Eine Untersuchung des Potenzials und der Limitierung von impliziter Cursorsteuerung basierend auf passiven Brain-Computer Interfaces
Automatisierungstechnik, Mechatronik, Regelungssysteme, Intelligente Technische Systeme, Robotik
Kognitive und systemische Humanneurowissenschaften
Zusammenfassung der Projektergebnisse
Dieses Projekt untersuchte die Möglichkeiten und Limitationen der impliziten Interaktion auf der Grundlage passiver Gehirn-Computer-Schnittstellen (pBCIs). Implizite Interaktion bezieht sich auf Interaktion, die zwischen einem Menschen und einem Computer stattfindet, ohne dass der Mensch sich dessen bewusst ist. pBCIs sind Geräte, die die menschliche Gehirnaktivität messen und entschlüsseln, um natürlich auftretende psychische Zustände zu erkennen. Zum Beispiel kann ein pBCI anhand Ihrer Hirnaktivität erkennen, wenn Sie sich müde, glücklich, oder gestresst fühlen, oder wenn Sie über etwas verwirrt sind. Bei der impliziten Interaktion auf der Grundlage des pBCI werden solche dekodierten psychischen Zustände zur Steuerung eines Computers verwendet. Wir betonten die schwerwiegenden ethischen, rechtlichen und gesellschaftlichen Implikationen einer solchen neuroadaptiven Technologie. Zum Beispiel: Menschen haben kaum Kontrolle über ihre emotionalen Zustände. Sie können nicht entscheiden, wann sie sie fühlen, und sie können einen Computer nicht daran hindern, sie zu erkennen und zu benutzen. Wegen dieser und anderer Fragen brauchen wir ein gründliches Verständnis davon, was implizite Interaktion genau ist und wie sie genutzt werden kann|zum Guten und zum Schlechten. Die Hauptergebnisse dieses Projektes sind wie folgt. 1) Ein konzeptueller und theoretischer Rahmen für die Interpretation und Diskussion neuroadaptiver Technologie. 2) Neu Analyseinstrumente, um Forschern bei der Entwicklung und Bewertung neuroadaptiver Technologie zu helfen. 3) Experimentelle Ergebnisse, die wichtige Erkenntnisse lieferten. Konzeptionell lieferte das Projekt eine Kategorisierung verschiedener möglicher neuroadaptiver Systeme und machte dadurch deutlich, dass diese Systeme zunehmend autonom sind. Dies stellt eine potenzielle Bedrohung der menschlichen Selbstbestimmung dar. Darüber hinaus wurde cognitive probing als eine spezifische Methode identififiziert und definiert, die Computer nutzen können, um ihre Autonomie noch weiter zu erhöhen. Methodisch resultierte das Projekt in einer Open-Source-Toolbox, SEREEGA, womit Gehirnaktivität simuliert werden kann. Dadurch können Analysetechniken auf eine Weise ausgewertet werden, die mit Daten aus der realen Welt nicht möglich ist. Dies ermöglichte uns auch die Entwicklung und Bewertung einer neuen pBCI-Analysemethode. Dieses Projekt resultierte in einer Methode, mit der visualisiert werden kann, welche Hirnareale ein Computer für implizite Interaktion verwendet. Experimentell zeigte dieses Projekt, dass subjektiveWerturteile aus der Hirnaktivität entschlüsselt werden können, ohne dass der Mensch sich dessen bewusst ist. Mit der oben beschriebenen Methode konnten wir die einzelnen Hirnareale identififizieren, die an diesen Urteilen beteiligt sind. Dies demonstrierte und unterstrich die datenschutzsensitive Natur der neuroadaptiven Technologie. Das Projekt führte zur Gründung einer Konferenzserie sowie zu einer Reihe von Artikeln, in denen die oben genannten Aspekte demonstriert und diskutiert wurden.
Projektbezogene Publikationen (Auswahl)
- (2018). Passive Brain-Computer Interfaces: A Perspective on Increased Interactivity. In C. S. Nam, A. Nijholt, & F. Lotte (Eds.), Brain-Computer Interfaces Handbook: Technological and Theoretical Advances (pp. 69-86). Boca Raton, FL, USA: CRC Press. ISBN: 9781498773430
Krol, L. R., Andreessen, L. M., & Zander, T. O.
(Siehe online unter https://doi.org/10.1201/9781351231954) - (2018). SEREEGA: Simulating Event-Related EEG Activity. Journal of Neuroscience Methods, 309, 13-24
rol, L. R., Pawlitzki, J., Lotte, F., Gramann, K., & Zander, T. O.
(Siehe online unter https://doi.org/10.1016/j.jneumeth.2018.08.001) - (2018). Towards Classifier Visualisation in 3D Source Space. In 2018 IEEE International Conference on Systems, Man and Cybernetics (SMC) (pp. 71–76)
Krol, L. R., Mousavi, M., de Sa, V. R., & Zander, T. O.
(Siehe online unter https://doi.org/10.1109/SMC.2018.00022) - (2019). Salience versus Valence in Implicit Cursor Control: First Indications of Separate Cortical Processes. In 2019 IEEE International Conference on Systems, Man and Cybernetics (SMC) (pp. 3913–3918)
Krol, L. R., Pawlitzki, J., Mousavi, M., Andreessen, L. M., & Zander, T. O.
(Siehe online unter https://doi.org/10.1109/SMC.2019.8913936) - (2020). Cognitive and affective probing: a tutorial and review of active learning for neuroadaptive technology. Journal of Neural Engineering, 17 (1), 012001
Krol, L. R., Haselager, P., & Zander, T. O.
(Siehe online unter https://doi.org/10.1088/1741-2552/ab5bb5)
