Zum Inhalt springen

affective computing

    Affective Computing ist eine noch eine relativ neue wissenschaftliche Teildisziplin bzw. ein Verfahren, das eine Symbiose aus Informatik, Psychologie und Kognitionswissenschaft darstellt, und mittels Tonsequenzen Emotionen, Persönlichkeit und sogar Absichten einer Person verraten soll. Dabei können zehn bis fünfzehn Sekunden einer Stimmaufzeichnung ausreichen, um die emotionale Verfassung eines Nutzers genau zu analysieren, wobei die Hauptaufgabe dabei ein Spracherkennungssystem übernimmt, das nach bestimmten Mustern innerhalb von Tonsequenzen sucht und diese anschließend den entsprechenden Emotionen zuordnet.

    In neueren Forschungen werden Erkenntnisse aus der Neurowissenschaft mit Informatik, Psychologie, Soziologie und Kognitionswissenschaft kombiniert. Dabei werden optische, audio-visuelle und physiologische Daten analysiert, um Absichten eines Menschen deuten und ableiten zu können. So sollen damit Smartphones, Wearables und Roboter in die Lage versetzt werden, Emotionen und Gefühle wie Angst, Wut, Freude, oder Trauer zu erfassen, zu analysieren und darauf zu reagieren (Stangl, 2019). Die grundlegenden Ideen des affective computing gehen dabei auf ein Paper von Rosalind Picard vom MIT zurück, die erstmals vorschlug, die Modellierung und Berechnung von Emotionen in die Informatik zu integrieren. Anfangs fand dieser Gedanke wenig Zustimmung, doch inzwischen gehört affective computing zu den bedeutendsten Forschungsrichtungen im Hinblick auf die Mensch-Maschine-Kommunikation, deren Hauptziel die Verbesserung dieser Kommunikation gilt. Konkret soll dies erreicht werden, indem man Computer befähigt, Berechnungen durchzuführen, die sich auf Emotionen beziehen, wodurch technische Systeme die Möglichkeit erhalten, wie lebende Wesen reagieren zu können. Das ist insofern von Bedeutung, als Studien nachgewiesen haben, dass die Menschenähnlichkeit von technischen Systemen die Akzeptanz bei menschlichen Kommunikationspartnern verbessert und somit die Bereitschaft zur Interaktion mit solchen Systemen erhöht.

    Ob dazu jemals ein Roboter fähig ist?


    [Quelle: http://youtu.be/nIsCs9_-LP8]

    Nijssen et al. (2019) haben untersucht, inwieweit Menschen bereit sind, Roboter zu opfern, um Menschen zu retten. Die Probanden wurden vor das moralisches Dilemma gestellt, ob sie einen Einzelnen in Lebensgefahr bringen, um eine Gruppe verletzter Menschen zu retten. In unterschiedlichen Szenarien handelte es sich dabei einmal um einen Menschen, einmal um einen humanoiden Roboter mit menschlichen Zügen und einmal um einen Roboter, der klar als Maschine zu erkennen war. Das Dilemma wurde dabei umso drängender, je mehr der Roboter einem Menschen ähnelte, etwa Webb dieser in kurzen Geschichten als mitfühlendes Wesen oder als Wesen mit eigenen Erfahrungen und Vorstellungen dargestellt wurde. Die Empathie mit der Maschine ging bei manchen der Teilnehmerinnen und Teilnehmer so weit, dass sie bereit waren, eine Gruppe verletzter Menschen zu opfern, nur um den Roboter zu schützen. Je menschenähnlicher die Roboter waren, insbesondere je mehr man ihm Gefühle zusprach, desto weniger waren die ProbandeInnen in diesem experimentellen Szenario geneigt, den Roboter zu opfern. Vermutlich wurde dem Roboter eine Art moralischer Status zugesprochen.

    Literatur

    Nijssen, Sari R. R., Müller, Barbara C. N., van Baaren, Rick B. & Paulus, Markus (2019). Saving the Robot or the Human? Robots Who Feel Deserve Moral Care. Social Cognition, 37, 41-S2.
    Picard, R. W. (1995). Affective Computing. M.I.T Media Laboratory Perceptual Computing Section Technical Report No. 321.
    Stangl, Benjamin (2019). Affective Computing – roboter.
    WWW: https://roboter.stangl.wien/affective-computing/ (2019-03-24).


    Impressum ::: Datenschutzerklärung ::: Nachricht ::: © Werner Stangl :::

    Schreibe einen Kommentar

    Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert