<div><h2>走向適合所有人的情感計算</h2>
<h3>多樣性與包容性在 AI 科技和情感計算中的重要性</h3>
<p>多樣性和包容性是負責任發展人工智慧（AI）技術的關鍵要素，包括情感計算在內。情感計算專注於辨識、解讀和響應人類情緒，可以在健康護理、教育和人機互動等各個領域進行革命性的應用。然而透過技術手段捕捉主觀狀態極具挑戰性，並且錯誤有可能發生，就像檢測謊言的測謊器並未達到適當效果，或者性別分類系統誤判使用者的性別一樣。如果這些推斷被用於不良決策過程中，其對人們的影響可能是災難性的，其後果可能因應用背景的不同而有所區別，例如在邊境控制中將無辜者標記為潛在罪犯，或者在心理健康護理中對弱勢群體造成不良影響。</p>
<h3>現有資料集對多樣性的不足</h3>
<p>為了認識這一問題，來自萊頓大學創新智慧實驗室的 Tessa Verhoef 和 eLaw—數位科技與法律中心的 Eduard Fosch-Villaronga 發表了一篇名為「走向適合所有人的情感計算」的論文，該論文在 arXiv 預印本伺服器上發表。這篇論文指出，當前最廣泛使用的資料集對不同人群可能並不適用，且很可能存在種族偏見、針對具有（心理）健康問題的使用者的偏見以及年齡偏見，因為它們來自無法充分代表社會多樣性的有限樣本。Verhoef 和 Fosch-Villaronga 在 Affective Computing + Intelligent Interaction（ACII '23）會議上發表了這篇論文，該會議於 9 月 10 日至 13 日在麻省理工學院（MIT）媒體實驗室舉行。作為國際上有關情感和多模式人機互動和系統研究的首要國際論壇，AAAC 協會年度會議是情感計算研究的重要平臺。</p>
<h3>情感計算資料集的缺乏多樣性對結果準確性和公正性的影響</h3>
<p>研究人員透過文獻回顧進行研究，揭示了情感計算系統在不同群體中的運行方式可能存在差異，原因可能包括心理健康狀況對臉部表情和語音的影響以及年齡相關的臉部外貌和健康變化。為了進行研究，他們分析了現有的情感計算資料集，並強調當前這些資料集在種族、性別、年齡和（心理）健康方面的代表性嚴重不足。透過強調需要更具包容性的抽樣策略和對資料集中民族組成和其他人口因素的標準化文件記錄的需求，研究人員提供了建議，呼籲在情感計算研究中更加重視包容性並考慮社會後果，從而促進這一新興領域的道德和準確結果。</p>
<h2>評論與建議</h2>
<p>情感計算作為一個新興領域，可以為我們的社會和生活帶來許多好處，但我們必須意識到這項技術的局限性和風險。這項研究提醒我們，情感計算系統在不同群體中的準確性和公正性可能存在問題，原因是當前使用的資料集缺乏多樣性。種族、性別、年齡和（心理）健康等因素的缺席可能導致系統的不公平和偏見，這可能對那些受到潛在歧視的群體產生負面影響。</p>
<p>要解決這一問題，我們需要在情感計算研究中更加重視多樣性和包容性。首先我們需要改進抽樣策略，確保資料集涵蓋各種不同的族群、性別、年齡和（心理）健康條件。其次我們需要對資料集中民族組成和其他人口因素進行標準化文件記錄，以便研究人員和開發者可以更全面地理解其影響。此外我們需要更多開展與社會科學和人文領域的跨學科合作，以更好地理解情感和情感體驗在不同人群中的多樣性。</p>
<p>除了在研究和開發方面加固多樣性和包容性外，我們還需要建立更嚴格的規範和政策來監督情感計算技術的應用。機器學習和人工智慧系統的設計必須遵循公正和透明的原則，以確保它們不會對個人權利產生負面影響。此外政府、企業和學術界需要共同努力，推動情感計算的負責任發展，並建立相應的培訓和教育計劃，以提高人們對該領域的理解，從而降低對不公平和偏見的風險。</p>
<p>對於普通人來說我們應該更加警覺，不要過度依賴情感計算系統的判斷。這些系統可能存在偏見和不準確性，因此我們應該保持批判性的思維，並將其作為一個參考而不是絕對真理。</p>
<p>在這個快速發展的技術領域中，我們必須與時間同步調整我們的價值觀和規範。只有透過共同的努力和關注，我們才能確保情感計算技術能夠真正適用於所有人，促進社會的公平和包容。</p></div><div>Emotion-情感計算,適用於所有人,適用性,情感分析,情感辨識,情感技術,</div>
