یادگیری ماشین با تحلیل نشانه‌های چهره، تصمیم افراد در قرارهای آشنایی سریع را پیش‌بینی می‌کند
هر کسی که تجربه قرار آشنایی سریع را داشته باشد، لحظه تصمیم‌گیری پایانی آن را می‌شناسد: پس از ده دقیقه گفت‌وگو، هر فرد در سکوت تصمیم می‌گیرد که آیا می‌خواهد اطلاعات تماسش را با طرف مقابل ردوبدل کند یا نه. مدت‌هاست که پژوهشگران می‌کوشند بفهمند چه عواملی بر این تصمیم تأثیر می‌گذارند. دلیل دشواری این کار آن است که بیشتر مطالعات مربوط به جذابیت عاطفی و رمانتیک، به پرسش‌نامه‌ها، امتیازهای شخصیتی یا اطلاعات ثابت پروفایل‌ها متکی بوده‌اند، نه رفتارهایی که افراد هنگام گفت‌وگو به‌طور آشکار از خود نشان می‌دهند. پژوهش تازه‌ای از دانشگاه نیهون و شرکت ان‌تی‌تی در ژاپن، رویکرد متفاوتی را دنبال کرده است: پژوهشگران با استفاده از یادگیری ماشین بررسی کرده‌اند که آیا می‌توان بر اساس رفتارهای قابل مشاهده افراد در طول هر دقیقه از یک رویداد واقعی آشنایی سریع، تصمیم آن‌ها برای تبادل اطلاعات تماس در پایان دیدار را پیش‌بینی کرد.
این پژوهش بر مجموعه‌داده «پیکره چندوجهی قرارهای آشنایی سریع» (Multi-Modal Speed Dating) متکی است که تعاملات ضبط‌شده میان شرکت‌کنندگان ژاپنی را در بر می‌گیرد. اهمیت این مجموعه‌داده از آن جهت است که بخش زیادی از پژوهش‌های پیشین درباره جذابیت رمانتیک بر نمونه‌های غربی انجام شده‌اند. زمینه فرهنگی در این زمینه اهمیت دارد؛ زیرا هنجارهای مربوط به تماس چشمی، لبخند زدن، سرعت گفتار و میزان افشای اطلاعات شخصی می‌توانند در گفت‌وگوهای ژاپنی تفاوت چشمگیری با الگوهای ثبت‌شده در پژوهش‌های پیشین غربی درباره قرارهای آشنایی سریع داشته باشند. پژوهشگران با استفاده از داده‌های ژاپنی، نمونه‌ای از جمعیتی را به مطالعات محاسباتی رفتارهای خواستگاری و آشنایی افزوده‌اند که تاکنون کمتر مورد بررسی قرار گرفته است. با این حال، نتایج این مطالعه لزوماً با یافته‌های حاصل از دیگر محیط‌های فرهنگی کاملاً همخوان نخواهد بود.
پژوهشگران هر گفت‌وگوی ده‌دقیقه‌ای را به ده بازه یک‌دقیقه‌ای تقسیم کردند و از هر بازه، چهار گروه کلی از ویژگی‌ها را استخراج کردند. ویژگی‌های بصری شامل واحدهای کنش چهره‌ای بودند؛ توصیفگرهای استانداردی از حرکات قابل مشاهده عضلات صورت، مانند پایین آوردن ابروها، لبخند زدن و حرکت سر. ویژگی‌های صوتی، مشخصات خود سیگنال گفتار، از جمله تغییرات آکوستیکی، را ثبت می‌کردند و برای استخراج آن‌ها نیازی به درک محتوای گفته‌ها نبود. ویژگی‌های زبانی از سخنان واقعی شرکت‌کنندگان به دست می‌آمدند و بازنمایی‌های معنایی گفته‌های آن‌ها را نیز شامل می‌شدند. در نهایت، ویژگی‌های تعامل بین‌فردی نحوه رفتار دو طرف در ارتباط با یکدیگر را توصیف می‌کردند و هماهنگی و الگوهای متقابل میان آن‌ها را ثبت می‌کردند؛ اطلاعاتی که از بررسی رفتار یک فرد به‌تنهایی به دست نمی‌آید.
انتخاب الگوریتم‌های طبقه‌بندی جنگل تصادفی (Random Forest) نشان‌دهنده تلاش پژوهشگران برای ایجاد توازن میان قدرت پیش‌بینی و قابلیت تفسیر مدل بود. جنگل تصادفی مجموعه‌ای از درخت‌های تصمیم است که می‌تواند با انواع مختلف ویژگی‌ها کار کند و روابط غیرخطی را شناسایی کند. در عین حال، برخلاف شبکه‌های عصبی عمیق، می‌توان رفتار این مدل‌ها را با ابزارهایی مانند SHAP بررسی کرد؛ ابزاری که سهم هر ویژگی را در شکل‌گیری یک پیش‌بینی مشخص می‌کند. مقادیر SHAP نشان می‌دهند هر ویژگی تا چه اندازه پیش‌بینی مدل را به سمت تصمیم برای تبادل اطلاعات تماس یا دور از آن سوق می‌دهد. با تجمیع این مقادیر در میان شرکت‌کنندگان و بازه‌های زمانی مختلف، می‌توان ویژگی‌هایی را رتبه‌بندی کرد که مدل بیش از همه به آن‌ها متکی بوده است. پژوهشگران از SHAP هم برای انتخاب ویژگی‌ها و هم برای تحلیل اهمیت آن‌ها استفاده کردند؛ تحلیلی که هسته تفسیری مقاله را تشکیل می‌دهد.
روش ارزیابی پژوهش نیز شایان توجه است. پژوهشگران به‌جای تقسیم داده‌ها بر اساس گفت‌وگوهای منفرد، از اعتبارسنجی متقاطع تودرتو در سطح شرکت‌کنندگان استفاده کردند. به این ترتیب، هنگام آزمودن مدل روی گروهی از شرکت‌کنندگان، هیچ داده‌ای از همان افراد در مجموعه آموزش وجود نداشت. این نکته اهمیت دارد، زیرا افراد از نظر رفتار معمول، میزان ابرازگری و گرایش به تصمیم‌گیری با یکدیگر تفاوت دارند. اگر داده‌های یک فرد هم در آموزش و هم در آزمون استفاده شوند، اطلاعات میان دو مجموعه نشت می‌کند و عملکرد مدل بهتر از میزان واقعی آن به نظر می‌رسد. اعتبارسنجی متقاطع تودرتو همچنین به این معناست که تنظیم ابرپارامترها در حلقه‌های داخلی انجام شده و ارزیابی نهایی در حلقه‌های بیرونی مستقل باقی مانده است. این رویکرد از نظر روش‌شناختی محتاطانه است و احتمالاً توضیح می‌دهد که چرا بهبود عملکرد گزارش‌شده در مقایسه با خط مبنا محدود بوده است.
در واقع، نتایج آماری نشانه‌هایی امیدوارکننده اما تأییدنشده را نشان می‌دهند. در هر هشت پیکربندی ارزیابی‌شده، امتیاز مدل‌های جنگل تصادفی از خط مبنای تصادفی مبتنی بر میانگین نسبت کلاس‌ها بیشتر بود؛ نتیجه‌ای که با وجود مقداری اطلاعات پیش‌بینی‌کننده در ویژگی‌های رفتاری سازگار است. با این حال، تمام بازه‌های اطمینان ۹۵ درصدی مربوط به تفاوت عملکرد مدل و خط مبنا، عدد صفر را در بر می‌گرفتند. بنابراین، هیچ‌یک از مقایسه‌های جداگانه به سطح متعارف معناداری آماری نرسیدند. بهترین پیکربندی برای پیش‌بینی تصمیم‌های شرکت‌کنندگان زن، که همه انواع ویژگی‌ها را ترکیب می‌کرد، به امتیاز F1 وزنی ۰٫۶۲۴۸ رسید. در مقابل، بهترین پیکربندی برای پیش‌بینی تصمیم‌های شرکت‌کنندگان مرد، که تنها از ویژگی‌های بصری استفاده می‌کرد، امتیاز ۰٫۵۳۷۹ را به دست آورد. برای مقایسه، در مسئله‌ای متوازن، امتیاز F1 وزنی ۰٫۵ تقریباً با پیش‌بینی کلاس اکثریت همخوان است. بنابراین، به نظر می‌رسد مدل‌ها بخشی از اطلاعات موجود در گفت‌وگوها را استخراج می‌کنند، اما این اطلاعات برای پیش‌بینی قابل اعتماد تصمیم هر فرد به‌تنهایی کافی نیست.
یکی از نتایج جالب‌تر پژوهش، تفاوت میان دو گروه تصمیم‌گیری است. ویژگی AU04 در میان واحدهای کنش چهره‌ای شرکت‌کنندگان زن، که نشان‌دهنده پایین آوردن ابروهاست، از مهم‌ترین پیش‌بینی‌کننده‌ها در هر دو مدل بود: هم در مدل تصمیم‌گیری زنان که تمام ویژگی‌ها را ترکیب می‌کرد و هم در مدل تصمیم‌گیری مردان که فقط بر ویژگی‌های بصری متکی بود. پایین آوردن ابروها می‌تواند هنگام اخم کردن، تمرکز یا ابراز نگرانی رخ دهد. اهمیت این ویژگی نشان می‌دهد که حالات چهره شرکت‌کنندگان زن اطلاعاتی مرتبط با تصمیم خود آن‌ها و نیز تصمیم طرف مقابل در اختیار مدل قرار می‌داد. پژوهش‌های پیشین درباره تفاوت‌های جنسیتی در انتخاب شریک عاطفی مطرح کرده‌اند که زنان و مردان ممکن است هنگام شکل‌گیری علاقه، نشانه‌های متفاوتی را در نظر بگیرند. اینکه بهترین پیکربندی ویژگی‌ها برای هر گروه متفاوت بود، با این پژوهش‌ها همخوانی دارد؛ هرچند داده‌های مطالعه حاضر برای تأیید سازوکار زیربنایی این تفاوت کافی نیستند.
تحلیل زمانی، لایه دیگری به این یافته‌ها اضافه می‌کند. پژوهشگران با بررسی اهمیت ویژگی‌ها بر اساس مقادیر SHAP در هر بازه یک‌دقیقه‌ای دریافتند که سهم ویژگی‌ها در پیش‌بینی تصمیم شرکت‌کنندگان زن، در دقیقه‌های ششم تا هفتم گفت‌وگو به اوج می‌رسد. برای پیش‌بینی تصمیم شرکت‌کنندگان مرد، این اوج در دقیقه‌های هفتم تا هشتم مشاهده شد. به بیان دیگر، بخش میانی تا پایانی تعامل ده‌دقیقه‌ای، نه لحظات آغازین آن، بیشترین سهم را در پیش‌بینی‌های مدل داشت. این زمان‌بندی از نظر روان‌شناختی قابل تصور است: دقایق نخست یک گفت‌وگوی اولیه اغلب به تعارف‌های معمول و آشنایی ابتدایی اختصاص دارد، در حالی که برداشت‌های مؤثر بر تصمیم برای ادامه ارتباط ممکن است پس از چند دقیقه گفت‌وگو شکل بگیرند. این یافته همچنین نشان می‌دهد که پژوهش‌هایی که کل گفت‌وگو را یک واحد یکپارچه در نظر می‌گیرند، ممکن است با میانگین‌گیری از داده‌ها، تفاوت‌های زمانی معنادار را نادیده بگیرند.
نویسندگان بر یک محدودیت مهم تأکید می‌کنند: رتبه‌بندی ویژگی‌ها در ارزیابی‌هایی که از شرکت‌کنندگان متفاوتی برای آزمون استفاده می‌کردند، یکسان نبود. این بی‌ثباتی به این معناست که ویژگی‌های مشخص‌شده به‌عنوان عوامل مهم، از جمله برجستگی AU04 و اوج اهمیت ویژگی‌ها در میانه گفت‌وگو، باید فرضیه‌هایی برای بررسی بیشتر تلقی شوند، نه یافته‌هایی قطعی. نمونه‌های کوچک، تفاوت‌های فردی و شرایط خاص هر رویداد می‌توانند الگوهایی در اهمیت ویژگی‌ها ایجاد کنند که در داده‌های جدید تکرار نشوند. پژوهشگران صراحتاً خواستار استفاده از مجموعه‌داده‌های مستقل برای تعیین پایداری این الگوها در نمونه‌های مختلف شده‌اند. این موضع با آگاهی فزاینده در جامعه یادگیری ماشین همسو است که بر اساس آن، تحلیل اهمیت ویژگی‌ها باید پیش از پشتیبانی از ادعاهای قطعی، در پژوهش‌های مستقل تکرار و تأیید شود.
این مطالعه همچنین با یک نیاز عملی ارتباط دارد. در یک نظرسنجی اخیر دولت ژاپن، مردم خواستار حمایت در زمینه شیوه‌های برقراری ارتباط، شکل‌گیری روابط و دریافت مشاوره شده بودند. پژوهشگران کار خود را گامی در جهت شناسایی الگوهای رفتاری قابل مشاهده می‌دانند که ممکن است در آینده برای ارائه چنین حمایت‌هایی به کار گرفته شوند. اگر پژوهش‌های بعدی بتوانند رفتارهای گفت‌وگویی مرتبط با علاقه متقابل را تأیید کنند، این شناخت می‌تواند در آموزش مهارت‌های ارتباطی، خدمات پشتیبانی برای آشنایی و قرارهای عاطفی یا ابزارهایی برای کمک به افراد در درک تصویری که هنگام نخستین برخورد از خود ارائه می‌دهند، مورد استفاده قرار گیرد. با توجه به وضعیت فعلی شواهد، چنین کاربردهایی هنوز فاصله زیادی با تحقق دارند.
از نظر روش‌شناختی، این پژوهش بخشی از روند گسترده‌تر علوم اجتماعی محاسباتی به سوی تحلیل چندوجهی و تفسیرپذیر تعاملات دونفره است. مطالعات مرتبط در زمینه مذاکره و مصاحبه‌های شغلی نشان داده‌اند که رفتارهای غیرکلامی متقابل، هنگامی که به‌صورت مشترک و نه صرفاً در سطح هر فرد بررسی شوند، می‌توانند واکنش‌های فوری و ارزیابی‌های اجتماعی را پیش‌بینی کنند. الگوی قرارهای آشنایی سریع این مسیر پژوهشی را تکمیل می‌کند؛ زیرا محیطی ساختاریافته با نتیجه‌ای روشن و واقعی فراهم می‌آورد: تبادل اطلاعات تماس تنها زمانی رخ می‌دهد که هر دو طرف علاقه خود را نشان دهند. از این رو، این موقعیت محیطی مناسب برای مطالعه پویایی‌های رفتاری مؤثر بر انتخاب متقابل است. پژوهش حاضر با تقسیم گفت‌وگوها به بازه‌های زمانی دقیق و مقایسه مجموعه ویژگی‌ها در شیوه‌های مختلف داده‌ای، الگویی برای مطالعات آینده ارائه می‌دهد تا مشخص کنند رفتارهای مرتبط با نتیجه تعامل، چه زمانی و از طریق کدام کانال‌ها در ارتباط رودررو پدیدار می‌شوند.
موضوع پژوهش: پیش‌بینی تصمیم‌های مربوط به تبادل اطلاعات تماس در قرارهای آشنایی سریع با استفاده از یادگیری ماشین و ویژگی‌های رفتاری چندوجهی
عنوان مقاله: پیش‌بینی تصمیم شرکت‌کنندگان زن و مرد برای تبادل اطلاعات تماس بر اساس ویژگی‌های رفتاری چندوجهی تقسیم‌شده به بازه‌های زمانی در قرارهای آشنایی سریع
منابع مقاله: اوگوشی، آ.، آزوما، ن.، ایشی، ر. و میاتا، آ. (۲۰۲۶). «پیش‌بینی تصمیم شرکت‌کنندگان زن و مرد برای تبادل اطلاعات تماس بر اساس ویژگی‌های رفتاری چندوجهی تقسیم‌شده به بازه‌های زمانی در قرارهای آشنایی سریع». Frontiers in Computer Science، جلد ۸، مقاله شماره ۱۸۹۳۶۶۹. https://doi.org/10.3389/fcomp.2026.1893669
شناسه دیجیتال مقاله (DOI): 10.3389/fcomp.2026.1893669
کلیدواژه‌ها: قرار آشنایی سریع، یادگیری ماشین، تحلیل چندوجهی رفتار، جنگل تصادفی، SHAP، واحدهای کنش چهره‌ای، ارتباط غیرکلامی، جذابیت رمانتیک، تبادل اطلاعات تماس، اعتبارسنجی متقاطع، تعامل انسان و رایانه، پیش‌بینی رفتار
منبع خبر: ترزا اودوم. (۱۷ اکتبر ۲۰۲۶). «یادگیری ماشین با تحلیل نشانه‌های چهره، تصمیم افراد در قرارهای آشنایی سریع را پیش‌بینی می‌کند». Scienmag.