待在家里

由于新冠的蔓延，我們在過去的三年中都聽到了這樣的信息。對于如此重要的信息，你有沒有想過怎樣傳達它比較有效呢？

我們比較了三位有影響力的人物的短視頻，他們采用三種不同的溝通方式來處理新冠爆發(fā)的主題，以說服意大利人 “待在家里"。

對“居家"信息的情緒反應

對三種視聽信息效果的比較，主要基于人們在觀看三個視頻時的情緒反應。這是通過分析他們的面部表情來檢測的。

先來猜一下……以下哪個是比較有效的視頻信息？

1. 意大利總理朱塞佩·孔特（Giuseppe Conte）的聲明

2. 著名病毒學家羅伯托·布里奧尼（Roberto Burioni）傳達的信息

3. 意大利最著名的科普作家阿爾貝托·安吉拉（Alberto Angela）制作的視頻

如何說服意大利人“待在家里"

在接受著名電視節(jié)目主持人的采訪時，由病毒專家（如羅伯托·布里奧尼）以“強有力的方式"傳達信息，是否會更好？這會讓信息更加有效和生動嗎？

還是由在“非正式"情況下發(fā)言的著名科普作家（如阿爾貝托·安吉拉）以“冷靜的方式"表現(xiàn)更好？

又或者，以負責管理危機的意大利政治領導人（總理朱塞佩·孔特）表達的“嚴肅和正式的方式"？

啊，當然，一切都在一分鐘內(nèi)！這是向參與者展示我們的小研究的時長，其中顯示了三段視聽信息（由提到的三個人傳達）。

測量滿意度和情緒反應

關于哪種視聽信息在滿意度和情感反應方面比較有效， SR LABS與合作伙伴JUNGLES一起一起設計了這項研究并找到了答案。該項目通過在線參與的方式進行，并將面部情緒表情自動分析的創(chuàng)新技術的結(jié)果與關于感知滿意度的簡短傳統(tǒng)問卷的結(jié)果相結(jié)合。

在我們的研究中，34人（主要是米蘭天主教大學“認知科學在人體工程學、用戶和客戶體驗的應用"課程的大學生，我們感謝學生們和所有其他志愿者）通過電子郵件邀請參加研究。

收到鏈接后，參與者坐在自己家的電腦前舒適地打開了三個視頻中的每一個。三條視聽信息以隨機順序呈現(xiàn)給每位參與者。三個視頻以隨機順序展示可以避免任何類型的“序列效應"。

哪個信息更受歡迎？調(diào)查問卷探索了滿意度水平，分析結(jié)果表明：

• 阿爾貝托·安吉拉是較為被贊賞的（與其他兩段視頻信息相比，34人中有18人更喜歡他的信息）

• 羅伯托·布里奧尼（34人中的12人）

• 朱塞佩·孔特（34人中的4人）

很明顯，人們偏愛在意大利頗受贊賞的科普作家所表現(xiàn)的“冷靜和非正式的方式"。無論是與強有力且自信地解釋為什么民眾必須居家的病毒學家相比，還是與必須在正式溝通形式中保持很大程度的嚴肅性的政治領導人相比。

然而，到目前為止，我們衡量了“是什么"，而不是“為什么"。要理解“為什么"，可以利用神經(jīng)科學和實驗心理學的見解。

神經(jīng)科學的見解

鑒于斯蒂芬·博格斯（Stephen Porges）的出色科學研究和他的“多迷走神經(jīng)理論"（polyvagal theory），神經(jīng)科學告訴我們，面部表情代表了神經(jīng)系統(tǒng)的直接反應（例如心臟系統(tǒng)、呼吸系統(tǒng)等反映的心理生理變化）。因此，面部表情對于探索自發(fā)的“非語言"反應很有用，可以和問卷中收集的“語言"和“理性"的反應（更“理性"和更少自發(fā)）相結(jié)合。

實驗心理學的見解

從實驗心理學中我們得知，如果想讓基于“負面情緒"（如恐懼或悲傷）的活動更有效，必須引起適度高水平的情緒。這是我們從所謂的“恐懼訴求"（Fear Arousing Appeals）理論中了解到的，這個理論框架常被用于傳播活動，特別是當信息試圖說服公眾采取更“明智的行為"的時候。

理想情況下，負面情緒趨勢應該像一個倒置的“U"，開始時負面情緒強度增加，直到達到頂點或“情緒峰值"，然后回落。到最后，與信息初始部分相比，恐懼（或悲傷）情緒得到最終的“緩解"。

通過在溝通的最后部分提供解決方案或解釋（在心理學術語中也稱為“應對指令"），可以幫助人們了解如何減少或避免產(chǎn)生負面情緒的威脅。由于有可能面對或管理信息中呈現(xiàn)的危險，因此也傳達了能夠減少或避免威脅本身的希望，從而引發(fā)了這種“緩解"。

分析情緒

我們分析了觀看三個視頻時參與者面部所反映的情緒。鑒于新冠緊急情況造成的艱難大環(huán)境和新規(guī)提出的長期居家的 “沉重感"，悲傷（在“中性"情緒之后）無疑是最主要的情緒反應，至少在絕對值上是這樣：

• 在布里奧尼的視頻中，平均值為10%

• 在孔特的視頻中，平均值為9%

• 在與安吉拉的視頻中，平均值為8%

為了更好地理解這些百分比結(jié)果，請記住，每個情緒表達（恐懼、憤怒、悲傷、愉快等）都以 0% 到 100% 的百分比顯示。

顯然，除特殊情況外，人們很少表現(xiàn)出最大強度等于100%的情緒表達。在大多數(shù)情況下，人們的面部表情是對情緒表達的“暗示"（例如微笑的暗示）。微笑作為喜悅表情的前兆，它主要揭示了輕微的滿意或滿足（在心理學中也稱為“投入"），而不是“愉快"的真實表情。

出于這個原因，當我們提到“愉快"或“悲傷"等情緒等于10%時，我們指的是在那一秒或那幾秒內(nèi)展示的面部肌肉構(gòu)造的暗示，它以溫和的方式表達那種情緒（相當于10%）。

但是，通過研究觀看不同視頻時的情緒趨勢，你會看到不同的走勢（就像不同的“故事"有不同的講述方式）：

• 就布里奧尼而言，悲傷的百分比始終在10%左右或更高，從開始到結(jié)束，對于整個60秒的視聽信息，它從未顯示出很大的變化，既沒有下降也沒有上升：

圖1

• 就孔特而言，它保持在 10% 以下，或多或少在8%上下，從開始到結(jié)束，趨勢相同，沒有大的改變，既沒有下降也沒有上升，如圖2所示。

  

  圖2
  

• 然而，在安吉拉的案例中，有一個持續(xù)下降的趨勢。它以大約 12% 的值開始，當消息開始時，他說：“......我們正在經(jīng)歷一個重要時刻，這并不容易，我知道......"然后他在視頻的第5秒中補充道：“......我們必須待在家里......“，這是悲傷情緒比例最高的時期之一。然后，在大約 20 秒處，百分比平均值降低到大約 10%。特別是在消息的最后部分，有一個下降到5%的波谷。簡而言之，在安吉拉的視頻中，負面情緒在消息的最后部分降到底，如圖3所示。

  

圖3

面部表情“悲傷"

圖4顯示了三個視頻中“悲傷的面部表情"的趨勢，附有相對的“趨勢線"（一種計算總體趨勢的簡單算法，上升或下降）。查看圖表時，請注意綠色信號（安吉拉）是具有下降趨勢的信號：當視頻播放給參與者時，悲傷會系統(tǒng)性地減少，而其他兩個信號（布里奧尼，紅色；孔蒂，藍色）的平均百分比遞增。這表明悲傷的百分比反而有所增加。在圖的x軸上，時間根據(jù)面部表情識別技術提供的采樣點表示（等于每秒 5 次：因此 60 秒就是300 次采樣）。

圖4

“愉快"情緒

另外一種情緒在這三段視頻中都有輕微的體現(xiàn)：喜悅（“快樂的面部表情"）。我們現(xiàn)在來看以百分比表示的平均結(jié)果：

• 布里奧尼的視頻中有1%

• 孔特的視頻中有2%（有趣的是，當孔特聲稱：“......意大利人民的健康是重要的，而且將永遠是重要的......“，"愉快“的強度有一個超過4%的峰值）

• 安吉拉的視頻中有4%

但是，有趣的是，我們再來看看這三段視頻中與“快樂面部表情"相關的趨勢：

• 安吉拉的視頻展示了最重要的變化。它開始時非常低（與其他兩個視頻類似，在1%到2%之間），但隨著視頻的進行而增加，直到第 23 秒（當他說：“......朋友也可以通過社交網(wǎng)絡見面，好書也可以被重新發(fā)現(xiàn)......"）。它超過6-7%，達到峰值，在最后一部分提高到了10%（當安吉拉聲稱“......一個人拯救了另一個人，就是英雄；但如果這個人救了100個人，他/她就是護士或者醫(yī)生......"）。相對趨勢線（下圖中的綠色部分）是較少上升的趨勢線。

• 孔特的視頻顯示出總體下降的趨勢：只有在最后幾秒鐘才有可能看到增長（當他宣布“......我們會一起渡過難關的......"），但增長不那么明顯，事實上相對趨勢線總是在下降。

• 布里奧尼的視頻，在 “愉快"表情增加的峰值之后（在第5秒，當他宣布“......這種病毒不是流感......"時，超過了5%），在“愉快的面部表情"方面出現(xiàn)了幾乎平淡的反應，事實上，相對趨勢線總是向下傾斜的，視頻結(jié)束時接近0%。

圖5顯示了三個視頻中“愉悅"的三種趨勢，以及相關的“趨勢線"。只有與安吉拉視頻相關的那條曲線上升了一個相當陡峭的“斜坡"，表明愉快的百分比顯著增加，尤其是在消息的末尾。

圖5

在視頻的最后，阿爾貝托·安吉拉傳達了一些話語，旨在展示新規(guī)的積極影響，鼓勵人們居家。這與“緩解"相對應，也帶來了減少或避免威脅的希望，這反映在參與者的面部表情上，他們的面部肌肉中“愉悅"的模式相當于10%的“快樂"。

因此，由于面部表情識別技術的高靈敏度檢測，“愉悅"的暗示足以揭示信息引起的更大的滿足感和參與感（“為什么"它更受贊賞），然后這就影響了滿意度的水平(“什么"更受贊賞)。

比較不同群體的情緒

當我們試圖將參與者分為兩個宏觀年齡組時，揭示了另一個有趣的結(jié)果：年輕人（25歲以下）對信息的反應不那么強烈，而25歲以上的人表現(xiàn)出系統(tǒng)性更強烈的情緒強度。如前所述，由于參與者大多是大學生，我們只能將隨機抽取的十幾個年輕受試者與十幾個25歲以上的受試者進行比較。盡管每個年齡組的參與者人數(shù)很少，但對于同一部影音電影，不同年齡段的人已經(jīng)產(chǎn)生了不同的情感反應。

面部表情分析的用處

我們希望展示面部表情自動分析在了解為什么人們能更欣賞一種視聽信息方面的貢獻。這不僅僅是一種情緒優(yōu)于另一種情緒的問題，而是趨勢的動態(tài)，正如研究安吉拉的視頻所了解到的那樣，我們從等于甚至大于其他兩個視頻的主導的悲傷情緒開始，然后看到同樣的悲傷情緒系統(tǒng)性地減少。同時，為一種新的情緒的產(chǎn)生留下了空間，即“滿足"和“滿意"的增長(10%的“愉悅的面部表情")。

所有這些都可以應用于任何類型的視聽信息; 事實上，對于任何類型的體驗，其效果都可以通過情緒反應來評估，這些情緒反應使喜好度和滿意度的感知成為可能。

關注諾達思公眾號，獲取更多產(chǎn)品信息及學術文章！