| Abstract: | Umetna inteligenca se vse pogosteje uporablja za zaznavanje čustev uporabnikov, vendar je zelo malo raziskav, ki bi primerjale metode, ki temeljijo na umetni inteligenci, z ustaljenim samoporočanjem in merjenjem afekta. V magistrski nalogi zapolnjujemo to vrzel s preučevanjem uspešnosti metod video in besedilne analize sentimenta v primerjavi z validiranim samoporočanjem in merjenjem afekta. Teoretično ozadje zajema pregled uporabniške izkušnje in njenih razsežnosti, vključno s kognitivnimi, vedenjskimi in čustvenimi vidiki interakcije človek - računalnik. Obravnavane so metode vrednotenja UX, od hevrističnega vrednotenja in standardiziranih vprašalnikov do sledenja pogledu in spletnih metrik, ter njihove omejitve pri zajemanju čustev v naravnih kontekstih. Predstavljeno je tudi področje analize sentimenta, vključno z besedilnimi pristopi na osnovi leksikonov in strojnega učenja ter video pristopi na osnovi prepoznavanja obraznih izrazov. Poudarjeni so izzivi obeh modalnosti: konceptualna dvoumnost čustev, validacija rezultatov, pristranskosti modelov ter težave pri zajemanju čustev v realnih interakcijah. V sistematičnem pregledu literature smo preučili 33 študij (2015–2025) iz podatkovnih zbirk IEEE Xplore, ScienceDirect in Web of Science. Rezultati kažejo, da so najpogostejši vhodni viri besedilni podatki in obrazna mimika, da globoko učenje in vnaprej naučeni jezikovni modeli pridobivajo na pomenu ter da večina študij ne primerja neposredno avtomatiziranih metod z meritvami samoporočanja. To je predstavljalo ključno vrzel, ki smo jo naslovili z eksperimentalnim delom. Eksperiment je vključeval 27 študentov programa Informatika in podatkovne tehnologije na Univerzi v Mariboru, Fakulteti za elektrotehniko, računalništvo in informatiko, dne 9. junija 2025. Udeleženci so izvajali naloge na TripAdvisorju in Amazonu. Sočasno smo zajemali obrazno mimiko prek spletne kamere in pisne refleksije na šest odprtih vprašanj po vsaki nalogi. Kot referenčno merilo je bil uporabljen vprašalnik PANAS. Za video analizo smo uporabili Imentiv AI (prepoznavanje obraznih izrazov, osem čustvenih kategorij), za besedilo pa VADER (leksikonska analiza sentimenta, pozitivno/negativno/nevtralno, normaliziran rezultat). Rezultati kažejo dosleden vzorec. VADER se je ujemal s PANAS v 74,07 % (TripAdvisor) in 76,92 % (Amazon), Imentiv AI pa v 36,0 % in 29,17 %. McNemarjev test je pokazal statistično značilno razliko med metodama, kar potrjuje hipotezo H1. VADER je pokazal zmerno pozitivno korelacijo z neto afektom PANAS pri obeh nalogah, Imentiv AI pa ni pokazal statistično značilne korelacije. Steigerjev test Z ni pokazal značilne razlike med korelacijama, zato H2 ni potrjena. Besedilna metoda je dosegla višjo skladnost s samoporočanjem. Ujemanje med Imentiv AI in VADER je bilo zelo nizko (Cohenov kappa 0,003 in −0,13), kar kaže na sistematično neujemanje. H3 je zavrnjena. Posebej izstopa negativna pristranskost Imentiv AI, ki je 88 % udeležencev razvrstil kot negativne, čeprav je PANAS pokazal pozitiven afekt pri 77,8 % (TripAdvisor) in 73,1 % (Amazon). Ta vzorec kaže na sistematično lastnost orodja in ne na vsebino nalog. K temu prispevata tudi način združevanja kategorij in omejitve modelov pri prepoznavanju subtilnih izrazov v naravnih interakcijah. Na podlagi ugotovitev je besedilna analiza sentimenta iz odprtih vprašanj po nalogi bolj zanesljiva in dostopna kot trenutna video analiza obraznih izrazov. Priporočeni so multimodalni pristopi, ki združujejo samoporočanje, besedilno analizo in previdno interpretirane podatke obraznih izrazov. Prihodnje raziskave naj razširijo vzorec, povečajo demografsko raznolikost, primerjajo dodatna orodja in razvijajo multimodalne okvire za boljše zajemanje čustev v naravnih kontekstih. |
|---|
