Short-Term Affective Change in Immersive Installations: A Multimodal Analysis of EEG and PANAS
本研究は、ベースラインの自己報告による感情（PANAS）が、EEG由来の指標よりも没入型インスタレーションにおける短期的な感情変化のより安定かつ一貫した予測因子であることを明らかにし、生理学的データが限定的であるか解釈が困難な場合においても、検証済みの自己報告が実用的な参照基準であり続けることを示唆している。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
人間の感情は静止したスナップショットではありません。それは、一日を過ごす中で変化し、うねり、流れる潮流のようなものです。情動科学の分野において、研究者たちは、特にバーチャルリアリティやインタラクティブなアート・インスタレーションのような没入型の体験中に、これらの内部状態がどのように変化するかを理解しようと長年努めてきました。私たちは「今、どう感じているか」を簡単に尋ねることはできますが、特定の体験が最初から最後までどのように気分を変えるかを予測することは、はるかに難しいパズルです。科学者たちは、頭皮に配置された電極を通じて測定される脳活動に着目し、人が自分自身で気づくよりも前に、こうした感情の変化を明らかにする生物学的なシグネチャー（特徴的な兆候）を見つけ出そうとしてきました。この探究を突き動かしている中心的な問いは、脳からのこれらの電気信号が、その人自身が語る以上に、その人の感情の旅路について教えてくれるのかどうかという点です。
ある研究チームは、30人の参加者が没入型のマルチセンソリー（多感覚的）なアート・インスタレーションに参加した事例を調査することで、このアイデアを検証することに乗り出しました。この環境は、参加者が現実世界の設定と同じように自由に動き回り、相互作用できるように、魅力的でインタラクティブな設計が施されていました。インスタレーションに入る前に、各参加者は、興奮しているか、動揺しているか、あるいは注意深くあるかといった、現在の感情を評価する標準的なアンケートに回答しました。また、彼らの脳活動もセンサー付きのキャップを用いて記録されました。セッション終了後、彼らは再び同じアンケートに回答しました。研究者たちは、個々の感情の変化が具体的にどの程度であったかを確認するために、「前」と「後」のスコアの差を算出しました。さらに、セッション前に収集された脳のデータを分析し、それらの初期の神経パターンが、後に起こる感情の変化の大きさを予測できるかどうかを検証しました。
研究者たちは、コンピュータモデルを構築することでこの問題に取り組みました。彼らは、どの情報が最も効果的であるかを確認するために、3つの異なるタイプの情報をテストしました。第一のタイプは、アンケートによる自己報告された感情のみに依存するものです。第二のタイプは、脳波の強さや左右の脳の活動のバランスに焦点を当てた、脳活動データのみを使用するものです。第三のタイプは、アンケートの回答と脳のデータを組み合わせたものです。彼らは、機械学習法（データのパターンを見つけ出すことを学習する一種のコンピュータプログラム）を用い、出発点に基づいてその人の気分がどれほど変化するかを正確に推測できるかどうかを検証しました。
結果は、明確かつ、やや驚くべき答えを提示しました。脳データのみに依存したモデルは、最も不安定なパフォーマンスを示しました。つまり、個人の気分が改善するか悪化するかを確実に予測することはできなかったのです。実際、特定のアルゴリズムにおいては、脳信号のみを用いたモデルは負の決定係数（R²値）を示し、単純なベースライン予測よりも成績が悪かったことを示しました。脳データとアンケートの回答を組み合わせた場合でも、結果はアンケートのみを使用した場合と比較して大幅に改善することはありませんでした。最も一貫しており、かつ正確な予測をもたらしたのは、自己報告された感情のみを使用したモデルでした。具体的には、その人の初期の苦痛や焦燥感のレベルが、体験後に負の気分がどれほど減少するかを示す強力な指標となりました。もしセッション開始時に非常に焦燥感や動揺を感じていた場合、そのインスタレーションによって、その後により穏やかな気分になる可能性が高かったのです。ポジティブな感情の増加を予測することは、すべての手法において非常に困難でしたが、自己報告が最も信頼できるガイドであり続けました。
この知見は、複雑で現実的な環境においては、その人の感情状態に関する自らの記述が、脳波の要約よりも、その人の感情の軌跡を理解するための有用なツールであるということを示唆しています。脳データは、特に前頭部の活動のバランスに関して、気分変化との緩やかな二変量相関を示しましたが、これらの信号はあまりにも微弱でノイズが多く、単独では有用ではありませんでした。研究者たちは、移動や注意の転換を伴うインスタレーションの没入的な性質が、脳の記録に多くの背景ノイズを混入させ、感情に関連する特定の信号を分離することを困難にした可能性が高いと指摘しました。
本研究は、脳活動の測定は強力なツールではあるものの、特に動的な設定における短期的な感情の変化を追跡しようとする場合、現時点では、人がどのように感じているかを尋ねる代わりにはなり得ないと結論付けています。自己報告された感情は、脳データが到達できなかった、安定した一貫性のあるベースラインを提供しました。これは、脳データが無用であることを意味するのではなく、脳データが、必ずしも人が意識的に報告できることと完全に一致しない、感情体験の異なる側面を捉えていることを意味しています。当面の間、没入型の体験が人の気分をどのように変えるかを理解しようとするならば、最も直接的で信頼できる道は、その人自身の声に耳を傾けることなのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。