不说话如何知道你在想什么？

非语言行为在社会交往中发挥重要作用，有效地编码和解码非语言行为对于种族的生存具有重要的意义。非语言行为多是无意识且不需要意志努力进行的，人们通常意识不到这些行为的协调复杂性。实际上这些行为的协调涉及全身上下多个部位和肌肉，并得到庞大的大脑区域网络的支持，也会受到心理因素的影响。

在众多种类的非语言行为中，面部行为传达了更多信息，在社会交往中也更多地被注意到。很多研究者致力于探究面部行为的表达模式（发送者编码）和感知模式（感知者解码），以及它们是如何影响社会交往的。最开始时，人们通过观察法发现人类面部表情的共同性。当人们高兴时，他们会眯起双眼，鼓起脸颊，嘴角上扬；当人们悲伤时，他们的眉毛会呈“八”字型，嘴角向下，情绪强烈时下嘴唇会向上抬起。

后来随着技术的发展，研究者们采用不同的方法对面部行为进行量化，发现个体的心理特质也会在面部行为上有所表现，使用机器学习技术可以建立面部行为与人格、抑郁等心理特质之间的映射关系。这些发现帮助人们更加了解心理特质的表达模式和其影响社会交往的途径，也为一些心理疾病的诊断提供了辅助方法。

图片源自网络

特质自尊是个体对自我的积极或消极评价，在一段时间内较为稳定。作为一种受到社会评价的影响也会影响社会行为的心理特质，人们普遍认为，特质自尊高的个体会表现地更自信，更容易给他人留下积极的印象。但是个体的特质自尊到底能不能通过外在行为（如面部行为）表达以及这种表达能否被感知到其实是存在争议的。

很多研究者对有关个体特质自尊的信息如何在社会交往中被传递感到好奇。有的研究者发现人类被试记录到的外显行为与感知者感知到的特质自尊之间没有明显相关，个体自我报告的自尊水平也和他人感知到的自尊水平关系不大。但是近年来一些零熟识的研究提出了不同看法。一项研究表明，在控制熟悉度后，人们可以通过个体的自我介绍视频（无声音）较为准确地识别他们的特质自尊。既然人们的先验知识和个体差异对自尊感知有影响，那么使用计算机而不是人类被试来对个体行为进行编码或许可以更客观地探究特质自尊如何影响社会行为。

鉴于此，中国科学院行为科学重点实验室朱廷劭研究组尝试探究在不同性别中，高低自尊个体在自我介绍时的面部活动是否存在差异，以探索个体特质自尊如何通过面部活动表达。该研究使用Kinect采集被试在自我介绍时的面部运动单元（AU）活动（17个面部运动单元的活动示意图如下图所示），使用了两因素方差分析和逐步逻辑回归的方法分析不同自尊水平和性别之间，面部活动的幅度（活动距离的平均值）和变异性（活动距离的标准差）的差异。性别×自尊水平的两因素方差分析结果表明，脸颊和嘴唇的活动存在特质自尊水平主效应，嘴唇的活动存在特质自尊水平和性别的交互作用。逐步逻辑回归的结果表明面部活动的组合可以有效地预测男性和女性的特质自尊水平。

面部运动单元的名称及其在三维空间内的活动方向

该研究探索了个体的特质自尊在三维空间内的面部表达模式，结果表明特质自尊可以通过脸颊、唇部等区域的面部活动表达，且这种表达存在性别差异。未来的研究可以探索特质自尊的更多非语言表达模式，如眼动、语音等。对心理特质的非语言表达进行编码有助于了解心理特质在社会交往中的作用模式，也为心理特质的自动识别技术提供依据。

通过非语言表达自动识别个体的心理特质有助于大范围检测人们的心理特质，也有助于实时监测特殊职业人群的心理健康状态，以便能及时提供帮助，减少由于心理状态导致的安全问题。但是，科技不能被滥用，隐私保护将是这一领域的研究和应用所面临的重要问题，科研工作者和企业在使用这一技术时应取得被测者的知情同意。

来源：中国科学院心理研究所