“幸運的是，靈魂有一個翻譯 - 通常是一個無意識的，但仍然是一個忠實的翻譯 - 在眼中，”夏洛蒂勃朗特寫道。事實證明，眼睛也是非常可靠的個性指標。

在最近的一項研究由南澳大利亞，斯圖加特，弗林德斯大學的大學的大學和馬普學會信息學在德國進行，研究人員描述了一種機器學習模型，可以從一個人的眼睛預測像社交性，好奇心和責任感特質單獨運動。

“我們工作的一個關鍵貢獻是首次證明，個人的神經質，外向性，適應性，盡責性和感性好奇心的水平只能通過日常任務中記錄的眼球運動來預測，”研究人員寫道。“這一發(fā)現對于在嚴格控制的實驗室研究與無約束的現實世界環(huán)境中的自然眼球運動研究之間進行橋接非常重要。”

研究小組指出，之前的研究表明眼球運動與人格特質之間存在密切關系。例如，樂觀主義者傾向于花費更少的時間來觀察負面或令人沮喪的圖像，而不是悲觀主義者，而自然好奇的人則會在抽象動畫中居住。但是從歷史上看，在實驗室環(huán)境中，人工測試結果已被大量測量并與人格測試結果相關聯?，F在，研究人員能夠自動化該過程。

該團隊招募了來自弗林德斯大學的50名學生進行研究：42名女性和8名男性。為了追蹤他們的眼球運動和凝視，他們使用了SensoMotoric Instruments(SMI)的頭戴式系統(tǒng)和連續(xù)錄制視頻片段的手機。

然后，他們使用三個問卷來評估參與者的人格特質：NEO五因素清單，其中包括60個用于衡量神經質，外向性，開放性，適應性和責任心的問題; 感性好奇心，評估對“知覺刺激”和“視覺感官檢查”的興趣; 和好奇心和探索庫存(CEI-II)。在進行個性和好奇心測試之前，科學家們指示他們在澳大利亞阿德萊德的弗林德斯校園里走10分鐘并購買他們選擇的任何項目。

在收集受試者的凝視數據并記錄他們的書面答復后，該團隊使用訓練有素的神經網絡來預測每個上述人格特質的基線。他們發(fā)現，該模型在某些情況下表現出“遠高于”平均水平，預測神經質為準確率為40.3%%，外向性為48.6%%，準確率為45.9%%。然而，它在開放性和好奇心方面的表現有點弱。

研究人員期望更大的真實世界凝視數據集，以及對特定特征眼動(即與某些人格相關的眼球運動)的進一步研究，將提高模型的預測準確性和可靠性。

“盡管預測對于實際應用來說還不夠準確，但它們顯然高于機會水平并且超過了幾個基線，”該團隊寫道。

這項工作還闡明了人格特質與眼球運動之間的聯系。通過分析眼球運動并根據它們對人格的重要性對它們進行排序，研究人員發(fā)現瞳孔直徑等某些特征與特定的特征密切相關。(例如，瞳孔直徑與神經質有關。)

他們寫道：“超越早期研究所調查的特征，[我們]的方法也使我們能夠找出之前未充分調查的眼動特征和人格特征之間的新聯系。