Frustriert? Sie Lächeln wahrscheinlich sowieso

Die meisten Menschen Lächeln wenn Sie frustriert, auch wenn sie nicht bemerken, schlägt eine neue Studie, die auch gefunden, dass Computer tun können, einen besseren Job als Menschen ein echtes Lächeln von einem frustrierten zu erzählen.

Wenn Menschen erahnen wie Lächeln ist, oder welches Gefühl es porträtiert wird, wir wissen nicht genau welche Hinweise wir zu reagieren. Die neue Studie ergab, dass Timing eine Menge hat zu tun, wie Menschen ausdrücken, interpretieren, sagte Studie Forscher Ehsan Hoque, des Massachusetts Institute of Technology (MIT). Wie schnell jemand lächelt uns sagen kann was sie damit eigentlich meinen, sagte Hoque.

Z. B. wurde ehemalige britische Premierminister Gordon Brown weithin als mit einem Phony aussehende Lächeln, vor allem wegen der unnatürlichen Zeitplan für sein Grinsen. Ebenso eine Werbespot für ehemalige Präsidentschaftskandidat Herman Cain Kampagne kennzeichnete ein Lächeln, das so langsam entwickelt – es dauerte neun Sekunden angezeigt werden –, dass es weithin unter anderem eine Parodie von Komiker Stephen Colbert parodiert wurde, Hoque zur Kenntnis genommen.

"Immer das richtige Timing ist sehr wichtig, wenn Sie als aufrichtig und echt mit Ihrem Lächeln wahrgenommen werden wollen", sagte Hoque in einer Erklärung.

Alle Lächeln

Die Teilnehmer wurden gebeten, ausleben, oder fake, Freude und Enttäuschung zum Ausdruck. Webcams erfasst diese ausgeführten Ausdrücke und verglichen sie mit einander und mit spontanen Ausdruck echter Freude und Frust, auf der Suche nach Möglichkeiten, die verschiedenen emotionalen Zustände unterscheiden.

Frage zu fälschen lächelte nicht Frust 90 Prozent der Probanden. Aber wenn eine Aufgabe, die echte Frustration verursacht – eine ausführliche Online-Formular, nur um dann die Informationen gelöscht nach Betätigen des Buttons "Absenden" ausfüllen – 90 Prozent von ihnen lächelte.

Bilder zeigten kaum einen Unterschied zwischen diesen immer noch frustriert, Lächeln und die Freuden Lächeln ausgelöst durch ein Video von einem niedlichen Baby, aber video-Analyse zeigte, dass das Fortschreiten der beiden Arten des Lächelns ganz anders: oft, die glücklichen Lächeln nach und nach aufgebaut, während frustrierte Lächeln schnell erschien aber schnell verblasst.

Die Teilnehmer wurden dann gebeten, Bilder von Menschen Antworten zu interpretieren; Wenn die Bilder real waren, hatten sie Recht, nur etwa 50 Prozent der Zeit, aber wenn sie Bilder von Menschen, die vortäuschen, Glück und Frust, betrachteten sie waren in der Lage, die beiden auseinander leicht, zu sagen, da Leute nicht Lächeln, wenn sie vorgab, frustriert zu sein. Wenn ein Computer mit Informationen über den Zeitplan für die beiden Arten des Lächelns (wahre Freude und echte Frustration) programmiert wurde, konnte es mit 90-prozentiger Genauigkeit unterscheiden.

Emotionale Zustände

Die Analyse könnte auch nützlich sein, bei der Schaffung von Computern, die reagieren auf Art und Weise angebracht, die Stimmungen ihrer Nutzer. Ein Ziel der Forschung ist es, "einen Computer, intelligenter und respektvoll zu machen", sagte Hoque.

Die Feinheiten, die zugrunde liegenden Gefühle offenbaren das Verständnis ist ein weiteres wichtiges Ziel der Forschung. "Menschen mit Autismus unterrichtet werden, dass ein Lächeln bedeutet, dass jemand glücklich ist," sagte Hoque, aber die Forschung zeigt, dass es nicht so einfach. Verständnis der Unterschiede zwischen verschiedenen Lächeln könnte hilfreich sein, beim training autistische Kinder Lächeln zu erkennen.

Neben der Bereitstellung von Ausbildung für Menschen, die Schwierigkeiten mit ausdrücken, die Ergebnisse von Interesse sein könnten, Vermarkter, Hoque sagte: "nur weil ein Kunde lächelt, bedeutet das nicht unbedingt sie sind zufrieden."

Die Ergebnisse wurden in der Zeitschrift IEEE Transactions on Affective Computing 11 April veröffentlicht.

Sie können LiveScience Personalverfasser Jennifer Welsh auf folgen Twitter , on Google + oder auf Facebook . Folgen Sie LiveScience für die neuesten Wissenschaftsnachrichten und Entdeckungen auf Twitter und auf Facebook.