KI kann das Alter und Geschlecht des Babys anhand des „Temperaments“ genau bestimmen

Es kann schwierig sein, allein anhand des Aussehens oder anhand von Verhaltensmerkmalen (z. B. ob das Baby Angst zeigt, lächelt oder lacht) zu erkennen, ob ein Neugeborenes ein Junge oder ein Mädchen ist. Aber sobald das Baby etwa ein Jahr alt ist, beginnen sich die Dinge zu ändern und die unterschiedlichen „Temperamente“ der verschiedenen Neugeborenen kommen zum Vorschein.

Eine neue Studie in PLOS ONE nutzte maschinelles Lernen, um „Temperament“-Daten von 4.438 Säuglingen zu analysieren und versuchte, die Säuglinge nach Geschlecht und Alter zu kategorisieren.

Die Ergebnisse zeigten, dass ein Computeralgorithmus das Alter eines Babys viel eher bestimmen konnte, als sein Geschlecht anhand von Temperamentdaten zu entschlüsseln, die innerhalb von 48 Wochen nach der Geburt erhoben wurden. Sobald Säuglinge jedoch älter als 48 Wochen sind, werden die Geschlechtsunterschiede im Säuglingsalter aufgrund verbesserter Algorithmen zur Geschlechtsklassifizierung in diesem Zeitraum deutlicher.

„Das lässt zumindest darauf schließen, dass es im Alter von etwa einem Jahr deutlichere Unterschiede zwischen den Geschlechtern im Temperament gibt“, sagt Maria Gartstein, Psychologieprofessorin an der Washington State University und Hauptautorin der Studie.

Frühere Studien haben die alters- und geschlechtsspezifischen Unterschiede im Temperament von Säuglingen untersucht, aber nur wenige haben die beiden Variablen gemeinsam betrachtet. Laut Gartstein liegt dies größtenteils daran, dass es einzelnen Laboren schwerfällt, genügend Daten über das Verhalten von Säuglingen zu sammeln, um ihre Ergebnisse statistisch verlässlich und für eine ausreichend große Bevölkerung relevant zu machen.

Um diese Herausforderung zu meistern, kontaktierten Gartstein und ihre Kollegen weitere Wissenschaftler und trugen Daten aus Fragebögen zum Verhalten von Kleinkindern zusammen, die zwischen 2006 und 2019 erhoben wurden. Bei dem Fragebogen handelt es sich um eine Elternauskunft zur Messung des Temperaments. Dabei werden Eltern gebeten, die Häufigkeit von 191 verschiedenen Verhaltensweisen ihrer Kinder im Alter von drei bis zwölf Monaten aufzuzeichnen. Diese Daten können dann verwendet werden, um Säuglinge anhand von 14 verschiedenen Temperamentsdimensionen zu bewerten, wie etwa Lächeln, Aktivitätsniveau, Wut/Frustration und Ängstlichkeit.

Obwohl viele Methoden zur Messung des Temperaments von Kindern entwickelt wurden, darunter verschiedene Beobachtungsverfahren und physiologische Techniken, wird der Gesamtbericht der Eltern nach wie vor am häufigsten verwendet.

Derzeit gilt Rothbarts psychobiologisches Modell allgemein als die am weitesten verbreitete Temperamentstheorie bzw. das am weitesten verbreitete Rahmenwerk, das derzeit verfügbar ist. Dieser Ansatz betrachtet das Temperament als individuelle Unterschiede in der Reaktionsfähigkeit und Selbstregulierung auf der Grundlage der Konstitution, die sich auf die relativ dauerhafte biologische Ausstattung eines Individuums bezieht, die durch Genetik, Entwicklung und Erfahrung beeinflusst wird; Reaktivität, die sich auf die Erregbarkeit emotionaler, motorischer und aufmerksamkeitsbezogener Reaktionen bezieht, bewertet anhand von Schwelle, Latenz, Intensität, Zeit bis zur Spitzenintensität und Erholungszeit der Reaktionen; und Selbstregulierung, die Prozesse erfasst, die zur Modulation der Reaktivität verwendet werden können, wie z. B. Beruhigung und Hemmungskontrolle.

Letztendlich sammelten Gartstein und seine Kollegen Daten von 2.298 Jungen und 2.093 Mädchen. Für die Analyse verwendete Co-Autor Erich Seamon von der University of Idaho einen Algorithmus für maschinelles Lernen, um Säuglinge im Alter von 0–24 Wochen, 24–48 Wochen und über 48 Wochen anhand von 14 Temperamentsdimensionen als männlich oder weiblich einzustufen. Die Genauigkeit nahm mit dem Alter zu und reichte von 38 % in der Altersgruppe 1 bis 57 % in der Altersgruppe 3.

„Das war eine tolle Gelegenheit, eine Demonstrationsstudie mit diesen Techniken des maschinellen Lernens durchzuführen, die sehr große Datensätze erfordern und in der Forschung zur sozial-emotionalen Entwicklung nicht üblich sind“, sagte Gartstein. „Dadurch hatten wir erstmals die Gelegenheit, wirklich zu untersuchen, in welchem ​​Ausmaß Geschlechtsunterschiede vom Alter des Säuglings beeinflusst werden.“

Die Analyse der Forscher zeigte, dass Angst das wichtigste Merkmal war, das Jungen und Mädchen in der jüngsten und mittleren Altersgruppe unterschied. Mit zunehmendem Alter nimmt bei Säuglingen die Reaktionsfähigkeit bzw. die Fähigkeit ab, sich schnell von Stresssituationen zu erholen. Sie zeigen aktivere Interaktionen und sind bereit, sich mit Menschen und Gegenständen auseinanderzusetzen, was zu einer größeren Einflussnahme führt.

Bei Säuglingen über 48 Wochen war leichtes Spielen oder die Freude an vertrauten, beruhigenden Aktivitäten (wie etwa „Kuckuck“ spielen mit einem Elternteil) die einflussreichste Variable zur Unterscheidung zwischen Jungen und Mädchen. Insgesamt zeigten Mädchen mehr Angst, verringerte Reaktionen und Freude geringer Intensität, während Jungen häufiger Kontakt mit der Außenwelt hatten.

Interessanterweise verringerten bestimmte Temperamentsmerkmale die Genauigkeit des maschinellen Lernalgorithmus bei der Klassifizierung von Babys nach Geschlecht. Dabei handelte es sich insbesondere um Niedlichkeit, stimmliche Reaktionsfähigkeit, Lächeln und Lachen in der jüngsten Altersgruppe sowie um Lächeln, Lachen, Wahrnehmungssensibilität (z. B. das Erkennen sehr subtiler Veränderungen) und Aktivität in der ältesten Altersgruppe.

Zwar könnten viele Faktoren das Ergebnismuster der Forscher beeinflusst haben, doch steht ihre Arbeit im Einklang mit früheren Untersuchungen, die zeigen, dass die Auswirkungen der Sozialisierung etwa im ersten Lebensjahr tatsächlich wirksam werden.

„Mütter verfolgen unterschiedliche Ansätze bei der Sozialisierung ihrer Söhne und Töchter, und diese Unterschiede können im Laufe der Zeit zu unterschiedlichen Temperamentsverläufen führen“, sagte Gartstein. „Insbesondere legen Eltern möglicherweise Wert auf Beziehungsorientierung bei Töchtern und auf Kompetenz und Autonomie bei Söhnen.“

Mit Blick auf die Zukunft sagte Gartstein, dass sie und ihre Mitarbeiter die in der aktuellen Studie entwickelten Methoden des maschinellen Lernens als nächstes nutzen werden, um andere schwer zu beantwortende Fragen zur sozial-emotionalen Entwicklung von Kleinkindern zu untersuchen.

„Was mich jetzt wirklich interessiert, ist herauszufinden, ob ich anhand der Gehirnaktivität der Kinder Unterschiede in der Qualität der Betreuung vorhersagen kann“, sagte Gartstein. „Der analytische Ansatz, den wir für diese Studie entwickelt haben, ist besonders leistungsstark bei der Beantwortung von Fragen, die zur Lösung von Klassifizierungsproblemen auf mehreren Eingabevariablen beruhen.“

Quellen:
https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0266026
https://techxplore.com/news/2022-05-ai-infant-age-gender-based.html