Kayttajan tunteiden tunnistaminen ja niihin reagoiminen

Kayttajan tunteiden tunnistaminen ja niihin reagoiminen Sanna Keskioja Tietojenkasittelytieteen laitos Helsingin Yliopisto sanna.keskioja@cs.helsinki.fi TIIVISTELMA Tunteet ovat nykytietämyksen mukaan merkittävä osa ihmisen kognitiivista toimintaa. Tunteiden osuus esimerkiksi päätöksenteossa ja oppimisessa on merkittävä. Ubiikin teknologian tulevaisuuden vision mukaan myös teknisten laitteiden tulisi kyetä kommunikoimaan ihmisten kanssa heille luonnollisella tavalla. Tämä edellyttää laitteelta kykyä tunnistaa käyttäjän tunne ja sopeuttaa toimintaansa sen mukaisesti. Tunteiden tunnistamisen tutkimuksessa tunteita mitataan mm. äänen, ilmeiden ja fysiologisten toimintojen perusteella. Avainsanat ubiikki teknologia, tunne, fysiologinen tunnistaminen 1 JOHDANTO Vanhanaikaisen käsityksen mukaan järki ja tunteet ovat olleet toisistaan riippumattomia ihmisen ominaisuuksia. Vielä 1900-luvun puolella tunteet ja tunteellisuus on nähty jopa negatiivisina ominaisuuksina, jotka eivät liity millään tavalla järjen avulla tapahtuvaan rationaaliseen ajatteluun ja ongelmanratkaisuun. Nykyisin kuitenkin eri tieteenaloilta saadut tutkimustulokset osoittavat, että tunteilla on suuri osa ihmisten rationaalisessa ja älykkäässä käyttäytymisessä [3]. Tunneälykkyyden katsotaan nykyisin olevan vähintään yhtä tärkeä älykkyyden laji kuin matemaattinen tai kielellinen lahjakkuus. Tunneälykkyys muodostuu ihmisen kyvyistä tunnistaa, ilmaista ja kokea tunteita. Tunneälykkyyteen kuuluu myös ihmisen kyky käsitellä ja säännöstellä näitä tunnistettuja tunteita, sekä hyödyntää näitä tunteita rakentaviin tarkoituksiin, kuten motivoimaan itseään tekemään työnsä hyvin ja olemaan luova. Lisäksi tunneälykkyys auttaa ihmissuhteiden hoidossa kun ihminen kykenee havaitsemaan toisten ihmisten tunteita ja käsittelemään niitä [3, 5]. Tietokonesovellusten ja ubiikin teknologian kannalta tunteiden merkitys liittyy ennen kaikkea niiden käytettävyyteen. Näkemyksemme mukaan merkittävä osa käytettävyyttä on se sujuvuus, jolla käyttäjä pääsee laitteen avulla omaan tavoitteeseensa. Tietokoneita käytetään erityisesti vaativissa kognitiivisissa tehtävissä. Kun tutkimukset osoittavat, että tunteilla on merkittävä rooli esimerkiksi oppimisessa, puhumattakaan ihmisen yleisestä henkisestä hyvinvoinnista [3], on selvää, että myös teknologian tulisi kyetä huomioimaan käyttäjän tunteet ihmisen ja laitteen välisissä vuorovaikutustilanteissa. Tuntuukin luonnolliselta, että ubiikki teknologia, jonka tarkoituksena on siirtää tietotekniikan käyttö pois perinteisistä tietokoneista, ja sulauttaa ja hajauttaa se osaksi ihmisten arkipäiväistä elämää, osaisi myös olla sensitiivistä käyttäjän tunteille. Ubiikkia teknologiaa on varsin osuvasti nimitetty myös läsnä-älyksi. Läsnä-äly terminä keskittää ajatukset ubiikkia teknologiaa paremmin sellaisiin ratkaisuihin ja käyttöliittymiin, jotka tukevat ihmisten luonnollisia toimintamalleja. Tähän asti tietotekniikkaa on käytetty tietokoneiden ehdoilla, ja käyttäjä on joutunut mukauttamaan oman toimintansa sen mukaan mitä käytettävissä olevat laitteistot ja sovellukset ovat sallineet. Ubiikin teknologian filosofia kääntää lähtökohdan toisinpäin; tietotekniikan on mukauduttava käyttäjän tarpeisiin. Ubiikin teknologian tutkimuksen kiinnostuksen kohteena olevat luonnolliset käyttöliittymät, konteksti-tietoiset sovellukset (engl. context-aware applications) ja automatisoitu tallennus ja käyttö (engl. automated capture and access) [4] ovat kaikki alueita, joissa käyttäjän tunteiden havaitsemisesta voi olla etua. Tietotekniikan tunneälykkyys voi tarjota käyttäjälle etua kahdesta näkökulmasta. Ensinnäkin tunneälykäs tietotekniikka voi tarjota käyttäjälle palvelua, joka ottaa huomioon hänen kustakin tunnetilastaan johtuvat muuttuvat tarpeet. Toisaalta, jotta tietotekniikan voisi edes kuvitella kykenevän ihmisen kaltaiseen kommunikaatioon, tietokoneelta tai sen ohjelmistolta vaaditaan edes jonkin kaltaista tunneälykkyyttä [3]. Ubiikin tietotekniikan näkökulmasta tunteiden tunnistamiseen ja niihin reagoimiseen liittyy monia haasteita. Ensinnäkin kysymys tunteen määritelmästä ja parametrisoinnista niihin elementteihin, joista kunkin tunteen ilmentymä muodostuu. Tämän hetkinen tutkimus ei ole ratkaissut mitä tällaiset tunteen atomiset perusyksiköt voisivat olla. Toinen suuri haaste on tunteen ulkoisen ilmaisun luotettava mittaaminen. Tällä hetkellä tunteita pyritään tunnistamaan hyvin erilaisin menetelmin, mm. tutkimalla kasvojen ilmeitä ja kehon eleitä sekä puhetta ja ääntä. Myös kehon fysiologisiiin signaaleihin perustuvaa tulkintaa tunteista tehdään hyvin paljon. On myös olemassa tutkimuksia, joissa yritetään löytää ratkaisua yhdistämällä eri menetelmiä. Suuri ubiikin teknologian haaste onkin sellaisten mittalaitteiden kehittäminen, jotka ovat luotettavia, nopeita, kulutusta kestäviä sekä helposti huollettavia ja pestäviä. Kolmas ubiikin teknologian haaste liittyy mittaustietojen siirtämiseen laskentayksikköön. Jos laitteen tarkoitus on todella 1

muuttua ihmiselle läheiseksi läsnä-älyksi, tiedonsiirrossa on otettava huomioon monia asioita, kuten tietoturva ja tiedonsiirron nopeus. Lisäksi tietoliikenneprotokollat mittausdataa välittävän ja vastaanottavan yksikön välillä nousevat tärkeään asemaan. Täytyy voida olla varma, että mahdollisesti useita ubiikkeja laitteita sisältävässä ympäristössä tiedot välitetään oikeaan laitteeseen. Neljäs haaste liittyy välitettyjen tunnetietojen analysointiin ja niiden perusteella tehtävän tunnearvion laskemiseen. Jotta läsnä-älystä on oikeasti hyötyä käyttäjälle, laskennan tulisi olla tosiaikaista. Toki on olemassa sovelluksia, joissa reaaliaikaisuus ei ole niin tärkeää, esimerkiksi tallentavat laitteet. Tällaisista esimerkkinä voi mainita MIT:n laboratoriossa prototyyppi-asteella olevan Self-Camin yhden ominaisuuden, joka mahdollistaa omien tunteiden myöhemmin tapahtuvan tarkastelun [6]. Monien muiden sovellusten kannalta reaaliaikaisuus on kuitenkin olennainen osa laitteen toimintaa. Viides haaste on käyttäjän tunteisiin reagoiminen. Ihmisillä on henkilökohtaisia mieltymyksiä ja tottumuksia siitä, mitä he pitävät miellyttävänä vuorovaikutuksena. Myös ubiikissa teknologiassa tämä on otettava huomioon. Ratkaisuna olisi kehittää sellaisia adaptiivisia laitteita, jotka käyttäjä voi joko tietoisesti tai tiedostamatta kouluttaa mieleisekseen. Tässä esseessä keskitymme tutkimaan kuinka tunne voidaan tällä hetkellä tunnistaa, ja kuinka luotettavaa tämä tunnistaminen on. Keskitymme tunteen tunnistamisessa käytettäviin fysiologisiin mittausmenetelmiin. Lisäksi pohdimme mitä hyötyä tällaisesta fysiologiseen mittaukseen perustuvasta tunteiden tunnistamisesta on, eli minkälaista vastakaikua käyttäjä saattaisi odottaa järjestelmältä. Esseen toisessa luvussa tarkastellaan sekä tunnetta käsitteenä että sekä tunteen tunnistamiseen liittyviä fysiologisia menetelmiä. Kolmannessa luvussa esitellään esimerkkejä laitteista ja sovelluksista, joiden joku merkittävä ominaisuus perustuu tunteen tunnistamiseen, sekä pohditaan kuinka niitä voisi kehittää fysiologisen tunteen mittaamisen näkökulmasta. Mukana on myös omia ajatuksiamme siitä, millaista tunteikas läsnä-äly voisi tulevaisuudessa olla. Neljäs luku päättää tämän esseen. 2 TUNTEEN TUNNISTAMINEN Ihmisen tunneilmaisu ja sen vastaavuus ihmisen todelliseen sisäiseen kokemukseen ovat edelleen heikosti tunnettuja alueita. On selvää, että jokaisella ihmisellä on oma yksityinen sisäinen maailmansa, jota ei ainakaan tällä hetkellä kuviteltavissa olevilla laitteilla pysty mittaamaan. Lisäksi ihmisten tunteiden ilmaisu ja myös oma tietoisuus, tunne, ovat niin monimuotoisia, että ei pystytä luotettavasti sanomaan vastaako ihmisen tunneilmaisu hänen todellista tunnettaan. Tunteiden mittaamisen ongelma pohjautuu siis siihen alkuperäiseen ongelmaan, että ei ole olemassa yleisesti hyväksyttyä tunteen määritelmää. Lisäksi tunteiden kokemukseen liittyy yksilökohtaisia piirteitä. Jos onkin olemassa sellaisia tunteen perusyksiköitä tai perustunteita, jotka kaikilla yksilöillä olisivatkin samat, niin niiden ulkoiset ilmenemismuodot vaihtelevat. Myös tunnistettujen tunteiden granulaarisuudessa on havaittu eroja [1]. Jopa yksilön omien tunteiden ilmaisuun liittyvät fysiologiset signaalit voivat vaihdella päivästä toiseen, vaikka ilmaistaankin samaa tunnetta [3]. Eräs lähestymistapa on ajatella, että ihmiset kokevat tunteen sillä hetkellä kun he käsitteellistävät tunteen kokemiseen liittyvän instanssin. Englanninkielinen suora lainaus selkiyttää ajatusta huomattavasti paremmin: people experience an emotion when they conceptualize an instance of affective feeling [1]. Jos tunteet todella ovat ihmisen yksilöllisiä, mahdollisesti kontekstiin liittyviä, mielensisäisiä tiloja, silloin edellä siteeratun kirjoittajan mukaisesti ainoa tapa saada selville mitä käyttäjä tuntee, on kysyä häneltä [1]. Mielestämme tämä ajatus antaa osviittaa siitä, että ubiikki laitekin tulisi jollakin tavalla opettaa käyttäjän tavoille, ennen kuin se pystyy adaptoimaan toimintansa käyttäjälle edulliseksi. Tunteen ulkoiset ilmenemismuodot ovat usein ilmeisiä toisille ihmiselle, kun ne näkyvät kasvojen ilmeistä, äänen intonaatiosta, eleistä ja liikkeestä, asennosta ja pupillien laajentumisesta [2]. Vähemmän ilmeisiä tunteen ulkoisia ilmenemismuotoja ovat ihmisen fysiologiaan liittyvät toiminnot ja niissä tapahtuvat muutokset. Tällaisia fysiologisia toimintoja ovat hengitys, sydämen syke, ihon lämpötila (engl. skin conductivity), hien eritys, lihasten toiminta- tai lepotila ja verenpaine [2]. Fysiologisia tunteiden ilmentymiä mitataan esimerkiksi kehoon kiinnitettävillä sensoreilla, jotka välittävät mittaustietoja laskentayksikölle. Tunteen arvioiminen mittausdata perusteella pohjautuu siihen, että eri tunteisiin liittyy tietyn tyyppisiä kehon fysiologisia toimintoja ja niiden tilan muutoksia. Fysiologisten tapahtumien ja niiden ulkoisten ilmentyminen pohjalta pyritään löytämään malleja, jotka auttavat päättelemään mistä tunnetilasta kulloinkin on kyse. Tulkinnassa käytetään apuna tunnettuja korrelaatioita tunteiden ja kehon fyysisten signaalien välillä. Fysiologisen mittauksen suuri ongelma on tunnistaa ilmentääkö ihminen mitattaessa todellisia tunteitaan, vai ovatko ulkoiset signaalit ainoastaan tahdonvastaisia reaktioita ärsykkeeseen. Tutkimuksen haasteena on myös se, että ihminen luontaisesti habitoituu ärsytykseen, eli mitattava reaktio heikkenee kun ärskykettä toistetaan [7]. 2.1 Esimerkki tunteen mittaamista tutkivasta kokeesta Tunteisiin ja niiden ulkoiseen ilmentymiseen liittyy niin moninaisia seikkoja, että niiden tutkiminen helpottuu, kun eristetään joku yksittäinen asia tutkimuksen kohteeksi. Robottitutkimus on yksi alue, jossa tunteiden tunnistamisen tutkimus on tärkeässä asemassa. Jos robottien kuvitellaan voivan tulevaisuudessa osallistua monenlaisiin tehtäviin kotona, kouluissa, yrityksissä ja jopa armeijassa, on tärkeää, että ne ovat sensitiivisiä ihmisten tunteille. Tunteiden tunnistamisen tutkimuksen kannalta roboteista on se etu, että ne tekevät jotain. Koehenkilö voidaan siis tuoda laboratoriotilaan ja hänen interaktiotaan laitteen kanssa voidaan mitata hallitusti. Kun koehenkilö vielä laitetaan teke- 2

mään jotain sellaista, joka luontaisesti laukaisee tunnereaktioita, voidaan ajatella, että fysiologiset tunteen ilmenemismuodot ovat aitoja. Eräässä tällaisessa tutkimuksessa selvitettiin ahdistuksen (engl. anxiety) havaitsemista ihmisen ja robotin välisessä vuorovaikutuksessa [7]. Tutkimusasetelma oli sikäli yksinkertainen, että robotti ohjelmoitiin tekemään kahta tehtävää, noukkimaan ja asettamaan esine paikoilleen, sekä itse kurottamaan ja vetäytymään takaisin paikoilleen. Robotti ohjelmoitiin tekemään liikkeet kahdella periaatteella, joista toisessa liikkeet suoritettiin perinteisen robottimaisesti ja toisessa pehmeämmin linjoin. Kuvassa 1 esitetyssä koetilanteessa kohenkilö istui kasvotusten robotin kanssa robotin tehdessä liikkeitään. Liikkeiden vaikutusta koehenkilöön mitattiin kehoon kiinnitettävien sensoreiden avulla. Mittauskohteina olivat sydämen lihaksen toiminta, ihon lämpötila ja kulmien rypistyksen aikaansaava lihas (lat. corrugator supercilii). Aikaisemmissa kokeissa mitattiin myös hieneritystä, mutta sensori osoittautui liian hitaaksi tosiaikaiseen käyttöön. Fysiologisten mittauksien lisäksi käyttäjää pyydettiin sanallisesti kertomaan tunteistaan. Mittausdatasta analysoitiin sydämen sykettä ja sydämen sykkeen kiihtyvyyttä. Lisäksi analysoitiin ihon lämpötilaa ja lämpötilan muutosta. Otsan rypistyksestä analysoitiin rypistyksen määrää. Koska fysiologisten signaalien voimakkuudessa on yksilöllisiä vaihteluita, ryhmän piti käyttää tilastollisia menetelmiä tulosten normalisoimiseksi. Robottikokeen asetelma oli yksinkertainen ja intuitiivisesti epäilimme, että menetelmän avulla ei saada luotettavaa ]tietoa koehenkilöiden ahdistuksen tuntemuksista. Tutkimusmenetelmät kuitenkin perustuivat aikaisemmat tutkimuksien osoittamaan korrelaatioon fysiologisten toimintojen ja tunteiden välillä. Esimerkiksi ihon lämpötilan ja virittymisen on todettu korreloivan 80 % tapauksista. Myös otsan rypistyksen ja valenssin välillä on aikaisemmissa tutkimuksissa osoitettu olevan korrelaatio [7]. Tämän ahdistusta ihmisen ja robotin välisessä vuorovaikutuksessa tutkivan tutkimuksen tulokset tukivat aikaisempia käsityksiä fysiologisten ilmentymien ja tunteiden välisestä yhteydestä. Koska täydelliseen korrelaatioon ei päästy, ei ainakaan ahdistuksen osalta voitu osoittaa, että tunne tunnistettaisiin luotettavasti kaikissa tapauksissa. Selkeä viesti tutkimuksesta kuitenkin on se, että robotin toimien ja koehenkilön fysiologisten reaktioiden välillä oli korrelaatio, joka on riittävän suuri monille sovellusalueille. Tutkimus myös osoitti, että robotin toiminnalla ja ahdistuksen määrällä oli yhteys. Erityisesti robotin liikkeiden nopeudella oli vaikutusta koehenkilöihin. Mitä rauhallisempi liike robotilla oli, sitä rauhallisempia koehenkilöt olivat. Ubiikin teknologian näkökulmasta ei siis vain riitä se, että laite tunnistaa käyttäjän tunteet. Tunteisiin reagoimisen tulee tapahtua tavalla, joka tukee käyttäjän tavoitetta suotuisalla tavalla. Jos jatkuvasti käytettävä laite aiheuttaa käyttäjälle esimerkiksi kovaa stressiä, sillä voi olla hänelle terveydellisiä vaikutuksia. Vaikka roboteista ei tulikaan vielä pitkään aikaan älykkäitä, niin tämäntyyppisen tutkimuksen voi ajatella hyödyttävän esimerkiksi käyttöliittymäsuunnittelijoita. Tutkimuksista saadun tiedon avulla voitaisiin kehittää esimerkiksi sellainen menetelmä, jonka avulla voidaan selkeillä mittareilla tutkia ihmisen ja laitteen välisestä vuorovaikutuksesta saatuja käyttökokemuksia. Kuva 1. Ahdistusta tunnistamista mittaavan kokeen koeasetelma. Tunteen tilan arvioimiseen liittyy kaksi käsitettä, diskreetit emootiokategoriat (engl. discrete emotion categories) ja kaksi-ulotteinen valenssin (engl. valence) ja virittymisen (engl. arousal) esitystapa [7]. Diskreeteiksi tunteiksi määritellään tunteet kuten suuttumus, onnellisuus ja pelko. Valenssi mittaa tunteen positiivisuuden tai negatiivisuuden astetta ja virittyneisyys emootion voimakkuutta. Tässä tutkimuksessa tutkittiin ainoastaan valenssia ja virittyneisyyttä, koska sen katsottiin riittävän tilanteessa, jossa kontrolloitiin robottia. 3 ESIMERKKEJA TUNTEELLISISTA LAITTEISTA Emotioonalisesti sensitiivisten laitteiden kuviteltavissa olevia sovellusalueita on lukuisia. Tietokoneavusteisessa opetuksessa oppimista voi edistää, jos käytettävissä on sellainen agentti, joka kykenee päättelemään milloin opiskelija on esimerkiksi kyllästynyt. Tällaisessa tilanteessa agentti voisi esimerkiksi vaihtaa tehtävää tai kehoittaa opiskelijaa pitämään tauon. Tunteiden tunnistamisesta voisi olla hyötyä sellaisessakin yhteydessä, jossa laite toimii jollakin tavalla käyttäjän henkilökohtaisena avustajana. Jos laite havaitsee käyttäjän olevan ärtynyt, se jättää käyttäjän rauhaan kunnes hän on palannut normaalitilaan. Laite voisi myös toimia käyttäjän apuna esimerkiksi tärkeissä tehtävissä. Tällöin laite voisi esimerkiksi viestiä kun käyttäjän keskittyminen on herpaantumassa [11]. Myös viihde- ja pelipuolelta voi keksi lukuisia sovelluksia, joissa tunteiden tunnistamista voisi hyödyntää tai on jo hyödynnetty [11]. Tunteita tunnistavia robotteja on jopa kaavailtu sotilaiden apulaisiksi taistelukentille [8]. Seuraavissa aliluvuissa esittelemme kolme sovellusta, jotka jollakin tavalla reagoivat käyttäjän tunteisiin. Ensimmäisenä esiteltävä puheeseen reagoiva mieliala-kukkanen on pro- 3

totyyppi. Toisena esiteltävä tunne-puhelin on ilmeisesti jo myynnissä Japanissa. Kolmantena esiteltävä Paro-hyljerobotti on ollut myynnissä Japanissa jo vuodesta 2004. Löytämämme esimerkit tukevat käsitystä, että tunteita tunnistavien laitteiden kehitys on vasta alussa. Koska laitteissa Paro-robottia lukuunottamatta ei ole oikeaa tunteiden tunnistamiseen liittyvää toiminnallisuutta, käyttäjän tunteiden mukainen adaptiivisuus jää ainoastaan signaali-asteelle. Laite siis ainoastaan kykenee osoittamaan tunnistaneensa tunteen ja signaloimaan mikä se kyseisen laitteen analyysilogiikan mielestä on. Kaksi ensimmäistäkin laitetta ovat kuitenkin osoituksia siitä, että jonkinlainen tunteita tunnistaviin laitteisiin liittyvä yleinen kiinnostus on nousemassa. Alkuun laitteet ovat jonkinlaisia hupi- ja viihdelaitteita, mutta osaamisen kehittyessä tullaan varmasti näkemään myös vakavampien alueiden sovelluksia. 3.1 Mielialakukkaset Mielialakukkasiksi nimeämämme, kuvassa 2 esitetyt laitteet, ovat itseasiassa kukan muotoisia terminaaleja, joissa etänä havaittua ihmisen tunnetta kuvastetaan eri värisillä LED -valoilla [9]. Näihin viralliselta nimeltään oleviin KOTOHA- NA terminaaleihin liittyy käyttäjän hallussa oleva vastakappale. Näissä terminaaleissa tunteen tunnistaminen tapahtuu puheen avulla. Vastakappaleeseen on piilotettu mikrofoni ja laite datan analysointia varten. Analyysin tulokset lähetetään langattoman yhteyden kautta toiseen terminaaliin, jossa tunne ilmaistaan LED valolla. Tunnistettavat tunteet ovat ilo, suru, rauhallisuus ja kiihtymys. Jokaisella tunteella on oma värinsä. Tuote on edelleen prototyyppi asteella, eikä siinä vielä ole oikeaa prosessoria datan analysointia varten. Tällainen sovellus voisi hyvin olla muunnettavissa sellaiseksi, että tunteen tunnistaminen tapahtuu kehoon asennettavan sensorin avulla. Tämä edellyttää tekniikan kehittymistä, että sensoreista saadaan miellyttävät käyttää ja helpot asentaa. Mielialakukkasen ajatusta voisi soveltaa esimerkiksi työpaikoille, joissa henkilöt tekevät äärimmäistä keskittymistä vaativaa työtä. Tällaisen kukkasen, tai jonkun muun hahmon, avulla henkilö voi ilmaista, että häntä ei saa häiritä, ja saa jatkaa työtää keskeytyksettä kunnes on valmis. Kuva 2. Mielialakukkaset reagoivat käyttäjän ääneen. 3.2 Punastuva puku Punastuva puku (engl. blushing dress) on myös esimerkki tuotteesta, jossa käyttäjän tunnetta kuvastetaan LED-valoilla [10]. Puku liittyy elektroniikkaa valmistavan Philips yhtiön tulevaisuusprojektiin. Puku muodostuu kahdesta kerroksesta, joissa alimmassa on biometriset sensorit, joista tieto välitetään puvun ulommalle kerrokselle. Puvun uloimpaan kerrokseen on kiinnitetty satoja kuparilangalla yhteenjuotettuja LED-valoja, joiden väri vaihtelee kuvassa 3 esitetyllä tavalla. Puvun sanotaan toimivan eri tavoin eri käyttäjillä, eli minkäänlaista lineaarista toimintamallia ei ole. Pukuun liittyvä tutkimus näyttää tapahtuneen täysin yhtiön suljettujen ovien takana, emmekä löytäneet tietoa puvussa käytettävien värien eri symbolisista merkityksistä emmekä puvun teknologian taustalla olevasta tutkimuksesta. Puvun tiivis yläosa antaa kuitenkin viitettä, että tunnistimet mittaavat ihon lämpötilaa ja sydämen sykettä. Demonstraatiotarkoituksiin valmistetussa puvussa tuskin kuitenkaan on kyse mistään todellisesta fysiologisten tekijöiden mittaamiseen ja analysointiin perustuvasta tunteen tulkinnasta. Yhtiölle puvulla on ollut julkisuusarvoa, ja se osa heidän yritystään selvittää millä uusilla tavoilla kuluttajat haluaisivat käyttää elektroniikkaa, ja samalla tutkia kuinka elektroniikkaa voidaan sisällyttää vaatteisiin. Ubiikin teknologian kehittymisen kannalta on mielenkiintoista, että tällaisia projekteja toteutetaan. Varmasti pukua tehtäessä on jouduttu miettimään useita ubiikkiin teknologiaan liittyviä ongelmia. Olisi vain suotavaa, että tällaisista kokemuksista myös raportoitaisiin alan julkaisuissa ja konferensseissa. Kuva 3. Punastuva puvussa käyttäjän tunteita ilmaistaa LEDvaloilla. 3.3 Terapiarobotti Paro Eläinterapiasta on tulllut suosittu hoitomuoto useissa maissa. Erityisesti USA:ssa eläinterapiaa on käytetty paljonkin vanhustentaloissa ja hoitokodeissa. Eläinterapialla on havaittu olevan vanhuksissa ja potilaissa monia positiivisia vaikutuksia. Yhteys eläimeen on auttanut henkilöitä rentoutumaan, heidän elintoiminnoissaan on tapahtunut parannusta sekä heidän sosiaalinen aktiivisuutensa on lisääntynyt [13]. Eläimet ja heidän hoitajansa eivät kuitenkaan voi olla jatkuvasti läsnä. Monissa tilanteissa potilaat eivät itse ole myöskään kykeneväisiä huolehtimaan eläimistä itse. Japanissa onkin kehitetty ongelmaan ratkaisuksi mentaalisesti osallistuvia robotteja (engl. mental commit robot). Yksi esimerkki tällaisista terapia-roboteista on Paro. Paro-robotilla on ollut vanhusten päiväkeskuksessa tehdyn tutkimuksen mukaan nähtävissä eläinterapiaa vastaavia vaikutuksia vanhusten psykologisessa, fysiologisessa ja sosiaalisessa hyvinvoin- 4

nissa [12]. Robotin terapeuttinen vaikutus perustuu sen toimintaan, ulkonäköön ja siihen miltä se tuntuu kosketettaessa. Eläimen kaltaisen robotin kanssa toimiminen stimuloi kiintymyksen ja hellyyden tunteita. Tämän seurauksena koetaan positiivisia tunteita, kuten onnellisuutta. Fyysisen kanssakäymisen kautta eläin-robottiin syntyy kiintymyssuhde. Tutkimuksessa käytetty, eläinterapian positiivisten vaikutusten aikaan saamiseksi kehitetty robotti, Paro, on valmistettu muistuttamaan noin kolmen viikon ikäistä hylkeen poikasta (kuva 4). Kehittäjät kertovat valmistaneensa myös kissan ja koiran kaltaisia robotteja. Paro-robotilla on valkea pehmeä turkkia muistuttava pinta. Sille on rakennettu turkin alle tunto-, näkö, kuulo- ja asentosensori. Jotta robotti tuntuisi kosketettaessa pehmeältä, tuntosensorista kehitettiin ilmapussin kaltainen. Robotilla on liikemekaniikkaa kahdeksassa kohdassa; kaksi ylä- ja alaluomien liikuttamiseen, yksi silmien rotaatiota varten, kaksi niskaa varten, yksi kummallekin etuevälle ja yksi kummallekin takaevälle. Robotin paino on 2.8 kiloa. Robottiin on myös ohjelmoitu päiväeläimelle tyypillinen rytmi aamua, päivää ja yötä varten. Robotin ominaisuuksiin myös kuuluu, että se tunnistaa käyttäjän edelliset toimet sen kanssa. Robotti oppii esimerkiksi tunnistamaan käyttäjän sille antaman uuden nimen. Paro-robotin vaikutusten selvittämiseksi vanhusten mielialat tutkittiin ennen eläinrobotin vierailujaksoja, ja sen jälkeen. Mielialoja tutkittiin neljällä tavalla. Ensinnäkin vanhuksia pyydettiin osoittamaan kahdenkymmenen eri tunnetilaa ilmaisevan kasvon joukosta tunnetila, joka vastasi heidän omaansa. Heille myös tehtiin yksinkertainen kysely, joka koski heidän mielialaansa. Lisäksi heille tehtiin virtsakoe stressitason selvittämiseksi. Myös hoitohenkilökunnalta pyydettiin arvioita. Kokeen tulokset olivat todella positiivisia. Eräs vanhus, joka ei koskaan puhunut, alkoi robottijakson jälkeen kommunikoida muiden kanssa. Myös dementikkoihin robotilla oli positiivinen vaikutus. Kokeilulla oli positiivinen vaikutus myös henkilökunnan yleiseen mielialaan ja viihtyvyyteen [12]. Kuva 4. Hylkeenpoikasta jäljittelevä terapiarobotti Paro. Paro-robotin tarina on varsin mielenkiintoinen ja tukee ajatusta, että robotti todella voisi olla jokapäivänen apulainen tai seuralainen myös ihmisten kodeissa. Vaikka tässä robotissa käyttäjän toimintaan adaptoituminen ei tapahdu fysiologisen mittaamisen perusteella, on helposti kuviteltavissa, että erityisesti terapiakäytössä käyttäjän ja robortin fysiologisten sensoreiden avulla pidettävästä yhteydestä on hyötyä. Tällä hetkellä Paro-robotti osaa jo mukauttaa käytöstään käyttäjän mukaisesti. Kokeen kaltaisissa hoitopaikoissa voisi kuitenkin olla etua siitä, jos robotti havaitsisi ajoissa kun potilaan mielentilan olevan synkkenemässä. Tällöin robotti voisi proaktiivisesti ottaa kontaktia juuri tähän henkilöön, ennen kuin mieliala ehtii muuttua dramaattisesti. 4 YHTEENVETO Tunteiden tunnistamiseen ubiikissa teknologiassa liittyy monia haasteita. Tunteiden tunnistamista voitaisiin hyödyntää useilla eri sovellusalueilla, kuten viihde- ja peliteollisuudessa, vaateteollisuudessa, äly-talojen rakentamisessa. Lisäksi tunteiden tunnistamista voitaisiin hyödyntää erilaisissa terapiamenetelmissä ja opetuksessa. Tunteiden tunnistamisesta olisi myös hyötyä kulutustavaroita valmistavien yhtiöiden markkina- ja tuotetutkimuksissa. Tunteiden hyödyntäminen teknologiassa yhdistää monta eri osaamisaluetta. Laitteiden kehittäjien on ymmärrettävä laitteistoja ja ohjelmistoja, erilaisia data-analyysimenetelmiä ja tosiaikaiseen laskentaan liittyviä asioita ja tietoliikenneprotokollia. Lisäksi kehittäjillä täytyy olla tietoa psykologiasta ja ihmisten käyttäytymisestä, jotta osataan tehdä oikea tunteen tunnistamisen pohjana oleva tunteen määritelmä soveltuu sovellusalueen tarpeisiin. On myös kyettävä arvioimaan tunteen mittaamisen luetettavuutta ja mallintamaan tunteisiin reagoivan laitteen reaktiot. Ubiikkiin teknologiaan liittyy vielä monia haasteita. Moniin arkipäivän laitteisiin on jo upotettu tietotekniikkaa, mutta niistä puuttuu ubiikin teknologian vision mukainen läsnääly. On myöskin määrittelemättä, mitä kunkin sovellusalueen kannalta läsnä-äly tarkoittaa. Tunteiden tunnistamiseen perustuvan laitteen voitaisiin esimerkiksi haluta kykenevän adaptoimaan käyttäjän tunnetilan mukaisesti. Adaptoitumiseen liittyy myöskin kysymys kuinka voidaan kehittää sellainen toimintalogiikka, joka kykenee arvaamaan käyttäjän toiveet riittävän tarkasti. Toisaalta, jos käyttäjällä on mahdollisuus kouluttaa laite mieleisekseen, on tärkeää, että käyttöliittymä on helppo ja intuitiivinen käyttää. Voisimme kuvitella, että todennäköinen ratkaisu olisi yhdistelmä omatoimista adaptiivisuutta ja käyttäjän tekemää laitteen konfiguroimista. Ei ole edullista käyttäjälle, jos hän joutuu muokkaamaan jokaisen hankkimansa laitteen toimintaa erikseen. Ennemmin laitevalmistajan kannattaa asentaa valmiiksi erilaisia perusprofiilien mukaisia toimintamalleja, joista käyttäjä voi valita mieluisimman ja muokata haluamiaan ominaisuuksia. Tunteisiin perustuvassa ubiikissa teknologiassa on laitteiden ja ohjelmistojen lisäksi vielä suurena haasteena se, että tunteiden luotettava tunnistaminen on erittäin vaikeaa. Vaikka eri menetelmillä onkin tutkimustilanteissa onnistuttu tunnistamaan tiettyjä tunteita melko hyvin, todellisiin käyttötilanteisiin liittyy paljon häiriötekijöitä, jotka vaikuttavat sekä tapaan, jolla käyttäjä ilmaisee tunnettaan, että mittaustuloksen luotettavuuteen. Fysiologisen mittauksen etuna on se, että mittalaitteet ovat lähellä käyttäjän kehoa, ja ne ovat siten vähemmän alttiita esimerkiksi melun vaikutuksille kuin esimerkiksi käyttäjän ääntä tarkkaileva laite. Kun käyttäjälle on tarpeeksi hyötyä mittalaitteen mukana pitämisestä, ja sen käyttäminen koetaan miellyttäväksi, emme näe mitään syy- 5

tä, miksi tällaiseen tunteen tunnistamiseen perustuvat laitteet eivät voisi yleistyä. Onhan matkapuhelimistakin tullut osa ihmisten vakiovarusteita lompakon ja avainten rinnalle. Tutkimusten perusteella tiedetään, että laitteen toiminnalla on vaikutusta käyttäjän mielialaan. Millään käyttäjän tunnetta mittaavalla tavalla kuitenkaan tuskin koskaan pystytään tunnistamaan tunnetta varmasti kaikissa tapauksissa.tämän vuoksi on olennaista, että ainakin henkilökohtaisten laitteiden toiminta on käyttäjän muokattavissa ja että laite kykenee adaptoimaan toimintaansa käyttäjän toiveita vastaavalla tavalla. Uskomme kuitenkin, että laitteen emotionaalinen sensitiivisyys parantaa tuoteen käytettävyyttä. Tulevaisuudessa tunneälykkyys tulee varmasti olemaan osa joidenkin sovellusten toiminnallisuutta. Inhimillisesti katsottuna suurimmat hyödyt tunteita tunnistavista ja niihin reagoivista teknologioista voidaan saavuttaa Paro-robotin tavoin terapiakäytössä. Todennäköisimmin kuitenkin laitteet tulevat kuitenkin käyttöön ensimmäiseksi viihde- ja peliteollisuudessa. Tällä hetkellä internetistä löytyvät tunteiden tunnistamisen vaikutusta jäljittelevät laitteet ovat pääasiassa kulutuksen edelläkävijöille suunnattua elektroniikkaa. 9. Kotohana communicates emotions afar. http://www.pinktentacle.com/2006/03/kotohanacommunicates-emotions-from-afar/ [30.3.2007]. 10. Design Concept: LED Garments Reveal Your Emotions. http://uk.gizmodo.com/ [30.3.2007]. 11. Cowie, R. et al. (2001). Emotion Recognition in Human-Computer Interaction. IEEE Signal Processing Magazine, January 2001, 33-80. 12. Wada, K. ja Shibata, T. ja Saito, T. ja Tanie, K. (2004). Effects of Robot-Assisted Activity for Elderly People and Nurses at a Day Service Center. Proceedings of IEEE, vol. 92, 11. 13. Wada, K. ja Shibata, T. ja Saito, T. ja Tanie, K. (2002). Analysis of Factors that Bring Mental Effect to Elderly People in Robot Assisted Activity. Inproceedings of IEEE. LIITTEET 1. Feldman Barret, C. (2006). Solving the Emotion Paradox: Catagorization and the Experience of Emotion. Personality and Social Psychology Review, vol. 10, 1, 20-46. 2. Picard, R.W. (1997). Affective Computing. MIT Press, Cambridge, MA, USA. 3. Picard, R.W. ja Vyzas, E. ja Healey, J. (2001). Toward Machine Emotional Intelligence: Analysis of Affective Physiological State. IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 23, 10, 1175-1191. 4. Abowd, G.D. ja Mynatt, E.D. (2000). Charting Past, Present, and Future Research in Ubiquitous Computing. ACM Transactions on Computer-Human Interaction, vol. 7, 1, 29-58. 5. Dulewicz, V.ja Higgs, M.J. (2000). Emotional Intelligence: a Review and Evaluation Study. Journal of Managerial Psychology, vol. 15, 4, 341-368. 6. Teeters, A. ja El Kalioubly, R. ja Picard, R. (2006). Self-cam: Feedback from what would be your Social Partner. Research posters International Concrence of ACM Special Interest Group on Graphics and Interactive Techniques (SIGGRAPH 06), Boston, MA, USA. 7. Kulic, D. ja Croft, E. (2005). Anxiety Detection during Human-Robot Interaction. Inproceedings of IEEE International Conference on Intelligent Robots and Systems. 8. Knapp, L. (2003). Feeling Blue? This Robot knows it. http://www.wired.com/science/discoveries/news/2003/01/56921 [30.3.2007]. 6