卡尔斯鲁厄理工学院(KIT)和杜伊斯堡-埃森大学的研究人员利用计算机辅助神经网络，准确识别网球运动员在比赛过程中的身体语言所传达的情感。这是首次基于人工智能（AI）模型使用真实比赛的数据进行训练。研究表明，AI能够以与人类相似的准确性评估身体语言和情感。然而，这也引发了伦理问题。该研究聚焦于AI如何分析网球运动员在比赛中的身体语言和情感。研究人员使用真实比赛的数据训练基于人工智能（AI）的模型。他们发现，AI能够准确评估身体语言和情感，类似于人类的判断。然而，该研究也引发了伦理问题。该研究发表于《知识基础系统》期刊，涉及来自KIT和杜伊斯堡-埃森大学的体育科学、软件开发和计算机科学研究人员之间的合作。他们创建了一个专门的AI模型，利用模式识别程序分析网球运动员在现场比赛中的视频片段。他们的模型的成功率记录为68.9%。
KIT体育与运动科学研究所的达尔科·耶考克教授表示：“我们的模型可以以高达68.9%的准确率识别情感状态，这与人类观察者以及早期自动化方法的评估相当，有时甚至更优。”
该研究的一个独特之处在于团队使用了真实情境，而不是模拟或人为构造的情况来训练他们的AI系统。科学家们在特定环境中捕捉了15名网球运动员的视频片段，密切关注他们在赢得或失去分数时的身体语言。视频展示了运动员表现出各种信号，例如低下头、手臂举起庆祝、让球拍悬挂，或以不同速度走动。这些信号可以用来识别运动员的情感状态。一旦AI获得了这些信息，它就学习将身体语言信号与不同的情感反应关联起来，从而判断运动员是赢得了分数（积极的身体语言）还是失去了分数（消极的身体语言）。耶考克强调，“在自然情境中的训练是一个重要的进步。”他说，AI算法在识别真实情感状态和在真实场景中做出预测方面，有可能超越人类观察者。研究还发现，无论是人类还是AI，在识别负面情绪方面都优于识别正面情绪。耶考克指出，这可能是因为负面情绪以更明显的方式表达。心理学理论表明，人们对负面情绪更加敏感，因此更容易识别。感知负面情感表达的能力是一种进化优势，因为它有助于快速解决冲突，这对于社会和谐至关重要。在实施此技术之前，澄清伦理方面是重要的。该研究表明，可靠的情感识别可能在体育、医疗保健、教育、客户服务和汽车安全等多个领域带来好处。它可以改善培训方法、团队动态、表现并防止倦怠。耶考克强调，尽管该技术带来了显著的好处，但仍需考虑潜在风险，例如隐私问题和数据滥用。该研究遵循了伦理指导原则和数据保护法规。在未来实施此类技术之前，解决伦理和法律问题是重要的。
