Multimodaalisen tunteiden tunnistamisen eettiset näkökulmat
Kauranen, Jenna (2023)
2023
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2023053116580
https://urn.fi/URN:NBN:fi:amk-2023053116580
Tiivistelmä
Tunteet ovat merkittävä osa elämää, ja niillä on suuri vaikutus ihmisten välisessä vuorovaikutuksessa. Multimodaalinen tunteiden tunnistaminen tavoittelee ihmisen tunteiden tunnistamista saman aikaisesti usean signaalin välityksellä, kuten ilmeistä ja puheesta. Usein tunteiden tunnistamiseen hyödynnetään tekoälysovelluksia. Teknologia mahdollistaa entistä paremman tunneälyn koneille, joka parantaa koneen ja ihmisen välistä vuorovaikutusta.
Opinnäytetyössä tutkittiin, kuinka multimodaalisen tunteiden tunnistamisen eettiset näkökulmat koetaan opetus- ja koulutusalalla. Tutkimuksessa selvitettiin mitä signaaleita tai teknologioita tunteiden tunnistamiseen on olemassa, mitä tunnetietoja niillä saadaan kerättyä, minkälaisia mahdollisuuksia ja toisaalta myös haasteita nähdään sekä minkälaisia asioita tulee ottaa huomioon eettisistä näkökulmista.
Tutkimus toteutettiin laadullisena tutkimuksena kevään 2023 aikana. Teoriaosuudessa tutkittiin aihetta monipuolisesti ensin yleisesti affektiivisen tietojenkäsittelyn näkökulmasta, jonka jälkeen aiheeseen syvennyttiin multimodaalisen tunteiden tunnistamisen ja eettisen viitekehyksen näkökulmista. Keskeinen lähdeaineisto muodostui tuoreista multimodaalista tunteiden tunnistamista käsittelevistä tieteellisistä artikkeleista.
Empiirisessä osuudessa haastateltiin kahdeksaa henkilöä, joilla tiedettiin etukäteen olevan tietoa jostain tutkimuksen aihealueesta. Haastateltavat olivat aiheen asiantuntijoita, opiskelijoita ja huoltajia. Haastateltavien valinnoilla pyrittiin kattamaan kaikki opetusasteet varhaiskasvatuksesta jatkuvaan oppimiseen saakka. Kaikki haastattelut nauhoitettiin ja litteroitiin, joita sitten analysoitiin.
Tutkimuksen tuloksena syntyi käsitys siitä, kuinka multimodaalinen tunteiden tunnistaminen koetaan eettisistä näkökulmista opetus- ja koulutusalalla. Keskeisiä eettisiä teemoja ovat yksityisyys, oikeudenmukaisuus ja syrjimättömyys. Kaikki nämä yhdistyvät dataan, johon liittyvät myös merkittävimmät haasteet. Tärkeäksi koettiin tiedot, kuka dataa käsittelee, mihin tarkoitukseen ja käyttävätkö kolmannet osapuolet tietoja. Kyse on erittäin sensitiivisestä datasta, joka saattaa paljastaa henkilökohtaisia tietoja, joita ei haluta paljastettavan itsestä.
Multimodaalisesta tunteiden tunnistamisesta tulisi olla itselle jotakin hyötyä, jotta siihen oltaisiin ylipäätään suostuvaisia. Teknologialla nähdään mahdollisuuksia opetus- ja koulutusalalla, kuten yksilöllisemmän oppimiskokemuksen mahdollistamisen ja opetuksen tehokkuuden parantamisen. Lisäksi olisi mahdollisuus tutkia, mitä oppimisprosessin aikana tapahtuu. Emotions are a significant part of life, and they have a huge impact on human interaction. Multimodal emotion recognition aims to recognize human emotions at the same time through multiple signals, such as facial expressions and speech. Artificial intelligence applications are often used to identify emotions. The techonology enables even better emotional intelligence for machines, which can improve the computer-human interaction.
The thesis studied how the ethical aspects of multimodal emotion recognition are experienced in education sector. The study answers the questions what signals or technologies there is for recognizing emotions, what kind of emotional data can be collected, what kind of opportunities and challenges are seen and what kind of issues should be notice from an ethical perspective.
The study is a qualitative research and it was done during the spring 2023. In the theoretical part, the topic was explored first in a generally from the perspective of affective computing. Then the study goes deeper into a multimodal emotion recognition and ethical framework. The most important sources of data to understand the topic includes recent scientific articles dealing with multimodal emotion recognition.
The empirical part consisted of interviews where eight people were interviewed. All the interviewees were known in advance to have knowledge about some topic area of the research. The interviewees were experts, students and mothers. The interviewees were chosen to cover all levels of education, from early childhood education to continuous learning. All interviews were recorded and transcribed. Then they were manually analyzed.
As a result is an understanding of how multimodal emotion recognitios is experienced from ethical perspectives in education sector. The main ethical themes are privacy, justice, equality and non-discrimination. All of these are connected to the data, which is also associated with the most significant challenges. Information about who processes the data, for what purpose and whether third parties use the data was considered important. It’s about very sensitive data that may reveal peronal information that you don’t want to be revealed about yourself.
Multimodal emotion recognition should be of some benefit to oneself that people would agree to it. Technology has opportunities in education sector, such as enabling a more individualized learning experience and improving the effectiveness of teaching. In addition, there would be an opportunity to study what happens during in the learning process.
Opinnäytetyössä tutkittiin, kuinka multimodaalisen tunteiden tunnistamisen eettiset näkökulmat koetaan opetus- ja koulutusalalla. Tutkimuksessa selvitettiin mitä signaaleita tai teknologioita tunteiden tunnistamiseen on olemassa, mitä tunnetietoja niillä saadaan kerättyä, minkälaisia mahdollisuuksia ja toisaalta myös haasteita nähdään sekä minkälaisia asioita tulee ottaa huomioon eettisistä näkökulmista.
Tutkimus toteutettiin laadullisena tutkimuksena kevään 2023 aikana. Teoriaosuudessa tutkittiin aihetta monipuolisesti ensin yleisesti affektiivisen tietojenkäsittelyn näkökulmasta, jonka jälkeen aiheeseen syvennyttiin multimodaalisen tunteiden tunnistamisen ja eettisen viitekehyksen näkökulmista. Keskeinen lähdeaineisto muodostui tuoreista multimodaalista tunteiden tunnistamista käsittelevistä tieteellisistä artikkeleista.
Empiirisessä osuudessa haastateltiin kahdeksaa henkilöä, joilla tiedettiin etukäteen olevan tietoa jostain tutkimuksen aihealueesta. Haastateltavat olivat aiheen asiantuntijoita, opiskelijoita ja huoltajia. Haastateltavien valinnoilla pyrittiin kattamaan kaikki opetusasteet varhaiskasvatuksesta jatkuvaan oppimiseen saakka. Kaikki haastattelut nauhoitettiin ja litteroitiin, joita sitten analysoitiin.
Tutkimuksen tuloksena syntyi käsitys siitä, kuinka multimodaalinen tunteiden tunnistaminen koetaan eettisistä näkökulmista opetus- ja koulutusalalla. Keskeisiä eettisiä teemoja ovat yksityisyys, oikeudenmukaisuus ja syrjimättömyys. Kaikki nämä yhdistyvät dataan, johon liittyvät myös merkittävimmät haasteet. Tärkeäksi koettiin tiedot, kuka dataa käsittelee, mihin tarkoitukseen ja käyttävätkö kolmannet osapuolet tietoja. Kyse on erittäin sensitiivisestä datasta, joka saattaa paljastaa henkilökohtaisia tietoja, joita ei haluta paljastettavan itsestä.
Multimodaalisesta tunteiden tunnistamisesta tulisi olla itselle jotakin hyötyä, jotta siihen oltaisiin ylipäätään suostuvaisia. Teknologialla nähdään mahdollisuuksia opetus- ja koulutusalalla, kuten yksilöllisemmän oppimiskokemuksen mahdollistamisen ja opetuksen tehokkuuden parantamisen. Lisäksi olisi mahdollisuus tutkia, mitä oppimisprosessin aikana tapahtuu.
The thesis studied how the ethical aspects of multimodal emotion recognition are experienced in education sector. The study answers the questions what signals or technologies there is for recognizing emotions, what kind of emotional data can be collected, what kind of opportunities and challenges are seen and what kind of issues should be notice from an ethical perspective.
The study is a qualitative research and it was done during the spring 2023. In the theoretical part, the topic was explored first in a generally from the perspective of affective computing. Then the study goes deeper into a multimodal emotion recognition and ethical framework. The most important sources of data to understand the topic includes recent scientific articles dealing with multimodal emotion recognition.
The empirical part consisted of interviews where eight people were interviewed. All the interviewees were known in advance to have knowledge about some topic area of the research. The interviewees were experts, students and mothers. The interviewees were chosen to cover all levels of education, from early childhood education to continuous learning. All interviews were recorded and transcribed. Then they were manually analyzed.
As a result is an understanding of how multimodal emotion recognitios is experienced from ethical perspectives in education sector. The main ethical themes are privacy, justice, equality and non-discrimination. All of these are connected to the data, which is also associated with the most significant challenges. Information about who processes the data, for what purpose and whether third parties use the data was considered important. It’s about very sensitive data that may reveal peronal information that you don’t want to be revealed about yourself.
Multimodal emotion recognition should be of some benefit to oneself that people would agree to it. Technology has opportunities in education sector, such as enabling a more individualized learning experience and improving the effectiveness of teaching. In addition, there would be an opportunity to study what happens during in the learning process.