In einer neuen Studie, die in Nature Communications veröffentlicht wurde, haben Forscher des Ernst Strüngmann Instituts in Frankfurt nun gezeigt, dass solche kognitiven Zustände anhand von Gesichtsausdrücken erkannt werden – und sogar dazu dienen können, genau vorherzusagen, wie schnell und erfolgreich eine Aufgabe gelöst wird.
Dies funktioniert auch artenübergreifend – so zum Beispiel bei Makaken und Mäusen. Bei beiden Arten drücken Gesichtsausdrücke nicht nur emotionale Zustände aus, sondern auf messbare Weise auch latente kognitive Prozesse.
Dazu ließen die Forschenden Makaken und Mäuse innerhalb einer speziell entwickelten Virtual Reality Umgebung eine für die Tiere naturalistische Futtersuchaufgabe ausführen. Dabei wurde ein breites Spektrum an Gesichtsmerkmalen aufgezeichnet, aus denen im Anschluss mithilfe eines statistischen Modells und weiterführenden Computersimulationen eine Reihe von latenten Zuständen identifiziert werden konnten, die präzise vorhersagen, wann die Tiere auf die gezeigten Reize reagieren und wie gut sie die Suchaufgabe lösen.
Die Beziehung zwischen den identifizierten Zuständen und der Aufgabenleistung ist zwischen den Spezies vergleichbar. „Jeder kognitive Zustand entspricht einem charakteristischen Muster von Gesichtsmerkmalen, das sich ebenfalls zwischen den Arten überschneidet“, so der Postdoctoral Researcher Alejandro Tlaie Boria, Erstautor der Studie. „Damit kann eine Bedeutung der Gesichtsausdrücke als Manifestation innerer kognitiver Zustände auch über die Artengrenzen hinweg als gesichert angenommen werden.“
Damit zeigt die Studie auch, wie Gesichtsausdrücke als objektive Messgrößen für innere Zustände genutzt werden können und so Rückschlüsse auf Denkprozesse erlauben. Das ist bereits jetzt für die Forschung an Tier-Modellen unmittelbar relevant und könnte einen Durchbruch für die vergleichende Neuro- und Verhaltensforschung bedeuten.
Ob sich die Ergebnisse auch auf humane Gesichtsausdrücke übertragen lassen, muss noch erforscht werden. Sollten sie sich jedoch auch für Menschen bestätigen, könnten die Erkenntnisse Relevanz für Anwendungen in der Psychiatrie sowie in der Autismus- und Demenzforschung gewinnen. So könnten die Ansätze dazu dienen, latente kognitive Zustände bei nicht-sprechenden Personen, wie zum Beispiel im Falle von Autismus oder eines Locked-in-Syndroms, zu erkennen. Maßgebliches Verbesserungspotential bietet die objektive Erfassung von Aufmerksamkeitszuständen darüber hinaus auch für die ADHS-Diagnostik, etwa um Schweregrade zu quantifizieren oder durch die validierte Identifikation spezifischer kognitiver Muster, die ADHS-Subtypen zugeordnet werden können.
Hier geht’s zur Originalstudie
