待在家里
由于“新冠病毒”的蔓延,我們在過去的三年中都聽到了這樣的信息。對于如此重要的信息,你有沒有想過怎樣傳達它最有效呢?
我們比較了三位有影響力的人物的短視頻,他們采用三種完全不同的溝通方式來處理新冠病毒爆發的主題,以說服意大利人 “待在家里”。
對“居家”信息的情緒反應
對三種視聽信息效果的比較,主要基于人們在觀看三個視頻時的情緒反應。這是通過分析他們的面部表情來檢測的。
先來猜一下……以下哪個是最有效的視頻信息?
測量滿意度和情緒反應
關于哪種視聽信息在滿意度和情感反應方面最有效, SR LABS與合作伙伴JUNGLES一起一起設計了這項研究并找到了答案。該項目通過在線參與的方式進行,并將面部情緒表情自動分析的創新技術的結果與關于感知滿意度的簡短傳統問卷的結果相結合。
在我們的研究中,34人(主要是米蘭天主教大學“認知科學在人體工程學、用戶和客戶體驗的應用”課程的大學生,我們感謝學生們和所有其他志愿者)通過電子郵件邀請參加研究。
收到鏈接后,參與者坐在自己家的電腦前舒適地打開了三個視頻中的每一個。三條視聽信息以隨機順序呈現給每位參與者。三個視頻以隨機順序展示可以避免任何類型的“序列效應”。
哪個信息更受歡迎?調查問卷探索了滿意度水平,分析結果表明:
很明顯,人們偏愛在意大利頗受贊賞的科普作家所表現的“冷靜和非正式的方式”。無論是與強有力且自信地解釋為什么民眾必須居家的病毒學家相比,還是與必須在官方溝通形式中保持最大程度的嚴肅性的政治領導人相比。
然而,到目前為止,我們衡量了“是什么”,而不是“為什么”。要理解“為什么”,可以利用神經科學和實驗心理學的見解。
神經科學的見解
鑒于斯蒂芬·博格斯(Stephen Porges)的出色科學研究和他的“多迷走神經理論”(polyvagal theory),神經科學告訴我們,面部表情代表了神經系統的直接反應(例如心臟系統、呼吸系統等反映的心理生理變化)。因此,面部表情對于探索自發的“非語言”反應很有用,可以和問卷中收集的“語言”和“理性”的反應(更“理性”和更少自發)相結合。
實驗心理學的見解
從實驗心理學中我們得知,如果想讓基于“負面情緒”(如恐懼或悲傷)的活動更有效,必須引起適度高水平的情緒。這是我們從所謂的“恐懼訴求”(Fear Arousing Appeals)理論中了解到的,這個理論框架常被用于傳播活動,特別是當信息試圖說服公眾采取更“明智的行為”的時候。
理想情況下,負面情緒趨勢應該像一個倒置的“U”,開始時負面情緒強度增加,直到達到頂點或“情緒峰值”,然后回落。到最后,與信息初始部分相比,恐懼(或悲傷)情緒得到最終的“緩解”。
通過在溝通的最后部分提供解決方案或解釋(在心理學術語中也稱為“應對指令”),可以幫助人們了解如何減少或避免產生負面情緒的威脅。由于有可能面對或管理信息中呈現的危險,因此也傳達了能夠減少或避免威脅本身的希望,從而引發了這種“緩解”。
分析情緒
我們分析了觀看三個視頻時參與者面部所反映的情緒。鑒于新冠緊急情況造成的艱難大環境和新規提出的長期居家的 “沉重感”,悲傷(在“中性”情緒之后)無疑是最主要的情緒反應,至少在絕對值上是這樣:
為了更好地理解這些百分比結果,請記住,每個情緒表達(恐懼、憤怒、悲傷、愉快等)都以 0% 到 100% 的百分比顯示:例如,當有人發現自己中了彩票時,可以檢測到 100% 的愉快表達!
顯然,除特殊情況外,人們很少表現出最大強度等于100%的情緒表達。在大多數情況下,人們的面部表情是對情緒表達的“暗示”(例如微笑的暗示)。微笑作為喜悅表情的前兆,它主要揭示了輕微的滿意或滿足(在心理學中也稱為“投入”),而不是“愉快”的真實表情。
出于這個原因,當我們提到“愉快”或“悲傷”等情緒等于10%時,我們指的是在那一秒或那幾秒內展示的面部肌肉構造的暗示,它以溫和的方式表達那種情緒(相當于10%)。
但是,通過研究觀看不同視頻時的情緒趨勢,你會看到不同的走勢(就像不同的“故事”有不同的講述方式):
但是,有趣的是,我們再來看看這三段視頻中與“快樂面部表情”相關的趨勢:
圖5
在視頻的最后,阿爾貝托·安吉拉傳達了一些話語,旨在展示新規的積極影響,鼓勵人們居家。這與“緩解”相對應,也帶來了減少或避免威脅的希望,這反映在參與者的面部表情上,他們的面部肌肉中“愉悅”的模式相當于10%的“快樂”。
因此,由于面部表情識別技術的高靈敏度檢測,“愉悅”的暗示足以揭示信息引起的更大的滿足感和參與感(“為什么”它更受贊賞),然后這就影響了滿意度的水平(“什么”更受贊賞)。
比較不同群體的情緒
當我們試圖將參與者分為兩個宏觀年齡組時,揭示了另一個有趣的結果:年輕人(25歲以下)對信息的反應不那么強烈,而25歲以上的人表現出系統性更強烈的情緒強度。如前所述,由于參與者大多是大學生,我們只能將隨機抽取的十幾個年輕受試者與十幾個25歲以上的受試者進行比較。盡管每個年齡組的參與者人數很少,但對于同一部影音電影,不同年齡段的人已經產生了不同的情感反應。
面部表情分析的用處
我們希望展示面部表情自動分析在了解為什么人們能更欣賞一種視聽信息方面的貢獻。這不僅僅是一種情緒優于另一種情緒的問題,而是趨勢的動態,正如研究安吉拉的視頻所了解到的那樣,我們從等于甚至大于其他兩個視頻的主導的悲傷情緒開始,然后看到同樣的悲傷情緒系統性地減少。同時,為一種新的情緒的產生留下了空間,即“滿足”和“滿意”的增長(10%的“愉悅的面部表情”)。
所有這些都可以應用于任何類型的視聽信息; 事實上,對于任何類型的體驗,其效果都可以通過情緒反應來評估,這些情緒反應使喜好度和滿意度的感知成為可能。