Year: 2026
Type: dissertation
Abstract: Toistaiseksi ei kuitenkaan ole yhtenäistä viitekehystä, joka selittäisi, miten tunteet syntyvät tavoitteellisesta toiminnasta kausaalisesti testattavalla ja laskennallisesti rationaalisella tavalla. Tämä väitöskirja vastaa näihin puutteisiin yhdistämällä kognitiivisen arviointiteorian sekä mallipohjaisen että mallivapaan vahvistusoppimisen (reinforcement learning, RL) kehittääkseen laskennallisen selitysmallin tunteille. Tutkimus yhdistää laskennallisen mallinnuksen laajaan empiiriseen aineistoon: useissa tutkimuksissa, jotka sisälsivät sekä tapauskuvauksiin perustuvia että interaktiivisia tehtäväkokeita, manipuloitiin arviointiprosesseja ja mitattiin osallistujien tunnevasteita kausaalisten yhteyksien testaamiseksi. Väitöskirja tarjoaa kolme keskeistä kontribuutiota. Ensinnäkin siinä formalisoidaan useita arviointidimensioita (kuten hallinnan tunne, äkillisyys, tavoitteen relevanssi ja tavoitteen edistävyys) vahvistusoppimisen viitekehyksessä ja esitetään uusia matemaattisia muotoiluja näiden arviointien laskennalliseen mallintamiseen. Toiseksi empiiriset tutkimukset osoittavat selkeitä kausaalisia yhteyksiä manipuloitujen arviointien ja itse raportoitujen tunnevasteiden välillä tarjoten metodologisen perustan laskennalliselle mallinnukselle. Kolmanneksi vahvistusoppimiseen perustuvat mallit toistavat osallistujien tunnevasteiden keskeisiä suuntauksia osoittaen, kuinka arviointiprosessit voidaan kuvata laskennallisen rationaalisuuden periaatteiden avulla. Yhdessä nämä kontribuutiot edistävät laskennallista tunteiden tutkimusta tarjoamalla yhden ensimmäisistä kokonaisvaltaisista selityksistä sille, kuinka arviointiteoriaan perustuvia tunteita voidaan mallintaa vahvistusoppimisen avulla ja validoida empiirisesti. Teoreettisen merkityksen lisäksi tulokset tukevat entistä tunneherkempää, ihmiskeskeistä suunnittelua HCI-alalla sekä avaavat uusia mahdollisuuksia tulevaisuuden interaktiivisille järjestelmille – kuten roboteille ja älykkäille käyttöliittymille – jotka kykenevät paremmin tunnistamaan, tulkitsemaan ja huomioimaan ihmisen tunteita.
Author: Zhang, Jiayi Eurus
Institution: University of Jyväskylä
Language: English
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
Funder: Jyväskylän Yliopisto
OpenAlex ID: W7220889869
