Perceptuele en categorie Verwerking van de Uncanny Valley Hypothesis 'dimensie van de mens gelijkenis: Een aantal methodologische kwesties

Het algemene doel van deze procedure is om de effecten van categorische perceptie te onderzoeken langs de dimensie van menselijkheid binnen de hypothese van de uncanny valley. Dit wordt bereikt door eerst zorgvuldig morph-continua te genereren waarmee de dimensie van menselijkheid kan worden weergegeven. De morph-continua worden vervolgens gepresenteerd in een categorisatietaak met gedwongen keuze.

Deze taak wordt gebruikt om vast te stellen welke stimuli duidelijk gecategoriseerd worden als avatars en als menselijk, en om de locatie van de categoriegrens te definiëren. Vervolgens wordt een selectie van deze afbeeldingen gebruikt in een taak voor perceptuele discriminatie. Deze taak bepaalt de aanwezigheid en locatie van de grens voor perceptuele discriminatie.

De resultaten tonen aan dat de discriminatiegrens is afgestemd op die van de categorie. De uitlijning van de grens geeft aan dat de subjectieve perceptie van objecten langs de dimensie van menselijkheid kan worden begrepen in termen van de psychologische effecten van categorische perceptie. Het belangrijkste voordeel van deze methode is dat het een experimenteel gecontroleerde, fijnmazige manipulatie van het menselijke uiterlijk mogelijk maakt.

Dit is van belang voor het begrijpen van de subtiele relaties tussen de waargenomen menselijkheid en de daarmee samenhangende ervaringen en het gedrag rondom het 'uncanny'-effect. De visuele demonstratie van deze methode vormt de basis voor de kritische discussie in het bijbehorende artikel over het gebruik van deze methode in onderzoek naar de uncanny valley. Begin met het selecteren van paren van menselijke afbeeldingen en avatar-afbeeldingen die als eindpunten van elk continuüm in de morphing-procedure dienen. Start met het menselijke eindpunt.

Kies een afbeelding van een onbekende persoon met een kenmerkend gezicht, een neutrale uitdrukking en een directe blik. Andere opvallende kenmerken, zoals gezichtshaar of sieraden, mogen niet aanwezig zijn. Genereer voor de niet-menselijke eindpuntafbeelding een avatargezicht dat overeenkomt met het menselijke gezicht.

Pas elk avatargezicht aan zodat het nauw aansluit bij het overeenkomstige menselijke gezicht wat betreft leeftijd en algemene gelaatsgeometrie. Stem de contrastniveaus en de algemene helderheid van elk paar oudergezichten op elkaar af. Hier wordt de huidskleur van het avatar-oudergezicht afgestemd op het overeenkomstige menselijke oudergezicht.

Gebruik fotobewerkingssoftware om de externe kenmerken van de gezichten bij te snijden door een elliptische vorm over de afbeelding te leggen. Pas vervolgens de definitieve positie van de afbeeldingen aan om ervoor te zorgen dat de algemene gezichtsgeometrie tussen elk paar eindpunten-afbeeldingen is uitgelijnd. Wanneer de afbeeldingen gereed zijn, gebruikt u de morphing-software om controlepunten op de kenmerken van de oudergezichten te plaatsen.

Voor elk gezicht worden ongeveer 20 punten op de mond geplaatst, 18 op elk oog, 20 op de neus en acht op elke wenkbrauw. Zodra deze punten zijn geplaatst, zijn de afbeeldingen klaar om gemorpht te worden. Hierbij worden voor elk continuüm 13 verschillende gemorphte afbeeldingen gecreëerd en gelabeld van M zero tot M 12.

Er zijn twee oudergezichten en 11 tussenliggende morphs zoals hier te zien; er wordt een tweevoudige geforceerde-keuze classificatietaak uitgevoerd. De deelnemer beoordeelt of elke morph-afbeelding een avatar- of een menselijk gezicht laat zien. Zodra de deelnemer er klaar voor is, wordt een reeks trials getoond.

Elke trial begint met een fixatiepunt dat 500 milliseconden wordt gepresenteerd, gevolgd door een morph-afbeelding gedurende 750 milliseconden. De deelnemer reageert na elke afbeelding door op de juiste knop te drukken. De volgende trial begint vervolgens later.

De classificatiegegevens van de avatar-mens worden geanalyseerd met behulp van polynomiale regressie om de vorm van de responstfunctie te beschrijven. Om dezelfde verschillende perceptuele discriminatietaak op te zetten, selecteert u twee morphs die eerder als avatars zijn gecategoriseerd en twee als menselijke controle voor fysieke verschillen, door morphs te kiezen die gelijkwaardige incrementen van fysieke verandering representeren. Langs elk continuüm worden incrementen van 33% gebruikt, zoals weergegeven. Sorteer hier de geselecteerde morphs in paren volgens drie experimentele morph-paarcondities.

Zelfde, waarbij paren morphs identiek zijn en geen fysieke verandering of categoriewijziging vertegenwoordigen; binnen, waarbij paren uit dezelfde categorie worden getrokken; en tussen, waarbij paren verschillende categorieën vertegenwoordigen. Zorg ervoor dat voor de avatar-categorie de eerste morph van elk gezichtspaar in de drie condities altijd M four is. Dezelfde procedure kan worden toegepast op morph-paren in relatie tot de menselijke categorie, waarbij wordt gewaarborgd dat de eerste morph altijd M eight is.

Er wordt een perceptuele discriminatietaak uitgevoerd waarbij moet worden bepaald of beelden hetzelfde of verschillend zijn. De deelnemer geeft via een druk op een knop aan of de gezichten van elk gezichtspaar qua uiterlijk hetzelfde of verschillend zijn. Zodra de deelnemer er klaar voor is, wordt er voor elke trial een reeks trials getoond.

Een fixatiekruis wordt gedurende 500 milliseconden gepresenteerd, gevolgd door het eerste gezicht van een gezichtspaar gedurende 500 milliseconden, waarna een interstimulusinterval met een leeg scherm van 300 milliseconden volgt. Vervolgens wordt het tweede gezicht van een gezichtspaar getoond, waarna de deelnemer bepaalt of de gezichten van het paar hetzelfde zijn of verschillen. Daarna volgt een interval van 2.500 milliseconden voordat de volgende trial wordt gepresenteerd.

De nauwkeurigheid van de discriminatie wordt geanalyseerd voor gezichtsparen die de categoriegrens overschrijden, vergeleken met gezichtsparen aan dezelfde zijde van de grens. De gegevens voor avatar-proeven en menselijke proeven worden apart behandeld in de analyse; de hier getoonde resultaten zijn representatief voor de gedwongen-keuze categorisatietaak. Deze worden gepresenteerd als het percentage reacties waarin een gezicht als menselijk wordt gecategoriseerd.

De doorlopende blauwe lijn toont de gefitte logistische responscurve, waarvan de helling een sigmoïde trapfunctie weerspiegelt die consistent is met de aanwezigheid van a. De blauwe stippellijn toont de geschatte positie van de categoriegrens, wat aangeeft dat de maximale onzekerheid van 50% bij categorisatieoordelen geassocieerd is met positie nummer zes. In deze resultaten voor de forced-choice categorisatietaak is de langste gemiddelde responstijd geassocieerd met morfpositie nummer zes.

Dit is consistent met de aanwezigheid van de grootste onzekerheid en categorisatieoordelen op deze morfpositie. Discriminatieresponsen in dezelfde verschillende perceptuele discriminatietaak laten zien dat de nauwkeurigheid en het onderscheid tussen paren gezichten die aan weerszijden van de categoriegrens liggen in de 'between'-condities groter is dan voor paren gezichten die binnen de menselijke en avatar-categorieën zijn getrokken. Consistent met de grotere discriminatienauwkeurigheid op de categoriegrens, zijn de reactietijden voor het oordeel bij paren gezichten die de categoriegrens overschrijden in de 'between'-conditie korter dan die voor gezichten die binnen één categorie zijn getrokken.

Bij het toepassen van deze procedure ligt de grootste uitdaging in het genereren van meerdere morph-continua die een homogene set experimentele stimuli vormen. Gebrekkige controle over de experimentele stimuli kan confounders en artefacten introduceren die de subjectieve perceptie van menselijkheid sterk beïnvloeden. Het bijbehorende artikel bespreekt deze verwante kwesties.