XiaoMi-AI文件搜索系统
World File Search Systeminterpersonal
自发的二元行为预测人际神经同步的出现
跨大脑神经活动的同步——人际神经同步 (INS)——正在成为社会互动的有力标志，可预测多人协调、沟通和合作的成功。由于人们对 INS 的起源了解甚少，我们测试了 INS 是否以及如何从自发二元行为中产生。我们记录了神经活动 (EEG) 和人类行为 (全身运动、眼球运动和面部表情)，同时指示参与者的二元组互相看对方而不说话或做出共同言语手势。我们进行了四个基本观察。首先，尽管没有结构化的社交任务，但只有当参与者能够看到对方时，INS 才会自发出现。其次，我们表明，这种自发的 INS 包含特定的光谱和地形轮廓，不仅反映了神经活动的个人内部调节，而且反映了神经活动的实时和二元组特定耦合。第三，利用最先进的视频图像处理和深度学习，我们提取了三种显著的社会行为线索（身体运动、眼神交流和微笑）的时间展开，并证明这些行为在二元组中也会自发同步。第四，我们探讨了这种同步社会行为中 INS 的相关性。利用互相关和 Granger 因果关系分析，我们表明同步社会行为可以预期 INS，事实上，这种行为是 Granger 导致 INS 的。这些结果为在自然和不受约束的条件下研究人际神经和行为同步提供了概念验证证据。最重要的是，结果表明，INS 可以被概念化为两个耦合神经系统的一种新兴特性：一种由实时二元行为促进的同步现象。
半人半机器——利用人工智能增强服务员工的人际情绪调节能力
摘要 目的——随着日益复杂的人工智能的出现，服务一线的工作性质正在发生变化。下一个前沿是超越用人工智能取代常规任务和增强服务员工的能力。本文的目的是研究使用基于人工智能的情绪识别软件增强的服务员工是否在人际情绪调节 (IER) 方面更有效，以及 IER 是否以及如何影响他们自己的情感健康。 设计/方法/方法——在基础研究中，开发了一种基于人工智能的情绪识别软件，以帮助服务员工管理客户情绪。一项基于 2,459 次呼叫中心服务互动的实地研究评估了人工智能在增强服务员工 IER 方面的有效性以及对幸福感相关结果的直接下游后果。 结果——用人工智能增强服务员工的能力显著改善了他们的 IER 活动。处于人工智能 (与对照组相比) 条件下的员工在调节客户情绪方面明显更有效。反过来，IER 目标的实现又影响了员工情感健康。与接触人工智能增强相关的感知压力充当了竞争介质。实际意义——服务公司可以通过专注于其增强员工的能力而不是仅仅取代员工的能力，从最先进的人工智能技术中受益。此外，借助技术发出 IER 目标实现的信号可能会为服务员工的情感健康带来令人振奋的结果。原创性/价值——本研究是首批实证测试引入人工智能技术来增强服务员工处理客户情绪的研究之一。本文进一步补充了
人际交往背后的瞬时大脑网络......
人际协调是人类互动的核心部分，其潜在机制已通过诸如联合手指敲击等社会范式得到广泛研究。在此，已发现个体和二元差异会产生一系列二元同步策略，例如相互适应、引领-引领和引领-跟随行为，但这些策略背后的大脑机制仍不太清楚。为了确定这些最低限度社交互动策略出现背后的个体大脑机制，我们对比了两组表现出相互适应和引领-引领策略的音乐家的 EEG 记录大脑活动。我们发现，与引领-引领组相比，通过相互适应进行协调的个体在 alpha 范围内的瞬态动作-感知相关大脑网络中表现出更频繁的锁相活动。此外，我们还确定了顶叶和颞叶大脑区域在其网络内信息流的方向性方面发生了显著变化。我们的结果表明，与领先—领先相比，相互适应的计算模型中观察到的外在耦合的权重更大，这可能是由于大脑中更高程度的动作—感知网络耦合所致。