Czy możemy zobaczyć osobowość?


Steven Novella 2020-06-05


Czy podstawowa osobowość człowieka jest wypisana na twarzy? To jest ciekawe pytanie, na które badacze jeszcze nie mają definitywnej odpowiedzi. W nowym badaniu użyto AI, by dodać kolejną informację, która sugeruje, że odpowiedź brzmi – może, chyba.

 

Zacznijmy od technicznej definicji osobowości:


“Osobowość odnosi się do indywidualnych różnic w charakterystycznych cechach myślenia, odczuwania i zachowania”.   


Jest rzeczą niekontrowersyjną, że różni ludzie mają różne cechy osobowości, chociaż istnieją różne schematy podziału wszystkich różnych cech osobowości, jakie mogą okazywać ludzie. Jednym z szerzej zaakceptowanych takich podziałów jest Wielka Piątka – otwartość na doświadczenia, sumienność, ekstrawersja, ugodowość, i neurotyczność. To nie obejmuje wszystkich aspektów osobowości ani bogatego tła doświadczeń i kultury, które pomagają kształtować nasze zachowanie, ale wydaje się chwytać coś fundamentalnego o różnicach między ludźmi.


Znacznie bardziej kontrowersyjne jest to, czy istnieją różne typy osobowości, czyli zestaw cech osobowości, które występują razem. Jest wiele testów opartych na założeniu, że ludzi można podzielić na niewielką liczbę różnych typów osobowości, ale żaden z nich nie ma ustalonej zasadności. Moim zdaniem, najlepsze dowody, jakie mamy jak dotąd, nie popierają w sensowny sposób tezy o typach osobowości.

 

Dla cech osobowości pozostaje pytanie – do jakiego stopnia są one genetyczne kontra środowiskowe. Jest jasne, że są jednym i drugim, jedne mają prawdopodobnie silniejszy składnik genetyczny niż inne, z różnym wkładem u różnych osób i z genetycznymi predyspozycjami wchodzącymi w interakcję z rozwojem i środowiskiem. Łatwo zobaczyć, jak trudno byłoby rozplątać ten pogmatwany bałagan jednym, prostym, czystym schematem.


Jeśli jednak cechy osobowości mają znaczący wkład genetyczny (co wydaje się oczywiste), to możemy zapytać – do jakiego stopnia cechy osobowości idą w parze z cechami fizycznymi? To jest możliwe, ponieważ czasami jeden gen koduje białko lub enzym, który ma wiele funkcji, a więc mógłby (na przykład) wpływać na rozwój zarówno mózgu, jak twarzy. Ponadto, geny, które są koło siebie, mają statystycznie wyższą szansę na wspólne sortowanie – jeśli więc masz jeden, masz wyższe prawdopodobieństwo posiadania także drugiego. To znaczy, że jeśli masz jedną cechę osobowości, możesz z większym prawdopodobieństwem mieć również pewne rysy twarzy.


Strzałka przyczyny i skutku może także iść w drugą stronę. Ludzie, którzy wyglądają w pewien określony sposób, mogą mieć pewne szczególne doświadczenia w życiu, które przyczyniają się do pewnych cech osobowości. Zasadniczo powściągliwy wyraz twarzy może, na przykład, przyczyniać się do introwersji. Może również być tak, że osobowość wpływa na wyraz twarzy w spoczynku (nie wyraz emocjonalny, ale tylko to, jaki wyraz ma nasza twarz zasadniczo). Miałoby także sens, jeśli – jako skrajnie społeczny gatunek ze znaczną ilością tkanki mózgowej poświęconej na dostrzeganie i interpretowanie ludzkich twarzy – wyewoluowaliśmy tak, by wykrywać w twarzach innych nie tylko emocje, ale także osobowość.    


Większość z tego to czyste spekulacje, ale jeśli istnieje jakiekolwiek rzeczywiste powiązanie (czy to bezpośrednio przyczynowe, czy przypadkowe) między cechami osobowości a tym, jak wyglądają twarze, rozstrzygającym testem jest to, że powinniśmy być w stanie zgadywać jak wypadnie ktoś na teście osobowości w oparciu o nieruchome, nie pokazujące żadnych emocji zdjęcie ich twarzy. To jest przesłanka nowego badania.


Badanie oparto na próbce 12 tysięcy wolontariuszy, którzy odpowiedzieli na kwestionariusz mierzący cechy osobowości oparte na modelu „Wielkiej Piątki” i zamieścili w sumie 31 tysięcy „selfie”.


To jest całkiem duży zestaw danych. Autorzy badania wyeliminowali wszystkie zdjęcia pokazujące emocje oraz zdjęcia z kotami. (Poważnie – oni naprawdę wspominają, że wyeliminowali zdjęcia kotów.)


Następnie, neuronalny system klasyfikacji obrazów wytrenowano do rozłożenia każdego zdjęcia na 128 niezmiennych rysów, po czym użyto perceptrona wielowarstwowego, który przewidywał cechy osobowości na podstawie tych zdjęć.


Stwierdzili, że wytrenowana sieć neuronowa AI była w stanie przewidzieć cechy osobowości dwóch losowo dobranych z fotografii osób z 58% trafności, podczas gdy losowe zgadywanie dałoby 50%. Innymi słowy, AI miała zdjęcia dwóch osób i musiała zgadywać, która z nich była bardziej ugodowa lub bardziej neurotyczna. Te wyniki są spektakularnie nieimponujące.  AI otrzymała najprostszą w zasadzie wersję oceny cechy osobowości (wybór binarny) i nadal udało jej się uzyskać wyniki tylko odrobinę lepszy niż przypadkowy. Należy zauważyć, że AI miała nieco lepsze wyniki przy twarzach kobiet niż mężczyzn, a także najlepiej dawała sobie radę z sumiennym typem osobowości. To wszystko jednak może być kompletnie przypadkowe i trzeba to powtórzyć, zanim potraktuje się to poważnie.  


Co więc to znaczy? Mimo że wyniki są mizerne , są one statystycznie solidne. Była także pewna wewnętrzna spójność, bo różne zdjęcia tej same osoby dawały te same wyniki. Jeśli te wyniki utrzymają się przy replikacji, może to znaczyć, że istnieje realna, choć niewielka, korelacja między rysami twarzy a osobowością. Ograniczony sukces może odzwierciedlać leżącą u podstaw rzeczywistość - być może rzeczywista korelacja między twarzami a osobowością wynosi zaledwie 58%. Lub rzeczywista korelacja może być wyższa, ale ten system AI nie był doskonały. Przyszłe badania mogą naświetlić tę kwestię.


Z mojego punktu widzenia: to pasuje do możliwego przewidywania, że istnieje rzeczywista korelacja, ale jest ona słaba.


Jest inne pytanie: czy można w jakiś praktyczny sposób używać tej technologii? Komunikat prasowy informuje:


Istnieje olbrzymia liczba potencjalnych zastosowań, które należy zbadać. Rozpoznawanie osobowości ze zdjęć może uzupełnić tradycyjne podejście do oceny osobowości w sytuacjach, w których wielki pośpiech i niskie koszty są ważniejsze od wysokiej poprawności. Sztucznej inteligencji można używać do proponowania produktów, które najlepiej pasują do osobowości klienta lub do dobierania „najlepiej pasujących” dla osób podczas takich dwójkowych kontaktów jak obsługa klienta, randki lub korepetycje on line.


Hmm, nie. Zupełnie tego nie kupuję. Korelacja jest zbyt słaba, by miała jakiekolwiek praktyczne zastosowanie, nawet jeśli trafność można byłoby nieco podnieść. Wynik nieco lepszy niż rzucenie monetę nie ma praktycznej wartości. Wyobraźcie sobie aplikację randkową używającą takiej aplikacji. Masz mnóstwo danych o możliwych kandydatach, ich edukacji, tym co lubią i czego nie lubią, własny opis siebie, który prawdopodobnie pod pewnymi względami dużo ujawnia, ich drogi zawodowe, zdjęcia, które sami wybierają itd. W dodatku do tego taka aplikacja powie ci, że jest 58% prawdopodobieństwa, że ta osoba jest bardziej ugodowa niż inna osoba. Nie ma informacji o ich absolutnej ugodowości, tylko to, że może być bardziej ugodowa od tego drugiego. Może jednak istnieć odrobinę większe prawdopodobieństwo, że jest mniej otwarta.


Oczywiście, taka aplikacja może dokonać tysięcy takich porównań. Może następnie uszeregować potencjalnych kandydatów na randkę (lub zatrudnienie, lub potencjalnego korepetytora itd.) w oparciu o wiele porównań każdej z pięciu cech, dając każde osobie procent danej cechy w oparciu o to, jak wiele innych osób jest lepszych niż ona. Ten rodzaj podejścia mógłby być użyteczny – jeśli poprawność byłaby znacznie wyższa niż 58%. Obawiam się, że to da złudzenie posiadania informacji, ale ta informacja będzie wysoce niepewna. Potrzebne by nam było zobaczenie wyników aplikacji używającej to podejście, a następnie zobaczenie, czy te wyniki mają jakąś zasadność, czyli czy potrafią przewidzieć coś użytecznego. Jesteśmy więc o kilka kroków od używania tej techniki w realnym świecie i nie jestem optymistą, biorąc pod uwagę te 58%. Przewiduję jednak także, że jakaś firma będzie tego używać, ponieważ pomysł świetnie nadaje się do sprzedaży, mimo że tak naprawdę nie działa.  


Can We See Personality?

NeuroLogica Blog, 25 maja 2020

Tłumaczenie: Małgorzata Koraszewska



Steven Novella 

Neurolog, wykładowca na Yale University School of Medicine. Przewodniczący i współzałożyciel New England Skeptical Society. Twórca popularnych (cotygodniowych) podkastów o nauce The Skeptics’ Guide to the Universe. Jest również dyrektorem Science-Based Medicine będącej częścią James Randi Educational Foundation (JREF), członek Committee for Skeptical Inquiry (CSI) oraz członek założyciel Institute for Science in Medicine. Prowadzi blog Neurologica.