Behavioral characterization of dynamic facial expression perception in rhesus monkeys (Macaca mulatta) using naturalistic and synthetic stimuli

Dit onderzoek toont aan dat rhesusapen gezichtsuitdrukkingen waarnemen als functioneel betekenisvolle, contextafhankelijke sociale signalen die worden gevormd door zowel de uitdrukking zelf als de kenmerken van de zender, eerder dan als vaste morfologische categorieën.

De kern

Hoe apen elkaars gezichtsuitdrukkingen lezen: Een verhaal over gelaatsgebaren, avatars en de taal van de blik

Stel je voor dat je in een dierentuin staat en een aap naar je kijkt. Zie je die tanden bloot? Is het een glimlach van vriendschap of een dreigement? Voor mensen is het soms lastig om dit te onderscheiden, maar voor rhesusapen is dit hun dagelijkse taal. Wetenschappers wilden weten: Hoe denken apen hierover? Lezen ze alleen de vorm van de mond, of begrijpen ze de boodschap erachter?

Om dit uit te vinden, hebben onderzoekers twee rhesusapen getraind in een soort "gezichtspuzzel". Hier is wat ze ontdekten, vertaald in begrijpelijke taal:

1. De "Gezichtspuzzel" en de Televisie-afstandsbediening

De apen kregen een computer voor hun neus. Ze zagen een filmpje van een andere aap die een gezicht trok:

• Neutraal: Niets bijzonders.
• Lippenklap: Een vriendelijk gebaar (alsof je "tsk-tsk" zegt).
• Stille tandenblik: Een angstig of onderdanig gezicht (tanden bloot, maar mond dicht).
• Open mond dreigement: Een echte boos gezicht (mond wijd open, tanden bloot).

De taak van de apen was simpel: ze moesten op een gekleurd knopje drukken dat overeenkwam met het gezicht dat ze zagen. Het was alsof ze een afstandsbediening met vier knoppen hadden, en ze moesten het juiste kanaal kiezen.

Het resultaat: De apen waren slim! Ze konden de gezichten van apen die ze nog nooit hadden gezien, en zelfs die van een computer-geanimeerde "aap-avatar", correct herkennen. Maar ze maakten ook fouten. En dat is waar het interessant wordt.

2. Het is niet alleen de vorm, maar de "vibe"

De onderzoekers dachten eerst: "Misschien verwarren de apen de gezichten omdat ze er visueel op lijken?" (Bijvoorbeeld: een angstig gezicht lijkt misschien op een boos gezicht omdat beide tanden tonen).

Maar nee! De onderzoekers gebruikten een slimme computermethode (zoals een super-snel oog dat elke spierbeweging meet) om te zien hoe erg de gezichten op elkaar leken. Ze ontdekten dat de verwarringen niet te maken hadden met hoe erg de gezichten op elkaar leken.

In plaats daarvan keken de apen naar de context:

• Wie is het? Een grote, zware aap die een angstig gezicht trekt, wordt anders gezien dan een kleine, kwetsbare aap. Een grote aap met een angstig gezicht wordt misschien gezien als "ik ben bang voor jou" (dreigend), terwijl een kleine aap gewoon "ik geef me over" betekent.
• Waar kijkt hij naartoe? Kijkt de aap je recht in de ogen of kijkt hij weg? Rechtstreeks kijken maakt een gebaar intenser. Wegkijken verandert de betekenis.
• De oren en wenkbrauwen: Het ging niet alleen om de mond. De beweging van de oren en wenkbrauwen was cruciaal om te weten of het een boos gezicht of een angstig gezicht was.

De les: Apen lezen geen statische foto's. Ze lezen een verhaal. Ze combineren de mond, de ogen, de oren, het gewicht van de ander en waar die ander naar kijkt om de boodschap te decoderen.

3. De "Robot-Aap" en de "Uncanny Valley"

Om nog dieper te graven, maakten de onderzoekers een computer-geanimeerde aap (een avatar). Ze deden hier gekke dingen mee om te zien wat er nodig is om een gezicht te herkennen:

• Tijdloze beweging: Ze draaiden de beelden van de aap door elkaar (alsof je een filmpje in willekeurige volgorde afspeelt). De apen herkenden het gezicht nog steeds! Beweging hoeft niet vloeiend te zijn om te werken.
• De "naakte" aap: Ze verwijderden de vacht, maakten de aap grijs, en lieten alleen een draadmodel (een skelet van lijnen) over.
  • Zonder vacht of kleur: De apen konden het nog steeds herkennen.
  • Alleen draadmodel: De apen snapten er niets meer van. Ze keken erdoorheen alsof het niets was.
  • Conclusie: Je hebt een beetje "vlees en huid" (textuur) nodig om een gezicht te zien, maar het hoeft niet 100% realistisch te zijn.

4. De menselijke "vreemdeling"

Het meest fascinerende experiment was dit: Ze lieten de apen menselijke gezichten zien (een glimlach, een angstig gezicht, een boos gezicht) via de computer-avatar.

Wat gebeurde er? De apen raakten in de war. Ze konden de menselijke gezichten niet in de juiste categorieën indelen en hun pupillen (die groter worden als je iets spannends of engs ziet) reageerden niet.

Waarom? Omdat een menselijke glimlach voor een aap niet hetzelfde betekent als een menselijke glimlach voor een mens. Voor een aap is een menselijk gezicht een vreemde taal die ze niet hebben geleerd. Ze kunnen de vorm zien (tanden bloot), maar ze snappen de betekenis niet. Het is alsof je een Chinees boek leest terwijl je alleen Nederlands spreekt: je ziet de letters, maar je hoort geen verhaal.

Samenvatting in één zin

Rhesusapen zijn geen robots die gezichten herkennen op basis van vorm; ze zijn slimme sociale detectives die kijken naar wie er praat, hoe ze bewegen en wat de context is, maar ze hebben een "taalbarrière" met mensen die ze niet begrijpen.

De grote boodschap: Gezichtsuitdrukkingen zijn niet vaststaande plaatjes. Het zijn flexibele signalen die betekenis krijgen door de situatie, de persoon en de relatie tussen de kijker en de spreker. En om die signalen te begrijpen, moet je de taal van je eigen soort spreken.

Technische samenvatting

Titel: Gedragskarakterisering van de perceptie van dynamische gezichtsuitdrukkingen bij rhesusapen (Macaca mulatta) met behulp van naturalistische en synthetische stimuli

1. Het Probleem

Hoewel gezichtsuitdrukkingen een cruciaal communicatiekanaal voor primaten vormen, is het onduidelijk op welke criteria apen deze uitdrukkingen evalueren. Bestaande studies hebben vaak gebruikgemaakt van statische beelden of match-to-sample paradigma's, wat kan leiden tot bias (bijv. de voorkeur voor "aangename" uitdrukkingen). Er is onvoldoende bekend over:

• Of apen uitdrukkingen categoriseren op basis van visuele gelijkenheid (morphologische kenmerken) of functionele betekenis (sociale intentie).
• Welke specifieke bewegings- en vormkenmerken noodzakelijk en voldoende zijn voor de perceptie van een uitdrukking.
• Hoe contextuele factoren (zoals de identiteit van de signalerende aap, blikrichting en lichaamsgewicht) de interpretatie beïnvloeden.

2. Methodologie

Het onderzoek omvatte twee volwassen mannelijke rhesusapen en bestond uit twee hoofdfasen:

A. Stimuli en Training:

• Training: De apen werden getraind om video's van vier gezichtsuitdrukkingen te categoriseren in een geforceerde keuze-paradigma: neutraal, lippenstrijken (lip-smacking), stil blootstellen van tanden (SBT/fear-grin) en open-mond dreigement (OMT).
• Stimuli: Gebruik werd gemaakt van video's van echte apen (diverse identiteiten) en een natuurgetrouw aap-avatarsysteem (gebaseerd op MRI-meshes en motion capture).
• Metingen: Tijdens het kijken werden oogbewegingen en pupilgrootte (als maat voor fysiologische opwinding/arousal) gemeten.

B. Analyse en Experimentele Manipulaties:

• Automatische Kadering (MaqFACS + DeepLabCut): Een nieuwe methode werd ontwikkeld die DeepLabCut (deep learning voor bewegingstracking) combineert met het Macaque Facial Action Coding System (MaqFACS). Dit maakte het mogelijk om objectief en kwantitatief de intensiteit van spieractivaties (Action Units) in video's te meten zonder handmatige codering voor elke frame.
• Deel I (Naturalistische stimuli): Testen met nieuwe, ongetrainde apen en avatars om generalisatie te meten.
• Deel II (Synthetische stimuli): Systematische manipulaties van de avatar:
  • Morphing: Continu vervormen tussen twee uitdrukkingen (25% stappen).
  • Beweging: Verstoren van de tijdscoherentie (frames geschud).
  • Realisme: Stapsgewijze degradatie van textuur (van vachtloos tot grijs, draadframe, en punt-licht).
  • Soort: Gezichtsuitdrukkingen van een mens weergeven op een mens- en een aap-avatar.
• Statistische Analyse: Multinomial Logistic Regression (MLR) en Random Forest Classifiers werden gebruikt om te bepalen welke factoren (uitdrukking, gewicht, blikrichting, AU-combinaties) de keuze en pupilreactie voorspellen.

3. Belangrijkste Bijdragen

• Nieuwe Quantificatiemethode: Integratie van DeepLabCut en MaqFACS voor objectieve, spiergebaseerde meting van gezichtsbewegingen in video's, wat de correlatie tussen visuele gelijkenis en perceptie nauwkeurig kan testen.
• Gedetailleerde Karakterisering: Het onderscheid maken tussen visuele gelijkenis en functionele betekenis in de perceptie van apen.
• Rol van Context: Het aantonen dat perceptie niet alleen afhangt van de mond, maar sterk wordt beïnvloed door oog- en oorbewegingen, blikrichting en de fysieke kenmerken van de signalerende aap.
• Soort-specifiekheid: Het bewijzen dat menselijke uitdrukkingen, zelfs op een aap-avatar, niet worden geïnterpreteerd binnen het getrainde kader van de aap.

4. Resultaten

• Generalisatie en Arousal: De apen konden uitdrukkingen generaliseren naar nieuwe individuen, maar niet perfect. Cruciaal was dat pupilgrootte sterk correleerde met de uitdrukking (grootste pupil bij dreigement, kleinste bij neutraal), wat aantoont dat ze de betekenis van de uitdrukking begrijpen en niet alleen visuele patronen sorteren.
• Geen Visuele Bias: Verwarring tussen uitdrukkingen (bijv. SBT en dreigement) correleerde niet met visuele gelijkenis (gemeten via FACS-composities). Dit weerlegt de hypothese dat apen puur op basis van uiterlijk gelijkenis beslissen.
• Contextuele Factoren: De categorisatie van SBT (stil tanden tonen) varieerde sterk afhankelijk van:
  • Lichaamsgewicht: Zwaardere apen werden minder vaak als "onderdanig" (SBT) geïnterpreteerd.
  • Blikrichting: Afgekeerde blik verhoogde de kans op SBT-categorisatie (vermijding), terwijl directe blik de kans op dreigement of lippenstrijken verhoogde.
  • Coördinatie: Bewegingen van wenkbrauwen en oren waren cruciaal voor het onderscheid tussen neutraal/lippenstrijken en SBT/dreigement.
• Synthetische Stimuli:
  • Morphing: De perceptie volgde een continuüm; de keuze voor een categorie was evenredig met de intensiteit van dat component in de gemorste video.
  • Realisme: Apen konden uitdrukkingen herkennen zonder vacht of kleur, maar faalden bij wireframe (draadframe) en punt-licht stimuli. Er is dus een discernible gezichtsvorm en textuur nodig, maar fotorealisme is niet vereist.
  • Beweging: Tijdscoherentie was niet strikt noodzakelijk; geschudde frames werden nog steeds correct gecategoriseerd.
  • Menselijke Uitdrukkingen: Menselijke uitdrukkingen (gelukkig, angstig, boos) op zowel mens- als aap-avatars leidden tot willekeurige categorisatie en geen differentiële pupilreactie. Dit suggereert dat er geen homoloog interpretatiekader bestaat zonder specifieke sociale ervaring.

5. Betekenis en Conclusie

De studie concludeert dat rhesusapen gezichtsuitdrukkingen niet zien als vaste morfologische categorieën, maar als functioneel betekenisvolle, context-afhankelijke sociale signalen.

• De perceptie wordt gevormd door een integratie van visuele kenmerken (mond, wenkbrauwen, oren) en sociale kennis (wie toont het, wat is de intentie).
• Er bestaat een aangeboren predispositie voor het detecteren van dreigementen (sterke arousal).
• De bevindingen benadrukken dat onderzoek naar sociale cognitie bij primaten gebruik moet maken van soort-specifieke, dynamische stimuli, aangezien menselijke uitdrukkingen niet automatisch worden overgedragen op apen.
• De ontwikkelde methode voor automatische FACS-codering biedt een waardevol instrument voor toekomstig onderzoek naar gezichtsbewegingen bij primaten.