人格問卷，獲取其在各人格維度上的得分，以此作為輸出。結(jié)果表明，基于微博行為的人格計算模型擁有良好的測量屬性。此外，在人格計算模型中，微博行為與人格特征之間的預(yù)測關(guān)系也具有一定的可解釋性。這表明，通過微博行為來預(yù)測用戶的人格特征是完全可行的。

利用步態(tài)能識別人的自尊

我們利用網(wǎng)絡(luò)數(shù)據(jù)，能夠?qū)崿F(xiàn)對人們的人格特征的識別，但是我們一般都把網(wǎng)絡(luò)看做是虛擬社會。那么在現(xiàn)實社會中呢？

利用機器學(xué)習(xí)，我們通過智能設(shè)備獲取人們的日常行為數(shù)據(jù)，實現(xiàn)對心理特征的識別。結(jié)果發(fā)現(xiàn)，利用步態(tài)能夠比較準(zhǔn)確識別人的自尊情況。

在這個實驗中，參加實驗的用戶首先會被要求填寫自評式的自尊量表，獲得被試者自我報告的自尊得分（輸出）。量表題目如：“6.我對于自己抱著肯定的態(tài)度”“10.有時候我認(rèn)為自己一無是處”等。

之后用戶會被要求在一塊地毯上來回走動，兩個攝像頭被置于地毯兩端，用于捕捉被試者在走動過程中身體25個關(guān)節(jié)點的坐標(biāo)以及面部表情和身體動作。

攝像頭以每秒20幀的速度捕獲人體25個關(guān)節(jié)在X、Y、Z三個軸上的三維坐標(biāo)。研究人員從每個關(guān)節(jié)點的每一軸（共三軸）抽取64個特征，計算每個特征與被試者自尊得分的相關(guān)系數(shù)，并選取相關(guān)系數(shù)最大的5個特征來建立回歸模型，并預(yù)測個體的自尊得分。預(yù)測結(jié)果與被試者自我報告的自尊得分達(dá)到中等相關(guān)，能夠在一定程度上代替量表做自尊測量。鑒于男性和女性的步態(tài)存在一定差異，研究針對男性和女性的步態(tài)數(shù)據(jù)分別進(jìn)行建模預(yù)測，對男性步態(tài)預(yù)測與自我報告得分之間的最高相關(guān)為0.43，女性為0.59，表明對女性預(yù)測性更好。研究結(jié)果表明，使用步態(tài)能夠?qū)崿F(xiàn)對個體自尊的自動識別。

●資料來源：《北京日報》