チームで作業を行っている動画を撮ると、幸福度は分かるのか？

というMITの研究。作業中の動画を見て、その人のPERMAを予測できるのか？

→結論としては、わりと分かりそう。

特に、

E(フロー)とR(関係性)は良く分かる。

P(ポジティブ感情)とA(達成)は、そこそこ分かる。

M(人生の意味)が若干難しい。

みたいです。

確かに。この論文ではAIによる解析ですが、人が目で見ても、同じように分かりそうです。

幸せの4つの因子版でも、見てみたい😊

ーー

また、より多くの視線を他者と交わし、より多くの驚きを経験し、より多く話し、より感情的に安定している場合、PERMAが全体的に高かったそうです。

ーーー

AI による顔ビデオ分析によるチームの幸福度の予測

Predicting Team Well-Being through Face Video Analysis with AI

Applied sciences,2024/2/3

https://www.mdpi.com/2076-3417/14/3/1284

要旨

ウェルビーイングはポジティブ心理学の柱の 1 つであり、個人の私生活や職業生活だけでなく、チームや組織にもプラスの影響を与えることが知られています。個人の健康状態を理解し、促進することは、スタッフの健康と長期的な成功にとって不可欠ですが、主観的な健康状態を評価する現在のツールは、時間のかかる調査やアンケートに依存しているため、改善に必要なリアルタイムのフィードバックを提供する可能性が制限されています。気づき、個人の行動を変えます。この論文では、チームワークにおける個人の幸福度の重要な予測因子を特定するためにビデオ データを使用し、チームワークにおける非言語コミュニケーションのプロセスを理解するためのフレームワークを提案します。ビデオ取得テクノロジーと最先端の人工知能ツールを利用して、パノラマ ビデオから個人、相対、環境の特性を抽出します。統計分析が各時系列に適用され、125 個の特徴のデータセットが生成され、ポジティブ心理学の文脈で開発された PERMA (ポジティブな感情、エンゲージメント、関係、意味、および達成) 調査にリンクされます。PERMA モデルの各柱は、機械学習アルゴリズムを使用して回帰または分類問題として評価されます。私たちのアプローチは、80 人の学生が 20 チームに分かれて 1 週間、対面の環境でチーム タスクに協力するケーススタディに適用されました。これにより、チームワークにおける個人の幸福に影響を与える要因を特定するいくつかの仮説を立てることができました。これらの有望な結果は、例えば、チームワークにおける個人の幸福度を分析するために異なるメディアを融合するなど、興味深い研究の道を示しています。