为什么两种不同的情绪会产生完全相同的生物识别信号?
几个月前,我坐在一个会议中心里,准备在一场活动中发表主题演讲。这时,我发现我的Oura手环显示的心率数据与我在普拉提课上测得的数据完全一样——数值相同,压力等级也一样。只不过这一次,我感到紧张不安,而不是像在普拉提课上那样专注于完成各种动作。 就在那时,我明白了为什么这两种截然不同的情境会产生相似的结果:你的可穿戴设备并不知道你真正的感受。它只知道你的身体正在做出某些反应,然后根据收集到的数据来推测这些反应的具体含义,而不管你是兴奋还是恐惧。 这并不是说这些技术有缺陷,而是所有市面上的可穿戴设备在测量情绪时都存在这样的局限性。说实话,一旦你明白了其中的原因,你看待自己收集到的数据的方式就会完全
目录
你的可穿戴设备实际上在测量什么
首先,我们需要明确一点:无论是手环、手表还是胸带式设备,它们都不是在测量“压力”或“兴奋”。根本不存在这样的传感器。这些设备实际测量的都是以下这些生理指标:
心率和心率变异性
皮肤电活动,也就是皮肤导电率或皮肤电反应
皮肤温度
呼吸频率(如果设备具备测量这项功能的话)
所有这些指标其实都是你的自主神经系统处于某种状态后的结果。每当你的交感神经系统被激活时,心率就会加快,心率变异性会降低,你会出汗,皮肤温度也会发生变化。无论你是需要在舞台上表演、和别人发生争执,还是看到笔记本电脑上显示的拒绝通知,这个过程都会发生。
你的传感器所掌握的,仅仅是“交感神经系统的激活状态”这一信息而已。它所能获取的数据仅限于此。
压力与情绪价值,以及为什么你的可穿戴设备只能看到部分真相
心理学家将情绪划分为两个主要的维度。唤醒程度指的是你的兴奋状态:较低的唤醒程度表示你处于平静状态,而较高的唤醒程度则说明你处于高度兴奋的状态。情绪价值则指这种情绪是令人愉悦的还是不愉快的。
对于恐惧和兴奋这两种情绪来说,它们的唤醒程度非常接近,因为它们都属于高唤醒程度的情绪。两者的区别在于情绪价值。然而,你的可穿戴设备无法区分这两者,因为目前没有任何设备能够准确判断你对某种体验是感到愉快还是不愉快。
从根本上说,你的这些可穿戴设备在技术层面上,其实相当于古老的沙赫特-辛格双因素理论。该理论认为,身体会首先引发生理上的兴奋反应,然后大脑会根据具体情境来确定这种情绪的性质。比如,在过山车上时,你会感到兴奋;而在飞机上遇到湍流时,你会感到恐惧。虽然这两种情况的唤醒程度相同,但最终被赋予的情绪标签却是由大脑而非身体决定的。
在大脑做出最终判断之前,你的身体所处于的状态会直接反映在设备检测到的数据中。
实际案例:这些情况如何影响你的数据分析结果
我在自己的Oura设备和Ultrahuman设备的数据中,多次观察到这种现象;同时,我也经常听到其他使用可穿戴设备的人提到类似的问题。
比赛前的紧张与真正的焦虑
那些正在为HYROX比赛或半程马拉松做准备的跑者,在比赛当天的早晨,他们的心率值很可能会急剧下降。这种情况也发生在你害怕与上司进行重要谈话的时候——因为无论会发生什么,你的身体都会进入同样的准备状态。
你的智能手表会提醒你当前的状态不佳,但它不会告诉你这种状态是否会影响你的表现,也不会说明这是肾上腺素在让你为比赛做好准备,还是其他原因导致的。
高强度锻炼与真正压力重重的一天
这是一个非常常见的误解:高强度的HIIT训练和工作中遇到的严重压力,都可能导致心率升高、心率变异性降低这两种相似的结果。
WHOOP和Apple Watch确实能够记录这两种情况下的身体负担情况。但是,举重带来的身体负担与参加三场紧张的会议所带来的负担,对身体的恢复效果来说是完全不同的——尽管在数据图表上显示出来的结果可能相同。
初次约会的兴奋与面试前的恐惧
他们两人都会感到胃里翻江倒海、手心出汗、心跳加速。无论你戴的智能戒指看起来有多酷,它都无法理解你对当前这种情况是感到高兴还是不高兴。
为什么这不仅仅是一个有趣的现象,而确实具有重要意义
乍一听,这可能只是一个微不足道的细节,但实际上它会对数据解读产生重要影响。有些应用程序已经开始将那些表示情绪兴奋的读数标记为“压力”。虽然从产品设计的角度来看,这种做法有一定的吸引力,但它确实有可能让人们产生误解。
如果你的应用程序每次在你只是感到兴奋的时候就告诉你你处于压力状态,那么你就会开始怀疑那些本应属于正常情绪的反应了。
我的同事们就遇到过这样的情况:他们因为某些事情而欣喜若狂,但他们的智能戒指却将这些情绪标记为“焦虑”。对于一款旨在促进健康的应用程序来说,这种做法显然不太合适。
从训练的角度来看,这种错误的做法也会产生实际影响。如果将比赛前的兴奋状态视为慢性压力,那么关于如何适当休息的建议就会出错。毕竟,在一场你充满期待的比赛中取得好成绩后,你所需要的恢复时间和在一场表现糟糕的比赛后所需的恢复时间是完全不同的。
但是,如果你整个星期都因为各种与训练无关的压力而处于紧张状态,那么你确实需要适当的恢复时间。
各家公司目前采取了哪些措施来解决这个问题
需要说明的是,这个问题在业界早已不是什么未知数。以下是一些值得了解的应对方法:
1. 结合上下文信息进行解读
一些平台不仅依靠传感器的读数来分析数据,还会结合日历事件、用户自行记录的情绪状态,甚至位置信息,来帮助判断那些仅凭传感器数据难以解释的情绪反应的原因。
Oura Ring的“白天压力检测”功能就采用了这种方法,它会提示用户在情绪突然激增之前记录自己当时正在做什么。
2. 在适当的情况下结合面部表情和语音信息
一些开发智能眼镜和耳塞的公司试图将生物识别信号与人的语音音调和面部肌肉活动结合起来进行分析,因为这些因素能提供更多有价值的信息。
3. 直接询问用户
简单来说,目前还没有什么方法能够替代用户的自我报告。最准确的信息还是来自用户自己输入的情绪状态。虽然从营销的角度来看,这种方法可能不够吸引人,但它确实弥补了传感器无法单独解决的信息缺口。
遗憾的是,目前这些方法还都无法完全解决这个问题。要从手腕或手指的读数中推断出情绪的“价值程度”这一参数是非常困难的,我认为在短期内我们还不可能获得这种直接的测量结果。
总结
虽然你的可穿戴设备能够准确地反映你身体的反应,但它无法真正了解你的情绪状态。当你的神经系统被激发时,这些设备确实会及时向你发出警报,而且这种判断总是准确的;然而,它们永远无法告诉你为什么会出现这样的反应,也无法评价你所经历的情绪体验的质量。
所以下次当你的可穿戴设备检测到某种生理变化,并将其归类为“压力”时,请花一点时间仔细思考:你当时实际上经历了什么?你可能会发现,自己所感受到的其实是一种兴奋情绪。
相关文章
为什么你的可穿戴设备需要收集数周的数据后才能真正发挥作用?
我还能清楚地记得第一次戴上Oura戒指,第二天早上查看自己的状态得分时的情景——那一刻,我觉得自己就像在查看考试成绩一样。 我看到得分大概是62分,顿时慌了神:难道是我生病了吗?还是压力太大了?又或者是睡眠姿势不对导致的? 但实际上,这些根本无关紧要,因为这款戒指根本不了解我的具体情况。它所掌握的关于我的信息仅仅是一晚上的数据而已。而我却把这些数据当成了绝对可靠的依据。 对于那些购买了智能手表或智能手环,却发现它们无法立刻了解自己的健康状况而感到失望的人来说,这款产品非常适合你们。事实上,在使用的第一周内,你们的可穿戴设备并没有出现故障,只是它还没有真正掌握你的健康数据而已。 目录 使用初期的
阅读全文
Flutter中的低功耗蓝牙技术:开发者手册
大多数Flutter教程都只涉及到网络调用和REST API。但一旦你需要与物理设备进行交互——比如心率监测器、智能灯泡、健身追踪器、工业传感器,或者你自己定制的硬件设备——你就不得不离开HTTP这个“舒适的环境”,转而使用蓝牙低功耗技术。 本指南会教你如何在Flutter中正确且全面地实现这些功能。 移动设备上的蓝牙功能其实相当复杂。Android和iOS之间的权限设置有所不同,即使是同一款Android系统的不同版本,权限要求也会存在差异。蓝牙连接的生命周期包含许多状态,服务与特征的数据模型也会让新手感到困惑,而字节级的数据编码方式几乎会让每个人在初次尝试时遇到麻烦。 flutter_bl
阅读全文
如何使用Python和Neo4j构建知识图谱【完整指南】
你所处理的大部分数据实际上都反映了各种关系:一个客户属于某个账户,某次事件会影响某种服务,而一名工程师负责维护某个代码库。你把所有这些信息存储在表格中,长期以来,这种存储方式一直运行得非常顺利。 然而,有时会有人提出这样的问题: 哪些工程师最近了解过昨晚那次事件所影响的服务情况? 这类问题很容易理解,但编写相应的SQL查询却相当困难。通常需要使用四到五次连接操作,每次连接都会生成一个比最终结果范围更广的中间数据集,而大部分这些中间数据最终都会被丢弃。随着表格规模的扩大,查询速度会变得越来越慢,而且每次查看这个查询语句时,都很难理解其具体逻辑。 为了解决这类问题,人们才创造了图数据库。 在这本手
阅读全文
可穿戴设备中的传感器是如何收集、处理并追踪数据的
智能手表可以告诉你,你的心率是每分钟78次,你走了6,421步,或者昨晚睡了7个小时。这些数字在屏幕上看起来很简单,但实际上,每一个数字的背后都蕴含着一系列复杂的测量和计算过程。 你的手表并不会直接“看到”你走了多少步,也不会直接测量你的睡眠时间。相反,那些微小的传感器会持续检测你的运动、血液流动的变化、电生理活动以及体温等信息。这些信号会被转换成数字数据,经过处理以去除干扰,然后由算法进行分析,从而找出其中有意义的模式。 这一整个过程是在后台悄悄进行的。你手腕的每一个动作都会被转化为一系列数字;反射光的变化会用来测量心率;多种不同的信号会被综合起来,以此来判断你在做什么,或者你的身体处于怎样
阅读全文