Αναγνώριση του Στρες των Υπαλλήλων Μέσω Αναλύσεων Προσώπου στην Εργασία

Στο πλαίσιο της αλλαγής του πολιτισμού γύρω από την ετυμηγορία των συναντήσεων Zoom και την εμφάνιση της κούραση Zoom, ερευνητές από το Κέιμπριτζ έχουν κυκλοφορήσει μια μελέτη που χρησιμοποιεί τη μηχανική μάθηση για να καθορίσει τα επίπεδα στρες μας μέσω της κάλυψης των προσώπων μας στην εργασία με τη βοήθεια της τεχνολογίας AI.

Στο αριστερό μέρος, το περιβάλλον συλλογής δεδομένων, με πολλαπλά εξοπλισμό παρακολούθησης είτε εκπαιδευμένα είτε συνδεδεμένα σε ένα εθελοντή· στο δεξιό μέρος, παραδείγματα εκφράσεων προσώπου που παράγονται από τους συμμετέχοντες σε διάφορα επίπεδα δυσκολίας της εργασίας. Πηγή: https://arxiv.org/pdf/2111.11862.pdf

Η έρευνα έχει ως στόχο την ανάλυση των συναισθημάτων (δηλ. αναγνώριση συναισθημάτων) σε συστήματα “Ambient Assistive Living” και πιθανότατα έχει σχεδιαστεί για να ενεργοποιήσει πλαίσια παρακολούθησης εκφράσεων προσώπου με βάση το βίντεο σε τέτοια συστήματα· αν και το έγγραφο δεν επεκτείνεται σε αυτό το σημείο, η προσπάθεια έρευνας δεν έχει νόημα σε κανένα άλλο контέκστ.

Το συγκεκριμένο πεδίο της μελέτης είναι να μάθει τα μοτίβα εκφράσεων προσώπου σε περιβάλλοντα εργασίας – συμπεριλαμβανομένων των τηλεεργασιών – και όχι σε “διασκέδαση” ή “παθητικές” καταστάσεις, όπως το ταξίδι.

Αναγνώριση Συναισθημάτων με βάση το Πρόσωπο στην Εργασία

Ενώ η “Ambient Assistive Living” μπορεί να ακούγεται σαν ένα σχέδιο για φροντίδα ηλικιωμένων, αυτό είναι μακριά από την περίπτωση. Μιλάοντας για τους τελικούς χρήστες, οι συγγραφείς αναφέρουν*:

‘Τα συστήματα που δημιουργούνται για περιβάλλοντα Ambient Assistive Living [†] στοχεύουν να μπορέσουν να thựcουν αυτόματη ανάλυση συναισθημάτων και να ανταποκριθούν. Η Ambient Assistive Living βασίζεται στη χρήση πληροφοριών και τεχνολογιών επικοινωνίας (ICT) για να βοηθήσει τους ανθρώπους στην καθημερινή τους ζωή και εργασία, να τους κρατήσει υγιείς και ενεργούς για μεγαλύτερο χρονικό διάστημα και να τους επιτρέψει να ζήσουν ανεξάρτητα καθώς μεγαλώνουν. Έτσι, η Ambient Assistive Living στοχεύει να διευκολύνει τους εργαζόμενους υγείας, νοσοκόμες, γιατρούς, εργάτες, οδηγούς, πιλότους, δασκάλους καθώς και διάφορους κλάδους μέσω αισθήσεων, αξιολόγησης και παρέμβασης.

‘Το σύστημα έχει ως στόχο να καθορίσει τη σωματική, συναισθηματική και νοητική πίεση και να ανταποκριθεί και να προσαρμοστεί όταν χρειάζεται, για παράδειγμα, ένα αυτοκίνητο εξοπλισμένο με σύστημα ανίχνευσης υπνηλίας μπορεί να ενημερώσει τον οδηγό να είναι προσεκτικός και να του προτείνει να κάνει μια μικρή διακοπή για να αποφευχθούν ατυχήματα [††].’

Το έγγραφο έχει τον τίτλο Αναγνώριση Συναισθημάτων Χρηστών σε Περιβάλλοντα Εργασίας και προέρχεται από τρεις ερευνητές στο Εργαστήριο Αισθητικής Νοημοσύνης και Ρομποτικής του Κέιμπριτζ.

Συνθήκες Δοκιμών

Από τη στιγμή που προηγούμενη εργασία σε αυτό το πεδίο έχει βασιστεί σε μεγάλο βαθμό σε ανεπίσημες συλλογές εικόνων από το διαδίκτυο, οι ερευνητές του Κέιμπριτζ διεξήγαγαν πειραματικές δοκιμές με 12 εθελοντές, 5 άντρες και 7 γυναίκες. Οι εθελοντές προέρχονταν από εννέα χώρες και η ηλικία τους ήταν μεταξύ 22-41.

Το έργο είχε ως στόχο να αναπαράγει τρία πιθανώς δύσκολα περιβάλλοντα εργασίας: ένα γραφείο· μια γραμμή παραγωγής εργοστασίου· και μια τηλεδιάσκεψη – όπως η τηλεδιάσκεψη Zoom που έχει γίνει συχνό χαρακτηριστικό της τηλεεργασίας από την έναρξη της πανδημίας.

Οι συμμετέχοντες παρακολουθούνταν με διάφορους τρόπους, συμπεριλαμβανομένων τριών καμερών, ενός μικροφώνου Jabra που φοριέται στο λαιμό, ενός Empatica wristband (ένα ασύρματο πολυ-αισθητήριο wearable που προσφέρει πραγματική biofeedback), και ενός Muse 2 headband sensor (ο οποίος προσφέρει επίσης biofeedback). Επιπλέον, οι εθελοντές ζητήθηκαν να συμπληρώσουν ερωτηματολόγια και να auto-αξιολογήσουν τη διάθεσή τους περιοδικά.

Ωστόσο, αυτό δεν σημαίνει ότι μελλοντικά συστήματα Ambient Assistive Living θα σας “συνδέσουν” σε αυτό το βαθμό (αν και μόνο για λόγους κόστους)· όλο το μη-καμερα εξοπλισμό και τις μεθόδους που χρησιμοποιήθηκαν στη συλλογή δεδομένων, συμπεριλαμβανομένων των γραπτών auto-αξιολογήσεων, είχαν ως στόχο να επιβεβαιώσουν τα συστήματα αναγνώρισης συναισθημάτων με βάση το πρόσωπο που ενεργοποιούνται από την κάλυψη της κάμερας.

Αύξηση της Πίεσης: Η Περίπτωση του Γραφείου

Στις δύο πρώτες από τις τρεις σκηνικές (‘Γραφείο’ και ‘Εργοστάσιο’), οι εθελοντές ξεκίνησαν με ένα εύκολο ρυθμό, με την πίεση να αυξάνεται σταδιακά σε τέσσερις φάσεις, με διαφορετικά είδη εργασιών για κάθε μια.

Στο υψηλότερο επίπεδο της προκαλούμενης πίεσης, οι εθελοντές έπρεπε επίσης να αντέξουν την ‘λευκή επίδραση’ κάποιου που τους κοιτάζει από πάνω τους, плюς 85db επιπλέον θορύβου, που είναι ακριβώς πέντε δεκάδες κάτω από το νόμιμο όριο για ένα περιβάλλον γραφείου στις ΗΠΑ, και το ακριβές μέγιστο όριο που ορίζεται από το Εθνικό Ινστιτούτο για την Ασφάλεια και την Υγεία στην Εργασία (NIOSH).

Στη φάση συλλογής δεδομένων που μοιάζει με γραφείο, οι συμμετέχοντες ζητήθηκαν να θυμηθούν προηγούμενα γράμματα που είχαν εμφανιστεί στην οθόνη τους, με αυξανόμενα επίπεδα δυσκολίας (όπως η ανάμνηση δύο-γράμματων ακολουθιών που εμφανίστηκαν δύο οθόνες πριν).

Η Περίπτωση του Εργοστασίου

Για να模拟άσει ένα περιβάλλον χειρωνακτικής εργασίας, οι συμμετέχοντες ζητήθηκαν να παίξουν το παιχνίδι Operation, που προκαλεί την δεξιοτεχνία του χρήστη απαιτώντας από τον παίκτη να αφαιρέσει μικρά αντικείμενα από μια πλάκα μέσα από στενά, μεταλλικά περιθώρια χωρίς να αγγίξει τις πλευρές, το οποίο γεγονός προκαλεί μια ‘ηχητική’ sirena.

Μέχρι τη στιγμή που η πιο δύσκολη φάση ήρθε, ο εθελοντής προκλήθηκε να αφαιρέσει όλα τα 12 αντικείμενα χωρίς λάθος μέσα σε ένα λεπτό. Για контέκστ, το ρεκόρ του παιχνιδιού αυτό, που καθορίστηκε στο Ηνωμένο Βασίλειο το 2019, καθορίστηκε σε 12.68 δευτερόλεπτα.

Η Περίπτωση της Τηλεδιάσκεψης

Τέλος, στη δοκιμή τηλεεργασίας/τηλεδιάσκεψης, οι εθελοντές ζητήθηκαν από έναν ερευνητή μέσω μιας κλήσης MS Teams να θυμηθούν τις δικές τους θετικές και αρνητικές αναμνήσεις. Για τη πιο δύσκολη φάση αυτής της σκηνικής, ο εθελοντής ζητήθηκε να θυμηθεί μια πολύ αρνητική ή θλιβερή ανάμνηση από το πρόσφατο παρελθόν.

Οι διάφορες εργασίες και σκηνικές εκτελέστηκαν σε τυχαία σειρά και συναρμολογήθηκαν σε ένα προσαρμοσμένο σύνολο δεδομένων με τον τίτλο Working-Environment-Context-Aware Dataset (WECARE-DB).

Μέθοδος και Εκπαίδευση

Τα αποτελέσματα των auto-αξιολογήσεων των συμμετεχόντων για τη διάθεσή τους χρησιμοποιήθηκαν ως πραγματική αξιολόγηση, και χαρτογραφήθηκαν σε διαστάσεις valence και arousal. Τα βιντεοσκοπημένα πειράματα περάσαν από ένα δίκτυο ανίχνευσης χαρακτηριστικών προσώπου δίκτυο, και οι ευθυγραμμισμένες εικόνες τροφοδοτήθηκαν σε ένα ResNet-18 δίκτυο που εκπαιδεύτηκε στο AffectNet σύνολο δεδομένων.

450.000 εικόνες από το AffectNet, όλες σχεδιασμένες/ετικετεμένες από το διαδίκτυο χρησιμοποιώντας ερωτήσεις που σχετίζονται με συναισθήματα, ετικετεμένες με διαστάσεις valence και arousal.

Επόμενο, οι ερευνητές εξειδικεύσαν το δίκτυο με βάση μόνο το δικό τους σύνολο δεδομένων WECARE, ενώ κωδικοποίηση αναπαράστασης φάσματος χρησιμοποιήθηκε για να συνοψίσει προβλέψεις με βάση καρέ.

Αποτελέσματα

Η απόδοση του μοντέλου αξιολογήθηκε σε τρεις μετρήσεις που συνήθως συνδέονται με την αυτόματη πρόβλεψη συναισθημάτων: Συντελεστής Συμφωνίας Συσχέτισης: Pearson Συντελεστής Συσχέτισης: και Ρίζα Μέσης Τετραγωνικής Σφάλματος (RMSE).

Οι συγγραφείς σημειώνουν ότι το μοντέλο που εξειδικεύτηκε στο δικό τους σύνολο δεδομένων WECARE-DB ξεπέρασε το ResNet-18, και συναγάγουν από αυτό ότι ο τρόπος με τον οποίο κυβερνούμε τις εκφράσεις του προσώπου μας είναι πολύ διαφορετικός σε ένα περιβάλλον εργασίας από ότι σε πιο αφηρημένα περιβάλλοντα από τα οποία προέρχονται τα υλικά των προηγούμενων μελετών από το διαδίκτυο.

Λένε:

‘Κοιτάζοντας τον πίνακα, παρατηρούμε ότι το μοντέλο που εξειδικεύτηκε στο WECARE-DB ξεπέρασε το μοντέλο ResNet-18 που προ-εκπαιδεύτηκε στο [AffectNet], υποδεικνύοντας ότι οι συμπεριφορές προσώπου που εμφανίζονται σε περιβάλλοντα εργασίας είναι διαφορετικές σε σύγκριση με τις ρυθμίσεις του διαδικτύου που χρησιμοποιούνται στο AffectNet DB. Έτσι, είναι απαραίτητο να αποκτήσουμε σύνολα δεδομένων και να εκπαιδεύσουμε μοντέλα για την αναγνώριση συναισθημάτων σε περιβάλλοντα εργασίας.’

Όσον αφορά το μέλλον της αναγνώρισης συναισθημάτων στην εργασία, που ενεργοποιείται από δίκτυα καμερών που στρέφονται στους υπαλλήλους και συνεχώς κάνουν προβλέψεις για την συναισθηματική τους κατάσταση, οι συγγραφείς καταλήγουν*:

‘Ο τελικός στόχος είναι να εφαρμόσουμε και να χρησιμοποιήσουμε τα εκπαιδευμένα μοντέλα σε πραγματικό χρόνο και σε πραγματικά περιβάλλοντα εργασίας για να παρέχουμε είσοδο σε συστήματα υποστήριξης αποφάσεων για την προώθηση της υγείας και του bien-être των ανθρώπων κατά τη διάρκεια της ηλικίας εργασίας τους στο πλαίσιο του Ευρωπαϊκού Προγράμματος Εργασίας.’

* Η έμφαση δική μου.

† Εδώ οι συγγραφείς κάνουν τρεις αναφορές:

Αυτόματη, διαστατική και Συνεχής Αναγνώριση Συναισθημάτων – https://ibug.doc.ic.ac.uk/media/uploads/documents/GunesPantic_IJSE_2010_camera.pdf
Εξερεύνηση του τομέα Ambient Assistive Living: μια συστηματική ανασκόπηση – https://link.springer.com/article/10.1007/s12652-016-0374-3
Μια ανασκόπηση των τεχνολογιών Internet of Things για Ambient Assistive Living Environments – https://mdpi-res.com/d_attachment/futureinternet/futureinternet-11-00259/article_deploy/futureinternet-11-00259-v2.pdf

†† Εδώ οι συγγραφείς κάνουν δύο αναφορές:

Αναγνώριση Υπνηλίας Οδηγού σε Εchtzeit για Συστήματα Ενσωματωμένα με τη βοήθεια της συμπίεσης του βαθύ Νευρωνικού Δικτύου – https://openaccess.thecvf.com/content_cvpr_2017_workshops/w4/papers/Reddy_Real-Time_Driver_Drowsiness_CVPR_2017_paper.pdf
Σύστημα Αναγνώρισης Υπνηλίας Οδηγού σε Εchtzeit με τη βοήθεια Χαρακτηριστικών Προσώπου – https://www.semanticscholar.org/paper/Real-Time-Driver-Drowsiness-Detection-System-Using-Deng-Wu/1f4b0094c9e70bf7aa287234e0fdb4c764a5c532