Short-Term Affective Change in Immersive Installations: A Multimodal Analysis of EEG and PANAS
Deze studie vond dat de baseline zelfgerapporteerde affect (PANAS) een stabielere en consistenter voorspeller bood voor kortstondige affectieve verandering in immersieve installaties dan door EEG afgeleide indicatoren, wat suggereert dat gevalideerde zelfrapportages een praktisch referentiekader blijven wanneer fysiologische gegevens beperkt of moeilijk te interpreteren zijn.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
Menselijke emoties zijn geen statische momentopnames; het zijn stromende stromingen die verschuiven en opzwollen terwijl we door onze dag bewegen. In het vakgebied van de affectieve wetenschap proberen onderzoekers al lang te begrijpen hoe deze interne toestanden veranderen, met name tijdens meeslepende ervaringen zoals virtual reality of interactieve kunstinstallaties. Hoewel we gemakkelijk aan iemand kunnen vragen hoe diegene zich nú voelt, is het voorspellen van de manier waarop een specifieke ervaring de stemming van begin tot eind zal veranderen, een veel moeilijker puzzel. Wetenschappers hebben zich gericht op hersenactiviteit, gemeten via elektroden op de hoofdhuid, in de hoop een biologische handtekening te vinden die deze emotionele verschuivingen onthult nog voordat een persoon zich er bewust van is. De centrale vraag die deze lijn van onderzoek drijft, is of deze elektrische signalen uit de hersenen ons meer kunnen vertellen over de emotionele reis van een persoon dan de persoon zelf over zichzelf kan vertellen.
Een team van onderzoekers zette zich scharpe om dit idee te testen door een groep van dertig mensen te onderzoeken die deelnamen aan een meeslepende, multisensorische kunstinstallatie. Deze omgeving was ontworpen om boeiend en interactief te zijn, waardoor deelnemers vrij konden bewegen en interageren, vergelijkbaar met een echte wereldsetting in plaats van een steriele laboratoriumomgeving. Voordat ze de installatie betraden, vulde elke persoon een standaard vragenlijst in waarin zij hun huidige gevoelens beoordeelden, zoals of zij zich enthousiast, overstuur of aandachtig voelden. Ze hadden ook hun hersenactiviteit geregistreerd met een kap vol sensoren. Na de sessie voltooiden ze dezelfde vragenlijst opnieuw. De onderzoekers berekenden vervolgens het verschil tussen de scores van "vooraf" en "achteraf" om precies te zien hoeveel de positieve of negatieve stemming van elke persoon was veranderd. Ze analyseerden ook de hersendata die vóór de sessie waren verzameld om te zien of die initiële neurale patronen de omvang van de emotionele verschuiving konden voorspellen die zou plaatsvinden.
De onderzoekers benaderden dit probleem door computermodellen te bouwen om de stemmingsveranderingen te voorspellen. Ze testten drie verschillende soorten informatie om te zien welke het beste werkte. Het eerste type vertrouwde uitsluitend op de zelfgerapporteerde gevoelens uit de vragenlijst. Het tweede type gebruikte alleen de hersenactiviteitsdata, waarbij specifiek werd gekeken naar de sterkte van verschillende hersengolven en de balans van activiteit tussen de linker- en rechterkant van de hersenen. Het derde type combineerde zowel de vragenlijsten als de hersendata. Ze gebruikten een machine learning-methode, wat een type computerprogramma is dat leert patronen in data te vinden, om te zien of het nauwkeurig kon raden hoe de stemming van een persoon zou veranderen op basis van hun startpunt.
De resultaten boden een duidelijk en enigszins verrassend antwoord. De modellen die uitsluitend op de hersendata vertrouwden, vertoonden de minst stabiele prestaties; ze waren niet in staat om betrouwbaar te voorspellen of de stemming van een persoon zou verbeteren of verslechteren. Sterker nog, voor bepaalde algoritmen produceerden de modellen die alleen de hersensignalen gebruikten negatieve testset R²-waarden, wat aangeeft dat ze slechter presteerden dan een eenvoudige baseline-voorspelling. Wanneer de onderzoekers de hersendata combineerden met de antwoorden op de vragenlijst, verbeterden de resultaten niet significant ten opzichte van het gebruik van alleen de vragenlijst. De meest consistente en nauwkeurige voorspellingen kwamen van de modellen die uitsluitend de zelfgerapporteerde gevoelens gebruikten. Specifiek was het initiële niveau van onrust of agitatie van een persoon een sterke indicator voor de mate waarin de negatieve stemming na de ervaring zou afnemen. Als iemand de sessie begon met een hoog niveau van agitatie of onrust, was de installatie waarschijnlijker in staat om hen daarna rustiger te laten voelen. Het voorspellen van een toename in positieve gevoelens bleek veel moeilijker voor alle methoden, maar de zelfrapportages bleven de meest betrouwbare gids.
Dit bevinding suggereert dat in complexe, real-world omgevingen, de eigen beschrijving van een persoon over hun emotionele toestand momenteel een nuttiger hulpmiddel is voor het begrijpen van hun emotionele traject dan een samenvatting van hun hersengolven. De hersendata vertoonden weliswaar matige bivariate associaties met de stemmingsveranderingen, met name met betrekking tot de balans van activiteit in de frontale delen van de hersenen, maar deze signalen waren te zwak en ruisachtig om op zichzelf bruikbaar te zijn. De onderzoekers merkten op dat het meeslepende karakter van de installatie, dat beweging en verschuivende aandacht mogelijk maakte, waarschijnlijk veel achtergrondruis in de hersenopnames introduceerde, wat het moeilijker maakte om de specifieke signalen gerelateerd aan emotie te isoleren.
De studie concludeert dat hoewel het meten van hersenactiviteit een krachtig instrument is, het nog niet geschikt is als vervanging voor het vragen aan mensen hoe zij zich voelen, vooral bij het volgen van korte-termijn emotionele veranderingen in dynamische omgevingen. De zelfgerapporteerde gevoelens boden een stabiele en consistente baseline die de hersendata niet konden evenaren. Dit betekent niet dat de hersendata nutteloos zijn, maar eerder dat ze andere aspecten van de emotionele ervaring vastleggen die niet altijd perfect overeenstemmen met wat een persoon zich bewust kan rapporteren. Vooralsnog, wanneer men probeert te begrijpen hoe een meeslepende ervaring de stemming van een persoon verandert, is de meest directe en betrouwbare weg om naar de persoon zelf te luisteren.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.