各國審美觀的差異

• 文／何崇瑋

為何美感會因人而異？

由內政部舉辦的「身分證明文件再設計」大起爭議，網路票選獲得將近十萬高票的作品沒有獲得評審的青睞，而評審選出的作品卻只獲得寥寥可數的 46 票，這讓許多人對「審美觀」產生質疑：「究竟是評審曲高和寡？還是大眾的美感有待討論？」

不過，在這快節奏的時代，大量資訊的出現分散了人們的注意力，這可能造成人們的對作品美醜喜好的票選只憑一眼就決定，就如作家盛浩偉所言：「網友比較可能先是單點式的（甚至少數有心人才會認真瀏覽全部作品），但評審卻先是全面式地接收」。難道大眾的審美就真的比較膚淺且不如評審嗎？

心理學上如何看人們的「審美」？

什麼樣的事物會讓人覺得美，心理學上有個著名的「審美流暢理論（Aesthetic fluency）」（Reber, Schwarz & Winkielman, 2004）。這理論非常「簡單直白」： 當觀賞者欣賞一事物時，如果大腦愈能順暢地解讀，觀賞者愈會覺得美。

因此，「美」是來自於大腦的認知處理歷程，當認知處理愈順暢時，觀賞者會感到愉悅進而感受到「美」。後人也研究發現，當圖形愈複雜、結構愈不對稱，大腦處理會愈不順暢，人會因而覺得圖形愈不美，反之亦然（Jacobsen, Schubotz, Höfel & Cramon, 2006）。在真實生活中也可以發現人們對對稱結構的著迷，就是因為大腦處理起來輕鬆順暢，如此才美。

此理論的精隨在於融合了對美的「客觀」與「主觀」：物品本身的特性會影響處理歷程順暢與否，例如對稱性；人過去的知識經驗也會影響事物解讀的處理歷程，因此才會有著「情人眼裡出西施」，不同人有著不同的美感。

當然，人的美感並非如「流暢理論」這麼簡單！

之後，有許多學者發現「審美流暢理論」並不能完美解釋人的審美。例如，按照「審美流暢理論」，人看到新事物時並不會感受到美，因為缺乏過去經驗，大腦無法順暢處理。但研究發現並非如此，人在欣賞新物品時也會感到美，且愈典型常見的事物也並不一定會覺得美（Blijlevens, Carbon, Mugge & Schoormans, 2012）。生活中也可以發現人們對新物品感受到美的例子，2007 年 Steve Jobs 展示第一代 iPhone 時，iPhone 的設計在當時並非手機的典型，人們卻望著 iphone 讚嘆它的美。相反的，人會看膩常見的事物，你會看著一塊常見的橡皮擦，然後欣賞著橡皮擦的美嗎？

因此後來有學者提出「審美流暢理論」的改版 ：「愉悅─興致的審美模型（Pleasure-Interest Model of Aesthetic Liking, PIA Model）」 （ Graf, & Landwehr, 2015），此理論認為人在觀賞物品前會有所預期（我要來投新身分證的票囉），而在觀賞時勢必會遇到與預期不符的情形（喔！這個身分證設計跟我想像的不一樣），也就是大腦在處理看到的訊息時有了不流暢感（disfluency），此不流暢感會「序列性地」經過兩階段的審美處理：

第一階段：主要是受到物體本身的整體特性所影響，人們看到物體的第一眼時，大腦就會「快速自動地」處理產生不流暢的訊息，大腦並沒有多餘的意識介入。此時的自動處理可能產生愉悅感（哇有我喜歡的粉紅色）或厭惡感（畫面怎麼會有噁心的蟲），這都是受到作品本身特性所影響。

第二階段：當人們想要更進一步想賞物品時，就會進入第二階段。此階段主要受到觀賞者的動機以及背景知識所影響，需要有意識地動用大腦的認知資源。如果人們能動腦順利解開謎題時，會因而產生興致；如果人們就算動腦也搞不懂所看到的東西是何物時，就會因此產生困惑。

我們來做個小實驗，請你一起來觀賞下面這張圖。

是不是讓你產生了興致呢？乍看之下是個白雪公主（第一階段審美），但白雪公主好像有哪裡不一樣（不流暢感），仔細一看就發現原來還有福爾摩斯（第二階段的審美產生興致）。

值得注意的是，如果從頭到尾與預期相符，大腦完全流暢地處理看到的訊息，人就會因此感到無聊。因此，審美並非能讓大腦處理愈流暢愈好，而是要有適當的難度，讓大腦有適當的不流暢感。例如，畫面的「複雜度」會影響著人們的審美，不會太單調又不會太複雜的畫面最會讓人感到賞心悅目（Güçlütürk., Jacobs & Lier, 2016）。

如何用「審美理論模型」解釋票選行為？

前面提到大眾可能膚淺地只憑一眼就進行票選，確實有不少研究證實人會有快速審美的現象。例如，研究者呈現一網頁畫面給受試者看，但只短短呈現 50 毫秒。在這短短 50 毫秒之內，根本還沒仔細看清且還尚未親手操作，就已對網頁外觀產生美醜的印象，就算研究者把畫面呈現時間延長到十倍，其印象評分也與只呈現 50 毫秒一樣（Lindgaard, Fernandes, Dudek & Brown, 2006）。而這種快速審美也會影響後續決策，當人們覺得網站的外觀吸引力愈高，也會覺得網站愈容易使用，對其的信任程度也愈高（Lindgaard, Dudek, Sen, Sumegi, & Noonan, 2011）。此現象不僅止於觀看使用者介面，人對第一次見到的陌生人也是如此（Willis & Todorov, 2006）。

因此，如果網友是快速瀏覽就決定要投票給哪件作品，並沒有花更多的心思欣賞每件作品時，可能就只是讓自己快速審美這些作品。不過如果按照剛介紹的「愉悅─興致的審美模型」，就可發現這種快速審美是因為審美只停留在第一階段，並沒有過多的意識介入。在第一階段，人的確會看一眼就自動地對物品本身的特性評論美醜，但如果是願意花心思去欣賞（例如我想真實了解這件作品），讓自己進入第二階段的審美，說不定就會發現作品在第一階段審美時所沒發現的「美」。

總而言之，的確有可能有些網友的投票是受限於時間緊迫或其他因素，只憑第一印象去投票。但這不是大眾的美學素養膚淺，只是沒有花心思靜下心來好好欣賞而已。

說完了心理學對審美的看法，可以怎麼解讀「新身分證」評審與大眾美感上的不同呢？

剛剛提到的審美模型，有一點很重要：人的背景知識會影響審美。

因此，評審與大眾選出來的作品不一樣就不是一件奇怪的事了。研究也的確發現，「受過美術訓練的專家」與「沒受過美術訓練的一般人」會因為背景知識的不同而有不同的審美觀：一般人覺得抽象畫比較不美，但覺得繪有具體事物的具象藝術比較美；反觀專家不僅覺得具象畫美，抽象畫也會覺得美。研究甚至還發現，「觀賞作品時的生理反應」與「觀賞者對作品『美』的評分」無關，反而是「背景知識」與「『美』的評分」呈現正相關（Van Paasschen, Bacci & Melcher, 2015）。

這時我們來看獲得評審青睞的「新身分證」，請各位想像自己是評審，進入審美第二階段來好好欣賞。此時可以發現，設計獎的新身分證背景有許多「抽象線條」，完全與上述提到的研究一致：專家覺得抽象畫美而生手覺得抽象畫不美。這時你是不是能理解評審為什麼會喜歡這件作品，而大眾比較無感了嗎？

再來我們來看網友票選第一的「新身分證」，可以發現背景有非常具象的圖案──山脈。這時你是不是可以理解為何此件作品相較於設計獎的作品，比較會受到大眾的青睞了呢？

綜合上述，從心理學的角度可以發現，人的審美是有不同階段，而且會受到背景知識所影響的。因此評審或是大眾審美觀有所不同都是正常的，並沒有誰好誰壞的問題，不會有人故意選一件自己覺得不美的作品。這時，您是不是對這次的事件有了不同角度的理解了呢？

• Blijlevens, J., Carbon, C. C., Mugge, R., & Schoormans, J. P. (2012). Aesthetic appraisal of product designs: Independent effects of typicality and arousal. British Journal of Psychology, 103(1), 44-57.
• Graf, L. K., & Landwehr, J. R. (2015). A dual-process perspective on fluency-based aesthetics: the pleasure-interest model of aesthetic liking. Personality and Social Psychology Review, 19(4), 395-410.
• Güçlütürk, Y., Jacobs, R. H., & Lier, R. V. (2016). Liking versus complexity: decomposing the inverted U-curve. Frontiers in human neuroscience, 10, 112.
• Jacobsen, T., Schubotz, R. I., Höfel, L., & Cramon, D. Y. V. (2006). Brain correlates of aesthetic judgment of beauty. Neuroimage, 29(1), 276-285.
• Lindgaard, G., Dudek, C., Sen, D., Sumegi, L., & Noonan, P. (2011). An exploration of relations between visual appeal, trustworthiness and perceived usability of homepages. ACM Transactions on Computer-Human Interaction (TOCHI), 18(1), 1.
• Lindgaard, G., Fernandes, G., Dudek, C., & Brown, J. (2006). Attention web designers: You have 50 milliseconds to make a good first impression!. Behaviour & information technology, 25(2), 115-126.
• Reber, R., Schwarz, N., & Winkielman, P. (2004). Processing fluency and aesthetic pleasure: Is beauty in the perceiver’s processing experience?. Personality and social psychology review, 8(4), 364-382.
• Van Paasschen, J., Bacci, F., & Melcher, D. P. (2015). The influence of art expertise and training on emotion and preference ratings for representational and abstract artworks. PloS one, 10(8), e0134241.
• Willis, J., & Todorov, A. (2006). First impressions: Making up your mind after a 100-ms exposure to a face. Psychological science, 17(7), 592-598.

文/劉以安

編/洪群甯

對自己的外表不滿意，夢想著能變更帥或是耀眼動人嗎?相信大家或多或少都曾經懷抱這樣的想法。但是，長的平凡真的就錯了嗎？研究指出，人們會傾向於信任那些長相平凡，而非擁有被大眾判斷為「有吸引力」臉龐的對象。

較早期的研究曾表示：經過軟體疊加而成的平均臉孔，比單一張特殊臉孔更有吸引力（可以參考〈整形要像林志玲還是安潔莉娜裘莉？〉一文）；但是心理學家蘇菲兒（Carmel Sofer）教授和他的研究團隊卻發現事情可能沒有這麼簡單。他們認為，一個人的臉孔除了反映出有多少吸引力外，還包含了這個人有多值得被信賴。

為了驗證這個假設，研究團隊進行了一項新的實驗：研究人員將一組共92名長相普通之女性臉孔，用軟體合成出一張「大眾臉」；另外把12 名長相出色的女性臉孔合成出了一張「最具有吸引力」的臉。接著他們再將這兩張臉孔依據不同比例混合，創造出9張界於「平凡」和「具有吸引力」之間的臉孔。最後為了避免出現潛在性別差異，只邀請女性參與者觀看並評量這共11張臉，以九點量表來評量這些臉孔（1代表非常不吸引/不可信任；9代表非常吸引/可信任），每位參與者各要重複進行看與評量三次。

結果發現越「大眾典型（typical）」的臉孔越容易使人信任，但是卻不一定最具吸引力的。那為什麼還是有些研究顯示，由多臉平均而成的臉蛋具有吸引力呢？蘇菲兒教授認為，這是因為先前的研究忽略了「可信度」與「吸引力」這兩個變項的關聯，並且將他們混為一談。

除了上述實驗，在另外一組實驗也得出了相同的結果。研究人員發現，平凡臉孔和可信度的關聯不會因為在合成臉孔時使用了少數特殊面孔而改變；同時，使用不同軟體進行合成的動作也不會改變研究結果。

蘇菲兒教授表示：會有這樣的研究結果可能是因為平凡的臉孔讓人感到熟悉；使我們覺得自己與該人屬於同一個文化。因此，新的問題產生了！當我們出國旅行面對不同種族的居民時，這個研究成果還會成立嘛？此外，臉部情緒是否會影響他人對你的信任程度呢？教授笑著說：這就是接下來的實驗了，大家敬請期待。

總之，別再抱怨自己有一張在人群裡無法被認出的大眾臉了，因為它可是能帶來他人對你的信任喔！

參考資料：

1. People trust typical-looking faces most  [Science Daily , December.16,2014]
2. Sofer, C., Dotsch, R., Wigboldus, D. H., & Todorov, A. (2014). What Is Typical Is Good The Influence of Face Typicality on Perceived Trustworthiness.Psychological science, 0956797614554955.

本文由民視《科學再發現》贊助，泛科學獨立製作

你覺得下圖這位美女長得很美吧！這是挑選幾個臉像樣本，經由電腦運算加工之後的結果，注意到了嗎？她的臉部的特徵，左右完全對稱。把右邊的臉，複製出來，水平翻轉一下，以透明圖層疊在左邊，你可以看到完全重疊。

對稱所產生的美感，是大多數人會有的心理認知，Rhodes 等人的研究發現，使用半邊臉的鏡像所合成的完全對稱臉像版本，吸引力高於原來的臉像。另外，用多個臉像平均運算所合成的版本，會比原來的臉像樣本更具吸引力。平均運算時所採用的臉像樣本數目增加，吸引力也會增加，華人和白種人的臉像個別平均之後，都變得比較迷人。將兩個族裔的臉像混合平均運算後，吸引力更是大增[1]，怪不得很多混血兒外貌特別好看。

不同族裔的臉像與平均運算樣本數目的結果：族裔混合，平均樣本數增加，則輸出的臉像較具吸引力。相片改編自Rhodes et al, 2001 [1]。

FaceResearch.org 提供一些好玩的線上心理學實驗，臉像平均運算器 [2,3] 就是其中一個。挑選幾個你看得順眼的臉像，按一下 View Average 按鈕，馬上就可合成一位帥哥或美女的臉像。這個程式刻意將兩側做成完全對稱，所以既使你原來挑選的幾張臉像有點抱歉，平均之後，好看一點，再完全對稱之後，就有可能驚為天人! 想看俊男美女是如何進化出來的嗎？心動不如馬上行動，動手試試看吧！還蠻好玩的。

這個版本是素人版：有不同族裔，不同膚色，男女臉像樣本數十枚

步驟1 : 用滑鼠在介面上挑選樣本臉像，選取者出現紅色邊框。

步驟2: 按 View Average 按鈕，可檢視臉像平均運算器的輸出結果。

這個是影視明星版：

最下面一列為多次執行平均運算的輸出結果，你可以改變挑選的臉像，看看輸出結果有何不同。

原文發表於: 網路城邦部落格

參考資料：

1. Rhodes G. et al.  2001. Attractiveness of facial averageness and symmetry in non-Western cultures: In search of biologically based standards of beauty. Perception, volume 30, pages 611 – 625
2. Face Research http://www.faceresearch.org/demos/average
3. Face Research http://www.faceresearch.org/demos/famous

本文由民視《科學再發現》贊助，泛科學獨立製作

文 / Jia-Bin Huang｜伊利諾大學香檳分校電機工程學系博士候選人

兩個多禮拜前，一位名為Esther Honig的記者發表了一個名為Before & After的專題。Esther想知道各個國家對於美是否有同樣的標準。於是Esther拍了一張自拍照，接著Esther將這張照片發送給世界各地的Photoshop專家請他們 “Make her beautiful”。結果如下圖。這個創意專題引起了大篇幅的媒體報導和討論，讓人們重新反思對於美的追求是否過了頭。

Esther自己是這麼說的

“Photoshop allows us to achieve our unobtainable standards of beauty, but when we compare those standards on a global scale, achieving the ideal remains all the more elusive.” – Esther

但是，若仔細看看這些修改過的照片，大部分的照片似乎僅僅是反映出個人修圖技巧而非反映出各國的審美觀。在這裡我們試著用不同的方法來將Esther的相片轉換到各國不同的臉型。

各國女性的平均臉

那麼要如何取得世界各國不同的臉型呢? 我們首先假設各國女性的平均臉是各個國家中理想的美女。2013年Collin Spears在他的部落格上蒐集了各國女性的正面照片，並將他們做平均。

偵測臉部特徵 （Facial Landmark Localization）

我們首先偵測每一張臉上的特徵點，並且依據眼睛部 位對齊影像（如下圖）。

同樣地，我們也可以用同樣的方法來偵測Esther的臉部特徵。

Face Morphing

有了各國平均臉和Esther的臉部特徵點之後，我們將Esther的臉部形狀轉移（Transfer）到各國的臉型上。從下面十二張動畫可以觀察我們如何將Esther的臉型加上50%的平均臉型的過程。

如果Esther來自… 台灣/韓國/中國/日本/德國/法國/義大利/…

以下是來自四十個國家的Esther !

世界各國女性臉之間的差異

那麼，世界各國的女性臉之間究竟有甚麼差異呢? 我們可以藉由研究各國平均臉的相似程度來試著回答這個問題。

首先，我們可以從這40個國家的平均臉，再做一次平均，得到這位擁有40個國家臉部特徵的混血兒。

接著我們把所有平均臉的臉型都Warp到這個平均臉的臉型上，也就是說，下圖中各國的差異僅剩下膚色。

藉由結合臉型（shape）和外觀（appearance）兩種特徵（Active Appearance Models），我們現在可以比較兩兩之間的相似程度。我們使用了Locally Linear Embedding （code）來將40張各國平均臉投射到2維的平面。在這個embedding空間中，兩兩之間的距離即表示各國臉型和外觀的相似程度。

從這個圖可以觀察到一些有趣的事情。比如說，台灣、中國、韓國、日本等東亞國家均位在座標位置約 （-0.5, 1）左右，泰國和越南非常接近。而歐洲的幾個國家大多位於右半部下方。荷蘭和比利時這兩個國家不只在地理位置相近，這兩個國家的平均臉也十分相似（見右下角）。

原刊載於： Global Beauty Standards?