Статья Младенцы улыбаются матери в нужный момент

Статья "Младенцы улыбаются, чтобы их мамы тоже улыбались"
Перевод статьи "Infants Time Their Smiles to Make Their Moms Smile".


Введение

Одной из самых ранних форм взаимодействия между матерями и младенцами являются «игры с улыбкой». Несмотря на то, что временная динамика этих игр была тщательно изучена, они до сих пор недостаточно изучены.

Почему матери и младенцы улыбаются именно в такой момент? Чтобы ответить на этот вопрос, мы применили методы теории управления — подход, часто используемый в робототехнике, — для анализа и синтеза целенаправленного поведения.

Результаты нашего анализа показывают, что к 4 месяцам и матери, и младенцы целенаправленно улыбаются в нужный момент. В нашем исследовании:
- матери постоянно пытались увеличить время, в течение которого они улыбались друг другу,
- а младенцы старались увеличить время, в течение которого улыбалась только мать.

Чтобы подтвердить этот вывод, мы перенесли стратегию выбора времени для улыбки, которую используют младенцы, на сложного робота, похожего на ребёнка, который автоматически распознавал и воспроизводил улыбки при взаимодействии со взрослыми.

Как и предполагалось, эта стратегия оказалась успешной в плане увеличения времени, в течение которого улыбалась только мать. Результаты показывают, что к четырём месяцам младенцы взаимодействуют с матерями:
- целенаправленно,
- используя сложное понимание выбора времени в социальных взаимодействиях.

Наша работа показывает, что теория управления является перспективным методом как для анализа сложного интерактивного поведения, так и для получения новых знаний о развитии социальных коммуникаций.


Введение: исследование взаимодействия матери и ребёнка

Интерактивные игры с улыбкой между младенцами и теми, кто за ними ухаживает, являются:
- важной вехой в социальном развитии младенцев и
- служат основой для более поздних форм социального взаимодействия.

В исследованиях взаимодействия матери и младенца с помощью улыбки использовались статистические методы для:
- описания реакции младенца и матери и
- очерёдности действий.

Несмотря на то, что эти исследования дают важное представление о структуре взаимодействия, остаётся неясным, почему матери и младенцы улыбаются именно в такой момент. В этой статье мы:
- объективно оцениваем, являются ли улыбки младенцев целенаправленными, и
- пытаемся выяснить, в чём может заключаться их цель.

Выявление целей в наблюдаемом поведении может помочь глубже понять:
- типичное социальное развитие, а также
- ранние проявления расстройств, таких как аутизм.

Обширная литература, посвященная улыбкам при непосредственном общении родителей с младенцами в возрасте до семи месяцев, носит преимущественно описательный характер.

Исследования, сосредоточенные на продолжительности улыбок, показали, что:
- младенцы и матери склонны улыбаться одновременно,
- но в них меньше говорится о том, кто из партнеров отвечает за возникновение совместных улыбок.

Исследования, посвященные частоте появления улыбок, показывают, что матери склонны отвечать на улыбки младенцев собственными улыбками.

Младенцы также склонны улыбаться в ответ на улыбку матери, хотя и в меньшей степени. Однако неясно, как долго младенцы сохраняют эту ответную улыбку.

Настоящее исследование представляет собой комплексный анализ моделей улыбки, объединяющий подходы, основанные на:
- продолжительности и
- частоте.

Начало (и окончание) улыбки исследуется с точки зрения его роли в определении вероятности последующих состояний улыбки, характеризующихся продолжительностью их совместного возникновения.

Как следует изучать цели, которые преследуют улыбающиеся младенцы? Считается, что интерактивные цели возникают с развитием намеренной коммуникации.

Как правило, согласованное использование жестов для влияния на действия другого человека — например, просьба дать игрушку — является первым свидетельством намеренной коммуникации.

Этот тип намеренного жестикулирования появляется в возрасте от 8 до 12 месяцев.

В этот период у младенцев также начинает проявляться предвосхищающая улыбка:
- они смотрят на предмет,
- улыбаются,
- а затем поворачивают уже улыбающееся лицо к матери, что связано с жестикуляцией «средства — цели».

Однако младенцы в возрасте до четырёх месяцев:
- не используют согласованные жесты для достижения целей и
- не улыбаются предвосхищающим образом.

Тем не менее они активно взаимодействуют с родителями с помощью улыбки. Связаны ли эти улыбки по времени таким образом, что это приводит к определённым диадическим конечным состояниям?

В середине 20-го века Норберт Винер стал основоположником кибернетики, которая занималась математическим изучением целенаправленного поведения:
- животных и
- машин.

Его новаторская работа повлияла на развитие теории управления — формальной основы современной:
- робототехники и
- автоматизации.

Простым примером контроллера является термостат.
На его:
- вход подаётся информация о температуре в помещении,
- а на выходе он выдаёт команду на включение или выключение системы отопления.

Цель (или задача) контроллера — поддерживать температуру в помещении в желаемом диапазоне.

В данном контексте цель и задача относятся к предполагаемым конечным состояниям.

Вопрос в том, синхронизирует ли контроллер (например, младенец или мать) свои действия таким образом, чтобы достичь этих состояний.

Использование терминов «цель» и «задача» не подразумевает, что младенец или мать осознают эти состояния.

В последнее время:
- достижения в области машинного обучения и
- более мощные компьютеры
используются для обратного проектирования целей контроллеров на основе их поведения.

Использование теории управления для обратного проектирования целей агента на основе наблюдений за его поведением известно как «обратное оптимальное управление».

Входными данными для алгоритмов обратного оптимального управления являются:
- последовательности сенсорных данных и
- наблюдаемого поведения с отметками времени (например, температура в помещении и команды, отправляемые термостатом).

Эти данные используются для количественной оценки:
- того, являются ли наблюдаемые действия целенаправленными,
- и, если да, для определения этих целей.

В обратном оптимальном управлении мы обычно используем термины:
- «агент» для обозначения системы, цели которой мы хотим определить, и
- «объект» для обозначения системы, которой агент пытается управлять.

Хотя алгоритмы обратного оптимального управления сложны с математической и вычислительной точек зрения, их логика проста. Сначала мы разрабатываем динамическую модель объекта.

В результате получается модель, которая предсказывает поведение объекта в различных условиях. Во-вторых, мы формулируем гипотетическую цель для агента, поведение которого мы пытаемся понять. В-третьих, мы используем теорию управления для поиска оптимальной стратегии управления, позволяющей достичь гипотетической цели.

В-четвёртых, мы определяем, насколько действия агента соответствуют действиям, диктуемым оптимальной стратегией. Мы повторяем шаги со второго по четвёртый для разных потенциальных целей. Если оптимальная стратегия для достижения конкретной цели лучше соответствует наблюдаемым действиям, чем оптимальные стратегии, соответствующие другим потенциальным целям, то мы делаем вывод, что действия агента направлены на достижение именно этой цели.

И наоборот, если действия в равной степени соответствуют всем возможным целям, то это не будет свидетельствовать о целенаправленности действий агента.

Здесь мы применяем методы обратного оптимального управления, чтобы выяснить, целенаправленно ли младенцы и матери улыбаются друг другу, и если да, то с какой целью. Для этого мы моделируем взаимодействие между матерями и младенцами как игру между двумя агентами, в которой каждый агент пытается управлять объектом (другим агентом) для достижения своих целей.

При анализе целей поведения матери мы рассматриваем её как агента, а младенца — как «объект», которым она пытается управлять. При анализе цели поведения младенца мы рассматриваем младенца как действующее лицо, а мать — как «объект», который младенец пытается контролировать.

Четыре целевых состояния, которые мы сравнивали:
- мать улыбается,
- младенец не улыбается;
- младенец улыбается,
- мать не улыбается;
- оба улыбаются;
- никто не улыбается,
представляют собой логическое разделение возможных состояний улыбки в диаде.

Чтобы убедиться, что младенцы видят улыбки матери, мы ограничили анализ периодами взаимодействия, когда младенцы смотрели на мать.


Методы: исследование взаимодействия матери и ребёнка

За 13 парами «младенец — мать» велось еженедельное наблюдение в период с 4-й по 17-ю неделю жизни младенцев. Матери дали письменное информированное согласие, а все процедуры были одобрены Институциональным наблюдательным советом Университета Пердью.

Для каждой из 13 диад мы рассчитали вероятность достижения 4 гипотетических целей отдельно для каждого агента (матери и ребёнка):
(1) максимально увеличить время, в течение которого мать улыбается, а ребёнок улыбается (одновременная улыбка),
(2) максимально увеличить время, в течение которого мать улыбается, а ребёнок не улыбается,
(3) максимально увеличить время, в течение которого мать не улыбается, а ребёнок улыбается, и
(4) максимально увеличить время, в течение которого мать не улыбается, а ребёнок не улыбается.

Основная логика расчёта этих вероятностей соответствует четырём этапам, описанным во введении.

Например, чтобы определить вероятность достижения каждой цели младенцем, мы выполняем следующие действия:
(1) строим прогностическую модель поведения матери, когда она улыбается,
(2) выдвигаем гипотезу о конкретной цели младенца,
(3) вычисляем оптимальное время для улыбки, чтобы младенец мог как можно лучше достичь этой цели, и
(4) определяем, насколько оптимальное время для улыбки соответствует эмпирически наблюдаемому времени для улыбки.

Вероятности сравнивались с помощью дисперсионного анализа с повторными измерениями (при необходимости с поправкой на степень свободы Гринхауса — Гейссера), а затем с помощью двустороннего t-критерия; p-значения ниже 0,05 считались значимыми.

Значительные различия между значениями, отражающими вероятность достижения каждой из 4 целей, свидетельствовали о том, что наблюдаемое поведение способствовало достижению этих целей.


Результаты исследования взаимодействия матери и ребёнка

Дисперсионный анализ вероятностей, полученных с помощью алгоритма обратного оптимального управления для каждой из четырёх целей, выявил значимое влияние цели для:
- матерей (F(1.13,13.55) = 13.79, p = .002, ;2 = .54),
- младенцев (F(1.08,12.99) = 66.96, p < .001, ;2 = .85).


Для матерей цель максимизировать одновременные улыбки была значительно более вероятной, чем каждая из трёх других целей

- (t(12) = 4,77, p < 0,001 по сравнению с максимизацией одновременных неулыбок,
- t(12) = 3,38, p = 0,005 по сравнению с максимизацией улыбок только у ребёнка и
- t(12) = 3,70, p < 0,001 по сравнению с максимизацией улыбок только у матери).

Кроме того, для 10 из 13 матерей наиболее вероятной целью было максимальное количество одновременных улыбок. Эта распространённость значительно отличалась от случайного уровня в 0,25 (биномиальный тест, p = 0,00013).

Тот же анализ, примененный к младенцам, показал, что только для младенцев цель максимизации улыбки только матери имела значительно более высокую вероятность, чем каждая из трех других целей (t (12) = 9,93, p < 0,001 по сравнению с максимизацией одновременного отсутствия улыбки, t (12) = 7,92, p < 0,001 по сравнению с максимизацией улыбки только для младенцев и t (12) = 6,93, p < 0,001 по сравнению с максимизацией одновременной улыбки).
 
Кроме того, для 11 из 13 младенцев наиболее вероятной целью было добиться того, чтобы улыбалась только мать.

Эта распространённость значительно отличалась от случайного уровня в 0,25 (биномиальный тест, p < 0,001). То есть младенцы стремились создать и поддерживать ситуации, в которых им улыбались (их матери), но сами они не улыбались.

Младенцы демонстрировали сложное поведение, связанное с таймингом, для достижения своих целей. Например, рассмотрим распределение времени ожидания, которое демонстрируют младенцы, когда улыбаются, если улыбается мать.

Эмпирическое распределение времени ожидания младенцев в этом контексте и эффективность каждого из этих периодов ожидания для достижения каждой из четырёх проанализированных целей. Частота появления улыбки у младенцев достигала пика в 1 секунду, а затем снижалась.

Значения апостериорной вероятности указывали на то, что младенцы предпочитают ситуацию, в которой улыбается мать, а не младенец.

Следовательно, можно было бы ожидать, что младенцы вряд ли будут улыбаться, если мать уже улыбается. Однако это было не так. Чтобы младенцы улыбались как можно реже, необходимо найти оптимальный компромисс между максимизацией краткосрочных и долгосрочных целей.

Стратегия младенца, который никогда не улыбается, позволяет максимально увеличить количество времени, в течение которого улыбается только мать, но при этом может негативно сказаться на количестве времени, в течение которого улыбается только мать (поскольку мать, скорее всего, перестанет улыбаться через несколько секунд после того, как начнёт улыбаться одна).

Предсказания, основанные на стремлении максимально увеличить количество времени, в течение которого улыбается только мать, позволили максимально увеличить количество секунд, в течение которых улыбается только мать, и при этом свести к минимуму вероятность того, что мать перестанет улыбаться.


Введение: исследование взаимодействия человека и робота

Чтобы дополнительно проверить результаты, полученные с помощью методов обратного оптимального управления, мы запрограммировали сложного робота, похожего на ребёнка, по имени Диего-Сан, чтобы он играл в «улыбку» со взрослыми.

Ключевая программа управления реализовывала стратегию управления младенцем, основанную на взаимодействии младенца с матерью. Предполагалось, что эта стратегия будет максимизировать количество улыбок, адресованных только взрослым, что является следствием улыбок, адресованных только матери, из исследования взаимодействия матери и младенца.

Альтернативными программами управления были «повторение», «зеркало» и «младенец плюс». Replay представляла собой неконтингентную модель с нулевой гипотезой, которая воспроизводила поведение, ранее продемонстрированное предыдущему участнику.

Программа Mirror воспроизводила идеальную реакцию на улыбку, улыбалась и не улыбалась в соответствии с состоянием улыбки студента.

Программа Infant plus представляла собой гибридную программу, основанную на модели Infant с повышенной вероятностью воспроизведения состояний улыбки и неулыбки, и была разработана как мощная альтернатива программе Infant.


Методы: исследование взаимодействия человека и робота

В исследовании приняли участие студенты Калифорнийского университета в Сан-Диего (N = 32). Каждый участник дал письменное согласие, а эксперимент был одобрен Институциональным наблюдательным советом Калифорнийского университета в Сан-Диего. Каждый участник взаимодействовал с роботом в течение четырёх периодов, которые чередовались между собой. Каждый период длился 3 минуты, в течение которых робот отслеживал лицо участника с помощью комбинации саккадических движений глаз и головы.

В каждом периоде робот улыбался в соответствии с одной из четырёх стратегий управления, описанных ниже:
1 — Младенец: робот улыбнулся, используя стратегию управления, синтезированную на основе анализа обратной оптимальной стратегии управления, описанного в предыдущем разделе.
2 — Повтор: Улыбки робота были синхронизированы с улыбками, которые он демонстрировал во время сеанса с предыдущим участником, использующим контроллер Infant. Примечательно, что между улыбкой участника и улыбкой Диего-Сана не было никакой связи.
3 — Зеркало: в этом состоянии Диего-Сан всегда улыбался так же, как участник, словно он был «зеркалом для улыбки».
4 Infant Plus: время появления улыбки на этом контроллере было таким же, как на Infant, с той разницей, что Диего-Сан с большей вероятностью менял выражение лица, чтобы оно совпадало с выражением лица участника (повышенная вероятность совпадения — 50 % в секунду). Этот контроллер был разработан для того, чтобы проверить, как на участников повлияет увеличение вероятности того, что робот будет улыбаться в ответ на улыбку участника (по сравнению с контроллером Infant).

Робот определял расположение лица и выражение лица (то есть улыбался или нет) по результатам работы автоматизированной системы распознавания выражений лица Computer Expression Recognition Toolbox (CERT) [24].

Результаты работы CERT также использовались для количественной оценки того, улыбались ли люди во время взаимодействия с роботом в течение каждого 3-минутного периода. После каждого периода взаимодействия мы также проводили анкетирование, чтобы узнать, как участники взаимодействовали с Диего-Саном.
Анкета состояла из 21 вопроса, ответы на которые оценивались по пятибалльной шкале Лайкерта (например, «является ли робот:
- 1 — апатичным или
- 5 — отзывчивым»), и мы суммировали баллы, чтобы получить общую оценку отношения конкретного участника к тому, что Диего-Сан реализует определённую стратегию управления.


Результаты исследования взаимодействия человека и робота

Сначала мы оценили, как время, проведённое в каждой из четырёх конфигураций улыбки:
- робот и человек улыбаются,
- робот улыбается, человек не улыбается,
- робот не улыбается, человек улыбается,
- ни робот, ни человек не улыбаются,
коррелирует с положительной оценкой участниками взаимодействия с роботом.

Единственная значимая корреляция была между количеством времени, проведённым в режиме одновременной улыбки, и положительной оценкой (r = .57,p < .001).

Таким образом, у участников-людей оказались те же предпочтения, что и у матерей, которых мы исследовали ранее: они оценивали взаимодействие с роботом более позитивно, когда робот улыбался им в ответ.

Затем мы изучили влияние четырёх контроллеров на количество времени, которое пара «робот — человек» проводила в состоянии, когда улыбается только взрослый.

Мы обнаружили значительное влияние контроллера на продолжительность улыбки только участника (F(3,93) = 10,20, p < .001, ;2 = .25).

Последующие парные t-тесты показали, что продолжительность улыбки только участников была значительно больше для контролера на основе предполагаемых целей infant, чем для каждого из трех других контрольных условий (t (31) = 2,72, p = 0,011 по сравнению с replay, t (31) = 4,78, p < 0,0014 по сравнению с mirror, и t (31) = 3,14, p = 0,004 по сравнению с infant plus).

Таким образом, контроллер, воплощающий в себе цели младенцев, сформировавшиеся в процессе взаимодействия с матерью, оказал прогнозируемый эффект при внедрении в робота, который взаимодействовал со взрослыми людьми: он максимально увеличил количество улыбок, адресованных только взрослым, так же как младенцы максимально увеличивали количество улыбок, адресованных только матери.


Обсуждение

В данном исследовании представлен инновационный и тщательный математический анализ паттернов улыбки у младенцев в возрасте четырёх месяцев и младше.

Для объективной оценки того, является ли наблюдаемое поведение целенаправленным, и для определения его конкретной цели использовались методы теории управления.

Матери рассчитывали время своей улыбки так, чтобы максимально увеличить продолжительность одновременной улыбки с младенцем.

Младенцы, напротив, рассчитывали время своей улыбки так, чтобы максимально увеличить продолжительность улыбки только для матери.

Мы обнаружили, что младенец (и его мать) тщательно рассчитывали время своей улыбки, демонстрируя понимание статистики социального взаимодействия. Оба партнёра рассчитывали время своей улыбки так, чтобы оказывать систематическое влияние на другого партнёра.

Однако мы не утверждаем, что кто-то из партнёров осознавал, что рассчитывает время своей улыбки для достижения конкретной цели.

Хотя Пиаже явно интересовался развитием ментальных представлений о целях, современные исследователи в области поведенческих наук не делают выводов о том, осознаёт ли младенец конечную цель, к которой стремится.

Тем не менее эти результаты свидетельствуют о том, что младенцы использовали модели социального взаимодействия для достижения определённых состояний в диаде задолго до того, как появились доказательства традиционного использования поведения «средства — цели».

Четыре целевых состояния, которые мы сравнили:
- улыбающаяся мать, не улыбающийся младенец;
- улыбающийся младенец, не улыбающаяся мать;
- улыбающиеся оба; не улыбающиеся оба,
представляют собой логическое разделение возможных состояний улыбки в диаде.

Однако возможны и другие цели. У младенцев могут быть динамические цели, например изменить состояние улыбки матери (независимо от того, улыбается она или нет).

Цели младенцев также могут быть неучтёнными коррелятами рассмотренных нами целей (например, вызвать определённый тип улыбки матери).

Тем не менее среди четырёх сравниваемых целей были явные признаки того, что одни цели в большей степени соответствовали данным, чем другие. Чтобы ещё больше подтвердить наш анализ, мы перенесли стратегию определения времени улыбки, используемую младенцами, на робота, который играл в «улыбку» со взрослыми людьми.

Перенесённая стратегия определения времени улыбки воспроизвела результаты исследования «младенец — мать»: она максимально увеличивала количество улыбок, адресованных только взрослым.

Стремление матерей к максимальному количеству одновременных улыбок говорит о том, что они высоко ценят взаимную позитивную вовлечённость.

Эти взаимные состояния, вероятно, являются одной из причин того, что матери часто улыбаются в ответ на улыбки младенцев. Стремление младенцев к тому, чтобы улыбалась только мать, можно объяснить с точки зрения поведенческой экологии.

Улыбка младенца может сигнализировать о желании получить от матери аффилиативные сигналы, например улыбку. Когда мать улыбается, сигнал улыбки младенца больше не требуется. Также возможно, что младенцы перестают улыбаться после того, как улыбнулась мать, чтобы регулировать положительное эмоциональное возбуждение.

Цели матерей и младенцев различались. Матери стремились к тому, чтобы чаще улыбаться друг другу, а младенцы — к тому, чтобы чаще улыбаться только матери.

Взаимодействие предполагает появление новых моделей поведения, которые могут отличаться от тех, что предпочитают участники.

Общие модели поведения в диаде «младенец — мать» могут частично возникать в результате столкновения этих различных целей. Целевое состояние, которое имело схожие значения апостериорной вероятности для младенца и матери, заключалось в том, что ни младенец, ни мать не улыбались.

Это статистически распространённое состояние при взаимодействии младенца и матери.

Конфликт между целями матери и младенца связан с давним спором о восприимчивости младенцев. Ранние теоретики были обеспокоены тем, что, хотя младенцы, казалось бы, меняли своё поведение в ответ на действия родителей, родители, как правило, рассчитывали время своих действий таким образом, чтобы младенец выглядел восприимчивым.

В этой статье мы показываем, что младенцы действуют в соответствии с целями, которые отличаются от целей родителей, и подчёркиваем роль младенца как независимого субъекта взаимодействия.

Изучение целей во время взаимодействия обычно начинается с изучения намеренных жестов. Жесты считаются намеренными, если они используются как средство для достижения цели.

Например, младенцы могут протягивать руки, чтобы попросить игрушку или лакомство. Такое поведение появляется у нормально развивающихся младенцев в возрасте от 8 до 12 месяцев.

Аналогичные трудности возникают при изучении жестов, используемых для получения пищи, у орангутанов и шимпанзе.

В литературе, посвящённой приматам, не относящимся к человекообразным, основное внимание уделяется специфике ассоциаций «сигнал — реакция» между двумя особями.

Здесь мы опираемся на логику ассоциаций «сигнал — реакция», используя метод обратного оптимального управления. Этот метод обеспечивает количественную основу для сопоставления сигнальных действий и реакций.

Используемые здесь методы подтверждают идею о том, что к 4 месяцам младенцы улыбаются целенаправленно, и проясняют, в чём заключаются эти цели.

Обнаружение целенаправленного интерактивного поведения у младенцев в возрасте до шести месяцев и выяснение целей, лежащих в основе такого поведения, может пролить свет на наше понимание развития типичного и нетипичного социального поведения.

Например, представленный здесь подход можно использовать для анализа интерактивного поведения детей с высоким риском развития расстройств аутистического спектра (РАС).

Анализ может помочь определить, имеют ли младенцы, у которых впоследствии разовьётся РАС, более объектно-ориентированные и менее социально-ориентированные цели, чем младенцы, у которых не разовьётся РАС.


Авторы:
- Пол Руволо ,
- Дэниел Мессинджер,
- Хавьер Мовеллан

PLoS ONE 10(9): e0136492. https://doi.org/10.1371/journal.pone.0136492
Опубликовано: 23 сентября 2015 г.

Исследование проводилось при поддержке грантов Национального научного фонда (INT2—-0808767 и BCS1052736) и Национального института здравоохранения (GM105004 MH 48680).