微表情在AI面試的功能與不能
.
近幾年隨著AI結合電腦視覺技術的快速進步，許多心理學家與電腦科學家合作，捕捉人們的微表情，來分析特定行為傾向，例如說謊、犯罪、酒駕、吸毒、性格違常、人際溝通與職場行為等。
.
所謂微表情分二種，一種叫subtle expressions (又稱弱表情)，係指人類肉眼難以分辨的細微表情，例如眼角稍稍向上/向下，但一般人看不太出來；另一種叫micro-expressions, 意指人類肉眼不易察覺的瞬間表情變化，大約是1/15-1/25秒。基於微表情來自下意識的反應，不易被當事人進行刻意操控，常被用來偵測當事人內心的真正意向。
.
過去"表情等於情緒"學派一直主張微表情反應特定情緒(例如開心、難過、生氣、厭惡、害怕、驚訝、不屑等)，而情緒反應一個的人的心理狀態。他們做出一系列的表情包，再用這些表情包來推測當事人的心理狀態 (例如美劇Lie to me的情節)。相關研究，最常被拿來應用的是面部編碼系統(Facial Action Coding System, FACS)所歸納出來特定面部動作(Action Unit, AU)與相對應的情緒解讀。但是這樣的主張，一方面，開始被社會心理學家推翻或挑戰，因為在不同社會文化/或情境下，同一系列表情包可能反應不同的情緒。甚者，這些表情反應的可能不是情緒，而是人際(或人機)互動的社交信號。另一方面，許多研究還是運用肉眼來驗證判斷特定的靜態表情(持續高於1/2秒)是否反應特定心理狀態，而不是真的捕捉微表情，也不是捕捉表情的”移動變化”。很自然就不容易得到正確的答案，甚至產生誤導， 變成另類的「相術」！
.
其實真的研習過AI的學者專家都明白，AI看到的與人類肉眼看到的世界，是完全不同的，加上人類的心理狀態過於複雜，根本難以正確分析一個人的內心運作，例如答應一件事，是發自內心同意? 心不甘情不願? 或只是為了取悅對方，又或者只是從眾?
.
這些專家不會跟自己過不去，花時間來解答這種不容易得到標準公式的議題。取而代之的是，捕捉微表情的動態變化，分析或預測當事人的行為意向，例如答應或不答應，而不是去分析答應與否心理運作的黑箱。這樣反而能夠讓AI發揮它可以做到的快篩功能，且學術實證上都得到不錯的正確率。例如在錄影面試中與不同面試問題設定下，求職者在回答這些問題，經由微表情分析，推測他們在職場環境”可能”出現的行為傾向，而不是去評價他們回答的內容。這目前仍需要靠真人專家判斷或到下一關面試進行追問，才容易得到較完整的資訊。
.
畢竟，就像抗原快篩和PCR核酸檢測，是不同的運作原理。AI面試是運用微表情和其他非口語信息為線索，來推測當事人行為傾向的快篩工具，它快速便宜，可以進行大量海選式的普篩，但並非直接測量行為本身。 半結構式的行為事例面談、評鑑中心則是真的測量行為，有一定信/效度，但耗時又昂貴，較適合針對已鎖定目標對象的精選。
.
以上是用來補充這篇報導背後一些沒有提到的事。
.
https://www.businesstoday.com.tw/article/category/183015/post/202106300037/AI%E9%9D%A2%E8%A9%A6%E5%AE%98%E7%95%B6%E9%81%93%E3%80%80%E5%B9%AB%E5%8A%A9%E4%BC%81%E6%A5%AD%E6%89%BE%E5%87%BA%E3%80%8C%E5%B0%8D%E7%9A%84%E4%BA%BA%E3%80%8D
移動偵測原理 在 【火眼睛晶】移動偵測(OpenCv) - YouTube 的必吃
OpenCv #Python #moving detected #影像辨識訂閱程式點滴▶️▶️▶️▻影片描述這部影片是透過動態 移動 檢測所有物件，並使用框選的方式進行標註 移動 ... ... <看更多>