ഉള്ളടക്കത്തിലേക്ക് പോകുക

വികാര തിരിച്ചറിയൽ പരിശോധന

ഏത് ഭാവമാണ് നിങ്ങൾ കാണുന്നത്? മുഖചിത്രങ്ങളെ സന്തോഷം, ദുഃഖം, കോപം, ഭയം, ആശ്ചര്യം, വെറുപ്പ്, അല്ലെങ്കിൽ നിഷ്പക്ഷം എന്നിങ്ങനെ തിരിച്ചറിയുക. ഏകദേശം 2 മിനിറ്റ്, സൗജന്യം, രജിസ്ട്രേഷൻ വേണ്ട. നിലവിലില്ലാത്ത ആളുകളുടെ കമ്പ്യൂട്ടർ സൃഷ്ടിച്ച മുഖങ്ങളാണിവ.

Helibrain ടീമിൽ നിന്ന്ബയോഫിസിക്സിൽ പിഎച്ച്ഡി സ്ഥാനാർഥിയായ Robert(ഇംഗ്ലീഷ്) പരിശോധിച്ചത് പ്രസിദ്ധീകരിച്ചത്അവസാനം അവലോകനം ചെയ്തത്

ഈ വികാര തിരിച്ചറിയൽ പരിശോധന എന്താണ് അളക്കുന്നത്?

കൃത്രിമമായി സൃഷ്ടിച്ച ചിത്രത്തിലെ ഉദ്ദേശിച്ച മുഖഭാവവുമായി നിങ്ങൾ തിരഞ്ഞെടുത്ത പേര് എത്ര തവണ പൊരുത്തപ്പെടുന്നു എന്നാണ് ഈ കളി അളക്കുന്നത്. ചില മുഖഭാവങ്ങൾ സൂക്ഷ്മമാണ്, മറ്റുള്ളവ കൂടുതൽ പ്രകടവും. ഒരാൾ ഒരുക്കിയ മുഖഭാവം തിരിച്ചറിയുന്നത് സന്ദർഭത്തിൽ ആ വ്യക്തിയെ മനസ്സിലാക്കുന്നതിനെക്കാൾ പരിമിതമായൊരു ചുമതലയാണ്: ഒരു മുഖം മാത്രം ഒരാളുടെ ഉള്ളിലെ വികാരം വിശ്വസനീയമായി വെളിപ്പെടുത്തില്ല [2]. നിങ്ങളുടെ സ്കോർ ഈ ചിത്രങ്ങളെക്കുറിച്ചാണ്; നിങ്ങളുടെ സാമൂഹിക കഴിവുകളെ മുഴുവനായി വിലയിരുത്തുന്നതല്ല.

ചുരുക്കത്തിൽ

  • ചുമതല: 21 ചിത്രങ്ങളിലെ ഉദ്ദേശിച്ച മുഖഭാവം തിരിച്ചറിയുക.
  • പേരുകൾ: സന്തോഷം, ദുഃഖം, കോപം, ഭയം, ആശ്ചര്യം, വെറുപ്പ്, നിഷ്പക്ഷം.
  • തീവ്രത: സൂക്ഷ്മവും മിതവും തീവ്രവുമായ മുഖഭാവങ്ങൾ, കൂടാതെ നിഷ്പക്ഷ ചിത്രങ്ങൾ. ഇവ വിവരണാത്മക പേരുകളാണ്; മാനസിക അളവുകോലുകളല്ല.
  • നിങ്ങളുടെ ഫലം: കൃത്യതയും മുഖഭാവം, അവതരണ തീവ്രത എന്നിവപ്രകാരമുള്ള ശരിയായ ഉത്തരങ്ങളും.
  • ചിത്രങ്ങൾ: നിലവിലില്ലാത്ത ആളുകളുടെ കമ്പ്യൂട്ടർ സൃഷ്ടിച്ച മുഖങ്ങൾ. ക്യാമറയോ ഫോട്ടോകളോ വ്യക്തിഗത വിവരങ്ങൾ നൽകലോ ഇല്ല.

കളി എങ്ങനെ പ്രവർത്തിക്കുന്നു

  1. ചിത്രങ്ങൾ ദൃശ്യമാകുന്നതുവരെ കാത്തിരിക്കുക, തുടർന്ന് തയ്യാറാകുമ്പോൾ തുടങ്ങുക.
  2. മുഖചിത്രം നോക്കുക. ഏഴ് ലേബലുകളിൽ ഏറ്റവും യോജിക്കുന്നതു തിരഞ്ഞെടുക്കുക. ഒരു ബട്ടൺ അമർത്തുകയോ അതിന് നൽകിയിരിക്കുന്ന നമ്പർ കീ ഉപയോഗിക്കുകയോ ചെയ്യാം.
  3. ചോദ്യങ്ങൾ തുടർന്നു ചെയ്യുക. ലേബലുകൾ അതേ സ്ഥാനങ്ങളിൽ തന്നെ തുടരും. വേഗത്തിന് അധിക പോയിന്റുകളില്ല; കളിക്കിടെ ഉത്തരങ്ങൾ കാണിക്കില്ല.
  4. ഫലങ്ങളുടെ വിശദാംശങ്ങൾ വായിക്കുക. കളിക്കിടെ ഈ ടാബിൽ നിന്ന് മാറിയാൽ ശ്രമം അവസാനിക്കും; വീണ്ടും തുടങ്ങാം.

വ്യക്തമായി കാണുന്ന സ്ക്രീനും സുഖകരമായ വെളിച്ചവും ഉപയോഗിക്കുക; ആവശ്യമെങ്കിൽ പതിവ് കണ്ണടയും ധരിക്കുക. ഫോണിലും കമ്പ്യൂട്ടറിലും ചിത്രങ്ങളും സ്കോറിംഗും ഒരുപോലെയാണ്, എന്നാൽ ചിത്രത്തിന്റെ വലുപ്പം സൂക്ഷ്മമായ മുഖഭാവം കാണാനുള്ള എളുപ്പത്തെ ബാധിക്കാം. സ്ക്രീൻ റീഡറുകൾക്കായി ചിത്രവിവരണങ്ങൾ ഉപയോഗിച്ച് ഈ ദൃശ്യ ചുമതല പുനരാവിഷ്കരിക്കാനാവില്ല.

നിങ്ങളുടെ ഫലം എങ്ങനെ വായിക്കാം

നിങ്ങൾ ഉദ്ദേശിച്ച പേര് തിരഞ്ഞെടുത്ത ചിത്രങ്ങളുടെ പങ്കാണ് കൃത്യത. ഉദ്ദേശിച്ചത് എന്നത് പ്രധാനമാണ്: ഇവ സൃഷ്ടിച്ച മുഖഭാവങ്ങളാണ്; സ്രഷ്ടാവിന്റെ മനസ്സിൽ ഒരു പേര് ഉണ്ടായിരുന്നാലും ഭാവം അവ്യക്തമായി തോന്നാം. ഈ കളിയിലെ വിഭാഗങ്ങൾ തിരഞ്ഞെടുപ്പുകളാണ്; എല്ലാ മനുഷ്യവികാരങ്ങളും ഏഴ് വിഭാഗങ്ങളിലൊതുങ്ങുമെന്ന അവകാശവാദമല്ല.

ഓരോ വിഭാഗത്തിന്റെയും തീവ്രതയുടെയും വിശദവിവരത്തിൽ കുറച്ച് ചിത്രങ്ങൾ മാത്രമേയുള്ളൂ. അവയ്ക്കിടയിലെ വ്യത്യാസങ്ങൾ സ്ഥിരമായ വ്യക്തിഗത കഴിവിനെയോ ദൗർബല്യത്തെയോ അല്ല, പ്രത്യേക ചിത്രങ്ങളെയും മുഖങ്ങളെയും പ്രതിഫലിപ്പിച്ചേക്കാം. നിഷ്പക്ഷം വേറിട്ടൊരു വിഭാഗമാണ്; ഓരോ വികാരത്തിന്റെയും കുറഞ്ഞ തീവ്രതയല്ല. ഈ ചെറിയ കൂട്ടം ആവർത്തിക്കുന്നത് പരിചയവും പരിശീലനവും കൂട്ടും.

ഈ പതിപ്പ് മതിയായ യോഗ്യതയുള്ള കളിക്കാർ പൂർത്തിയാക്കിയാൽ, ഈ പതിപ്പിന്റെ ആദ്യ ശ്രമങ്ങൾ നടത്തിയ മറ്റു കളിക്കാരുമായി താരതമ്യം ചെയ്ത് താഴെ, സാധാരണം, അല്ലെങ്കിൽ മുകളിൽ എന്ന നിര കാണിക്കും; അടയാളപ്പെടുത്തിയ ശ്രമങ്ങൾ ഒഴിവാക്കും. അതുവരെ ശേഖരിച്ച യോഗ്യമായ ശ്രമങ്ങളുടെ എണ്ണം ഫലത്തിൽ കാണിക്കും. ഈ സന്ദർശകർ ജനസംഖ്യയെ പ്രതിനിധീകരിക്കുന്ന സാമ്പിളല്ല. ഈ നിര വൈകാരിക ബുദ്ധിയുടെയോ സഹാനുഭൂതിയുടെയോ സ്കോറല്ല.

ഗവേഷണം പിന്തുണയ്ക്കുന്നതും പിന്തുണയ്ക്കാത്തതും

ഷ്ലെഗലിന്റെയും ഷെററിന്റെയും ജിനീവ വികാര തിരിച്ചറിയൽ പരിശോധനയുടെ ചുരുക്ക പതിപ്പിൽ മുഖം, ശരീരം, ശബ്ദം എന്നിവയിൽ നിന്നുള്ള സൂചനകളുള്ള ദൃശ്യശ്രാവ്യ മുഖഭാവങ്ങൾ ഉപയോഗിക്കുന്നു; അതിൽ കൂടുതൽ വികാരങ്ങൾ ഉൾപ്പെടുന്നു [1]. നിശ്ചല മുഖങ്ങൾക്കു പേരിടുന്നതിനെക്കാൾ വിപുലമാണ് വികാര തിരിച്ചറിയൽ എന്നതിന് അതൊരു നല്ല ഉദാഹരണമാണ്. ഞങ്ങളുടെ കളിയിൽ നിശ്ചല ചിത്രങ്ങൾ മാത്രമേയുള്ളൂ; ഇത് GERT-S അല്ല.

മുഖചലനങ്ങളിൽ നിന്ന് വികാരം അനുമാനിക്കുന്നതിന്റെ പരിമിതികൾ ബാരറ്റും സഹപ്രവർത്തകരും അവലോകനം ചെയ്യുന്നു: ആളുകൾക്കും സാഹചര്യങ്ങൾക്കും സംസ്കാരങ്ങൾക്കും അനുസരിച്ച് മുഖഭാവങ്ങൾ മാറുന്നു; ഒരേ ചലനത്തിന് വ്യത്യസ്ത ഉദ്ദേശ്യങ്ങളുണ്ടാകാം [2]. ദൈനംദിന ജീവിതത്തിൽ സന്ദർഭവും ആ വ്യക്തി നിങ്ങളോട് പറയുന്നതും പ്രധാനമാണ്.

ഞങ്ങളുടെ കൃത്രിമ മുഖങ്ങൾ സാധൂകരിച്ച ഗവേഷണ ഉത്തേജകങ്ങളല്ല. ഗവേഷണ മുഖങ്ങളുടെ ഡാറ്റാബേസോ യഥാർത്ഥ ഫോട്ടോകളോ ഞങ്ങൾ ഉപയോഗിക്കുന്നില്ല. ചിത്രങ്ങളിലെ ദൃശ്യവൈകല്യങ്ങളും ഉദ്ദേശിച്ച മുഖഭാവങ്ങളും ഞങ്ങൾ പരിശോധിച്ചു; എന്നിരുന്നാലും ചിത്രശേഖരവും അതിലെ തീവ്രതാ പേരുകളും സ്വതന്ത്രമായി സാധൂകരിച്ചിട്ടില്ല. പ്രസിദ്ധീകരിച്ച ഗവേഷണ മാനദണ്ഡങ്ങൾ ഇവിടെ ബാധകമല്ല.

പതിവ് ചോദ്യങ്ങൾ

ഇതൊരു EQ അല്ലെങ്കിൽ സഹാനുഭൂതി പരിശോധനയാണോ?

അല്ല. ചിത്രങ്ങളിലെ ഉദ്ദേശിച്ച മുഖഭാവങ്ങളോടുള്ള പൊരുത്തമാണ് ഇത് സ്കോർ ചെയ്യുന്നത്. സമഗ്രമായ വൈകാരിക ബുദ്ധി, സഹാനുഭൂതി, വ്യക്തിത്വം, അല്ലെങ്കിൽ മറ്റൊരാളുടെ ചിന്തകൾ മനസ്സിലാക്കാനുള്ള കഴിവ് എന്നിവ ഇത് അളക്കുന്നില്ല.

മുഖഭാവങ്ങൾ ഒരാൾക്ക് എങ്ങനെ തോന്നുന്നുവെന്ന് പറയുമോ?

മുഖം ഒരു സൂചന നൽകാം, പക്ഷേ വികാരം ഒറ്റയ്ക്ക് വിശ്വസനീയമായി അറിയിക്കുന്നതല്ല. എന്താണ് സംഭവിക്കുന്നതെന്ന് മനസ്സിലാക്കാൻ സന്ദർഭം, ശബ്ദം, ശരീരചലനം, ആ വ്യക്തി തന്നെ പറയുന്നത് എന്നിവ സഹായിക്കും [2].

ഭയവും ആശ്ചര്യവും തമ്മിൽ ആശയക്കുഴപ്പമുണ്ടാകുന്നത് എന്തുകൊണ്ട്?

ഈ കളിയിലെ മുഖഭാവങ്ങൾക്ക് വിടർന്ന കണ്ണുകൾ പോലുള്ള ചില സവിശേഷതകൾ പൊതുവായുണ്ടാകാം. സൂക്ഷ്മമായ ചിത്രങ്ങളിൽ വ്യക്തമായ സൂചനകൾ കുറവായിരിക്കും. പൊരുത്തക്കേട് ആ ചിത്രം നിങ്ങൾക്ക് എങ്ങനെ തോന്നിയെന്ന് മാത്രമാണ് പറയുന്നത്; പൊതുവെ ആളുകളെ എത്രത്തോളം മനസ്സിലാക്കുന്നു എന്നല്ല.

ഈ മുഖങ്ങൾ യഥാർത്ഥമാണോ?

അല്ല. നിലവിലില്ലാത്ത ആളുകളുടെ കമ്പ്യൂട്ടർ സൃഷ്ടിച്ച മുഖങ്ങളാണിവ; മുഖഭാവങ്ങൾ മനഃപൂർവം ഒരുക്കിയതാണ്. ഫോട്ടോ അപ്‌ലോഡ് ചെയ്യാനോ ക്യാമറ ഓണാക്കാനോ ഞങ്ങൾ ആവശ്യപ്പെടുന്നില്ല.

ഒരു സുഹൃത്തുമായി താരതമ്യം ചെയ്യാമോ?

അതെ. പങ്കിടൽ ബട്ടൺ അതേ ചിത്രങ്ങളും ക്രമവും നിങ്ങളുടെ കൃത്യതയും ഉൾക്കൊള്ളുന്ന ലിങ്ക് സൃഷ്ടിക്കും. പങ്കിട്ട ലിങ്കിലെ സ്കോർ സ്വതന്ത്രമായി പരിശോധിച്ചതല്ല. പരിശീലനം ഫലങ്ങളെ മാറ്റാമെന്ന കാര്യം ഓർത്തുകൊണ്ട് വിനോദത്തിനായി താരതമ്യം ചെയ്യുക.

മുഴുവൻ ഫലവും സൗജന്യമാണോ?

അതെ, അക്കൗണ്ടോ പണമടയ്ക്കലോ വേണ്ട.

43 സൗജന്യ മസ്തിഷ്ക പരിശോധനകളും കാണുക

ഇതിൽ ദിവസവും പ്രവർത്തിക്കാൻ ആഗ്രഹിക്കുന്നുണ്ടോ? Helibrain ആപ്പ് (ഇപ്പോൾ ഇംഗ്ലീഷിൽ മാത്രം) സൗജന്യ പ്ലാനും പണമടയ്ക്കേണ്ട പ്ലാനുകളുമുണ്ട്.

ഉറവിടങ്ങൾ

  1. Schlegel K, Scherer KR (2016). Introducing a short version of the Geneva Emotion Recognition Test (GERT-S): Psychometric properties and construct validation. Behavior Research Methods 48:1383–1392. pubmed.ncbi.nlm.nih.gov/26416137/
  2. Barrett LF, Adolphs R, Marsella S, Martinez AM, Pollak SD (2019). Emotional Expressions Reconsidered: Challenges to Inferring Emotion From Human Facial Movements. Psychological Science in the Public Interest 20(1):1–68. pubmed.ncbi.nlm.nih.gov/31313636/

ഈ പേജ് ഞങ്ങൾ എങ്ങനെ തയ്യാറാക്കി: മുകളിൽ പറഞ്ഞ പഠനങ്ങളിൽ നിന്ന് Helibrain ടീം രചിച്ചത്, കൂടാതെ ബയോഫിസിക്സ് പിഎച്ച്ഡി പഠന വിദ്യാർത്ഥിയായ Robert(ഇംഗ്ലീഷ്) 2026 നവംബർ 4-ന് അവലോകനം ചെയ്തത്. ഉറവിടങ്ങൾ മാറുമ്പോൾ ഞങ്ങൾ ഇത് പുതുക്കുന്നു.