A Computational Implementation of a Goal-Directed Theory of Affect

Menselijke wezens navigeren voortdurend door een wereld van doelen, van het eenvoudige verlangen om een bus te halen tot de complexe ambitie om een carrière op te bouwen. Decennialang hebben wetenschappers geprobeerd de onzichtbare motor te begrijpen die deze streven aandrijft: emotie. In het vakgebied van affective computing bouwen onderzoekers computerprogramma's die gevoelens kunnen herkennen of simuleren, in de hoop machines te creëren die natuurlijker met mensen interageren. Er is echter een langdurige spanning die dit werk heeft geplaagd. Veel bestaande modellen behandelen emoties als een definitief label dat achteraf op een situatie wordt geplakt, zoals een stempel op een brief. Anderen vertrouwen op ruwe datasignalen die een diepe verbinding met de menselijke psychologie missen. Het resultaat is vaak een "black box" waarbij een computer een gevoel uitspuugt zonder een duidelijke, stapsgewijze uitleg over hoe dat gevoel daadwerkelijk is ontstaan uit de interne processen van de machine.

Een nieuwe studie, gepresenteerd op de 2026 International Conference on Affective Computing and Intelligent Interaction, probeert dit op te lossen door een computermodel te bouwen op basis van een specifieke psychologische gedachte genaamd de Goal-Directed Theory (doelgerichte theorie). Deze theorie suggereert dat emotie niet een afzonderlijke gebeurtenis is die plaatsvindt nadat we hebben nagedacht, maar een functioneel bijproduct van de handeling zelf om iets te bereiken. Het stelt voor dat onze gevoelens continu ontstaan terwijl we de kloof detecteren tussen waar we zijn en waar we willen zijn, en terwijl we wegen wat onze kansen zijn om die kloof te dichten. De onderzoekers, onder leiding van Bernhard Hilpert en zijn team, hebben deze theorie vertaald naar een hoogwaardige computersimulatie. Hun werk laat zien dat complexe emotionele patronen, zoals de stijgende hoop van anticipatie of de plotselinge daling van falen, natuurlijk kunnen voortkomen uit eenvoudige mechanische interacties, zonder dat er speciale, toegewezen modules nodig zijn om ze te genereren.

Om dit idee te testen, creëerde het team een digitale agent en plaatste deze in twee eenvoudige, gecontroleerde omgevingen. De eerste was een virtueel dobbelspel. In dit scenario had de agent een duidelijk doel: een specifiek getal gooien, een zes. De onderzoekers programmeerden de agent om zijn gevoelens te berekenen op basis van twee hoofdfactoren. Ten eerste mat de agent de afstand tussen zijn huidige staat en zijn doel. Als hij ver weg was, registreerde hij een negatief gevoel dat evenredig was aan die afstand. Ten tweede hield de agent rekening met zijn verwachtingen. Als de agent wist dat hij een kans had om de dobbelsteen te gooien, berekende hij de waarschijnlijkheid van succes. De simulatie liet zien dat zelfs voordat de dobbelsteen werd gegooid, de loutere aanwezigheid van een levensvatbare actie zorgde voor een subtiele "lift" in de emotionele staat van de agent. Deze lift trad op omdat de agent een pad vooruit had, zelfs als de uitkomst nog onzeker was. Wanneer de agent de dobbelsteen uiteindelijk wierp, veranderde het gevoel onmiddellijk. Als hij het doel raakte, verdween de kloof en schoot het gevoel omhoog in een scherpe positieve piek. Als hij miste, daalde het gevoel terug naar een negatieve baseline.

De onderzoekers introduceerden vervolgens een tweede, complexere uitdaging: een virtuele gang. Hier moest de agent stap voor stap naar het einde van een gang lopen. Onderweg was er een kleine kans om bij elke stap in een val te vallen. Deze opzet stelde het team in staat om te zien hoe gevoelens evolueerden in de loop van de tijd terwijl de agent dichter bij zijn doel bewoog. Ze voerden de simulatie uit met verschillende soorten agenten. Sommigen waren "onwetend", wat betekende dat ze niet beseften dat er een val was en ervan uitgingen dat ze met zekerheid het einde zouden bereiken. Anderen waren "nauwkeurig", wat betekende dat ze de exacte waarschijnlijkheid wisten om bij elke stap in een val te vallen. De resultaten onthulden een fascinerend samenspel tussen vooruitgang en verwachting. Terwijl de nauwkeurige agent naar voren bewoog, groeide zijn gevoel van hoop niet alleen omdat hij fysiek dichter bij de finishlijn kwam, maar ook omdat het cumulatieve risico op vallen bij elke veilige stap afnam. Dit creëerde een niet-lineaire stijging in het positieve gevoel, een "lift" die sterker werd naarmate de agent dichter bij succes kwam.

In contrast hiermee toonde de onwetende agent, die de veranderende risico's niet waarnam, een vlakke emotionele lijn tot het allerlaatste moment. Dit benadrukte een belangrijke bevinding van de studie: de specifieke vorm van een emotionele ervaring hangt volledig af van hoe de agent zijn omgeving en zijn eigen kansen op succes verwerkt. De simulaties legden ook de mechanica van falen vast. Wanneer de nauwkeurige agent uiteindelijk in een val viel, ervoer hij een "crash". Dit was niet alleen een terugkeer naar een negatieve staat; het was een plotselinge, scherpe daling veroorzaakt door twee zaken die tegelijkertijd gebeurden: de vooruitgang van de agent naar het doel verdween, en zijn verwachting van toekomstig succes daalde onmiddellijk naar nul. In de eenvoudigere, binaire versies van de taken, waarbij de agent ofwel slaagde of faalde zonder tussenweg, was het gevoel van falen minder dramatisch maar nog steeds duidelijk, gedreven door het totale verlies van elke resterende hoop.

De betekenis van dit werk ligt in de transparantie ervan. In tegenstelling tot eerdere modellen die mogelijk complexe, verborgen regels gebruikten om te beslissen wanneer een agent gelukkig of verdrietig was, is dit nieuwe kader volledig gebouwd op de zichtbare mechanica van doelgericht streven. Elke emotionele output in de simulatie is een directe berekening van de kloof tussen de realiteit en een gewenst resultaat, gecombineerd met de waarschijnlijkheid om die kloof te overbruggen. De onderzoekers ontdekten dat ze geen aparte "hoop" of "vrees" module hoefden te programmeren. In plaats daarvan kwamen deze complexe emotionele profielen automatisch voort uit de basiswiskunde van discrepantie en verwachting. Dit suggereert dat het gevoel van anticipatie geen mysterieus extraatje is bij menselijk gedrag, maar een natuurlijk gevolg van het hebben van een doel en een plan om dat te bereiken.

Hoewel de studie momenteel beperkt is tot computersimulaties en nog geen menselijke deelnemers omvat, vestigt het een krachtig nieuw instrument voor het vakgebied. De auteurs beschrijven hun model als een "computationele laboratorium" waar verschillende psychologische theorieën getest en verfijnd kunnen worden. Door ervoor te zorgen dat elk deel van de computercode direct in kaart wordt gebracht met een concept in de menselijke psychologie, hebben de onderzoekers een systeem gecreëerd dat volledig inspecteerbaar is. Dit stelt wetenschappers in staat om te voorspellen hoe een agent zich in een specifieke situatie zou moeten voelen voordat ze het ooit op een echt persoon testen. Het werk beweegt het veld weg van het behandelen van emoties als black-box heuristieken en naar een fijnmazig, mechanisch begrip waarbij gevoelens worden gezien als integrale onderdelen van het handelen in de wereld. Het biedt een helder pad voor het bouwen van machines die niet alleen menselijke emotie imiteren, maar deze genereren via dezelfde fundamentele processen die het menselijk gedrag aandrijven.