
Algorytmy AI ułatwiają badanie interakcji międzyludzkich
Algorytmy AI mogą znacząco przyspieszyć analizę ludzkich zachowań i ułatwić psychologom badanie interakcji międzyludzkich. Międzynarodowy zespół naukowców pod kierunkiem badaczy z Instytutu Psychologii UJ opracował bezpłatną metodę analizy nagrań wideo. Pozwala ona rozpoznawać sylwetki osób, śledzić ruchy ciała i badać przebieg wzajemnych interakcji.
Obserwacja ludzkich zachowań stanowi jeden z podstawowych sposobów badania relacji społecznych. Psychologowie analizują nagrania, opisują gesty i reakcje uczestników, a następnie przyporządkowują je do określonych kategorii.
Tradycyjne metody są jednak czasochłonne, kosztowne i nie zawsze łatwe do powtórzenia. Ich wyniki mogą zależeć od doświadczenia badaczy, a same analizy nie zawsze uwzględniają zróżnicowane populacje. Dlatego coraz większe znaczenie zyskują metody widzenia komputerowego, w tym techniki szacowania pozycji ciała na podstawie obrazu.
AI wspiera badania zachowań
Międzynarodowy zespół z udziałem naukowców z Instytutu Psychologii Uniwersytetu Jagiellońskiego opracował narzędzie do automatycznej analizy ruchu ciała. Rozwiązanie wykorzystuje widzenie komputerowe i uczenie maszynowe, dzięki czemu może usprawnić badanie interakcji międzyludzkich.
Celem projektu jest również zwiększenie dostępności metod obserwacyjnych oraz ułatwienie bezpiecznego udostępniania danych. Wyniki prac opublikowano w specjalnym numerze czasopisma „American Psychologist”, poświęconym innowacjom metodologicznym w badaniach zachowania i interakcji społecznych.
Podstawą rozwiązania jest model YOLOv8, który umożliwia określenie położenia 17 punktów ludzkiego ciała. Obejmują one m.in. głowę, ramiona, łokcie, nadgarstki, biodra, kolana i kostki. Algorytm śledzi ich pozycję na kolejnych klatkach filmu, tworząc zapis zmian zachodzących w czasie. Na tej podstawie można obliczać różne parametry ruchu.
– Badacze mogą na przykład sprawdzić, jak szybko poruszają się uczestnicy, w jaki sposób przemieszczają się względem siebie. Dane pozwalają również analizować np. płynność ruchu. Dzięki temu interakcja nie jest opisywana wyłącznie jako zbiór pojedynczych zachowań, ale jako proces, który rozwija się w czasie – wyjaśnia dr Arkadiusz Białek, pierwszy autor publikacji, cytowany w komunikacie prasowym.
Narzędzie nie wymaga specjalistycznego sprzętu ani umieszczania znaczników na ciele uczestników. W wielu przypadkach wystarczy zwykła kamera rejestrująca interakcję. Takie podejście może obniżyć koszty badań i umożliwić ich prowadzenie poza laboratorium, w bardziej naturalnych warunkach. Metoda jest dostępna bezpłatnie w otwartym dostępie.
Analiza ruchu rodziców i niemowląt
Możliwości opracowanego rozwiązania naukowcy zaprezentowali na przykładzie interakcji rodziców z niemowlętami. W badaniu uczestniczyło 13 par rodzic–dziecko, które odwiedzały laboratorium siedmiokrotnie w kolejnych miesiącach rozwoju niemowlęcia.
Podczas każdego spotkania rodzic bawił się z dzieckiem, wykorzystując pięć zabawek. Całość rejestrowano kamerą, a następnie analizowano wzajemne ruchy uczestników.
Badacze sprawdzali, w jakim stopniu zachowania ruchowe rodzica i niemowlęcia tworzą powtarzalne, powiązane ze sobą wzorce. Wyniki wykazały, że koordynacja zwiększała się w pierwszych miesiącach obserwacji. Najwyższy poziom osiągnęła, gdy dzieci miały około 10–11 miesięcy.
Moment ten pokrywał się z okresem istotnych zmian w rozwoju społecznym i poznawczym niemowląt. Dotyczy to m.in. rozwijającej się zdolności do skupiania uwagi na tym samym obiekcie lub wydarzeniu co druga osoba.
Ochrona prywatności uczestników badań
Wykorzystanie nagrań wideo w psychologii wiąże się również z wyzwaniami dotyczącymi ochrony danych osobowych. Udostępnianie materiałów innym naukowcom umożliwia weryfikację wyników, powtarzanie analiz oraz prowadzenie kolejnych projektów badawczych. Jednocześnie obrazy przedstawiające twarze i sylwetki uczestników mogą ujawniać ich tożsamość.
– Jednym z wyzwań związanych z wykorzystaniem nagrań w badaniach psychologicznych jest ochrona prywatności uczestników. Udostępnianie materiałów innym naukowcom pozwala sprawdzać wyniki, powtarzać analizy i wykorzystywać zgromadzone dane w kolejnych projektach. Nagrania pokazujące twarze i sylwetki uczestników mogą jednak ujawniać ich tożsamość. Problem jest szczególnie istotny w badaniach z udziałem dzieci i społeczności, których prywatność wymaga dodatkowej ochrony – zauważa dr Arkadiusz Białek, pierwszy autor publikacji.
Dlatego naukowcy uwzględnili w opracowanej metodzie kilka sposobów maskowania obrazu. Nagrania można rozmywać lub pikselizować, a widoczne postacie zastępować cieniami albo uproszczonymi sylwetkami.
Możliwe jest również pozostawienie wyłącznie schematycznych szkieletów z zaznaczonymi punktami ciała. Innym rozwiązaniem jest usunięcie tła. Dzięki temu badacze mogą analizować ruch bez konieczności udostępniania pełnego wizerunku uczestników.
Ograniczenia AI w psychologii
Autorzy publikacji podkreślają, że automatyczna analiza ruchu nie jest pozbawiona ograniczeń. Modele widzenia komputerowego uczą się na określonych zbiorach danych, które nie zawsze odpowiednio reprezentują zróżnicowane grupy osób.
Różnice mogą dotyczyć m.in. cech fizycznych, sposobu poruszania się czy pochodzenia uczestników. W rezultacie algorytmy AI mogą działać mniej precyzyjnie w przypadku osób słabiej reprezentowanych w materiałach treningowych.
Istotnym ograniczeniem pozostaje również interpretacja wyników. System może wykazać, że dwie osoby poruszają się w podobnym rytmie, ale nie wyjaśni samodzielnie znaczenia takiej synchronizacji.
Analiza ruchu nie uwzględnia bowiem treści rozmowy, emocji ani szerszego kontekstu społecznego. Z tego względu opracowane narzędzie ma wspierać pracę psychologów, a nie zastępować ich obserwacje i interpretacje.
Przeczytaj także: Ponad 93 proc. firm w Polsce utknęło na niskim poziomie cyfryzacji. Nie wykorzystują potencjału technologii
Źródło: naukawpolsce.pl
Last Updated on 20 listopada, 2026 by Aleksandra Fenikowska
