到目前为止，窥视人类思维是不可能的，但新的生物识别和机器学习工具正在改变这一点。我们现在可以了解人们是如何体验城市的，这些见解可以为创造更公正、可持续和健康的地方提供路线图。
假设人们同意这些监控他们的技术，像我们这样的研究人员可以使用网络摄像头收集实时面部分析和眼球运动数据。然后，当人们置身于不同的城市场景中时，我们可以辨别出他们通过面部传达的潜意识信息。例如，他们笑了吗?他们首先看的是什么?他们对所看到的东西投入了多长时间?
我们在塔夫茨大学的研究小组进行了大量的面部分析和眼球追踪研究，通过筛选这些数据，我们发现人们不喜欢看汽车。传统的城市设计和规划实践依赖于人们通过调查或访谈对他们所花时间的地方的主观评估。这种关于人们如何感知环境的新信息和其他研究可能会彻底改变我们设计城市发展的方式，因为我们相信，在我们开始规划人们如何使用和驾驭它们之前，我们可以更好地考虑人们的偏好。
这项研究建立在先前的工作基础上，建立了无车城市空间的社会和健康效益，但采用了生物识别镜头;通过测量对不同场景的无意识反应，我们现在有了仅仅看到汽车就会造成伤害的经验证据。这些结果加强了其他研究，同样证明了使用眼球追踪和面部表情分析来指导城市设计和规划的价值。
虽然控制我们对空间的反应的因素范围与人类情感本身的范围一样广泛，但我们最近的项目发现，当人们看到没有汽车的城市街道时，积极情绪比看到有汽车的城市街道时显著增加:当照片中没有汽车时，人们似乎更快乐——真的。这项研究帮助我们量化了无车空间的好处，当城市规划者考虑如何使他们的城市更受欢迎和行人友好。
在这项无车街道的研究中，我们使用了imotion在线AFFDEX面部编码软件来跟踪51名参与者对马萨诸塞州剑桥市纪念大道的图像和视频的实时视觉注意力和面部表情。这是一条很受欢迎的街道，在一年中的某些时候，周末禁止车辆通行。我们拍摄了同一段道路上有和没有汽车的相似图像，并比较了参与者对这两种图像的情绪反应。该系统通过摄像头记录一个人的眼球运动和面部表情。然后，该软件使用一种算法，根据参与者面部肌肉的细微运动，对他们在研究的每一毫秒中表现出的积极、消极或中性情绪进行评分。
虽然我们的参与者在85%的时间里对图像表现出中性情绪，但参与者平均花0.4%的时间对无车图像和视频表现出积极情绪。虽然看起来差别很小，但静止图像的任何可测量的影响都可以表明，在人们被汽车包围的现实环境中，值得考虑的事情。
为了进一步探讨这些差异是否有意义，我们使用统计方法比较了对无车空间的情绪反应和视觉固定模式，使我们能够控制可能的混杂因素。研究中的人们在看前景中没有车辆的照片时，比看前景中有汽车的照片时，花更多的时间表现出积极的情绪。此外，我们的眼球追踪数据显示，人们的眼睛在图像中车辆出现的区域花费的时间比没有车辆的区域要多。人们的目光被汽车所吸引，但他们在看汽车时的情绪反应却更为消极。
全球的科学家和城市规划者开始使用生物识别工具来了解这些对城市和建筑元素的行为反应。他们发现，鼓励行人活动的华丽立面和活跃的底层往往是最有效地吸引视觉注意力的。其他研究表明，前廊、乡土建筑(根据当地习俗设计的建筑)和行人尺度设计吸引了我们的眼球。一些研究已经将这些生物识别工具带出了实验室，但要在现实环境中测试这些人类行为反应，还需要做更多的工作。
在波士顿，一个长期探索无车街道的城市，市长在新冠疫情初期关闭了更多的街道，让人们有地方外出。这些“开放街道”活动非常成功地让人们走出家门。其他学者的研究证明了无车城市设计对健康的好处，但到目前为止，还没有人使用生物识别技术来显示汽车是如何影响我们的情绪的。
人类已经进化到能够在危险的环境中生存。我们的神经系统对刺激做出反应——尤其是手势、面部表情和声音——并帮助我们判断我们是处于安全还是危险的境地。在社会环境中，熟悉进一步加强了安全，并帮助我们将他人的面部特征解释为温暖或友好。人们所遇到的所有元素都在我们对空间的感知中发挥作用，这些空间可能被认为是具有威胁性的。例如，最近的研究解释了在以汽车为中心的环境中，如何培养“欢乐”或空间的“友好”更具挑战性。
根据我们的发现和其他研究，树木和灌木等自然元素对我们的大脑来说，比道路和路边等与汽车相关的基础设施更陌生，而且更符合我们的先天偏好。此外，自然的设计元素使人类更容易放松和享受周围的环境，因为它们反映了我们环境的自然环境。无车空间在社区建设中很重要。这项新的研究有助于证明这一点，并为更多的人提供支持。
这是一篇观点和分析文章，作者或作者所表达的观点不一定是科学美国人的观点。
