Predstavte si, že idete na pohovor do firmy, ktorá vás zaujíma. Miesto toho, aby ste sa stretli s ľudským personalistom, dostanete mobilnú aplikáciu, ktorá vám položí šesť otázok a požiada vás, aby ste na ne odpovedali pred kamerou. Zatiaľ čo hovoríte, aplikácia analyzuje vaše výrazy tváre
a určuje, aké kompetencie máte. Na základe toho vám pridelí skóre, ktoré rozhodne o tom, či budete prijatí alebo nie.
Znie to ako sci-fi? Nie je to tak daleko od reality. Skupina vedcov z Taiwanu tvrdí, že vyvinula systém, ktorý dokáže automaticky predpovedať kompetencie uchádzačov o prácu podľa ich výrazov tváre. Systém využíva umelú inteligenciu (AI) a spracovanie obrazu, aby rozpoznal
mikrovýrazy tváre, ktoré súvisia s budúcim správaním uchádzačov.
Mikrovýrazy sú krátke a nevedomé pohyby svalov tváre, ktoré odhaľujú skutočné zámery a emócie človeka. Napríklad, ak sa niekto usmieva, ale jeho oči sa nezúžia, môže to znamenať, že sa usmieva len zdvorilo alebo falošne. Ak sa niekto zamračí, ale jeho ústa sa nezakrivia nadol,
môže to znamenať, že je frustrovaný alebo nespokojný. Tieto signály sú ťažko viditeľné pre ľudské oko, ale AI ich dokáže zachytiť a interpretovať.
Mikrovýrazy sa vedecky študujú už niekoľko desaťročí. Je najmä zásluhou amerického
psychológa Paula Ekmana, ktorý sa emocionálnym výrazom venuje celú svoju vedeckú kariéru,
v posledných desaťročiach s dôrazom na odhaľovanie klamstva a podvodu na základe
vonkajších znakov. Ekman sa dlhodobo zaoberal štúdiom sociálnych aspektov lži, dôvodov,
prečo ľudia klamú a prečo ich často neznepokojuje že by sa ich klamstvo niekto pokúsil odhaliť.
O detekciu klamstva sa začal zaujímať počas svojej klinickej práce. Ako podrobne opisuje v svojej
knihe Telling Lies, pacientka, ktorú sa podieľal na liečbe, poprela, že je samovražedná, aby mohla
opustiť nemocnicu. V rámci tejto snahy začal preskúmavať videonahrávky rozhovorov, aby
študoval výrazy tváre ľudí pri klamaní. V rámci výskumného projektu spolu s Maureen O’Sullivan,
nazvaného Wizards Project (predtým nazvaného Diogenes Project), Ekman podal správu aj
o mikrovýrazoch tváre, ktoré by sa mohli použiť na pomoc pri zisťovaní lži. Viaceré jeho zistenia
a tvrdenia sa stali základom mnohých kontroverzií vo vede, aj voči nemu osobne sa v 60. a 70.
rokoch dosť demonštrovalo, najmä kvôli presadzovaniu názorov, že prejavy emócií sú
univerzálne. Po testovaní schopností celkom 20 000 ľudí z rôznych oblastí života našiel iba 50
ľudí, ktorí mali schopnosť rozpoznať klamstvo bez predchádzajúceho tréningu. Jeho firma
následne začala ponúkať tréningy odhaľovania klamstva a interpretácie mikrovýrazov, čo sa
taktiež stalo zdrojom kritiky, vychádzajúcej z konštatovania, že ľudské schopnosti vizuálne
odhadnúť klamstvo sú veľmi obmedzené. Videozáznam a algoritmy vyhodnocovania výrazov
tváre by však tieto obmedzenia mohli dokázať prekonať.
Systém využitý na Taiwane sa opiera o teóriu behaviorálnej ekológie tvárových prejavov (BECV), ktorá predpokladá, že tvárové prejavy nie sú len odrazom vnútorných pocitov, ale aj nástrojmi na ovplyvňovanie sociálnych interakcií. Podľa tejto teórie sa ľudia neusmievajú len preto, že sú šťastní, ale aj preto, že chcú navodiť priateľskú atmosféru. Podobne sa ľudia nemračia len preto, že sú smutní, ale aj preto, že chcú vyjadriť nesúhlas alebo nespokojnosť.
Systémbol testovaný na 298 nových zamestnancoch globálnej spoločnosti z oblasti informačných a komunikačných technológií, ktorí absolvovali asynchrónny video-rozhovor (AVI) pred nástupom do práce. V rámci AVI museli odpovedať na šesť otázok zameraných na šesť kompetencií: vytrvalosť, otvorenosť, iniciatíva, inovácia, kritické myslenie a riskovanie – je celkom zaujímavé, že čestnosť a úprimnosť čoby z hľadiska mikrovýrazov najpreskúmanejšie kvality si medzi nimi svoje miesto nenašli. Uvedené kompetencie boli definované spoločnosťou ako dôležité pre jej digitálnu transformáciu.
Výrazy tváre nádejných zamestnancov boli zachytené a spracované pomocou metódy histogramu orientovaných gradientov (HOG) a podporného vektorového stroja (SVM)na detekciu a extrakciu tvárových príznakov. Tieto príznaky boli potom klasifikované pomocou konvolučnej neurónovej siete (CNN), ktorá predpovedala skóre každej kompetencie u každého z nich. Tieto skóre boli neskôr v rámci validizačnej procedúry porovnané so skóre, ktoré dostali uchádzači v každej posudzovanej kompetencii odsvojich nadriadených po trojmesačnej skúšobnej dobe. Jedny (mikrovýrazy) aj druhé (hodnotenie kompetencií nadriadenými) údaje od polovice z tristo zamestnancov poslúžili systému ako tréningový súbor, na ktorom si model vytvoril vzťahy medzi nimi, teda vlastne spájal prvky mikrovýrazov s hodnoteniami kompetencií a nachádzal medzi nimi súvislosti. Naučené vzťahy následne uplatnil v ďalších dvoch skupinách: testovacej a validačnej.
Výsledky ukázali, že systém dosiahol vysokú presnosť a prediktívnu validitu pri predpovedaní reálnych kompetencií uchádzačov podľa ich výrazov tváre. Bol schopný vysvetliť 65 až 74 percent variability neskorších hodnotení nadriadenými a dosiahol vyššiu koreláciu s tréningovým výkonom uchádzačov než tradičné nástroje výberu zamestnancov, ako sú štruktúrované rozhovory, testy osobnosti alebo metódy využívané v assessment centrách. Systém tiež minimalizoval vplyvy rôznych druhov predsudkov pri hodnotení uchádzačov.
Samozrejme, ide o ďalšiu z prvých lastovičiek nových technológií prichádzajúcich do výberových procedúr, ktorých potenciál je vhodné sledovať, nie nutne však musia byť ihneď akceptované. V prípade tejto napríklad zatiaľ nie je úplne jasné, čo vlastne neurónová sieť do súvislosti s hodnotením kompetencie dáva – je to nadšenie, úprimnosť pri tom ako o nich uchádzač rozpráva, alebo niečo celkom iné? To v tejto chvíli nevieme, rovnako nevieme, či je systém citlivý na to aby bol oklamaný kontrolou tvárových prejavov aj niekoľko ďalších dôležitých vecí. Alebo, niektoré kultúry či inak definované podskupiny ľudí(Asperger?) môžu mať iné normy pre tvárové prejavy a systém by mohol byť neprispôsobivý na ich rozdiely.
Taktiež asi nie je vhodné úplne ignorovať obsah vypovedaných slov, ako sa to v tomto systéme deje (v ňom, jednoducho povedané, nezáleží na tom, kto čo hovorí, ale ako sa kto tvári). Nakoniec, spomínaný Paul Ekman, keď vystupoval ako svedok v prípade vyšetrovania bývalého prezidenta USA Billa Clintona v afére Lewinská sám tvrdil, že dokázal zistiť, že bývalý prezident Bill Clinton klamal, pretože použil dištancujúci jazyk – teda nie na základe analýzy videozáznamu a mikrovýrazov na ňom.
Napriek týmto obmedzeniam je tento systém určite zaujímavým príspevkom do oblasti AI aplikovaných na spracovanie tvárových prejavov. Ukazuje, že AI dokáže nielen rozpoznávať emócie z tvárí ľudí, ale aj využiť túto klasifikáciu pre predpoveď ich budúceho správania v pracovných a sociálnych situáciách. Tento systém by mohol byť jedným z prvých krokov k vytvoreniu inteligentnejších a efektívnejších nástrojov na výber personálu, ktoré by mohli pomôcť firmám nájsť najlepších kandidátov pre svoje potreby. Očakáva sa, že v krátkej dobe nastúpi do výberu zamestnancov veľa nových moderných technológií a že práve v tejto oblasti (kvôli ekonomickým dopadom výberu) bude revolúcia v psychodiagnostických metódach rýchlejšia než v iných oblastiach psychológie.
Voľne podľa:
Su, YS., Suen, HY. & Hung, KE. Predicting behavioral competencies automatically from
facial expressions in real-time video-recorded interviews. J Real-Time Image Proc 18,
1011–1021 (2021). https://doi.org/10.1007/s11554-021-01071-5