直到現在，窺探人類的思想還是不可能的，但新的生物識別和機器學習工具正在改變這一點。我們現在可以瞭解人們如何體驗城市，這些見解可以為建立更公正、可持續和健康的地方提供路線圖。
假設人們同意這些技術監視他們，像我們這樣的研究人員可以使用網路攝像頭收集即時的面部分析和眼球運動資料。然後，我們可以辨別人們在接觸不同城市場景時面部傳達的潛意識資訊。例如，他們笑了？他們首先看了什麼？他們在他們看到的東西上停留了多久？
我們在塔夫茨大學的研究小組進行了多次面部分析和眼動追蹤研究，透過篩選這些資料，我們發現人們不喜歡看汽車。傳統的城市設計和規劃實踐依賴於人們透過調查或訪談對他們花費時間場所的主觀評估。這種新型資訊以及對人們如何感知環境的其他檢查可能會徹底改變我們設計城市發展的方式，因為我們相信我們可以在開始規劃人們將如何使用和導航它們之前，更好地考慮人們的偏好。
關於支援科學新聞業
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞業 訂閱。透過購買訂閱，您正在幫助確保有關當今塑造我們世界的發現和想法的具有影響力的故事的未來。
這項研究建立在先前工作的基礎上，該工作確立了無車城市空間的社會和健康益處，但採用了生物識別視角；透過測量對不同場景的無意識反應，我們現在有了經驗證據證明僅僅看到汽車就會造成危害。這些結果強化了其他研究，這些研究同樣證明了使用眼動追蹤和麵部表情分析來指導城市設計和規劃的價值。
雖然支配我們對空間反應的因素範圍與人類情感本身的範圍一樣廣闊，但我們最近的專案發現，當人們觀看沒有汽車的城市街道與有汽車的城市街道時，積極情緒在統計學上顯著增加：當照片中沒有汽車時，人們似乎更快樂——字面上是這樣。這項研究幫助我們量化無車空間的好處，以便城市規劃者在考慮如何使他們的城市更受歡迎和對行人更友好時加以考慮。
對於這項無車街道的研究，我們使用了iMotions Online AFFDEX面部編碼軟體來追蹤51名參與者對馬薩諸塞州劍橋市紀念大道影像和影片的即時視覺注意力和麵部表情。這是一條在一年中某些時間的週末對車輛交通關閉的熱門街道。我們捕捉了同一段道路在有車和無車情況下的相似影像，並比較了我們的參與者對這兩種影像型別的情緒反應。該系統使用攝像頭記錄一個人的眼球運動和麵部表情。然後，該軟體使用演算法來評分參與者在研究的每毫秒內是否表現出積極、消極或中性的情緒，這基於他們面部肌肉的細微運動。
儘管我們的參與者在85%的時間裡對影像表達了中性情緒，但參與者在觀看無車影像和影片時，平均花費了0.4%的時間表達積極情緒。雖然看似微小的差異，但來自靜止影像的任何可衡量的效果都可能預示著在人們被汽車包圍的現實世界環境中值得考慮的事情。
為了進一步探索這些差異是否有意義，我們使用一種統計方法比較了對無車空間的情緒反應和視覺注視模式，該方法允許我們控制可能的混雜因素。研究中的人們在觀看前景中沒有車輛的影像時，比觀看有汽車的影像時花費更多時間表現出積極情緒。此外，我們的眼動追蹤資料顯示，人們的眼睛在影像中車輛存在的區域比不存在的區域花費更多時間。人們的眼睛被汽車吸引，但當他們看著汽車時，他們的情緒反應更消極。
全球的科學家和城市規劃者開始嘗試使用生物識別工具來理解這些對城市和建築元素的行為反應。他們發現，華麗的立面和活躍的底層鼓勵行人活動，往往最能有效地吸引視覺注意力。其他研究表明，前廊、鄉土建築（根據當地習俗設計的建築）和以行人尺度為中心的設計吸引了我們的目光。一些研究已將這些生物識別工具從實驗室中取出，但仍需要更多工作來測試這些人類行為反應在真實世界條件下的表現。
在波士頓，這座長期探索無車街道的城市，市長在 COVID 疫情初期關閉了更多街道以禁止汽車通行，以便人們有地方可以外出。這些開放街道活動非常成功地讓人們花時間走出家門。其他學者的研究證明了無車城市設計的健康益處，但到目前為止，還沒有人使用生物識別技術來展示汽車如何影響我們的情緒。
人類已經進化以在危險環境中生存。我們的神經系統會對刺激（尤其是手部動作、面孔和聲音）做出反應，並幫助我們判斷自己是否處於安全或危險的境地。在社交環境中，熟悉感進一步增強了安全感，並幫助我們將另一個人的面部特徵解讀為熱情或友好。一個人遇到的所有元素在我們對可能被認為是威脅的空間的感知中發揮作用。例如，最近的研究解釋了在以汽車為中心的環境中，“宜人性”或空間的“友好性”更難培養。
自然元素（如樹木和灌木）對我們的大腦來說不如道路和路緣等與汽車相關的基礎設施那麼陌生，並且更符合我們的天生偏好，根據我們的發現和其他研究。此外，自然設計元素使人類更容易放鬆身心並享受周圍環境，因為它們反映了我們環境的自然環境。無車空間在社群建設中非常重要。這項新研究正在幫助證明這一點，並加強對更多無車空間的支援。
這是一篇觀點和分析文章，作者或作者表達的觀點不一定代表《大眾科學》的觀點。