机器学习能发现情绪的什么本质？理论负载如何限制ML对情绪研究的结论

情感科学日益依赖机器学习（ML），希望借此做出客观发现，以解决持续了一个世纪的争论。我们考察了两个主要研究传统中的研究策略，并表明当基于理论的假设使用带有理论负载的抽样策略、模型设定和推断来评估时，确认偏误可能如何产生。每个传统都在其ML方法中体现出理论差异，因此ML方法无法解决这些差异。起始假设、发现和结论之间的相互关系表明，对情感的ML研究如同所有科学研究一样，从未脱离人类经验和信念；然而，通过一种理论自觉的研究策略，可以减少偏误，从而生成关于情感的更有根据的知识。

中文由 AI 翻译，仅供参考，以原文为准。