机器人的“读心术”到底有多靠谱？(6)

Martinez 折衷地表示，自动化情绪识别或许能代表某个群体的平均情绪反应。Affectiva 公司曾把软件卖给营销机构和某些品牌，帮助他们预测特定消费者对某个产品或营销手段的反应。
即使这个软件出错也不会有太大的影响，顶多广告的效果不如预期而已。但是，一些算法的应用却可能改变人们的命运，比如面试和边境检查。去年，匈牙利、拉脱维亚和希腊试用了一个旅客预筛查系统，通过分析面部微表情来测谎。
想要平息这场情绪-表情的争论，需要动用不同的研究手段。Barrett 常常受邀给科技公司展示她的研究，不久前刚去了微软。她认为研究者要践行达尔文撰写《物种起源》时的做法：“观察、观察、再观察。”观察人们在现实生活如何通过面部和身体传达信息，而不仅仅只在实验室里。然后再用机器来记录和分析来自真实生活的影像。
Barrett 认为更多的数据和分析技术，而不是回顾陈旧的数据和实验，才能帮研究者获得新知识。对于这个她和其他研究者看来站不住脚的科学，许多科技公司却跃跃欲试，她向这些企业发出了挑战：“我们已经到了悬崖口，人工智能企业到底是要继续使用漏洞百出的研究假设，还是去做应该完成的事呢？”
参考文献
1. Chen, C. et al. Proc. Natl Acad. Sci. USA 115, E10013–E10021 (2018).
2. Ekman, P., Sorenson, E. R. & Friesen, W. V. Science 164, 86–88 (1969).
3. Ekman, P. & Friesen, W. V. J. Personal. Soc. Psychol. 17, 124–129 (1971).
4. Crawford, K. et al. AI Now 2019 Report (AI Now Institute, 2019).
5. Susskind, J. M. & Anderson, A. K. Commun. Integrat. Biol. 1, 148–149 (2008).
6. Barrett, L. F., Adolphs, R., Marsella, S., Martinez, A. M. & Pollak, S. D. Psychol. Sci. Publ. Interest 20, 1–68 (2019).