トレンド分析

相手の心は顔に出るのか？「感情の普遍性」をめぐる天才心理学者たちの激突と、最新AIが暴いた「喜怒哀楽」の真実

私たちは相手の「表情」から本心を読み取れると信じています。しかし、心理学界では「人間の感情は万国共通の生得的なものか、それとも文化や脳が後天的に作り出すものか」という根源的なテーマで長年激しい論争が続いてきました。本記事では、微表情学の基礎を築いたポール・エクマンの「基本感情理論」と、それに真っ向から挑戦しパラダイムシフトを起こしたリサ・フェルドマン・バレットの「構成主義的感情理論」を徹底比較します。さらに、論争の枠を超えて最新のAI感情認識研究が導き出した「28次元の普遍性」という驚きの結論まで、コミュニケーションの科学を根本からアップデートする最前線の知見をお届けします。

感情の起源をめぐる学術的パラダイムの変遷

人間のコミュニケーションにおいて、非言語情報、とりわけ「表情」が果たす役割は圧倒的である。「伝わる」メカニズムを科学的に解明しようとする際、我々はしばしば「顔に一瞬現れる微細な動き（微表情：マイクロエクスプレッション）を見抜けば、相手の隠された本音や感情を正確に解読できる」という前提に立つ。この前提の根底を支えているのが、感情というものが人種、文化、言語の壁を越えて全人類に共通して備わっているとする「感情の普遍性（Universality of Emotion）」という概念である。

この概念は、チャールズ・ダーウィンが提唱した進化論的視点に端を発し、20世紀後半にポール・エクマンらの研究によって強固な科学的定説として確立された1。エクマンの理論は、心理学のみならず、法執行機関の尋問手法やセキュリティ対策、さらには初期の人工知能（AI）による感情認識テクノロジーに至るまで、社会のあらゆるシステムに深く組み込まれてきた。

しかし21世紀に入り、機能的磁気共鳴画像法（fMRI）をはじめとする神経科学や脳科学の飛躍的な発展に伴い、この「常識」を根底から覆す理論が登場した。神経科学者であり心理学者であるリサ・フェルドマン・バレットが提唱した「構成主義的感情理論（Theory of Constructed Emotion: TCE）」である3。バレットは、人間の感情は生得的に脳に組み込まれた回路の産物ではなく、個人の過去の経験、文化、そして言語によって脳がその瞬間瞬間に能動的に「構築」するものであると主張し、エクマンの理論に真っ向から異議を唱えたのである4。

本報告書では、「基本感情理論」と「構成主義的感情理論」という現代感情心理学における二大パラダイムの対立構造を詳細に対比する。さらに、この歴史的な論争がその後の学術研究、特にAIテクノロジーや臨床心理学にどのような波及効果をもたらしたのかを分析し、膨大なグローバルデータを処理する最新のディープラーニング研究が導き出した「現在の科学的合意」について、深い洞察を提供する。

ポール・エクマンと「基本感情理論（BET）」による支配

ポール・エクマンによって確立された「基本感情理論（Basic Emotion Theory: BET）」は、感情研究という分野において半世紀以上にわたり絶対的な支配力を持ってきたパラダイムである4。この理論の核心は、人間には進化の過程で形成された「基本感情」がハードウェアとして備わっており、それらは特定の共通する生態学的な脅威や機会に対する適応的かつ自動的な反応として機能するという点にある3。

エクマンは、感情を先天的なもの（Nativism）であり、それぞれが独自の本質を持つ（Essentialism）と捉える古典的な視点を科学的に洗練させた6。

普遍的なシグナルと「感情の指紋」

エクマンの最も重要な功績は、1960年代から70年代にかけて行われた画期的な異文化間研究である。彼は、西洋のメディアや文化から完全に隔絶されたパプアニューギニアの高地民族などを対象に調査を行い、世界中の人々が特定の顔の表情を同じ感情と結びつけることを実証した。この一連の検証を経て、エクマンは少なくとも6つの基本感情——幸福（Happiness）、悲しみ（Sadness）、恐れ（Fear）、怒り（Anger）、嫌悪（Disgust）、驚き（Surprise）——が、世界中で普遍的に表現され、認識されると結論付けた（後に「軽蔑（Contempt）」が加えられ7つとされた）7。

基本感情理論の研究者たちによれば、これらの基本感情はそれぞれが固有の「指紋（Fingerprint）」と呼ぶべき特徴的なプロファイルを持っている4。その主な特徴は以下の通りである。

  • 特異的な表情の動き（Facial Action Coding System）: 特定の感情は、特定の顔の筋肉の動き（Action Units）と直接的かつ自動的に結びついている3。例えば、真の幸福は眼輪筋と大頬骨筋の収縮（デュシェンヌ・スマイル）を引き起こす。
  • 独自の生理学的および神経学的基盤: 感情ごとに、自律神経系（ANS）の活動（心拍数や体表温度の変化）や中枢神経系の活動パターンが明確に異なる。恐怖には扁桃体が、嫌悪には島皮質がといった形で、脳内に特定の感情を司る専用の神経回路（Emotion circuits）が存在すると想定された3。
  • 進化論的機能の特化: エクマンらの主張によれば、例えば恐怖を顔や身体全体で表現することは、はるか遠くからでも仲間に危険を知らせるための適応的な進化であった8。一方で、嫌悪や驚きといった感情は遠くから認識される必要性が低かったため、より顔の表情のみに集約される形で進化したとされる8。

BETの社会実装と微表情の神話

エクマンの理論は、「人間の内面にある感情は、外側に現れる客観的なシグナルから正確に読み取ることができる」という極めて実用的な前提を提供した。このため、心理学の枠を超えて急速に社会実装が進んだ。

最も顕著な例が安全保障分野である。米国運輸保安庁（TSA）は、エクマンの微表情学をベースにした「SPOT（Screening of Passengers by Observation Techniques）」と呼ばれる乗客スクリーニング・プログラムを導入し、テロリストなどが無意識に顔に浮かべる微小な恐怖や怒りのサインを検知する訓練を検査官に施した11。また、臨床心理学においても、自閉症スペクトラムや統合失調症の患者に対し、顔の表情から感情を読み取る訓練が行われるようになった12。

さらに、初期のAIおよびコンピュータビジョン技術の発展に伴い、「感情AI（Emotion AI）」市場が爆発的に成長した。カメラを通じて人間の顔をスキャンし、各ピクセルの動きから「この人物は80%の確率で怒っている」と判定するシステムは、例外なくエクマンの提示した離散的（Discrete）な基本感情のカテゴリーに依拠していたのである9。

リサ・フェルドマン・バレットによるパラダイムシフト：「構成主義的感情理論（TCE）」

エクマンの基本感情理論が揺るぎない「常識」として君臨する中、神経科学者リサ・フェルドマン・バレットは、著書『How Emotions Are Made（邦題：感情はこうしてつくられる）』を通じて、感情科学に文字通りのパラダイムシフトをもたらした5。バレットが提唱した「構成主義的感情理論（Theory of Constructed Emotion: TCE）」は、エクマンの理論に内在する本質主義を徹底的に解体し、脳の働きに対する全く新しい枠組みを提示するものであった6。

「感情の指紋」の徹底的な否定

バレットの研究の出発点は、機能的磁気共鳴画像法（fMRI）を用いた脳機能マッピングや膨大な生理学的データのメタ分析であった。彼女の研究チームは、基本感情理論が予言するはずの「感情ごとの一貫した生理学的・神経学的指紋」を探し求めた。しかし、データが示唆した現実は理論とは異なっていた4。

バレットらのメタ分析の結果、「怒り」を感じている時に常に活動する特定の脳の領域（怒りの中枢）は存在せず、また「怒り」を抱いている時に人々が常に同じように顔をしかめるわけではないことが判明した4。ある状況下では怒っている時に微笑むこともあれば、無表情でいることもあり、泣くこともある。また、同じ「顔をしかめる」という表情であっても、それが怒りによるものか、深い集中によるものか、あるいは単なる腹痛によるものかは文脈に依存する。すなわち、顔の表情（外部シグナル）と内部の感情状態の間に、普遍的で1対1の完全な相関関係は存在しないと結論付けたのである16。

脳はどのように感情を「構成」するのか

バレットのTCEによれば、感情は外界の刺激に対する受動的で自動的な「反応（Reaction）」ではなく、脳による能動的な「構築物（Construction）」である4。脳は基本的にエネルギー効率を最適化するための「予測マシン」であり、身体のエネルギーバランスを維持する「アロスタシス（Allostasis）」という目的のために機能している3。感情が生まれるプロセスは、以下のような高度な情報統合メカニズムとして説明される。

第一に、全ての感情の基盤となるのが「内受容感覚（Interoception）」から生じる「コア・アフェクト（中核感情）」である3。これは、心拍数の変化や血圧の上昇、呼吸の乱れといった単純な身体内部の感覚であり、基本的には「快・不快（Valence）」と「覚醒・沈静（Arousal）」の2つの軸でしか表されない非常に抽象的な状態である17。

第二に、脳はこのコア・アフェクトの変動（例えば、突然心拍数が上がったという状態）と、現在の外界の状況（目の前にクマがいる、あるいは目の前に魅力的な人がいる）を照らし合わせる。そして、過去の経験や学習によって蓄積された知識を用いて、「この身体の変化と外界の状況は、一体何を意味しているのか？」という予測（Meaning-making）を瞬時に行う4。

第三に、この意味づけのプロセスにおいて「言語」と「感情概念」が決定的な役割を果たす。脳は、文化や社会から与えられた「怒り」「恐怖」「喜び」といった感情のカテゴリー（概念）を鋳型として用いることで、単なるコア・アフェクトを具体的な「感情体験」へと変換する10。

例えば、同じ「心拍数の上昇と強い不快感」であっても、仕事で理不尽な扱いを受けたという文脈と「怒り」という概念を持っていれば、脳はそれを「怒り」として構築する。もし全く同じ身体反応が、重大な試験の直前に起きたのであれば、脳はそれを「不安」として構築する。つまり、感情とは生物学的な実体ではなく、感覚入力と過去の経験、そして文化的な言語が精緻に織りなす「社会・文化的構築物」に他ならないのである10。

二大理論の対立構造と第三の道

エクマンのBETとバレットのTCEは、人間の精神の捉え方において根本的な対立関係にある。さらに、この論争を調停するような「第三の道」として、ジェームズ・ラッセルらによる次元モデルも存在する。これらの理論的な差異を以下の表に整理する。

比較項目基本感情理論（BET / エクマン）構成主義的感情理論（TCE / バレット）次元モデル（コア・アフェクト / ラッセル）
感情の起源生物学的に生得的であり、進化の過程でハードワイヤードされている3。後天的であり、身体感覚、経験、言語に基づく脳の予測・構築物である4。感情の基盤となる「覚醒度」と「感情価」の2次元のみが普遍的（最小限の普遍性）13。
感情のカテゴリー怒り、悲しみなどの基本感情は、自然界に存在する離散的（個別の）実体9。感情カテゴリーは社会・文化的構築物であり、物理的・生物学的な実体ではない19。感情はカテゴリーではなく、2D空間上の連続的なブレンドとして表現される13。
表情との関係感情と表情には1対1の強固なリンクがあり、特定の表情から感情を特定可能3。表情は文脈に大きく依存し、特定の感情が特定の表情を必ず引き起こす指紋はない4。表情は感情ラベルとゆるく関連しているが、文化によって変動し、文脈に依存する4。
文化の影響基本的な表現は万国共通。文化は後天的な「表示規則（抑制や誇張）」としてのみ機能22。文化と言語は、感情の概念そのものを形成する根本的な材料として機能する18。単純な快・不快の知覚は普遍的だが、それをどうラベリングするかは文化に依存する20。

直接的な衝突と科学コミュニティによる検証

エクマンとバレットの理論的対立は、学術誌や一般メディアを通じて直接的な論争へと発展した。2014年、バレットはニューヨーク・タイムズ紙に寄稿し、「顔の表情だけを見て、その人の感情状態を検出することはできない」と一般向けに強く主張した12。これに対し、エクマンと共同研究者のダチャー・ケルトナーは即座に反論を展開し、「ダーウィンの普遍性の主張は覆されていない」とし、バレットの主張は極端であり、自発的な強い感情反応と表情の関連性を無視していると厳しく批判した23。エクマンは今日に至るまで、自発的で強烈な感情反応とそれに対応する顔の表情のリンクが科学的研究によって論破されたことは一度もないと一貫して主張し続けている8。

この長期化する論争に客観的な裁定を下すため、心理科学協会（APS）は2019年、バレットを含む立場の全く異なる5人の著名な科学者を招集し、過去1世紀にわたる1000件以上の論文のシステマティック・レビューを実施させた15。委員会の目的は、データが示すコンセンサスを見出すことであった。

数ヶ月で終わると思われていたこのプロジェクトは、見解の相違により2年の歳月を要した。そして最終的に発表された学術誌『Psychological Science in the Public Interest』の包括的報告書は、学界に大きな衝撃を与えた17。報告書は、「人々は幸福な時に微笑み、怒っている時に顔をしかめる傾向が偶然よりも高いことは事実である」としながらも、「人間の感情を外部の顔の動きから確実かつ信頼性をもって推測することはできない」と結論付けたのである16。これは、表情と感情の1対1のリンクを否定するバレットの主張を大きく裏付けるものであった。

論争が後続の研究と社会実装に与えた甚大な影響

心理学界におけるこのパラダイムシフトは、単なる象牙の塔の中の理論的議論にとどまらず、後続のテクノロジー開発、セキュリティ政策、そして対人コミュニケーションの科学に極めて実践的な影響を及ぼした。

1. 「感情AI」とセキュリティ政策への痛烈な打撃

エクマンの理論に基づき、顔の筋肉の動きから人々の感情を自動的に読み取ろうとするスタートアップやテクノロジー企業は、2010年代に多数登場した。しかし、2019年のAPSのレビュー結果を受け、これらの「感情認識AI」は科学的根拠を欠いた「知的な流砂（Intellectual Quicksand）」の上に構築されているという批判が噴出した11。

米国自由人権協会（ACLU）などの専門家グループは、人がしかめっ面をしているからといって「悪意」や「怒り」を抱いているとAIが判断することは、文脈を無視した極めて危険なアルゴリズムであると警告した15。実際、表情はその場の状況、個人の性格、社会的関係性などの文脈（Context）に大きく依存する25。このパラダイムシフトにより、最先端の感情AI研究は、単なる顔のピクセル分析から、音声のトーン、身体の動き、そして「状況の文脈」を統合的に解釈するマルチモーダル大規模言語モデル（MLLMs）による感情推論へと研究の舵を大きく切ることとなった26。

2. 「感情粒度（Emotional Granularity）」の発見とコミュニケーション科学の進化

バレットの構成主義的感情理論から派生し、心理学、臨床医学、そしてビジネスコミュニケーションの分野で爆発的な影響を与えている実践的な概念が「感情粒度（Emotional Granularity）」である28。

TCEの前提によれば、感情とは言語と概念によって脳内で「構築」されるものである。それならば、自身の内部状態（コア・アフェクト）を表現するための語彙（概念）が豊富で精緻であるほど、脳はより適切でコンテキストに沿った感情を構築し、処理できることになる。感情粒度とは、まさに自分の感情体験をどれだけ細かく的確に区別し、ラベリングできるかという能力の個人差を指す31。

研究によれば、感情粒度が低い人は、すべてのネガティブな体験を大雑把に「嫌な感じ」「怒り」「最悪」としか識別できない30。一方、感情粒度が高い人は、同じ不快な状況でも、「憤慨している」「落胆している」「もどかしい」「不安である」「圧倒されている」と細かく弁別することができる32。

神経科学的なメカニズムとして、感情粒度が高い個人は、感情的な刺激に直面した際に、脳の実行制御ネットワークをより強く活動させ、状況に最も適した概念知識にアクセスして意味づけを行うことができる30。その結果、感情粒度が高い個人は、ストレスに対するレジリエンスが非常に高く、うつ病のリスクが低く、優れた感情制御能力を持つことが一貫して証明されている30。

この知見は、ビジネスやリーダーシップ開発にも直接的に応用されている。People Plus Scienceなどが提供する職場向けの感情知能（EI）トレーニングでは、従業員の感情語彙を増やす（感情の解像度を上げる）ことが、共感力、心理的安全性、そして職場の対人関係能力（ソーシャル・インテリジェンス）を飛躍的に高める実践的な手法として導入されている28。また、感情粒度の向上は、仏教哲学に基づくマインドフルネス瞑想などの実践とも深い親和性があり、意識的に訓練・育成可能なスキルとして注目を集めている35。

現在の結論：2020年代の最新科学はどちらを支持しているか？

論争の当初は、古典的な定説（エクマンのBET）を新鋭の理論（バレットのTCE）が打ち破り、表情による感情認識は無効化されたという図式で語られることが多かった。しかし、2020年代中盤から現在に至る最新のデータ駆動型研究は、この論争に対して単純な勝敗ではない、極めて精緻でニュアンスに富んだ結論を提示している。

現在の科学的合意は、「単純な二元論（完全な生得的普遍性 vs 完全な社会的構築性）を超越し、高次元の生物学的普遍性と、文化的文脈に依存する構築性のハイブリッドモデル」を支持している26。

この新たなコンセンサスを決定づけたのが、計算感情科学に基づく大規模なディープラーニング手法である。2024年に学術誌に発表されたAlan Cowenら（Hume AIやカリフォルニア大学バークレー校の研究チーム）による金字塔的な研究は、過去の研究が抱えていた「サンプル数が少ない」「意図的に作られた不自然な表情写真を使用している」といった限界を完全に克服した1。

42万件のデータが示す「28次元の表情」と「高次元の普遍性」

研究チームは、北米、ヨーロッパ、アジア、アフリカ（日本、インド、南アフリカ、ベネズエラ、エチオピアなど）の6カ国から5,833人の参加者を募り、自然の風景や事故、出産など2,185種類の感情を喚起する動画を見せた。そして、それに対する彼らの自然で自発的な顔の反応を録画し、合計423,193件の表情データ（約42万件の自発的微表情）を収集した1。

参加者自身に自らの感情状態を母国語で報告させるとともに、この膨大な映像データを文脈や人種・物理的特徴を無視して純粋に顔の動きのパターンのみを学習するディープ・ニューラル・ネットワーク（DNN）に解析させた。その結果、以下の驚くべき事実が明らかになった。

  1. 高次元の表情空間の発見: 人間の表情は、エクマンが主張したような「6つの基本感情」という単純な枠には全く収まらなかった。AIは、表情の中に28種類の独立した連続的な次元を発見したのである1。これは、表情が単一のカテゴリーではなく、複数の感情状態が複雑にブレンドされた連続体（Continuum）であることを示している13。
  2. 普遍性と文化的特異性の共存: 発見された28次元の表情の動きのうち、なんと21次元において、文化の壁を越えた強い普遍性（Universality）が確認された。一方で、残りの7次元や、感情の表現の激しさ（オーバーさ）には、文化による特異性やバリエーションが明確に存在した1。

両理論への最終的な裁定

この42万件のデータが導き出した「高次元の普遍性（High-dimensional Universality）」という結論は、エクマンとバレットの両者の理論に対して、以下のような決定的な裁定を下すことになった36。

  • エクマン（BET）への裁定: 人類の表情には、言語や文化を超越した強力な生物学的・普遍的な共通シグナルが確実に存在している。バレットがかつて示唆した「表情は完全に社会的な規約であり普遍性はない」という極端な構成主義の側面は明確に否定された10。しかし同時に、人間の感情は6つや7つの離散的なバケツ（基本感情カテゴリー）にきれいに分類できるほど単純なものではなく、従来のBETが想定していたモデルは解像度が低すぎたことも露呈した9。
  • バレット（TCE）への裁定: 感情表現には文脈や文化による微妙なバリエーションが存在し、同じ筋肉の動きでも状況によって意味合いが変わるという点において、TCEの主張の根幹は正しかった1。また、表情が明確な境界線を持たない連続的なグラデーションとして現れ、それらが言語的カテゴリーの枠組みを超えて複雑にブレンドされているという発見は、バレットの構築主義やラッセルの次元モデルの妥当性を強く支持している13。

すなわち、最新のAIが導き出した現在の優勢な視点は、「人間の表情には世界共通の強固な生物学的シグナルが20次元以上にわたって存在するが、そのシグナルは複数の状態がブレンドされた高次元で複雑なものであり、それを脳がいかに知覚し、概念化し、『具体的な感情カテゴリー』として体験するかは文化と文脈に依存して構築される」という統合的アプローチである26。

「伝わるを科学する」視点からの総括

微表情学における「感情の普遍性」をめぐるエクマンとバレットの論争は、人間の心の奥底にあるブラックボックスを解き明かそうとする科学の歴史において、最もスリリングで建設的なパラダイムシフトの一つであった。「伝わるを科学する」という観点からこの一連の学術的議論を俯瞰したとき、我々は日々のコミュニケーションにおいて極めて重要な2つの実践的インサイトを得ることができる。

第一に、非言語コミュニケーション（表情や微表情）の持つ普遍的な力を過小評価してはならないと同時に、それを過信してもならないという点である。世界中の人々は、微笑みや眉をひそめるといった20以上の高次元の表情シグナルを普遍的に発している1。しかし、それが相手の内面にある特定の「怒り」や「悲しみ」という固定化された感情カテゴリーと完全に1対1で直結していると決めつけるのは危険である。文脈（コンテキスト）の共有なしに、表情の断片だけで相手の本音を完全に理解したと錯覚することは、AIであれ人間であれ、コミュニケーション不全を引き起こす最大の要因となる27。

第二に、「感情粒度（Emotional Granularity）」を高めることの圧倒的な重要性である35。感情が言語と概念によって構築されるというバレットの知見は、我々が自分の感情を正確で多様な言葉で表現し、相手の微細な感情の変化を豊かな語彙で捉え返すこと（ラベリング）が、他者との相互理解、共感、そして精神的なレジリエンスに直結することを科学的に証明した33。

結論として、心理学界における感情の普遍性論争は、一方が他方を完全に打ち破って終わったわけではない。むしろ、ハードウェアとしての「高次元の生物学的普遍性」と、ソフトウェアとしての「文化的・文脈的な感情の構築」という、人間の精神の複雑さをより高い解像度で描き出すための不可欠な進化のプロセスであった。真に「伝わる」コミュニケーションを実現するためには、相手の顔に現れる普遍的なサインを見逃さない鋭い観察眼と、それを自らの思い込みでラベリングせずに、背景にある文脈と言葉を擦り合わせる対話のプロセスの両輪が求められているのである。

引用文献

  1. Deep learning reveals what facial expressions mean to people in …,  https://pmc.ncbi.nlm.nih.gov/articles/PMC10906517/
  2. Multi-Dimensional, Nuanced and Subjective – Measuring the Perception of Facial Expressions – Amazon Science,  https://assets.amazon.science/43/4b/0a4ee06f47c8a4e2448cd62b0d7c/multi-dimensional-nuanced-and-subjective-measuring-the-perception-of-facial-expressions.pdf
  3. Basic Emotions or Constructed Emotions: Insights From Taking an …,  https://pmc.ncbi.nlm.nih.gov/articles/PMC12065949/
  4. My problems with the Constructed Theory of Emotions – ILLIS Animal Behaviour Courses,  https://illis.se/en/constructed-theory-of-emotions/
  5. How Emotions Are Made | Lisa Feldman Barrett,  https://lisafeldmanbarrett.com/books/how-emotions-are-made/
  6. Mapping emotions (2): basic emotions versus constructivism | MSA – MindScience Academy,  https://www.mindscienceacademy.org/en/mapping-emotions-basic-emotions-vs-constructivism/
  7. Experiments on real-life emotions challenge Ekman’s model – PMC,  https://pmc.ncbi.nlm.nih.gov/articles/PMC10261107/
  8. The Universality of Facial Expressions of Emotion, An Update – Humintell,  https://www.humintell.com/2021/01/the-universality-of-facial-expressions-of-emotion/
  9. Emotion classification – Wikipedia,  https://en.wikipedia.org/wiki/Emotion_classification
  10. Lisa Feldman Barrett versus Paul Ekman on facial expressions & basic emotions,  https://www.lesswrong.com/posts/iYzFKJjzFPRNrqLE3/lisa-feldman-barrett-versus-paul-ekman-on-facial-expressions
  11. Experts say “emotion recognition” lacks scientific foundation – ACLU of Massachusetts,  https://www.aclum.org/publications/experts-say-emotion-recognition-lacks-scientific-foundation/
  12. What Faces Can’t Tell Us – MGH Center for Law, Brain, and Behavior,  https://clbb.mgh.harvard.edu/what-faces-cant-tell-us/
  13. Ekman and Russell Models in Facial Emotion AI – MorphCast,  https://www.morphcast.com/blog/ekman-and-russell-models-in-facial-emotion-ai/
  14. Lisa Feldman Barrett | Neuroscientist, Psychologist, and Author,  https://lisafeldmanbarrett.com/
  15. Experts Say ‘Emotion Recognition’ Lacks Scientific Foundation | ACLU,  https://www.aclu.org/news/privacy-technology/experts-say-emotion-recognition-lacks-scientific
  16. Emotional Expressions Reconsidered: Challenges to Inferring Emotion From Human Facial Movements – PubMed,  https://pubmed.ncbi.nlm.nih.gov/31313636/
  17. Emotional Expressions Reconsidered: Challenges to Inferring Emotion From Human Facial Movements – PMC,  https://pmc.ncbi.nlm.nih.gov/articles/PMC6640856/
  18. what is missing in the “basic emotion vs. constructionist” debate? pragmatist insights into the radical translation – PRAGMATISM TODAY,  https://www.pragmatismtoday.eu/summer2017/What-is-missing-in-the-Basic-Emotion-vs-Constructionist-debate-Pragmatist-insights-into-the-radical-translation-from-the-emotional-brain-Fausto-Caruana.pdf
  19. The theory of constructed emotion and memory updates through memory reconsolidation | by Urs Freiherr von Haxthausen | Medium,  https://medium.com/@vonhaxthausen/the-theory-of-constructed-emotion-and-memory-updates-through-memory-reconsolidation-3c10b096bbd4
  20. Moving on from the Basic Emotion Theory of Facial Expressions,  https://emotionresearcher.com/moving-on-from-the-basic-emotion-theory-of-facial-expressions/
  21. Facial Expressions of Emotion: What Lies Beyond Minimal Universality? – PubMed,  https://pubmed.ncbi.nlm.nih.gov/7501742/
  22. Strong Evidence For Universals In Facial Expression – Paul Ekman Group,  http://www.paulekman.com/wp-content/uploads/2013/07/Strong-Evidence-For-Universal-In-Facial-Expression.pdf
  23. Darwin’s Claim of Universals in Facial Expression Not Challenged – Paul Ekman Group,  https://www.paulekman.com/blog/darwins-claim-universals-facial-expression-challenged/
  24. Emotional Expressions Reconsidered: Challenges to Inferring Emotion From Human Facial Movements – Association for Psychological Science,  https://www.psychologicalscience.org/publications/emotional-expressions-reconsidered-challenges-to-inferring-emotion-from-human-facial-movements.html
  25. Personality and the Accurate Perception of Facial Emotion Expressions: What Is Accuracy and How Does It Matter? – Ursula Hess,  https://www.ursulakhess.com/resources/KH22.pdf
  26. Understanding Naturalistic Facial Expressions with Deep Learning and Multimodal Large Language Models – MDPI,  https://www.mdpi.com/1424-8220/24/1/126
  27. Can AI “detect” emotions? | Hume Blog,  https://www.hume.ai/blog/can-ai-detect-emotions
  28. From Good to Great: Emotional Granularity – People Plus Science,  https://peopleplusscience.com/from-good-to-great-using-emotional-granularity-to-elevate-workplace-communication-and-collaboration/
  29. 50 Shades of Crappy: The Power of “Emotional Granularity” – Shannon Harvey,  https://www.shannonharvey.com/blogs/blog/50-shades-of-crappy-the-power-of-emotional-granularity
  30. Emotional Nuance: Examining Positive Emotional Granularity and Well-Being – Frontiers,  https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2022.715966/full
  31. Emotional Granularity Is Not Just About Labels – Psychology Today,  https://www.psychologytoday.com/us/blog/when-therapy-meets-cultures/202512/emotional-granularity-is-not-just-about-labels
  32. 気分と感情について―アフェクト、ムード、エモーションの研究―｜mathematicsbuddhism – note,  https://note.com/mathbuddhism/n/n8ce45c6a670c
  33. Emotional Granularity: Smart Techniques to Master Your Emotions,  https://montgomerycg.net/emotional-granularity-smart-techniques-to-master-your-emotions/
  34. What Is Emotional Granularity and How Can It Help Us? – Symmetry Counseling,  https://symmetrycounseling.com/counseling/what-is-emotional-granularity-and-how-can-it-help-us/
  35. Cultivating Emotional Granularity – PMC – NIH,  https://pmc.ncbi.nlm.nih.gov/articles/PMC8751584/
  36. Are emotional expressions universal? | Hume Blog,  https://www.hume.ai/blog/are-emotion-expressions-universal
  37. Publication in iScience: Understanding what facial expressions mean in different cultures,  https://www.hume.ai/blog/iscience-facial-expression-different-culture
  38. Publication in Frontiers in Psychology: Insights from a Large-Scale Study on the Meanings of Facial Expressions Across Cultures – Hume AI,  https://www.hume.ai/blog/large-study-facial-expressions
  39. Deep learning reveals what facial expressions mean to people in different cultures,  https://pubmed.ncbi.nlm.nih.gov/38433918/

関連記事

TOP