Oct 11th Journal Club

Themes:Human–AI collaboration, Empathic Conversation, Peer Support

Presenters: IL(Inju Lee), JL(Joohye Lee), YP(Yongha Park), HL(Hyunjoo Lee)

Topic 1: How Can Deep Neural Networks Inform Theory in Psychological Science? [IL]

선정 이유

Deep neural network(DNN)의 내부는 black box이기 때문에 그 내부 과정을 이해할 수 없다고 말해져오는데, 그와 반대되는 논지의 논문이라 흥미로워 읽어보았다.

내용 요약

연구자들은 인공신경망을 구현하고 신경망의 내부 과정에 기반하여 인간의 인지 과정을 탐구하고자 계속해서 시도해왔다. 하지만 DNN의 내부 과정을 상위 수준의 차원에서 이해하기 어려웠기 때문에, DNN의 내부는 “black box”라고 불려왔다.

관련하여 eliminativism과 insulationism, 두 개의 상반되는 견해가 있다. Eliminativism은 DNN의 성공은 패러다임 변화를 의미하며, 기존의 심리학, 언어학 이론이 모두 쓸모 없다는 것을 보여주는 증거라고 주장한다. Insulationism은 DNN은 심리학, 언어학 이론과 무관한 것이라고 주장한다.

하지만 최근 연구들은 DNN의 행동을 상위 수준의 차원에서 이해할 수 있음을 밝혀냈다. 특히 LLM의 내부 과정과 언어학 이론의 상응을 보여주는 연구 결과들이 다수 존재한다. 언어학 분야에서 보여준 이러한 가능성은, DNN의 내부 과정을 이해하는 것이 인간의 인지 과정과 인지 발달을 탐구하는 것에 정보를 제공해줄 잠재성이 있다는 것을 보여준다. DNN

DNN이 인간을 잘 모사하는 걸 보여주고 있기 때문에, DNN의 내부 과정을 인간의 인지 과정에 대한 가설을 탐구하는데 활용할 수 있다. 또한 DNN이 인간의 인지 발달 과정을 모사하지 못하더라도, 여러 관련 가설을 탐구하는데 활용되는 도구의 역할을 하며 간접적으로 인간의 인지 발달을 탐구하는데 도움을 줄 수 있다.

의의

DNN의 발전과 함께 DNN에 대한 새로운 관점을 제시하는 논문이라는 점에서 의의가 있다.

비고

LLM의 내부 과정과 언어학 이론의 상응 바탕으로, DNN이 심리학 이론을 탐구하는 것에도 활용될 잠재성이 있다고 주장하고 있다. LLM은 인간의 언어 데이터를 무수히 많이 학습하였기 때문에 그 내부 원리가 인간의 언어 사용 구조와 유사한 것일 수 있다. DNN이 심리학 이론을 탐구하는데 활용되기 위해선, DNN이 관련되는 인간의 데이터를 무수히 많이 학습하는 것이 선행되어야 할 것 같다는 생각이 들었다.

참고 문헌

McGrath, S. W., Russin, J., Pavlick, E., & Feiman, R. (2024). How Can Deep Neural Networks Inform Theory in Psychological Science?. Current Directions in Psychological Science, 1-9.

Topic 2: How fast can you change your mind? The speed of top-down guidance in visual search [JL]

선정 이유

Top-down Processing과 관련된 선행연구를 찾아보고자 선택하게 되었음.

내용 요약

이 논문은 시각적 탐색에서 상위 수준의 지시(Top-down guidance)가 얼마나 빠르게 변할 수 있는지에 대해 총 6차례의 실험에 걸쳐서 알아봄. 연구자들은 사람이 목표를 가지고 시각 탐색을 할 때, 목표 정보가 변화하는 상황에서 반응 시간을 측정함. 실험 결과, 실험 참가자들은 새로운 목표 정보를 신속하게 반영할 수 있었으며, 미리 정보가 주어졌을 때 지시를 신속하게 처리함. 이를 통해 상위 수준의 인지적 제어가 시각 탐색의 효율성을 높이는 역할을 한다는 결론을 내림.

한계점(선택)

200개의 데이터로 돌렸을 때보다 50개에서 200개 사이 랜덤으로 숫자를 택하여 데이터를 돌렸을 때 더 예측을 잘한다는 결과가 있었는데, 이에 대한 부연 설명이 없었음.

의의

Top-down Processing에 의한 인지적 제어 메커니즘이 시각적 탐색 속도에 중요한 영향을 미친다는 것을 시사.

비고

참고 자료 소개 (해당시), 추가 코멘트(해당시)

참고 문헌

McGrath, S. W., Russin, J., Pavlick, E., & Feiman, R. (2024). How Can Deep Neural Networks Inform Theory in Psychological Science?. Current Directions in Psychological Science, 1-9.

Topic 3: Effects of Immersive Virtual Reality in Enhancing Creativity [YP]

Topic 4: A randomised controlled test in virtual reality of the effects on paranoid thoughts of virtual humans’ facial animation and expression [HL]

선정 이유

VR을 활용한 정신건강 증진 및 치료 방법에 관심이 많아서 선정했다.

내용 요약

가상인간의 움직임(animation)과 표정(expression)이 유저의 편집증(paranoia)에 어떻게 영향을 미치는지 알아보았다. 여러 선행연구에서 가상인간의 밝은 표정이 VR게임에 대한 유저의 믿음과 참여의지를 높였다는 결과가 있기에, 이 연구에서는 얼굴 움직임(facial animation)과 얼굴 표정(facial expression)을 독립 변인으로 두고 있다. 가상인간의 얼굴이 움직이거나 긍정적인 표정을 짓고 있는 것이 유저의 편집증을 덜 유발할 것이라는 가설 하에 연구를 진행하였다. (1) static neutral (2) animated neutral (3) static positive (4) animated positive 네 가지 조건에 실험 참여자를 랜덤 배정하여 실험을 진행했고, 아이트랙커를 이용해 유저의 시선이 어디에 머무는지도 측정하였다. 실험 참여자는 baseline paranoia를 가진 사람들을 모집하였으며 실험 참여 후 Paranoid thoughts visual analogue scales(VAS), State social paranoia scale(SSPS)를 작성하도록 하였다. 실험 결과, 얼굴이 움직이고 표정도 밝을 때 유저의 편집증정도가 가장 낮았으며 두 요인 중에는 얼굴 움직임이 더 큰 영향을 미치는 것으로 보였다.

한계점(선택)

첨부된 사진으로 보았을 때, VR 환경 속 인물들의 외모나 엘리베이터 속 위치/자세 등이 위협적으로 느껴진다. 이런 재료로 연구를 진행한다면 기본 그룹에서도 paranoia가 올라갈 것 같다는 생각이 들었다. 또한, VR 프로그램을 실제 정신건강의학과 환자들에게 제공하기까지는 상당한 시간이 걸릴 것 같다.

의의

정신건강 증진을 위한 VR 프로그램 개발시 다양한 정신적 질환/증상을 가진 사람들을 고려하여 큰 맥락뿐 아니라 가상인간의 얼굴 움직임과 표정까지 섬세하게 디자인하여 치료 효과를 높일 수 있을 것으로 기대된다.

참고 문헌

Wei, S., Freeman, D., Harris, V., & Rovira, A. (2024). A randomised controlled test in virtual reality of the effects on paranoid thoughts of virtual humans’ facial animation and expression. Scientific Reports, 14(1), 17102.