撰文、攝影：黃湘珺、曾品涓、呂佩珊
隨著人工智慧逐漸走入心理健康領域，如何運用科技理解人類情緒，成為心理學與資訊科學共同關注的課題。本次心理系專題演講邀請來自亞洲大學心理學系的葉品陽副教授，分享情感計算（Affective Computing）的研究方法及其在臨床實務中的應用，並從情緒理論、資料蒐集到虛擬實境技術，說明科技如何協助研究者觀察複雜而多變的情緒經驗。
葉副教授首先指出，臨床上對情緒的評估多透過晤談、問卷與行為觀察進行，包括了解當事人主觀描述的情緒性質、強度與出現頻率，以及觀察其外顯情感表現。情感計算則提供另一種觀察途徑，透過分析語言、行為與生理訊號，補充傳統評估較難即時掌握的訊息。在情緒的概念化上，類別模型（Categorical Model）將情緒區分為快樂、悲傷、憤怒等類型，利於辨識與分類；向度模型（Dimensional Model）則以情緒的正負向及喚醒程度等連續面向描述情緒，更有助於呈現情緒強度以及其隨時間變動的歷程。
在研究方法方面，葉副教授介紹如何透過自然語言處理（Natural Language Processing, NLP）分析參與者的自由書寫內容或虛擬實境（Virtual Reality, VR）情境中的對話，並結合腦電圖（Electroencephalogram, EEG）等生理資料，從不同層面理解情緒反應，且相較於單次實驗的測量，這樣在自然情境下的縱貫追蹤有機會呈現更多情緒變化的資訊。在問答環節中教授也提到過往研究曾蒐集眼動資料，但心率變異數（Heart Rate Variability, HRV）的測量穩定性仍是需要面對的問題，顯示多種資料來源的整合須考量各項指標的適用性與限制。
如何對應不同資料的時間軸也是現場討論的重點。葉副教授說明若要將文字等質性資料與即時的生理訊號相互參照，研究者就需要掌握參與者是在什麼情境、什麼時間點產生情緒反應。例如 VR 可提供相對可控制且具有沉浸感的情境，使研究者能夠觀察特定互動或刺激對個體所引發的反應。然而，即使面對相同的虛擬情境，每個人的感受也不盡相同，難以假設存在一套適用於所有人的標準情緒反應，因此研究不應只依靠生理數值判斷情緒，也需要透過書寫與敘述，去理解參與者對其經驗所賦予的個人意義。
演講亦談及社交情境與情緒調節的關聯。葉副教授提到有研究發現獨處一段時間後，個體一度喚起的正向與負向情緒都可能下降，而人際互動情境則可能呈現不同的變化，這顯示情緒不僅受到個人內在狀態影響，所處環境與互動方式也可能扮演重要角色。未來若結合情感計算與 VR，便有機會進一步比較獨處、面對面及虛擬互動下的情緒經驗，進而探索情緒調節與心理支持的不同可能。
面對人工智慧心理諮詢等新興應用，葉副教授也強調心理學家應對理論基礎更加重視。科技可以協助蒐集與分析資料，但如何定義情緒、解釋反應，以及判斷哪些回饋真正有助於當事人，仍需要心理學理論與實證研究支持。情感計算的意義不只是讓機器辨識情緒，更是透過多元方法理解個體在具體情境中的感受；在技術持續發展之際，情緒辨識的準確性、對個人隱私的影響與介入效果，也都是未來推動臨床應用不可忽略的課題。
