Bibliotekę obrazów emocjonalnych generowanych przez sztuczną inteligencję opracował międzynarodowy zespół z udziałem badaczy Uniwersytetu im. Adama Mickiewicza w Poznaniu. Zestaw 847 obrazów obejmuje 12 kategorii emocji i — co najważniejsze — może być adaptowany do różnych kontekstów kulturowych, grup wiekowych i płci, czego dotychczasowe bazy nie umożliwiały.
Warczący pies, uśmiechnięte niemowlę, rozbity samochód, talerz apetycznego jedzenia… Tego typu sceny, odpowiednio zobrazowane, od lat stanowią bazę dla psychologii emocji. Mają wywoływać u badanych lęk, złość, zaskoczenie, radość, wstręt czy smutek. Dzięki tym bodźcom, uwidocznionym na ilustracjach, w laboratorium można analizować, w jaki sposób emocje wpływają na zachowanie. Sęk w tym, że obrazy te przestały być aktualne.
Niektóre z najczęściej używanych zbiorów bodźców afektywnych powstały w zupełnie innej epoce medialnej i czasem widać gołym okiem: w palecie kolorów, ubraniach czy technologii obecnej w tle. Bodziec, który ma wywołać strach, może przy okazji uruchamiać niezamierzoną podróż w czasie, a nawet uśmiech (tj. niezamierzoną reakcję afektywną). Jest też głębszy problem: obrazy emocjonalne mają różny efekt w zależności od kontekstu kulturowego. Scena odczytywana jako „rozbawienie” w jednej kulturze może być odbierana zupełnie inaczej w innej. Obraz „apetycznego posiłku”, który miał wzbudzać pożądanie w laboratorium na zachodnim uniwersytecie, może wyglądać nieapetycznie albo po prostu niezrozumiale dla osoby badanej w Mumbaju czy Nairobi – tłumaczy dr Maciej Behnke z Wydziału Psychologii i Kognitywistyki Uniwersytetu im. Adama Mickiewicza w Poznaniu i dodaje, że w związku z tym potrzebna była aktualizacja.
Międzynarodowy zespół pod jego kierunkiem podjął się tego wyzwania. Wykorzystując generatywną sztuczną inteligencję, badacze opracowali Library of AI-Generated Affective Images (LAI-GAI) — bibliotekę, która unowocześni przestarzałe archiwa bodźców i zastąpi je znacznie bardziej elastycznym, kulturowo adaptowalnym zestawem obrazów emocjonalnych.
Inżynierowie promptów
Założenie było proste: czy tę samą technologię, która tworzy surrealistyczne grafiki i deepfake’i, można okiełznać na potrzeby rzetelnej nauki? Aby to sprawdzić, badacze opracowali procedurę typu human-in-the-loop, czyli taką, w której człowiek pozostaje niezbędnym ogniwem całego procesu.
Wpisanie do AI polecenia w stylu: „narysuj obraz, który mnie zasmuci”, byłoby zbyt proste. Zamiast tego sięgnięto po stare, wcześniej zwalidowane obrazy z istniejących baz i wykorzystano duże modele językowe, takie jak ChatGPT, do tworzenia szczegółowych opisów przedstawionych scen. Następnie, jak relacjonuje lider projektu, opisy te trafiały do generatorów obrazów, takich jak Midjourney, które tworzyły nowoczesne, wysokorozdzielcze odpowiedniki dawnych bodźców. W rezultacie powstał zbiór 847 obrazów obejmujących 12 konkretnych kategorii emocji — od rozbawienia i zachwytu po obrzydzenie i złość. Jednak prawdziwą innowacją nie była sama jakość obrazu, lecz jego adaptowalność.
Najważniejszy wniosek jest taki, że obrazy generowane przez AI po prostu działają. Średnio wywoływały reakcje afektywne porównywalne z tymi, jakie uzyskiwano za pomocą klasycznych zestawów obrazów. Innymi słowy: obraz stworzony przez algorytm, jeśli został starannie opracowany i zweryfikowany, może poruszać ludzi równie skutecznie jak zdjęcia pochodzące z wcześniejszych baz, opierających się na fotografiach – raportuje dr Maciej Behnke.
Poza zachodnią perspektywą
Zdaniem poznańskich psychologów, największą słabością tradycyjnych badań nad emocjami jest założenie, że język wizualny pozostaje uniwersalny. Dlatego właśnie zespół LAI-GAI podzielił obrazy na sześć szerokich kontekstów kulturowych: afrykański, arabski, azjatycki, indyjski, latynoamerykański oraz europejsko-północnoamerykański. Wymagało to czegoś więcej niż algorytmicznych korekt.
Szybko zauważyliśmy, że AI pozostawiona samej sobie staje się repozytorium stereotypów epoki internetu. Gdy prosiliśmy modele o generowanie obrazów osadzonych w kontekście afrykańskim, często domyślnie tworzyły przedstawienia biedy. Aby to skorygować, wprowadziliśmy ścisły nadzór człowieka. Badacze i eksperci kulturowi z danych regionów oceniali obrazy, poprawiając nawet tak subtelne elementy, jak gatunki roślin, zwierząt czy styl ubioru. Dzięki temu osiągnęliśmy autentyczność, a nie karykaturę. Łącznie eksperci musieli interweniować i poprawiać około jednej trzeciej początkowych propozycji wygenerowanych przez AI – zaznacza dr Behnke.
Wszystko to przyniosło spodziewany efekt: kontekst ma znaczenie. Jak podkreślają naukowcy, obrazy dopasowane do kultury osoby badanej nieco skuteczniej trafiały w zamierzony cel emocjonalny niż obrazy niedopasowane. Scena smutku działa mocniej, gdy świat przedstawiony w kadrze przypomina ten własny.
Co więcej, zespół pokazał też, że można modyfikować wiek i płeć osób przedstawionych na obrazach, np. tworzyć wersje tej samej sceny dla dzieci, dorosłych i osób starszych oraz dla kobiet i mężczyzn – bez utraty ich afektywnej skuteczności. To otwiera możliwość tworzenia narzędzi psychologicznych, które nie są już statycznymi artefaktami, lecz dynamicznym oprogramowaniem zdolnym do generowania bodźców dopasowanych do różnych grup odbiorców.
Przyszłość nauki afektywnej wspieranej przez AI
Co to wszystko oznacza dla naukowców, którzy nie zajmują się emocjami na co dzień? Przede wszystkim to, że może zmieniać się sama logika tworzenia materiałów eksperymentalnych. Zamiast projektować badania wokół tego, jakie obrazy akurat są dostępne, badacze mogą coraz częściej projektować obrazy wokół własnych hipotez – odświeżać bodźce, by zapobiegać habituacji, dopasowywać konteksty do bardziej zróżnicowanych prób oraz tworzyć zestawy, które nie zależą od kruchych licencji czy znikających stron internetowych.
To sugeruje również bliską przyszłość, w której bodźce staną się bardziej dynamiczne. Statyczne obrazy były kompromisem: łatwym do standaryzacji i dystrybucji. Nowe możliwości są ogromne, ale wymagają też odpowiedzialnego stosowania.
Najważniejszy wniosek z naszego projektu nie jest wcale taki, że maszyny potrafią tworzyć obrazy, które nas poruszają. Chodzi bardziej o to, że psychologia – jak wiele innych dziedzin – na nowo definiuje dziś to, co uznaje za narzędzie badawcze. Być może kluczowym wkładem tej biblioteki jest właśnie wymiar metodologiczny: pokazanie, że przy starannym nadzorze człowieka i odpowiedzialności kulturowej można unowocześnić emocjonalne „atomy” naszych eksperymentów — obrazy, które od lat, lepiej lub gorzej, zastępują fragmenty ludzkiego doświadczenia – podsumowuje dr Maciej Behnke.
Bibliotekę obrazów emocjonalnych stworzoną przez międzynarodowy zespół badaczy opisano na łamach „Advances in Methods and Practices in Psychological Science”. Narzędzie jest dostępne pod adresem: https://www.affectdatabases.amu.edu.pl/
źródło: UAM