Modeling User Preferences via Brain-Computer Interfacing

要約

現在のブレイン コンピューター インターフェイス (BCI) テクノロジーにより、認知状態と感情状態の推論と検出が可能になりますが、そのような情報が人間の認知のモデリングに依存する新しいアプリケーションを促進できるシナリオの研究はほとんど行われていません。
さまざまな生理学的信号から定量化できる状態の 1 つは、注意です。
人間の注意力の推定を使用して、好みやユーザー エクスペリエンスの新たな次元を明らかにすることができます。
これまでのアプローチでは、滞在時間からクリックスルーデータまでのさまざまな行動信号と、これらの行動信号への視覚的対応の計算モデルを使用して、これらの信じられないほど困難なタスクに取り組んできました。
ただし、行動シグナルは、ユーザーの実際の根底にある注意と感情的な好みの大まかな推定にすぎません。
実際、ユーザーは、単にそれが顕著であるという理由だけで一部のコンテンツに注目する場合がありますが、それが本当に興味深いから、または単にとんでもないからという理由ではありません。
この論文では、BCI を使用してユーザーの好み、視覚コンテンツに対する注意の相関性、および感情的な経験との関連性を推測するための研究課題と作業例を提案します。
その後、これらを、情報検索、生成モデルのパーソナライズされた操作、感情体験のクラウドソーシング人口推定などの関連アプリケーションにリンクします。

要約(オリジナル)

Present Brain-Computer Interfacing (BCI) technology allows inference and detection of cognitive and affective states, but fairly little has been done to study scenarios in which such information can facilitate new applications that rely on modeling human cognition. One state that can be quantified from various physiological signals is attention. Estimates of human attention can be used to reveal preferences and novel dimensions of user experience. Previous approaches have tackled these incredibly challenging tasks using a variety of behavioral signals, from dwell-time to click-through data, and computational models of visual correspondence to these behavioral signals. However, behavioral signals are only rough estimations of the real underlying attention and affective preferences of the users. Indeed, users may attend to some content simply because it is salient, but not because it is really interesting, or simply because it is outrageous. With this paper, we put forward a research agenda and example work using BCI to infer users’ preferences, their attentional correlates towards visual content, and their associations with affective experience. Subsequently, we link these to relevant applications, such as information retrieval, personalized steering of generative models, and crowdsourcing population estimates of affective experiences.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google