基于情緒理論的情緒誘發(fā)實驗技術探討

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)實驗技術，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研究人員在研究范式上提供理論參考。

關鍵詞：情緒誘發(fā)，實驗設計，情緒理論

1. 引言

在心理學研究中有一個長期的傳統(tǒng)，為了科學的目的，試圖在實驗室中創(chuàng)造情感狀態(tài)。有幾種方法已經被描述過，包括催眠和意象，音樂和電影，面部表情辨識，與真人進行互動帶有情感內容的短語重復，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/或標準化問題，因此情緒誘發(fā)相關的實驗在程序方面一直以來都在尋求一種標準化，以期望能在不對被試造成傷害的情況下得到相對準確的實驗室內認知數據[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)實驗技術，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)的相關研究并不僅僅是為認知心理學專家或者是臨床心理學提供一種觀察或者治療的科學依據，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合，通過機器的算法，使只能設備可以分析和理解用戶的情感狀態(tài)，并且學習在用戶不同的情感狀態(tài)下做出相應的反饋。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的調整[2]。

2.2 情緒誘發(fā)過程

目前廣泛應用的情緒誘發(fā)程序可以分為聽覺，嗅覺，視覺或者是多通道結合的方式進行應用。在信念和目標方面的認知，在引起情緒反應方面起著至關重要的作用。 根據一個人的信念和目標，一個人評價事件和產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。這是因為他們的認知是受到自己長期經驗的影響，并且根據認知的結果對不同的事物呈現(xiàn)不同的反應[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。由于時間的差異，人的認知也在不斷進行自我的調整和積累，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重要的作用[4]。人類的情感反應通常是由感知-評價-誘發(fā)-行動來進行性感程序的輸出。每當新的刺激發(fā)生，人的認知就會記錄自己所遇到的事情以及其結果，用于應對下一次的環(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驗室條件的限制無法在自然條件下進行精確的測量，而這些理論被用來在某些事件中突出其重視的獨立變量，這些變量如果能在自然環(huán)境下準確誘發(fā)，也會有助于研究者們以更好的方式獨立理解這些情緒變量的作用和情感表達的輸出結果[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數據的實驗流程也是至關重要的。在進行情緒誘發(fā)程序評價的時候，也有必要對情景的條件設置進行劃分，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？從長期經驗和廣泛價值觀論斷，該刺激是否有一個普遍使用的價值判斷標準？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？在進行了基本的背景調查以及設計后，便可以著手進行情緒誘發(fā)程序的設計。

3.情緒誘發(fā)實驗技術探討

在實驗室研究中，最為廣泛應用的實驗室內測試程序，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際應用中的需要，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系，也沒有解釋行為人的情緒與其行為之間的關系）的架構，用不同的情緒架構搭建了情緒誘發(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]，但后者同樣結合了Lazarus理論[9]。GRACE （通用機器人架構情緒創(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理論用來進行事件本身的情緒映射，Lazarus理論用于評估和應對。ALMA （情感分層模型A Layered Model of Affect）采用OCC進行變量評價[10]。

但是不論理論如何變化組合，基礎測試所需要的生理指標依舊包含：心率變異性，皮膚電阻，肌肉纖維活動電以及體溫。標準的刺激流程為首先設置刺激的形式，其次選用生理指標，在基于被試刺激的時候記錄其生理指標的反饋，并且最后依照選擇的情緒誘發(fā)模型來進行統(tǒng)計。其中在實驗設計的過程中，應該遵照情緒誘發(fā)模型的理論和注意事項來進行實驗設計。其中OCC理論進行情緒誘發(fā)在操作上并不需要進行二次測試收集數據。另外，在關于情緒焦點的方面，Roseman理論和OCC理論都不需要統(tǒng)計特定的情緒關注焦點，而Scherer理論和Lazarus理論關注在進行情緒誘發(fā)時較為突出的情緒，其中后者需要測試者從兩個方面（刺激的本質和情緒的反饋）進行統(tǒng)計。本文通過總結過往的理論，提供一種可供參考的五維度情緒測量簡表。

基礎情緒狀態(tài)評估面部表情生理指標行為傾向高興推進或者達成目標嘴角上揚，拉緊眼皮心率下降風險行為傾向，視情況避免或者是推進目標悲傷無法完成或者推進目標嘴角放低，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。或當前目標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當前行為狀態(tài)憤怒個人目標被阻礙或破壞眉毛低下，嘴唇緊抿下壓，眼睛凸出心率上升，皮膚溫度上升復仇傾向驚訝突發(fā)事件眉毛上揚，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.結語

情緒誘發(fā)范式嚴格按照理論選擇-實驗設計-刺激物預期反饋假設-刺激物設計-收集被試生理行為數據-根據理論進行數據分析-得出數據的順序進行實驗設計。其中，被試的感知順序為感知-評價-誘發(fā)-行動。在進行數據分析時可利用這種情緒誘發(fā)的程序進行被試情緒的標記與篩選。

參考文獻

[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.