Eine neue Studie zeigt, dass KI-gestützte Emotionserkennung nicht funktioniert. Sie stützt sich auf überholte wissenschaftliche Theorien.
Der Einsatz automatisierter Emotionserkennung auf Fotos und Videos verspricht Unternehmen oder Staaten viele Vorteile. Sie könnten zum Beispiel die Präferenzen ihrer Kunden besser auslesen, die Stärken und Schwächen von Bewerbern genauer einschätzen oder Bürger umfassend überwachen.
Solche Informationen zum Empfinden können für wirkungsvolleres Marketing genutzt werden. Der gläserne Kunde rückt ein Stück näher. Firmen wie HireVue bieten spezialisierte Recruitment-Apps an, die die Gesichtsausdrücke von Bewerbern analysieren und so angeblich vorhersagen können, wie erfolgreich ein Bewerber im angebotenen Job sein könnte.
Der Markt für diese Technologie wird auf 20 Milliarden US-Dollar geschätzt: Konzerne wie Microsoft oder Amazon investieren und kooperieren mit Spezialisten wie Kairos oder Affectiva.
Prototyp oder Stereotyp?
Der Emotionserkennung liegt die Theorie prototypischer Gesichtsausdrücke zu Grunde. Sie sollen kulturübergreifend gültig sein und immer für dieselbe Emotion stehen.
Gehobene Augenbrauen und ein leichtes Lächeln: Interesse. Gehobene Augenbrauen, obere Augenlider gehoben, offener Mund, hängender Kiefer: Überraschung. Zusammenlaufende Augenbrauen, aufgerissene Augen, zusammengepresste Lippen: Wut.
Solche Standard-Mimiken können von Künstlicher Intelligenz gut studiert und gelernt werden. Die eigentliche Emotionserkennung ist dann nur mehr ein Abgleich der gelernten mit der gerade betrachteten Emotion.
Standard-Gesichtsausdrücke existieren nicht
Eine neue Studie zeigt jedoch, dass diese Gesichtsausdrücke wohl keine grundlegenden, kulturübergreifenden Hinweise zu Emotionen liefern.
Die Forscher analysierten für ihre Arbeit eine Vielzahl wissenschaftlicher Untersuchungen. Dabei bemängelten sie fragwürdige Ergebnisse und zu einfache Methoden. Sie zeichnen ein Bild einer Emotionswissenschaft, die jede Bestätigung ihrer Theorien gerne annimmt und Widersprüche in Fußnoten behandelt.
Die Ergebnisse der Emotionsforschung seien nicht verlässlich, unspezifisch und nicht generalisierbar. Mit anderen Worten: Die vermeintlich aussagekräftigen, prototypischen Gesichtsausdrücke taugen nicht für die Entwicklung einer Künstlichen Intelligenz, die Emotion erkennen soll.
Gesichtsausdrücke sind prototypisch – aber ihre Interpretation nicht
Natürlich vermitteln Gesichtsausdrücke Informationen. Aber sie unterscheiden sich je nach Kultur, sozialem Kontext oder auch für jedes Individuum. So interpretieren etwa die neuseeländischen Maori den vermeintlich prototypischen Gesichtsausdruck für Angst als Ausdruck von Bedrohung (Schadensabsicht). Hochgezogene Augenbrauen bei einer Begrüßung sind in manchen Kulturen Freunden vorbehalten. In anderen gelten sie als unhöflich.
Und wenn dann doch ein einzelner Gesichtsausdruck häufig für dieselbe Emotion steht, lässt sich daraus dennoch keine Regel ableiten. Nur etwa 30 Prozent aller untersuchten Personen zeigten etwa ihre Wut mit dem vermeintlich prototypischen Gesichtsausdruck für Wut, sagt die an der Untersuchung beteiligte Forscherin Lisa Feldman Barrett gegenüber The Verge.
Wer sich also auf automatisierte Emotionserkennung per Gesichtsausdruck verlässt, liegt bei Wut in mindestens 70 Prozent der Fälle falsch. Kein guter Schnitt für Bewerbungsprozesse, psychologische Einstufungen oder in der Sicherheitszone am Flughafen, meint Barrett.
Der Kontext zählt
Die Vorstellung, man könne menschliche Emotion kontextlos vom Gesicht ablesen, sei im besten Fall unvollständig - und im schlimmsten Fall völlig falsch, schreiben die Forscher. Emotion müsse im Kontext statt nur an der Mimik erkannt werden.
Welche Gesichtsbewegungen und - ausdrücke zeigt eine Person in welchem sozialen Kontext? Wie berichtet diese Person über die eigenen Gefühle? Solche umfassenden Untersuchungen seien aufwendig, aber vielversprechend, so die Forscher.
Möglich werden soll diese anspruchsvolle Forschung laut Barrett durch jene Technologie, die derzeit im gleichen Feld noch unzureichend arbeitet: Künstliche Intelligenz soll dabei helfen, in der Datenflut menschlicher Gefühle die wirklich grundlegenden Muster zu entdecken.
Titelbild: Feldman Barrett et al., Quelle: Sagepub
