跳到主要內容

科技大觀園商標

分類項目
Menu

幸福的科學與技術:幸福感的量測與評估技術

104/05/05 瀏覽次數 10409
幸福的意義

「幸福」是一個抽象的名詞,看不見也摸不著,卻是我們一生追求的理想和目標。

幸福是什麼?維基百科指幸福是心裡的感覺,滿足喜悅並充滿愛心的狀態;百度百科認為幸福是心理欲望得到滿足時的狀態;《尚書》〈洪範〉篇有五福臨門之說,五福是「壽、富、康寧、修好德、考終命」;安德魯斯(Frank Andrews)認為幸福感是由對生活的滿意程度與感受的正負情緒強度整體評估而成。由此可知,幸福感是一種情緒的總和表徵。幸福感量測與評估技術的研究,是希望藉由客觀的數據探討全體或個人的主觀幸福感。

幸福指數的發展

國民幸福指數(gross national happiness, GNH)是不丹第四世國王旺楚克(Jigme Singye Wangchuck)在1972年所提出的,強調除了追求經濟與物質發展外,並注重社會整體的幸福價值以及身心靈的健全發展,以國民幸福指數做為國家的施政方針。

2011年7月,聯合國大會通過不丹的提議,把國民幸福指數納入國家發展指標之一,獲得66個會員國的支持。全球開始掀起一場追求幸福的浪潮,從無止盡地追求國內生產總值(gross domestic product, GDP)轉而追求國民幸福指數,最終使國民幸福指數與國內生產總值同步並進,建構一個更圓滿的幸福社會。

行政院主計總處依據經濟合作暨發展組織(OECD)美好生活指數(better life index, BLI)編列我國幸福指數,102年8月首次發布,象徵政府的施政方針開始向「幸福」靠攏。103年8月,發布第2次國民幸福指數綜合指數是6.93分,比102年同期提高0.29分,在經濟合作暨發展組織34個會員國以及2個伙伴國中排名第18。

美好生活指數著重在個人與家庭,不只關注經濟面,同時考量主觀與客觀的多重面向建構幸福評比指標,包括物質生活條件3項、生活品質8項,合計11項幸福指標,每項分數從0分至10分,分數愈高表示愈幸福。透過不同面向的幸福衡量指標,關注不同國家、性別、年齡、社經地位等族群的幸福感。

但是,每個國家有不同的文化背景,建構「世界快樂資料庫」的荷蘭伊拉斯姆斯大學貝赫文(Ruut Veenhoven)教授藉由簡單問題:「從0分到10分,你對你的生活滿意程度打幾分呢?」統計主觀幸福分數,建構基於調整不平等性的幸福指數(inequality-adjusted happiness index, IAH)來探究國與國之間幸福程度的差異。

利用國民對於主觀的幸福分數,計算客觀的整體幸福平均分數以及標準差分數而得到每一個國家的IAH分數,使各國可以用IAH分數與其他國家比較,探究國家政策的差異程度,做為各國調整施政方針的依據。

美國麻省理工學院皮卡(Rosalind Picard)教授提出的「情感運算」,是最近相當熱門的研究議題。縱然心理學家對於情緒感知問題的探討屢見不鮮,但運用機器或電腦偵測人類情感,是目前亟欲突破的瓶頸。

情感運算是透過各項感應器擷取情緒所引起的表情、聲音與生理信號的變化,來建立情緒模型以及發展反饋機制。情緒感知訊號除了可從生理信號獲得外,也可從外在的人類行為加以判斷,諸如聲音、語言、臉部表情、瞳孔、姿勢、手勢、步態,甚至是人與人之間的互動、穿著、日常用品等。

基礎生理訊號可以透過現有儀器直接量測,心理健康又該如何測量呢?我們可以用肉眼直接看出對方的情緒狀態,但是如何使用儀器或電腦系統來了解個人心理情緒,是值得探究的問題。

個人幸福的量測

「你的幸福指數有多少呢?」幸福是種主觀的感覺,也可以測量嗎?這是一個很有趣的問題。我們可以利用一些訊號測量的方式來理解情緒,如直接口問或透過問卷,利用主觀的方式記錄個人的情緒,得到足夠的樣本數後藉由統計的方法獲得客觀的結論。

另一方面,透過生理訊號的測量來記錄個人情緒,生理訊號就是最直接的情緒反應,從影像、聲音、呼吸、血壓、心音、肌電圖、心電圖、腦波等,應用不同的實驗設計,記錄下生理訊號的數據進行分析,用客觀的方式來探究情緒和幸福感。當建立了有一定數目的幸福感生理訊號資料庫後,藉由整合客觀資料(影像、聲音、生理訊號)以及對應的主觀資料(問卷、評測),用主觀資料標記客觀資料,針對幸福感的程度建立刻度以量化幸福感。

關於幸福感的測量,最容易且最直接可以觀察的就是影像與聲音,並可透過攝影機和麥克風來記錄。用影像辨識技術偵測使用者的表情變化,是否笑臉常開還是眉頭深鎖;用語音辨識技術偵測情緒聲音,是笑聲還是哭聲、使用者說話的內容是充滿正向能量還是負面訊息;透過實驗設計,運用腦波儀分析腦波頻帶能量分布,甚至是運用功能性核磁共振影像分析大腦血氧活性,也可以了解人類幸福感以及情緒的狀況。

幸福表情與聲音偵測

在幸福情緒的表徵偵測上,可以應用樣式辨認的方式,針對麥克風擷取到語音訊號,判斷使用者說話的內容與說話時的情緒;利用攝影機所擷取到的影像,判斷使用者的行為、肢體動作或臉部表情,做為使用者的情緒依據。

語音的分析可針對使用者的聲音進行判斷,擷取與分析語音特徵,觀察使用者的話中是否有開心的語句或語氣,最後應用各式分類器辨識使用者的說話語句以及情緒。常見的語音特徵包含音框能量、音高、共振峰、越零率等。在影像的分析上,可以依據使用者的動作如開心地跳起來、振臂歡呼等做為判斷的依據,甚至從表情判斷使用者的情緒。

常見的語音與影像樣式辨認分類器有兩種,依據應用特點決定所使用的模型。第1種是利用類別出現機率所建構的生成模型,例如貝式分類器、線性判別分析器等。第2種是判別模型,例如支援向量機、類神經網路等。

腦科學研究的運用

1970年前後,隨著神經科學與認知科學的興起,對人類心靈與運作的研究跨入了一個全新的時代,兩領域各自探討大腦、神經機制與心智之間的關聯性。1980年代,腦造影技術有突破性的發展,認知神經科學開始了跨領域的研究,整合認知心理學、神經心理學、生理學、神經科學、物理、電機、資訊等不同領域的研究人員,探討大腦與神經機制的運作如何造就人類的認知功能。

人類的情感探索也逐漸引起認知神經科學學者的興趣,如利用腦電波儀測量幸福感的狀態。腦波依頻率大致可分為 β 波(專注狀態)、α 波(放鬆狀態)、θ 波(淺眠作夢狀態)及 δ 波(熟睡狀態)4大類。研究幸福、驚訝、生氣、害怕、噁心、難過等情緒時,可依據腦波的特性來定義人類的情感。

功能性磁振造影是近幾年快速興起的神經影像觀測技術,由於大腦神經細胞在運作中需要血液供應養分,藉由功能性磁振造影技術觀察血氧濃度的變化,以探索大腦神經的活化反應,是認知神經科學的一大突破。

成功大學心智影像中心龔俊嘉教授與葉丁端研究員利用婦女生產前後購物行為的變化,探討親情的大腦神經機制。當婦女還沒當媽媽前,會買一些鞋子、包包、化妝品犒賞自己;懷孕以後,則會思考怎麼做對胎兒比較好,購買對胎兒有益的物品;小孩出生後,媽媽寧可犧牲自己的物質享受,出門購物先到嬰兒用品店。

從未懷孕到家中有新生命的到來,母親在購物行為上的改變,是不是大腦裡有一些神經機制在作用呢?研究發現,當媽媽看到小孩物品相較於自己物品時,導水管(periaqueductal gray, PAG)周圍皮質、前腦島(anterior insula)等大腦腦區會有顯著的活化反應,意味著母愛的情感確實存在於大腦中。

另外,讓受測者觀看圖片,請其針對圖片的刺激,選擇是否可以激發幸福感覺進行測量,再對所擷取到的功能性核磁共振影像進行統計分析,可探究幸福感的大腦神經機制。

雖然認知神經科學發展至今已近40年,也有相當豐碩的研究成果,但是仍然無法完全解開大腦的奧祕。奠定認知神經科學基礎的葛詹尼加(Michael Gazzaniga)教授更宣稱21世紀會是腦科學研究的世紀,期盼腦科學研究為我們解答大腦認知與情感的奧祕。

幸福感與情感量測所遭遇到的問題是,迄今對於情感的種類、幸福感仍欠缺精確的定義,且對於人類的情感和情緒到底有幾種尚無定論。如何探索人類更深層的情感如審美觀、道德觀等,運用分析處理後的情感與幸福資訊,以及用來回饋使用者以提升實用價值等,仍有待進一步探討。
OPEN
回頂部