美国加州大学伯克利分校的一项新研究显示，人类会在类似的社交场合中使用相同的面部表情变化，如微笑、皱眉等。研究成果12月16日发表在《Nature》杂志上，证实了人类情感表达跨越地理和文化背景的相似性。
加州大学伯克利分校和谷歌的研究人员使用被称为深度神经网络的机器学习技术，分析了来自个国家的人们上传到YouTube的约万个视频片段中的面部表情，这些视频片段横跨北美、中美、南美、非洲、欧洲、中东和亚洲。
领导这项研究的AlanCowen创建了一个在线互动地图，展示了该算法如何追踪与16种情绪相关的面部表情变化。人脸有43块不同的肌肉，可以激活眼睛、鼻子、嘴巴、下巴和眉毛周围的肌肉，从而做出成千上万种不同的表情。
首先，研究人员使用Cowen的机器学习算法来记录全球万个事件和互动的视频片段中所显示的面部表情，例如观看烟花、欢快地跳舞或安慰哭泣的孩子。然后使用该算法追踪了16种面部表情的实例，人们往往会联想到愉悦、愤怒、敬畏、专注、困惑、轻蔑、满足、欲望、失望、怀疑、欣喜、兴趣、痛苦、悲伤、惊讶和胜利。之后，他们将这些面部表情与世界不同地区的语境和场景进行了关联，发现了不同地域和文化北京的人们在不同社会背景下使用面部表情的显著相似性。
例如，Cowen指出，在视频片段中，世界各地的人们往往在烟花表演时凝视敬畏，在婚礼上表现出满足感，在表演武术时皱起眉头专注，在抗议时表现出疑惑，在举重时表现出痛苦，在摇滚音乐会和竞技体育活动中表现出胜利。结果显示，不同文化背景的人在面对不同的社会和情绪情况时，约70%的面部表情是相似的。
这支持了达尔文的理论，即脸上表达情感在人类中是普遍性的，Keltner说。我们情感的身体展示可能会定义我们作为一个物种的身份，增强我们的沟通和合作技能，有利于我们的生存。
论文标题为《Sixteenfacialexpressionsoccurinsimilarcontextsworldwide》。