Czy rozpoznawanie emocji z twarzy jest proste? Może się wydawać, że zbyt duża ilość elementów może to utrudnić (przecież zwracamy uwagę na oczy, usta, napięcie mięśni, zmarszczenie nosa, położenie brwi, a czasem również na kolor skóry czy kierunek spojrzenia- tego jest naprawdę sporo). A jednak, badanie opublikowane 23 lipca 2026 roku w „Frontiers in Psychology” pokazuje jednak, że ludzki układ wzrokowy potrafi odczytywać emocje na podstawie zaskakująco skromnych wskazówek.
Sara Costa wraz z zespołem sprawdziła, czy do rozpoznania podstawowych emocji może wystarczyć ruch zaledwie pięciu punktów umieszczonych na twarzy. Badacze wykorzystali opracowany wcześniej model nazwany „Clepsydra”, czyli „klepsydra”. Dwa punkty znajdowały się nad brwiami, kolejne dwa w kącikach ust, natomiast piąty został umieszczony na nosie i pełnił funkcję punktu odniesienia. W uproszczonej wersji nagrania uczestnicy nie widzieli twarzy, oczu ani skóry aktora. Oglądali jedynie białe punkty poruszające się na czarnym tle.
Rozpoznawanie emocji. Twarz zredukowana do ruchu
Celem eksperymentu nie było stworzenie efektownej iluzji, ale oddzielenie dwóch rodzajów informacji, które wykorzystujemy podczas odczytywania mimiki. Pierwszym z nich jest wygląd i układ twarzy: kształt oczu, ust, nosa oraz wzajemne położenie poszczególnych elementów. Drugim jest dynamika, czyli kierunek, szybkość, rytm i zakres ruchu mięśni twarzy.
W większości codziennych sytuacji oba te źródła informacji występują jednocześnie. Kiedy ktoś się uśmiecha, widzimy nie tylko unoszące się kąciki ust, ale także zęby, policzki, zwężenie oczu i cały układ twarzy. Trudno więc stwierdzić, czy emocję rozpoznaliśmy dzięki ruchowi, czy dzięki znanemu obrazowi uśmiechniętej twarzy. Model Clepsydra miał ograniczyć wpływ wyglądu i pozostawić przede wszystkim ślad poruszania się określonych obszarów.
W badaniu uczestniczyło 91 osób, w tym 55 kobiet i 36 mężczyzn, a ich średni wiek wynosił niespełna 35 lat. Wszystkie osoby mówiły po włosku i wykonywały zadanie online. Materiał przygotowano na podstawie ekspresji jednej aktorki i jednego aktora, którzy przedstawiali szczęście, zaskoczenie, złość, wstręt, smutek i strach. Ich ruchy rejestrowano za pomocą systemu motion capture, śledzącego położenie markerów umieszczonych na twarzy.
Uczestnicy oglądali dwa rodzaje nagrań. W pierwszym widzieli pełną twarz osoby wyrażającej emocję. W drugim prezentowano jedynie pięć poruszających się punktów. Po każdym materiale należało wybrać jedną z sześciu nazw emocji. W całym eksperymencie każda osoba wykonała 96 prób, a poziom przypadkowego trafienia wynosił około 16,7 procent.
Pięć emocji rozpoznawano częściej niż przypadkowo
Kiedy uczestnicy widzieli pełne twarze, wszystkie emocje rozpoznawali powyżej poziomu przypadku. Najłatwiejsze okazały się szczęście, rozpoznawane prawidłowo w około 95 procentach odpowiedzi, oraz zaskoczenie, wskazywane poprawnie w 91 procentach prób. Wstręt rozpoznawano w 85 procentach przypadków, złość w 75 procentach, smutek w 70 procentach, natomiast strach jedynie w 45 procentach.
Po usunięciu twarzy i pozostawieniu samych poruszających się punktów skuteczność wyraźnie spadła. Nie zniknęła jednak całkowicie. Szczęście rozpoznawano prawidłowo w około 63 procentach prób, a zaskoczenie w 58 procentach. Wyniki dla złości wynosiły około 32 procent, dla wstrętu 28 procent, a dla smutku 27 procent. Wszystkie te rezultaty były istotnie wyższe od poziomu losowego zgadywania. Jedynie strach, rozpoznawany poprawnie w około 17 procentach przypadków, pozostał na poziomie przypadku.
Oznacza to, że znaczna część informacji emocjonalnej może być zakodowana nie tyle w samym wyglądzie twarzy, ile w sposobie, w jaki poruszają się jej określone części. Nie wszystkie emocje pozostają jednak równie czytelne po tak radykalnym uproszczeniu. Szczególnie odporne na utratę szczegółów okazały się szczęście i zaskoczenie, natomiast negatywne emocje znacznie częściej były ze sobą mylone.
Rozpoznawanie emocji. Dlaczego uśmiech jest tak wyraźny, a strach mylono z zaskoczeniem??
W przypadku szczęścia kluczową informacją był ruch kącików ust ku górze i na boki. Model Clepsydra rejestrował właśnie ten obszar, dlatego podstawowy ruch tworzący uśmiech pozostawał dobrze widoczny nawet wtedy, gdy znikała cała reszta twarzy. Badacze odnoszą ten ruch do jednostki działania AU12 w systemie FACS, czyli Facial Action Coding System, służącym do opisywania aktywności poszczególnych mięśni twarzy.
Zaskoczenie także posiada stosunkowo charakterystyczną dynamikę. Uniesienie obu brwi połączone z ruchem ust tworzy wzór, który można odczytać nawet na podstawie kilku punktów. W uproszczonym obrazie nie było widać szeroko otwartych oczu ani kształtu ust, ale kierunek i zakres ruchu brwi oraz kącików ust nadal tworzyły rozpoznawalną sekwencję.
Nie znaczy to, że uczestnicy rozpoznawali te emocje równie dobrze jak na pełnych nagraniach. Utrata wyglądu twarzy obniżyła skuteczność we wszystkich kategoriach. Wyniki pokazują jednak, że niektóre ekspresje mają tak charakterystyczną „sygnaturę ruchową”, że jej fragment może wystarczyć do trafnego rozpoznania.
Największy problem pojawił się w przypadku strachu. Uczestnicy często uznawali go za zaskoczenie, ale przypisywali mu również smutek, wstręt lub złość. Nie musi to oznaczać, że ruch jest nieprzydatny do rozpoznawania strachu. Bardziej prawdopodobne jest to, że pięć wykorzystanych punktów nie obejmowało jego najważniejszych sygnałów.
Strach i zaskoczenie łączy między innymi unoszenie brwi. Różnią je natomiast szczegóły dotyczące oczu, powiek, napięcia i rozciągnięcia ust. Clepsydra nie śledziła ruchu powiek ani pełnego napięcia warg. Punkt na nosie pokazywał położenie nosa, ale nie mógł zarejestrować zmarszczenia skóry. Punkty w kącikach ust informowały o ich przesunięciu, lecz nie odzwierciedlały dokładnie zaciskania, napinania ani rozciągania warg.
Podobny mechanizm mógł odpowiadać za wzajemne mylenie złości i wstrętu. Obie emocje mogą obejmować obniżenie i ściągnięcie brwi, które model rejestrował. Wstręt często wiąże się jednak ze zmarszczeniem nosa, natomiast złość z napięciem powiek i zaciskaniem ust. Te subtelniejsze zmiany nie zostały uchwycone przez pięć markerów.
Wynik dotyczący strachu należy więc interpretować ostrożnie. Badanie nie dowodzi, że dynamika twarzy nie wystarcza do jego rozpoznania. Pokazuje raczej, że ruch brwi, nosa i kącików ust nie dostarczył wystarczającej ilości informacji odróżniających strach od zaskoczenia i innych negatywnych emocji.
Czy odczytujemy emocje również własnym ciałem?
Badaczy interesowało także to, w jaki sposób uczestnicy radzili sobie z tak nietypowymi nagraniami. Jedna trzecia badanych próbowała na podstawie poruszających się punktów wyobrazić sobie całą twarz. Kolejna jedna trzecia koncentrowała się na parametrach ruchu, takich jak jego kierunek, tempo i zakres. Około 21 procent osób próbowało natomiast naśladować obserwowane ruchy własną twarzą.
Łącznie ponad połowa uczestników deklarowała zatem wykorzystywanie ruchu lub pewnej formy naśladowania, a nie wyłącznie odtwarzanie obrazu twarzy. Może to być zgodne z koncepcją symulacji sensomotorycznej, według której podczas obserwowania mimiki częściowo uruchamiamy własne reprezentacje ruchów potrzebnych do jej wykonania. Nie oznacza to jednak, że badanie potwierdziło istnienie jednego, obowiązkowego mechanizmu rozpoznawania emocji. Autorzy traktują model Clepsydra przede wszystkim jako narzędzie umożliwiające dokładniejsze testowanie takich hipotez.
W eksperymencie nie stwierdzono istotnych różnic między kobietami i mężczyznami. Wyniki osób zajmujących się teatrem, uprawiających sport oraz osób bez takiej aktywności również nie różniły się istotnie. Grupy nie były jednak równoliczne, a uczestnicy deklarujący doświadczenie teatralne nie musieli być zawodowymi aktorami, dlatego brak różnic nie powinien być traktowany jako ostateczny dowód, że doświadczenie ruchowe nie ma znaczenia.
Znaczenie dla psychologii i badań klinicznych
Największa wartość modelu Clepsydra nie polega na tym, że ma on zastąpić naturalne twarze. Pozwala natomiast eksperymentalnie sprawdzać, ile informacji o emocji niesie sam ruch. Dzięki temu można dokładniej badać relację między analizą wzrokową a procesami motorycznymi i somatosensorycznymi.
W przyszłości podobne zadania mogą być wykorzystywane w badaniach osób, które mają trudności z rozpoznawaniem emocji, na przykład w niektórych zaburzeniach neurologicznych lub neurorozwojowych. Mogłyby pomóc ustalić, czy problem dotyczy przede wszystkim analizy wyglądu twarzy, przetwarzania jej ruchu, czy integrowania obu źródeł informacji. Autorzy wskazują również możliwość badania osób z ograniczeniami układu ruchowego lub somatosensorycznego, aby sprawdzić, czy brak pełnej informacji o wyglądzie twarzy szczególnie utrudnia im rozpoznawanie ekspresji. Są to jednak kierunki przyszłych badań, a nie zastosowania potwierdzone w opublikowanym eksperymencie.
Model nie jest testem diagnostycznym i nie pozwala ocenić, czy konkretna osoba ma zaburzenia empatii, autyzm albo inne trudności psychologiczne. Nie powinien też służyć do oceniania czyichś emocji w codziennych relacjach. Eksperyment dotyczył sześciu wyraźnych, celowo odegranych ekspresji, podczas gdy prawdziwa komunikacja jest znacznie bardziej złożona.
Pięć punktów to jeszcze nie „minimum”
Tytułowe pięć punktów nie zostało wybrane dlatego, że badacze udowodnili, iż jest to najmniejsza możliwa liczba. Konfiguracja pochodziła z wcześniej przygotowanego zestawu danych i obejmowała obszary uznane za szczególnie ważne dla wielu podstawowych emocji. Eksperyment pokazuje więc, że pięć punktów może wystarczyć do rozpoznawania części ekspresji, ale nie określa ostatecznej granicy ludzkiej percepcji.
Istotnym ograniczeniem jest również wykorzystanie ekspresji tylko dwóch osób. Mimika różni się zależnie od wieku, cech twarzy, kultury, intensywności emocji i indywidualnego sposobu wyrażania uczuć. Uczestnicy wielokrotnie oglądali też te same materiały w wersji pełnej i uproszczonej, dlatego mogli częściowo zapamiętywać konkretne sekwencje ruchów. Autorzy nie znaleźli wyraźnych oznak uczenia się w kolejnych częściach eksperymentu, ale nie mogli całkowicie wykluczyć wpływu wcześniejszego kontaktu z pełnymi nagraniami.
Jeszcze większą ostrożność należy zachować przy przenoszeniu wyników na codzienne relacje. W życiu rzadko obserwujemy czyste, wyizolowane ekspresje szczęścia, złości czy smutku. Emocje mogą się mieszać, być tłumione, udawane lub wyrażane jedynie przez krótką chwilę. Ich interpretacja zależy również od tonu głosu, postawy ciała, sytuacji oraz wcześniejszej wiedzy o drugiej osobie.
Ruch twarzy może mówić więcej, niż przypuszczamy
Badanie zespołu Sary Costy pokazuje, jak sprawnie ludzki mózg wykorzystuje nawet bardzo ograniczone informacje społeczne. Gdy z obrazu twarzy usunięto oczy, skórę, policzki i większość szczegółów, uczestnicy nadal potrafili rozpoznawać pięć z sześciu badanych emocji częściej, niż wynikałoby to z przypadku. Najbardziej czytelne pozostały te ekspresje, których charakterystyczny ruch obejmował brwi lub kąciki ust.
Nie oznacza to, że pięć poruszających się punktów pozwala nam bezbłędnie zaglądać w cudze emocje. Wyniki przypominają raczej, że mimika nie jest nieruchomym obrazem. Jest wydarzeniem rozgrywającym się w czasie, a szybkość, kierunek i rytm zmian mogą nieść znaczenie nawet wtedy, gdy pozostała część twarzy staje się niewidoczna.
Źródło: Costa, S., Schiano Lomoriello, A., Straulino, E., Betti, S., Ghislandi, A., Maffei, A., Caruana, F., Ferrari, P. F., Sartori, L., i Sessa, P. (2026). Recognition of facial expressions from minimal five-point-light displays. Frontiers in Psychology, 17, 1813559. doi:10.3389/fpsyg.2026.1813559