為了在日常生活中避免不必要的「誤解」,近年推出不少情緒辨識的機器,透過多條表情肌、以及資料庫數據,分析該人目前的內心波動、情慾、慌恐等。
有時候,我們傳訊息時會加上 emoji,可能是為了更明確表達情緒,也可能只是因為——懶得打字。🫠 但即便如此,一段話在不同時空、不同讀者的眼中,解讀方式還是會千差萬別。
「藍色窗簾效應」便是這種解讀落差的經典例子。當它出現時,若讀者剖析得當,可能會被讚一句:「嗯~你十分有語感呢!」反之,若解讀錯誤,則可能被吐槽:「嘿,你想太多了,作者根本沒有那個意思!」或者「哎~怎麼不夠仔細看出言外之意?」這種現象讓人不禁思考,在數位交流日益頻繁的時代,是否有方法能減少這些不必要的誤解?
近年來,Affective Computing(情感計算)技術逐漸成熟,許多機器開始具備情緒辨識能力——它們可以透過分析表情、聲調、甚至微表情,來推測一個人的內心狀態。這類技術已經被應用在教育(讓老師不用一再追問「有問題嗎?」)、偵查(分析證詞的可信度)等領域,甚至未來可能進一步影響我們的日常交流。