3. Juni 2013
Untersuchung der Uncanny Tal Hypothese Und affektive Erfahrung erfordert ein Verständnis der Hypothese ' Dimension der menschlichen Gestalt (DHL). Dieses Protokoll ermöglicht Darstellung der DHL und Prüfung der kategorialen Wahrnehmung. Die Verwendung der gleichen Reize und fMRI Hirnregionen, die auf physische und Kategorie Veränderung unterscheiden illustrated.Investigation des Uncanny Tal Hypothese und affektive Erfahrung ein Verständnis für die Hypothese 'Dimension der menschlichen Gestalt (DHL) erfordert. Dieses Protokoll ermöglicht Darstellung der DHL und Prüfung der kategorialen Wahrnehmung. Die Verwendung der gleichen Reize und fMRI Hirnregionen, die auf physische und Kategorie Veränderung unterscheiden dargestellt.
Das übergeordnete Ziel dieses Verfahrens besteht darin, die Effekte der kategorialen Wahrnehmung entlang der Dimension der Menschlichkeit im Rahmen der Unheimliche-Tal-Hypothese zu untersuchen. Dies wird erreicht, indem zunächst sorgfältig Morph-Kontinua erzeugt werden, die die Dimension der Menschlichkeit repräsentieren. Anschließend werden die Morph-Kontinua in einer Forced-Choice-Kategorisierungsaufgabe präsentiert.
Diese Aufgabe dient dazu, zu ermitteln, welche Reize eindeutig als Avatare bzw. als menschlich kategorisiert werden, und um die Lage der Kategoriegrenze zu definieren. Anschließend wird eine Auswahl dieser Bilder in einer wahrnehmungsbasierten Diskriminationsaufgabe verwendet. Diese Aufgabe bestimmt das Vorhandensein und die Position der wahrnehmungsbasierten Diskriminationsgrenze.
Die Ergebnisse zeigen, dass die Diskriminierungsgrenze mit der der Kategorie übereinstimmt. Die Ausrichtung der Grenze weist darauf hin, dass die subjektive Wahrnehmung von Objekten entlang der Dimension der Menschlichkeit anhand der psychologischen Effekte der kategorialen Wahrnehmung verstanden werden kann. Der Hauptvorteil dieser Methode besteht darin, dass sie eine experimentell kontrollierte, fein abgestufte Manipulation des menschenähnlichen Erscheinungsbildes ermöglicht.
Dies ist wichtig, um die subtilen Beziehungen zwischen wahrgenommener menschlicher Ähnlichkeit und unheimlichen, damit verbundenen Erfahrungen und Verhaltensweisen zu verstehen. Die visuelle Darstellung dieser Methode bildet die Grundlage für die kritische Diskussion im begleitenden Artikel über die Anwendung dieser Methode in der Forschung zum Unheimlichen Tal. Beginnen Sie damit, Paare von menschlichen und Avatar-Bildern auszuwählen, die als Endpunkte jedes Kontinuums im Morphing-Verfahren dienen sollen. Beginnen Sie mit dem menschlichen Endpunkt.
Wählen Sie ein Bild eines unbekannten Gesichts mit ausgeprägten Gesichtszügen, neutraler Miene und direktem Blick. Es sollten keine weiteren auffälligen Merkmale wie Gesichtsbehaarung oder Schmuck vorhanden sein. Generieren Sie für das Endpunkt-Bild des Nicht-Menschen ein Avatar-Gesicht, das dem menschlichen Gesicht entspricht.
Passen Sie jedes Avatar-Gesicht so an, dass es dem entsprechenden menschlichen Gesicht hinsichtlich Alter und allgemeiner Gesichtsgeometrie eng entspricht. Stimmen Sie die Kontraststufen und die Gesamthelligkeit jedes Elternpaars ab. Hier wird der Hautton des Avatar-Elterngesichts an den des entsprechenden menschlichen Elterngesichts angepasst.
Verwenden Sie eine Bildbearbeitungssoftware, um die äußeren Gesichtsmerkmale durch Überlagerung einer elliptischen Form über das Bild zuzuschneiden. Passen Sie anschließend die endgültige Position der Bilder an, um die Ausrichtung der allgemeinen Gesichtsgeometrie zwischen jedem Paar von Endpunkt-Bildern sicherzustellen. Sobald die Bilder bereit sind, verwenden Sie die Morphing-Software, um Kontrollpunkte auf den Merkmalen der Eltern-Gesichter zu platzieren.
Für jedes Gesicht werden etwa 20 Punkte auf dem Mund, je 18 auf jedem Auge, 20 auf der Nase und je acht auf jeder Augenbraue platziert. Sobald diese Punkte gesetzt sind, können die Bilder verformt werden. Dabei werden für jede Kontinuumreihe 13 verschiedene verformte Bilder erstellt und als M null bis M zwölf bezeichnet.
Es gibt zwei Eltern-Gesichter und 11 Zwischenformen, wie hier gezeigt; eine Zweialternativen-Forced-Choice-Klassifizierungsaufgabe wird durchgeführt. Die Versuchsperson beurteilt, ob jedes Morph-Bild ein Avatar- oder ein menschliches Gesicht zeigt. Wenn bereit, betrachtet die Versuchsperson eine Abfolge von Durchgängen.
Jeder Durchgang beginnt mit einem Fixationspunkt, der 500 Millisekunden lang präsentiert wird, gefolgt von einem Morph-Bild für 750 Millisekunden. Die Versuchsperson reagiert nach jedem Bild, indem sie die entsprechende Taste drückt. Der nächste Durchgang beginnt anschließend.
Die Avatar-Mensch-Klassifizierungsdaten werden mithilfe einer polynomialen Regression analysiert, um die Form der Antwortfunktion zu beschreiben. Um die perzeptive Unterscheidungsaufgabe „gleich versus unterschiedlich“ einzurichten, wählen Sie zwei zuvor als Avatare kategorisierte Morphs und zwei als menschliche Kontrollbedingung aus, wobei morphologische physische Unterschiede durch die Auswahl von Morphs kontrolliert werden, die äquivalente Zunahmen physischer Veränderung entlang jeder Kontinuumslinie darstellen. Dabei werden Inkremente von 33 % verwendet, wie dargestellt. Ordnen Sie die ausgewählten Morphs anschließend entsprechend drei experimentellen Morph-Paar-Bedingungen in Paare an.
Gleich, bei denen Paare von Morphs identisch sind und somit keine physische oder kategoriale Veränderung darstellen, bei denen die Paare innerhalb einer Kategorie gezogen werden, und zwischen denen die Paare unterschiedliche Kategorien repräsentieren. Für die Avatar-Kategorie sicherstellen, dass der erste Morph jedes Gesichtspaares in den drei Bedingungen stets M vier ist. Dasselbe Verfahren kann auf Morph-Paare im Zusammenhang mit der menschlichen Kategorie angewendet werden, wobei sichergestellt wird, dass der erste Morph stets M acht ist.
Es wird eine „Gleich-ungleich“-Wahrnehmungsaufgabe durchgeführt. Der Teilnehmer gibt mittels Knopfdruck an, ob die Gesichter jedes Gesichterpaares in ihrem Aussehen gleich oder unterschiedlich sind. Wenn bereit, sieht der Teilnehmer eine Abfolge von Durchgängen für jeden Durchgang.
Ein Fixierungskreuz wird 500 Millisekunden lang präsentiert, gefolgt vom ersten Gesicht eines Gesichtspaares für 500 Millisekunden, einem interstimulären Intervall mit einem leeren Bildschirm für 300 Millisekunden. Danach erscheint das zweite Gesicht des Gesichtspaares, woraufhin die Versuchsperson entscheidet, ob die Gesichter des Paares gleich oder unterschiedlich sind. Anschließend folgt ein Intervall von 2.500 Millisekunden, bevor der nächste Durchgang präsentiert wird.
Die Diskriminationsgenauigkeit wird für Gesichtspaare analysiert, die die Kategoriegrenze überschreiten, im Vergleich zu Gesichtern von der gleichen Seite der Grenze. Die Daten für Avatar-Versuche und menschliche Versuche werden in der hier gezeigten Analyse separat behandelt und stellen repräsentative Ergebnisse für die Kategorisierungsaufgabe mit erzwungener Wahl dar. Diese werden in Form des Prozentsatzes der Antworten dargestellt, bei denen ein Gesicht als menschlich kategorisiert wurde.
Die durchgezogene blaue Linie zeigt die angepasste logistische Antwortkurve, deren Steigung einer sigmoïden Sprungfunktion entspricht, wie sie mit dem Vorhandensein einer übereinstimmt. Die gestrichelte blaue Linie zeigt die geschätzte Position der Kategoriegrenze an und weist darauf hin, dass die maximale Unsicherheit von 50 % bei Kategorisierungsurteilen mit der Morphposition Nummer sechs verbunden ist. Bei diesen Ergebnissen der erzwungenen Wahl-Kategorisierungsaufgabe ist die längste mittlere Antwortlatenz mit der Morphposition Nummer sechs assoziiert.
Dies entspricht der größten Unsicherheit und den stärkeren Kategorisierungsurteilen bei dieser morphologischen Position. Diskriminierungsantworten in derselben perzeptiven Unterscheidungsaufgabe zeigen, dass die Genauigkeit und die Fähigkeit, Gesichtspaare zu unterscheiden, die auf beiden Seiten der Kategoriegrenze liegen – also in den „between“-Bedingungen –, höher ist als bei Paaren von Gesichtern, die innerhalb der menschlichen und Avatar-Kategorien ausgewählt wurden. In Übereinstimmung mit der höheren Diskriminationsgenauigkeit an der Kategoriegrenze sind die Reaktionszeiten für Urteile bei Gesichtspaaren, die die Kategoriegrenze in der „between“-Bedingung überschreiten, kürzer als bei Gesichtern, die innerhalb einer Kategorie stammen.
Bei der Anwendung dieses Verfahrens besteht die größte Schwierigkeit darin, mehrere morphologische Kontinua zu erzeugen, die eine homogene Menge experimenteller Reize bilden. Eine ungenügende Kontrolle über die experimentellen Reize kann Störgrößen und Artefakte einführen, die die subjektive Wahrnehmung der Menschlichkeit stark beeinflussen. Der begleitende Artikel behandelt diese damit verbundenen Probleme.
Diese Studie untersucht die Uncanny Valley Hypothese durch die Untersuchung der Dimension menschlicher Ähnlichkeit mittels kategorialer Wahrnehmung. Das Protokoll umfasst die Generierung von Morph-Kontinua und die Verwendung von fMRT, um Hirnregionen zu identifizieren, die auf Veränderungen des äußeren Erscheinungsbildes und der Kategorie reagieren.
Understanding categorical perception along the dimension of human likeness informs the design of human-like avatars and robotic interfaces in biopharma training, patient engagement, and therapeutic applications. Misalignment between physical realism and perceptual boundaries can trigger aversion, reducing user acceptance and efficacy of digital health tools. This method enables controlled manipulation of appearance to identify perceptual thresholds that support predictive confidence in human-computer interaction design.
This method supports early discovery by enabling hypothesis testing of perceptual category effects, informing assay readiness for user response screening, and providing quantitative discrimination accuracy outputs that guide go/no-go decisions in digital therapeutic development.