| 研究課題/領域番号 |
22K13801
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分10010:社会心理学関連
|
|---|
| 研究機関 | 早稲田大学 |
|---|
研究代表者 |
中村 航洋 早稲田大学, 理工学術院総合研究所(理工学研究所), その他(招聘研究員) (20817275)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2024年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2023年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2022年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 容姿 / ステレオタイプ / データ駆動処理計算 / 画像生成 / 深層学習 / 顔 / 対人認知 |
|---|
| 研究開始時の研究の概要 |
人は他者の容姿からその人物の内的特性や性格を推測できると信じる傾向があり，特定の外見的特徴を持つ人に対してステレオタイプを形成することがある。本研究は，画像生成技術と計算モデリングを応用して，容姿のステレオタイプを画像として可視化する手法を確立し，容姿に基づく偏見やステレオタイプ的判断を低減する介入方略を提案することを目指すものである。
|
| 研究実績の概要 |
本研究では、画像生成と計算モデリングの手法を応用し、容姿に基づくステレオタイプを画像として可視化する技術を確立し、ステレオタイプと偏見を低減する効果的な介入方法を提案することを目指す。本年度は主に以下2つの研究課題に取り組んだ。
研究1 (深層学習を用いた容姿に基づくステレオタイプの可視化手法の開発)：近年の画像処理技術の飛躍的向上に伴い、リアルな顔や頭髪の情報含む容姿画像を生成する技術が登場した。特に、深層学習を活用した敵対的生成ネットワーク (GAN)は、実在する人間の容姿と区別できないほど精巧な顔画像の生成を可能にしている。本研究では、GANの一種であるStyleGAN2を利用して多様な容姿画像を生成し、画像の特徴表現を獲得した潜在変数とその画像に対する印象やステレオタイプの関係性をモデル化可能であることを確認した。これにより次年度以降のステレオタイプの画像化研究の基盤が整った。この画像生成技術を用いた研究成果の一部は国際学会において発表し、現在論文化の準備を進めている。
研究2 (逆相関法を用いた容姿ステレオタイプの可視化)：本研究では、他者の行動傾向を推測する際、特定の外見的特徴がステレオタイプ的判断を誘発する可能性について検討した。逆相関法を用いた心理実験の結果、他者が道徳違反的な行為を行いそうな程度を推定する際、観察者が内的に保持している容姿のステレオタイプを可視化することができた。本研究の成果は国内の学会で発表し、現在後続の研究を進めている。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
概ね当初の予定通りに、ステレオタイプの可視化手法、研究パラダイムの確立に着手することができている。本研究に関する成果の一部は、既に国内外の学会において発表し、現在成果を論文としてまとめる準備を進めている。研究1,2の後続の研究についても既にデータ取得に向けた準備を進めている。以上の点を踏まえて、研究は概ね順調に進展していると言える。
|
| 今後の研究の推進方策 |
新型コロナウイルス感染拡大防止への取り組みとして、実験や調査は対面実験とWeb実験を併用しながら進める。対面実験の実施が困難となった場合には、速やかに実験計画を変更し、Web上での実験が実施できるよう対処する。
|
