وقتی به تحقیقات علوم اعصاب فکر می‌کنید، احتمالاً تصاویری از دانشمندانی با روپوش سفید که دستگاه‌های پزشکی بزرگ و گران‌قیمت را در یک دانشگاه یا بیمارستان اداره می‌کنند، در ذهن خود مجسم می‌کنید. مطمئناً برخی از روش‌های علوم اعصاب، مانند توموگرافی گسیل پوزیترون (PET)، تصویربرداری رزونانس مغناطیسی عملکردی (fMRI) و مگنتوانسفالوگرافی (MEG)، به این سیستم‌های بزرگ و پیچیده نیاز دارند که با قیمت‌های به همان اندازه گزافی همراه هستند. با این حال، سیستم‌های الکتروانسفالوگرافی (EEG) به طور کلی کوچک‌تر و ارزان‌تر هستند. این فناوری از ثبت‌های کاغذی و کامپیوترهای بزرگ به سیستم‌های بی‌سیم، موبایل، با راه‌اندازی آسان و نسبتاً کم‌هزینه تکامل یافته است. علاوه بر اشغال فضای کمتر و هزینه مالی پایین‌تر، EEG به دلیل وضوح زمانی بالای خود به عنوان یک ابزار پیشرو برای رمزگشایی فعالیت مغز ظاهر شده است. در حالی که PET و fMRI تغییرات فعالیت مغز را در بازه ثانیه‌ها اندازه‌گیری می‌کنند، EEG قادر است تغییرات فعالیتی را که در میلی‌ثانیه‌ها رخ می‌دهد شناسایی کند، و آن را قادر می‌سازد فرآیندهایی را که در غیر این صورت ممکن است شناسایی نشوند، نمایه‌سازی کند.

EEG چه چیزی را اندازه‌گیری می‌کند؟

وقتی نورون‌های شما شلیک می‌کنند، مقادیر بسیار کمی الکتریسیته آزاد می‌کنند. وقتی نورون‌های زیادی همگی در یک ناحیه شلیک می‌کنند، مثلاً زمانی که به چیزی فکر می‌کنید، میدان الکتریکی حاصل در خارج از جمجمه قابل تشخیص است. سیستم‌های EEG با اندازه‌گیری ساده تغییرات ولتاژ در طول زمان با استفاده از آرایه‌ای از حسگرها که روی پوست سر قرار می‌گیرند، از این پدیده بهره می‌برند. شما می‌توانید این حسگرها را مانند میکروفون‌های کوچکی تصور کنید که صدای الکتریکی مغز شما را اندازه‌گیری می‌کنند. سپس می‌توانیم این سیگنال‌ها را به شکل دیجیتال تبدیل کنیم، آن‌ها را در یک کامپیوتر جمع‌آوری کرده و پردازش و تحلیل کنیم تا الگوهای معناداری را استخراج کنیم.

چرا EEG مهم است؟

اغلب، ما نمی‌توانیم چیزها را صرفاً با پرسش از مردم یا مشاهده رفتار آن‌ها اندازه‌گیری کنیم. حتی زمانی که می‌توانیم از آن‌ها بپرسیم، مردم به طور دقیق گزارش نمی‌دهند. EEG به ما پنجره‌ای به درون مغز می‌دهد؛ پنجره‌ای که تحت تأثیر تعصبات، نگرش‌ها یا باورها قرار نمی‌گیرد. به عنوان مثال، اگر از کسی بپرسید که آیا احساس آرامش می‌کند، حتی اگر این‌طور نباشد، ممکن است تمایل داشته باشد بگوید بله، زیرا مردم اغلب دوست ندارند اعتراف کنند که مضطرب هستند.

با مشاهده EEG آن‌ها، یک پژوهشگر ممکن است بتواند تشخیص دهد که آن فرد، برخلاف ادعای خود، در واقع در حال تجربه برانگیختگی بالایی است که نشان‌دهنده یک حالت غیرآرام است. در آزمایشگاه، EEG اغلب برای اندازه‌گیری فرآیندهای شناختی سطح پایین مانند ادراک شنیداری یا بینایی استفاده می‌شود، که می‌تواند به پژوهشگران کمک کند تا این فرآیندها را بهتر درک کنند یا بفهمند که چگونه بیماری‌ها بر مغز تأثیر می‌گذارند. این نوع فناوری برای درک پدیده‌هایی که قابل گزارش نیستند یا احتمال گزارش نادرست آن‌ها وجود دارد، بسیار حیاتی است.

چرا باید EEG را خارج از آزمایشگاه انجام دهیم؟

فناوری EEG یک فناوری عالی برای درک فرآیندهای مغزی است. بخش زیادی از تحقیقات EEG مبتنی بر آزمایشگاه برای بررسی عملکردهای سطح پایین مانند ادراک و شناخت گرا است. آزمایشگاه‌ها محیطی ایده‌آل برای این کار هستند زیرا مکان‌هایی بسیار کنترل‌شده می‌باشند که در آن‌ها پژوهشگران می‌توانند متغیرهای بیرونی را شناسایی و حذف کنند. با این حال، ما زندگی خود را درون یک آزمایشگاه نمی‌گذرانیم. ما موجوداتی هستیم که راه می‌رویم، حرف می‌زنیم، با هم تعامل داریم و زندگی پویایی داریم که با تجربیات غنی و متنوع مشخص می‌شود. این واقعیت، تعمیم مطالعات آزمایشگاهی به محیط‌های کنترل‌نشده را دشوار می‌سازد. با بیرون بردن این فناوری از آزمایشگاه، می‌توانیم افراد و فعالیت مغزی آن‌ها را در محیط‌های دنیای واقعی که به نحوه زندگی واقعی ما نزدیک‌تر است، بررسی کنیم.

تا همین چند وقت پیش، انجام آزمایش‌های EEG در خارج از آزمایشگاه غیرقابل تصور بود. سیستم‌ها بزرگ بودند و باید به تقویت‌کننده‌ها، منابع تغذیه و واحدهای انتقال داده متصل می‌شدند. علاوه بر این، راه‌اندازی این سیستم‌ها زمان‌بر و اغلب برای شرکت‌کنندگان ناراحت‌کننده بود. پیشرفت‌های بزرگ در فناوری به این معنی است که سیستم‌ها می‌توانند کوچک‌تر، با هزینه کمتر و بی‌سیم ساخته شوند. از طریق این قابلیت حمل افزایش‌یافته و کاهش قیمت، سیستم‌های EEG مقرون‌به‌صرفه و با استفاده آسان با گسترش چشمگیری مواجه شده‌اند. Emotiv برای بیش از یک دهه پیشرو در این حوزه بوده است و اولین سیستم EEG تجاری موجود را به بازار عرضه کرد. در طول این مدت، Emotiv شش سیستم مختلف را روانه بازار کرده است که از هدفون‌های دو کاناله تا کلاه‌های تحقیقاتی ۳۲ کاناله را شامل می‌شود.

توسعه این سیستم‌های تجاری تأثیر دیگری نیز داشته است: افزایش چشمگیر دسترسی به روش‌های علوم اعصاب. دیگر علوم اعصاب منحصراً برای دانشگاهیان یا پزشکان نیست. اکنون همه مردم ابزار خرید این سیستم‌ها را برای استفاده در خانه دارند. انگیزه‌ها برای انجام این کار در میان گروه‌های جمعیتی مختلف متفاوت است و شامل افراد علاقه‌مند به تفریح، سرگرمی‌سازان و دانشمندان شهروند می‌شود. علاوه بر این، شرکت‌های تجاری به سرعت متوجه توانایی بهره‌برداری از این سیستم‌ها برای استفاده در صنایع خود بدون نیاز به بخش‌های اختصاصی و داخلی علوم اعصاب شده‌اند.

کاربردهای دنیای واقعی EEG چیست؟

کاربردهای EEG در خارج از آزمایشگاه متعدد و متنوع است. به عنوان یک ابزار بالینی، EEG می‌تواند برای نظارت طولانی‌مدت بر عملکرد شناختی افراد بدون نیاز به حضور آن‌ها در یک مرکز استفاده شود. به عنوان مثال، تحقیقات از EEG به عنوان یک نشانگر زیستی برای زوال عقل حمایت کرده‌اند (Chatzikonstantinou et al., 2021). علاوه بر این، حتی می‌توان از آن برای پیش‌بینی انتقال از اختلال شناختی خفیف به زوال عقل استفاده کرد (Engedal et al., 2020). EEG مداوم و در خانه به ویژه در این جمعیت‌ها که عمدتاً متشکل از افراد مسن هستند و سفر منظم آن‌ها به یک مرکز تحقیقاتی ممکن است امکان‌پذیر نباشد، بسیار مفید خواهد بود.

یک نمونه موضوعی دیگر از کاربرد EEG در دنیای واقعی، توجه اخیر به آسیب‌های مغزی ضربه‌ای در ورزش است. در ورزش‌های پربرخورد مانند فوتبال حرفه‌ای، ضربه مغزی یک آسیب شایع است. ضربه‌های مغزی نگران‌کننده هستند زیرا اغلب از تشخیص بالینی فرار می‌کنند و می‌توانند تأثیر مخربی بر عملکرد شناختی افراد داشته باشند. شواهد از استفاده از EEG برای کمک به تشخیص ضربه مغزی و حمایت از مدیریت بالینی پس از آسیب حمایت کرده‌اند (Corbin-Berrigan et al., 2020). مطمئناً وجود EEG قابل حمل در کنار زمین، ابزار قدرتمندی برای کمک به تیم‌ها در اتخاذ تصمیمات درست در رابطه با رفاه بازیکنانشان خواهد بود.

بنگاه‌های تجاری نیز از EEG دنیای واقعی بهره زیادی می‌برند. نورومارکتینگ یک اصطلاح گسترده است اما به طور کلی با کسب بینش در مورد ترجیحات مصرف‌کننده و پیش‌بینی رفتار با اندازه‌گیری علائم عصبی یا سایر علائم فیزیولوژیک مرتبط است. ارزش استفاده از EEG برای بررسی خواسته‌های مصرف‌کننده در توانایی این روش برای نمایه‌سازی پاسخ‌های عینی نهفته است. گاهی اوقات آنچه مردم گزارش می‌دهند در واقع احساس واقعی آن‌ها نیست، زیرا مردم دستخوش سوگیری‌های بسیار متنوعی هستند. آن‌ها همچنین می‌توانند تمایل شدیدی به جلب رضایت دیگران یا اجتناب از خجالت داشته باشند. حتی نحوه بیان یک سوال می‌تواند بر نحوه درک فرد از یک محصول تأثیر بگذارد. EEG به پژوهشگران اجازه می‌دهد تا این ویژگی‌ها را دور بزنند و نگاهی بدون فیلتر به نحوه پردازش اطلاعات توسط یک فرد ارائه می‌دهد. با بهره‌برداری از این جریان‌های داده، شرکت‌ها می‌توانند ابزارهای سنتی بازاریابی را تقویت کنند یا جایگزین آن‌ها سازند.

برخی از موانع پیش روی EEG دنیای واقعی چیست؟

هزینه شاید بزرگ‌ترین مانع برای انجام آزمایش‌های EEG در دنیای واقعی باشد. سیستم‌های EEG اگرچه ارزان‌تر از سایر ابزارهای تصویربرداری مغز هستند، اما هنوز هم می‌توانند بزرگ و گران‌قیمت باشند. برای درک حجم زیاد داده‌ها، به خطوط پردازش و تحلیل نیاز است. مجموعه‌ داده‌ها نیز باید به شیوه‌ای ایمن ذخیره شوند. این امر، علوم اعصاب داخلی را از دسترس بسیاری از شرکت‌های کوچک‌تر خارج می‌کند.

هزینه انجام EEG در دنیای واقعی زمانی بیشتر می‌شود که یکی از نقاط ضعف حیاتی تحقیقات انسانی را در نظر بگیریم: موضوع نمونه‌گیری معرف. بسیاری از مطالعات به دلیل واقعیت‌های جذب شرکت‌کننده محدود می‌شوند که اغلب به طور پیش‌فرض به روشی ساده و در دسترس (مثلاً دانشجویان دانشگاه) انجام می‌شود. این امر منجر به این می‌شود که بسیاری از تحقیقات با مشکل «WEIRD» مواجه شوند که در آن بیشتر شرکت‌کنندگان سفیدپوست، تحصیل‌کرده، اهل مناطق صنعتی، ثروتمند و ساکن در کشورهای دموکراتیک هستند. صرفاً خارج کردن EEG از آزمایشگاه این مشکل را حل نمی‌کند و بار استخدام نمونه‌هایی متشکل از افراد با فرهنگ‌ها، سطوح تحصیلی، علایق و تجربیات متفاوت می‌تواند از نظر مالی و لجستیکی بسیار سنگین باشد.

چگونه می‌توانم EEG دنیای واقعی را در مقیاس بزرگ انجام دهم؟

با توجه به هزینه انجام EEG در دنیای واقعی، بسیاری ممکن است تصور کنند که مطالعات علوم اعصاب همچنان در انحصار موسسات دانشگاهی و شرکت‌های دارای بودجه خوب باقی خواهد ماند. با این حال، Emotiv علاوه بر دگرگون کردن این حوزه با سیستم‌های EEG قابل حمل و کم‌هزینه، پلتفرم‌های EmotivPRO Builder و EmotivLABS را راه‌اندازی کرده است که به شرکت‌ها اجازه می‌دهد آزمایش‌های علوم اعصاب در مقیاس بزرگ را طراحی و اجرا کنند. EmotivPRO Builder یک رابط کاربری گرافیکی و بصری است که به کاربران کنترل کامل بر یک آزمایش را می‌دهد و به کاربران با هر سطحی از توانایی در طراحی مطالعات EEG کمک می‌کند. کاربران فنی‌تر نیز می‌توانند آزمایش‌های PsychoPy نوشته شده به زبان پایتون را وارد کنند.

پس از ساخت یک آزمایش، کاربران می‌توانند آن‌ها را در EmotivLABS مستقر کنند. این پلتفرم صرفاً یک پلتفرم ارائه نیست، بلکه جذب شرکت‌کنندگان را از طریق داشبوردهای خود تسهیل می‌کند و به پژوهشگران دسترسی به شبکه گسترده مشارکت‌کنندگان Emotiv را می‌دهد. پرداخت‌های شرکت‌کنندگان نیز می‌تواند از طریق این پلتفرم انجام شود. مشارکت‌کنندگان Emotiv در حال حاضر از ۸۴ کشور جهان هستند. تقریباً نیمی از آن‌ها دوزبانه هستند و افرادی با طیف گسترده‌ای از پیشینه‌های تحصیلی را شامل می‌شوند.

برای آن دسته از شرکت‌هایی که مطمئن نیستند چگونه به بهترین شکل از قدرت علوم اعصاب بهره ببرند، می‌توان از تیم «تحقیقات به عنوان خدمات» Emotiv برای مشاوره کمک گرفت. تیم تحقیقاتی سوالات کلیدی را شناسایی می‌کند، آزمایشی را طراحی می‌کند، شرکت‌کنندگان را جذب می‌کند، داده‌ها را جمع‌آوری، پردازش و تحلیل می‌کند و گزارش‌های شخصی‌سازی شده‌ای از یافته‌ها تهیه می‌نماید. از نظرات شما در هر مرحله از کار استقبال خواهد شد. مشارکت شما با تیم تحقیقاتی Emotiv نشان‌دهنده یک راهکار واقعاً جامع برای مشارکت با انقلاب علوم اعصاب است.

برای نشان دادن یک مورد کاربردی خاص، یک مطالعه موردی از همکاری اخیر را در زیر ارائه می‌دهیم.

اثر Mentimeter: یک مطالعه موردی از EEG دنیای واقعی با استفاده از EmotivLABS

پلتفرم Mentimeter یک نرم‌افزار ارائه چندرسانه‌ای است. اکثر مردم با مایکروسافت پاورپوینت آشنا هستند. ساعت‌های بی‌شماری صرف ارائه فایل‌های پاورپوینت شده است که مخاطبان در آن‌ها نقشی غیرفعال دارند. Mentimeter نیز به کاربران اجازه می‌دهد اطلاعات را با استفاده از متن، تصویر، صدا و ویدیو منتقل کنند، اما با یک تفاوت. تفاوت Mentimeter در ویژگی‌هایی است که مشارکت زنده و تعاملی مخاطبان را امکان‌پذیر می‌سازد. ارائه‌دهندگان علاوه بر اسلایدهای معمولی، می‌توانند رویدادهایی را بگنجانند که مخاطبان با استفاده از دستگاه‌های شخصی خود با آن‌ها تعامل داشته باشند. به عنوان مثال، اعضای مخاطب می‌توانند به محتوایی که مایلند در ارائه روی آن تمرکز شود رأی دهند. یا شاید می‌توانند نظر خود را در مورد یک موضوع خاص بیان کنند یا به سوالات مسابقه درباره آنچه به تازگی تماشا کرده‌اند پاسخ دهند. به این ترتیب، Mentimeter ارائه‌های پویا‌تر و زنده‌تری را نسبت به پاورپوینت امکان‌پذیر می‌کند.

پلتفرم Mentimeter می‌دانست که محصول خاصی دارد و مردم احتمالاً آن را جذاب‌تر خواهند یافت. با این حال، آن‌ها نمی‌خواستند صرفاً به گزارش‌های ذهنی کاربران خود تکیه کنند. آن‌ها داده‌های عینی و جزئی می‌خواستند که دقیقاً نشان دهد چه چیزی Mentimeter را خاص می‌کند. آن‌ها به Emotiv مراجعه کردند تا یک پروژه تحقیقاتی برای یافتن پاسخ‌های این موضوع انجام دهد. ما با همکاری تیم تحقیقاتی خود، سوالات کلیدی را که به هسته اصلی فرمول ویژه Mentimeter مربوط می‌شد، شناسایی کردیم.

سوالات کلیدی:

• یک ارائه در Mentimeter در مقایسه با یک ارائه پاورپوینت سنتی‌تر چقدر جذاب‌تر است؟

• کدام یک از ویژگی‌های خاص Mentimeter بیشترین توجه مخاطبان را به خود جلب می‌کند؟

• توجه در طول ارائه چگونه تحت تأثیر قرار می‌گیرد؟ آیا آن‌طور که از یک ارائه طولانی پاورپوینت انتظار می‌رود، کاهش می‌یابد؟

• ارتباط بین تعهد (engagement) و توجه چیست؟ آیا مردم وقتی درگیر موضوع هستند، توجه بیشتری می‌کنند؟

• سخنرانی‌ها و ارائه‌ها اغلب درباره یادگیری اطلاعات جدید و به خاطر سپردن آن‌ها هستند. آیا Mentimeter به ما کمک می‌کند بهتر یاد بگیریم؟

برای پاسخ به این سوالات، تیم تحقیقاتی Emotiv یک آزمایش سفارشی طراحی کرد. به طور معمول این نوع مطالعه با جمع‌آوری افراد در یک اتاق و ثبت داده‌های EEG در یک کامپیوتر محلی در حین تماشای یک ارائه سنتی در مقابل ارائه Mentimeter توسط شرکت‌کنندگان انجام می‌شود. استخدام شرکت‌کنندگان از یک منطقه واحد و جمع‌آوری آن‌ها در یک فضای محدود به چند دلیل ترجیح داده نشد.

اولین دلیل لجستیک ساده بود. برای آمدن به مکان ما، شرکت‌کنندگان ملزم به سفر بودند که این امر می‌توانست تعداد داوطلبان را محدود کند. به همین ترتیب، استخدام شرکت‌کنندگان از یک منطقه واحد می‌توانست منجر به نمونه‌ای شود که معرف کل جامعه نباشد. موضوع دوم بهداشت عمومی بود. در بحبوحه یک همه‌گیری، تحقیقات EEG به دلیل تماس نزدیک بین‌فردی مورد نیاز برای راه‌اندازی سیستم‌ها به شدت محدود شد. با سازماندهی یک مطالعه از راه دور که از پایگاه کاربران Emotiv بهره می‌برد و پیاده‌سازی آن در پلتفرم EmotivLABS، ما توانستیم این مشکلات را دور بزنیم. این امر به ما اجازه داد تا یک مطالعه ایمن انجام دهیم که داده‌های کاربران را در سراسر جهان ثبت می‌کرد و از الگوریتم‌های پیشرفته یادگیری ماشین Emotiv برای ارزیابی تعهد، توجه، علاقه و استرس شناختی مخاطبان در زمان واقعی استفاده می‌کرد.

مطالعه

برای ارزیابی اثر Mentimeter، آزمایشی را طراحی کردیم که در آن افراد دو ارائه را تماشا کردند؛ یکی با Mentimeter و دیگری با پاورپوینت انجام شد. در حالی که آن‌ها ارائه‌ها را تماشا می‌کردند، ما داده‌های EEG آن‌ها را از راه دور جمع‌آوری کردیم و فعالیت مغز آن‌ها را در زمینه‌های تعهد، توجه، علاقه و استرس شناختی بررسی کردیم. ما همچنین داده‌های جمعیتی و داده‌های نظرسنجی خودگزارشی را جمع‌آوری کردیم.

شرکت‌کنندگان

بیست و هشت شرکت‌کننده برای این مطالعه از میان پایگاه مشتریان Emotiv، به صورت آنلاین از طریق ارتباطات ایمیلی و فرم‌های آنلاین استخدام شدند. این اندازه نمونه کمتر از چیزی بود که ما ترجیح می‌دادیم. با این حال، ما تحت یک برنامه زمانی فشرده برای پروژه بودیم و بنابراین قابل توجه است که توانستیم این تعداد را در یک بازه زمانی کوتاه استخدام کنیم و این نشان‌دهنده کارایی جذب شرکت‌کننده با استفاده از EmotivLABS است. با کسب رضایت، داده‌های جمعیتی به منظور درک نحوه تأثیر این انتقال‌ها بر افراد مختلف برای Mentimeter جمع‌آوری شد.

شرکت‌کنندگانی از بیش از ۱۵ کشور مختلف با سنین بین ۲۱ تا ۶۴ سال استخدام شدند. استخدام آنلاین و جهانی همچنین ما را قادر ساخت تا طیف متنوعی از سطوح تحصیلی، مشاغل، توانایی‌های موسیقی و تخصص در موضوعات مربوطه را پوشش دهیم. اشکال ۱ تا ۳ را برای ویژگی‌های شرکت‌کنندگان تماشا کنید.

شکل ۱. ویژگی‌های جمعیتی شرکت‌کنندگان.

شکل ۲. سطح تحصیلات و توانایی موسیقی شرکت‌کنندگان.

شکل ۳. رتبه‌بندی‌های خودگزارشی میزان دانش در موضوعات.

روش کار

یک نظرسنجی استخدام از طریق ایمیل برای هر کسی از پایگاه مشتریان Emotiv که ممکن بود به شرکت در یک مطالعه آنلاین علاقه‌مند باشد، ارسال شد. با استفاده از نرم‌افزار ویدیوکنفرانس، کار را با یک جلسه توجیهی آغاز کردیم که در آن اصول نحوه انجام آزمایش را برای شرکت‌کنندگان توضیح دادیم. همه شرکت‌کنندگان تجهیزات EMOTIV EPOC، EPOC+ یا EPOCX خود را (https://www.emotiv.com/epoc-x/) قبل از تماس آماده کردند و پس از بررسی سریع کیفیت داده‌ها توسط مدیر تحقیقات Emotiv، نرم‌افزار EmotivLABS به طور خودکار کیفیت سیگنال آن‌ها را در طول ضبط ردیابی کرد.

کل آزمایش با استفاده از پلتفرم سازنده آزمایش تحت وب EMOTIV ساخته شد (https://www.emotiv.com/emotivpro/build/). پلتفرم EmotivLABS شرکت‌کنندگان را در طول آزمایش پایه (نشستن آرام با چشمان باز و چشمان بسته) و چند پرسشنامه برای تعیین اینکه آیا چیزی وجود دارد که ممکن است بر EEG در آن روز تأثیر بگذارد راهنمایی کرد و سپس از آن‌ها خواست تا اولین ارائه خود را آغاز کنند. اسکار، نماینده Mentimeter، یک وبینار در مورد یکی از ۲ موضوع ارائه کرد. یک ارائه با Mentimeter و ارائه دیگر با پاورپوینت انجام شد. ارائه‌ها همچنین محتوای متفاوتی داشتند؛ یکی «سری‌های هارمونیک» و دیگری «هوش مصنوعی در موسیقی» بود. ما این شرایط ارائه را متعادل کردیم تا مطمئن شویم که هیچ تأثیری به محتوا مربوط نیست، بلکه به نرم‌افزار مورد استفاده مربوط می‌شود (شکل ۴ را ببینید).

شکل ۴. شرایط متعادل‌شده برای هر گروه.

پس از ارائه دوم، شرکت‌کنندگان پرسشنامه را تکمیل کردند و سپس ما یک جلسه نهایی EEG پایه را ثبت کردیم. برای بررسی اجمالی پروتکل، شکل ۵ را ببینید.

شکل ۵. بررسی اجمالی آزمایش.

شاخص‌های عملکرد Emotiv

شاخص‌های عملکرد EMOTIV (PM) معیارهای فیزیولوژیکی عصبی حالات شناختی و عاطفی هستند. آن‌ها الگوریتم‌های یادگیری ماشین اختصاصی هستند که مقادیر واقعی معیارهای الکتروانسفالوگرافی (EEG) جمع‌آوری‌شده را ارائه می‌دهند؛ دامنه امواج مغزی متغیر، توزیع‌های فضایی، توان و فرکانس‌های شلیک نورون‌ها در مغز.

داده‌های EEG از صدها فرد در آزمایش‌های روان‌شناختی کنترل‌شده و محیط‌های زندگی واقعی جمع‌آوری شده و برای ساخت این الگوریتم‌ها استفاده شده است. هر یک از شاخص‌های عملکرد بر اساس مقیاس «محدوده» فعالیت مغزی خود کاربر، شخصی‌سازی و مقیاس‌گذاری می‌شود (شکل ۶ را برای بررسی اجمالی PMهای استفاده‌شده در این مطالعه ببینید).

شکل ۶. بررسی اجمالی شاخص‌های عملکرد EMOTIV

یافته‌ها

Mentimeter در مقابل پاورپوینت: الگوهای کلی PM

ما ابتدا فعالیت مغزی در سطح گروه را در سراسر هر یک از ارائه‌ها به عنوان یک کل بررسی کردیم. شکل ۷ میانگین هر PM را برای ارائه‌های Mentimeter و پاورپوینت نشان می‌دهد. در مقایسه با پاورپوینت، افراد سطوح پایین‌تری از خستگی (بوردوم) و سطوح بالاتری از تعهد، توجه و بار شناختی را نشان دادند که از نظر آماری معنی‌دار بود. تفاوت آماری در سطح علاقه وجود نداشت؛ با این حال روند عددی به سمت علاقه بیشتر در ارائه Mentimeter متمایل بود.

شکل ۷. میانگین PM در کل ارائه که بر اساس پلتفرم ارائه مقایسه شده است.

سپس نگاه کردیم که افراد به هر یک از ارائه‌ها چگونه پاسخ دادند. در شکل ۸، اشکال «پهن‌تر» نشان‌دهنده مشاهدات فردی PM بیشتر در آن مقدار و اشکال «باریک‌تر» نشان‌دهنده مشاهدات PM کمتر در آن مقدار است. این الگوها نشان دادند که ارائه‌های Mentimeter پاسخ‌های همگون‌تری را نسبت به پاورپوینت برانگیخته‌اند. به عبارت دیگر، مردم به شکل مشابهی به Mentimeter پاسخ دادند اما پاورپوینت را قطبی‌کننده‌تر یافتند.

شکل ۸. توزیع‌های میانگین PM فردی مقایسه شده بر اساس پلتفرم ارائه.

Mentimeter در مقابل پاورپوینت: PMها در طول زمان

برای درک نحوه پاسخگویی مردم در طول ارائه، میانگین مقادیر PM گروهی را در هر اسلاید برای هر یک از پلتفرم‌ها (Mentimeter در مقابل پاورپوینت) و هر یک از محتواها (هوش مصنوعی در مقابل هارمونیک) محاسبه کردیم. شکل ۹ بارزترین الگوها را نشان می‌دهد.

شکل ۹. روند زمانی PMها در اسلایدها.

برای محتوای هوش مصنوعی، سطح خستگی در کل ارائه پایین‌تر بود. ما یک الگوی خستگی جالب را در محتوای هارمونیک مشاهده کردیم، جایی که خستگی به سمت اواسط ارائه افزایش یافت و سپس کاهش پیدا کرد. این امر نشان داد که ماهیت منحصر‌به‌فرد و جذاب «رویدادهای» Mentimeter به کاهش خستگی فزاینده‌ای که ممکن است در طول یک ارائه رخ دهد کمک کرده است.

ما سطوح تعهد بالاتری را برای Mentimeter در هر دو نوع محتوا برای تقریباً کل ارائه مشاهده کردیم. از ۲۴ اسلاید کل، تنها دو مورد وجود داشت که در آن‌ها تعهد Mentimeter بالاتر از پاورپوینت نبود.

اثر Mentimeter: مقایسه رویدادهای Mentimeter با اسلایدهای پاورپوینت

در حالی که به طور کلی دریافتیم که مردم پاسخ مثبتی به Mentimeter دادند، می‌خواستیم عمیق‌تر کاوش کنیم و ببینیم رویدادهای خاص Mentimeter چگونه با اسلایدهای پاورپوینت مقایسه می‌شوند. رویدادهای Mentimeter مواردی هستند که در آن‌ها مخاطبان تشویق می‌شوند با استفاده از دستگاه‌های تلفن همراه خود با ارائه تعامل داشته باشند. به عنوان مثال، ممکن است از شرکت‌کنندگان در مورد نظر شخصی‌شان در یک موضوع سوال شده باشد یا از آن‌ها خواسته شده باشد به یک سوال مسابقه مربوط به ارائه پاسخ دهند. شکل ۱۰ میانگین PM مشاهده شده برای رویدادهای Mentimeter و اسلایدهای پاورپوینت را نشان می‌دهد.

شکل ۱۰. مقایسه مقادیر PM برای رویدادهای Mentimeter و اسلایدهای پاورپوینت.

ما مشاهده کردیم که در مقایسه با اسلایدهای پاورپوینت، رویدادهای Mentimeter منجر به کاهش خستگی و افزایش تعهد، توجه، علاقه و بار شناختی شدند. بیشترین تأثیر برای سطوح خستگی و تعهد بود که به ترتیب شاهد کاهش ۱۶ درصدی و افزایش ۱۳ درصدی بودیم.

اثر Mentimeter: رویدادهای مختلف Mentimeter چگونه با هم مقایسه می‌شوند؟

هرچند رویدادهای Mentimeter به طور کلی پاسخ‌های مثبتی در مخاطبان ایجاد کردند، اما می‌خواستیم بدانیم آیا برخی از رویدادها بهتر از بقیه بودند یا خیر. ارائه‌های Mentimeter شامل سه نوع رویداد بودند: رویدادهای نظرخواهی، که در آن از مخاطبان نظرشان در مورد یک موضوع پرسیده می‌شد؛ رویدادهای مسابقه (Quiz)، که در آن از مخاطبان سوالاتی در رابطه با محتوای ارائه پرسیده می‌شد؛ و رویدادهای ویدیویی، که در آن شرکت‌کنندگان یک ویدیو را تماشا می‌کردند. شکل ۱۱ مقادیر PM را برای هر یک از انواع رویدادها نشان می‌دهد. ما همچنین اسلایدهای پاورپوینت را جهت مقایسه قرار دادیم.

شکل ۱۱. میانگین PM برای هر نوع رویداد Mentimeter. میانگین PM برای اسلاید پاورپوینت جهت مقایسه گنجانده شده است.

رویدادهای نظرخواهی ثابت‌ترین اثر را با ایجاد کمترین میزان خستگی و بیشترین میزان تعهد، توجه، علاقه و بار شناختی نسبت به سایر رویدادها نشان دادند. جالب اینجاست که رویدادهای ویدیویی تمایل داشتند بیشترین خستگی و کمترین تعهد و توجه را برانگیزند.

اثر Mentimeter: نگاهی دقیق‌تر به تعهد

اگرچه تمام فرآیندهای PM به سمت پاسخ مثبت به ارائه‌های Mentimeter متمایل بودند، اما به نظر می‌رسید تعهد ثابت‌ترین اثر را داشته باشد. برای نگاهی دقیق‌تر، نقطه‌ای را که هر شرکت‌کننده حداکثر میزان تعهد PM خود را نشان داد، نمایه‌سازی کردیم. شکل ۱۲ نشان می‌دهد که تعداد بیشتری از مقادیر حداکثر تعهد در طول ارائه Mentimeter رخ داده است. علاوه بر این، ۷۰ درصد از امتیازات حداکثر تعهد شرکت‌کنندگان در طول یک رویداد Mentimeter اتفاق افتاده است.

شکل ۱۲. توزیع حداکثر میزان تعهد PM.

اثر Mentimeter: مقایسه معیارهای عینی و ذهنی

در حالی که EEG می‌تواند پاسخ‌های عینی به محرک‌ها را نمایه‌سازی کند، مواردی که در آن‌ها این معیارها با گزارش‌های خود فرد تقویت می‌شوند، شواهد قانع‌کننده‌ای برای اثربخشی ارائه می‌دهند. شکل ۱۳ امتیازهای تعهد ذهنی را برای پنج سوال مرتبط با تعهد که در پایان آزمایش ارائه شد، نشان می‌دهد.

شکل ۱۳. امتیازهای تعهد ذهنی گزارش شده توسط شرکت‌کنندگان بر اساس مقیاس لیکرت ۱ تا ۵ از «اصلاً» تا «مفرط».

پاسخ به تمام سوالات از یافته‌های داده‌های مغزی پشتیبانی کرد. ارائه‌های Mentimeter در مقایسه با ارائه‌های پاورپوینت، منجر به این شد که شرکت‌کنندگان احساس تعهد بیشتری به ارائه‌ها، تعهد بیشتر به ارائه‌دهنده، علاقه بیشتر به محتوا، تجربه لذت بیشتر از ارائه و این احساس داشته باشند که مطالب جدیدتری را در طول ارائه آموخته‌اند.

خلاصه

در پایان مطالعه، تیم تحقیقاتی Emotiv گزارش دقیقی از یافته‌ها را به Mentimeter ارائه داد. این امر Mentimeter را قادر ساخت تا محصول خود و آنچه را که آن را به تجربه‌ای مثبت برای کاربرانشان تبدیل کرده است، بهتر درک کند. نه تنها داده‌های تجربی به Mentimeter داده شد که نشان می‌داد محصول آن‌ها باعث افزایش تعهد، توجه و بار شناختی در حین کاهش خستگی می‌شود، بلکه بینش‌های کاربردی در مورد اینکه کدام یک از ویژگی‌های خاص آن‌ها بیشتر با کاربران تعامل دارد را ارائه کرد. یادداشت نوشته شده توسط Mentimeter درباره یافته‌های مطالعه را می‌توان در این آدرس پیدا کرد: https://www.mentimeter.com/campaigns/the-mentimeter-effect?

مطالعاتی مانند اثر Mentimeter تنها بخش کوچکی از امکانات آزمایش‌های EEG به صورت دورکار، ساده‌سازی شده و شخصی‌سازی شده را نشان می‌دهند. از ارزیابی ترجیحات مصرف‌کننده گرفته تا بررسی مسائل مربوط به سلامت روان، مجموعه تحقیقاتی Emotiv پلتفرمی ایده‌آل برای تحقیقات EEG با قابلیت مقیاس‌پذیری است. افراد، شرکت‌ها و موسسات در همکاری با تیم تحقیقاتی ما می‌توانند از قدرت علوم اعصاب برای کسب بینش در مورد جامعه انسانی بهره ببرند. این راهکار نشان‌دهنده پاسخ ایده آل به علوم اعصاب مدرن است که در برابر بحران‌های بهداشت عمومی مصون است، در برابر کاهش بودجه مقاوم است و به طور گسترده جامعه جهانی را در بر می‌گیرد.