Erkennen von Verwandtschaft zu sich Selbst und bei Anderen

Unter der Annahme, dass das Erkennen von Verwandtschaft auf Basis von Gesichtern (und möglicherweise auch Stimmen) überzufällig gut gelingt, stellt sich die Frage, welche Hinweise zum Erkennen von Verwandtschaft genutzt werden. Ein relevantes Experiment wurde mit unbekannten Gesichtern durchgeführt, wobei verschiedene Teile des Gesichts jeweils maskiert und nicht sichtbar waren (Dal Martello et al., 2006). Die Ergebnisse zeigten, dass die obere Gesichtshälfte und insbesondere die Augenregion annähernd genauso viel Information über Verwandtschaft enthielt wie das komplette Gesicht, wohingegen die untere Gesichtshälfte vergleichsweise uninformativ bezüglich der Verwandtschaft war. Eine Folgestudie zeigte, dass eine Drehung (Rotation) und sogar eine 180° Inversion („auf-den-Kopf stellen“) der Gesichter die Erkennung der Verwandtschaft nicht beeinträchtigte (Dal Martello et al., 2015). Dies ist ein durchaus überraschendes und bislang nicht vollständig verstandenes Ergebnis, da bekannt ist, dass eine Inversion sowohl die ganzheitliche Wahrnehmung als auch die Erkennung von Gesichtern dramatisch beeinträchtigen. Eine weitere Studie untersuchte die Rolle von Forminformationen (z. B. Verhältnis von Breite zu Höhe des Gesichts, Augenabstand oder Abstand von Nase zu Mund) im Vergleich zu Informationen zur Oberflächenreflektanz (z. B. Hautfarbe und -pigmentierung). Die Autoren nutzten 3D-Bilder von Gesichtern, die entweder unverändert waren, nur Information über Oberflächenreflektanz enthielten, oder nur Forminformation enthielten. Die Ergebnisse lassen vermuten, dass sowohl Form- als auch Reflektanzinformationen für sich genommen zum Erkennen von Verwandtschaft beitragen (Fasolt et al., 2019) (siehe Bild 3 für Beispiele, bei denen der irrelevante Informationstyp kontrolliert wurde). Bild 3: Beispielhafte Illustration für parameterspezifische Informationen von Person A (oben) oder Person B (unten). Parameterspezifische Information ist separat gezeigt für Form, wobei Texturinformation zwischen Personen standardisiert wurde (linke Hälfte) oder für Textur, wobei Forminformation zwischen Personen standardisiert wurde. Die drei benachbarten Bilder illustrieren lediglich drei Blickwinkel auf dieselbe 3D-Objektdatei. Bitte beachten Sie, dass „Person A“ und „Person B“ hier Informationen zu denselben Identitäten zeigen, die auch in Bild 1 abgebildet sind. Bitte beachten Sie auch, dass wir den Begriff “Textur” hier als Synonym zum Begriff „Oberflächenreflektanz verwenden.Bild 3: Beispielhafte Illustration für parameterspezifische Informationen von Person A (oben) oder Person B (unten). Parameterspezifische Information ist separat gezeigt für Form, wobei Texturinformation zwischen Personen standardisiert wurde (linke Hälfte) oder für Textur, wobei Forminformation zwischen Personen standardisiert wurde. Die drei benachbarten Bilder illustrieren lediglich drei Blickwinkel auf dieselbe 3D-Objektdatei. Bitte beachten Sie, dass „Person A“ und „Person B“ hier Informationen zu denselben Identitäten zeigen, die auch in Bild 1 abgebildet sind. Bitte beachten Sie auch, dass wir den Begriff “Textur” hier als Synonym zum Begriff „Oberflächenreflektanz verwenden.

Verglichen mit den recht umfangreichen Studien zu Gesichtern, wissen wir wenig über die Hinweise zum Erkennen von Verwandtschaft in der menschlichen Stimme (z. B. Grundfrequenz, Klangfarbe, Sprechrate). Zusätzlich zur Untersuchung von Geschlechtsunterschieden bei der akustischen Erkennung von Verwandtschaft wäre es auch interessant zu bestimmen, inwieweit Unterschiede im kulturellen Hintergrund oder der Muttersprache von HörerInnen, oder Unterschiede in auditorischen Fertigkeiten einschließlich Musikalität oder musikalischem Training einen Einfluss auf das akustische Erkennen der Verwandtschaft von SprecherInnen haben könnten.

Welche Bedeutung hat die Verwandtschaftserkennung für die Fähigkeit, Andere zu verstehen? Verglichen mit anderen nonverbalen Informationen, etwa über Emotionen, über die Identität von Personen, oder Eindrücke über Persönlichkeitsmerkmale, sind Verwandtschaftsinformationen trotz ihrer Bedeutung für das Verstehen Anderer in der Forschung bisher vernachlässigt worden. Der einflussreichen social brain-Hypothese zufolge könnten soziale Interaktionen die wichtigste Triebfeder für die Entwicklung des menschlichen Gehirns darstellen – und zwar sowohl in der individuellen Gehirnentwicklung als auch in der Evolution. Wir schlagen vor, dass (1) erfolgreiche soziale Interaktionen sich durch gute Vorhersagen des bevorstehenden Verhaltens von KommunikationspartnerInnen auszeichnen, dass (2) ein besseres Verstehen Anderer bessere Vorhersagen in solchen sozialen Interaktionen ermöglicht, und dass (3) die oben erwähnten Arten nonverbaler Informationen zum Verstehen und Vorhersagen des Verhaltens von KommunikationspartnerInnen beitragen können. Für korrekte Vorhersagen der unmittelbaren Zukunft kann beispielsweise die Identifikation des Gegenübers von entscheidender Bedeutung sein: Es macht einen Unterschied, ob auf mich gerichtete Wut von meinem Kind oder einer vorgesetzten Person, meinem Geschwister oder einem fremden Menschen ausgeht.

Die Theorie des predictive coding spezifiziert, wie das Gehirn durch eine dynamische Aktualisierung seines mentalen Modells der Umwelt funktioniert. Obwohl diese Theorie einflussreich für die Erklärung der Funktionsweise des Gehirns ist, versuchen bisher nur wenige Arbeiten, die predictive coding-Theorie mit Modellen der Personenwahrnehmung und sozialen Interaktion zu integrieren (Trapp et al., 2018). Dynamische emotionale Signale können sich während einer einzelnen Interaktion schnell ändern, etwa wenn wir lachen, die Stirn runzeln oder wütend werden. Im Gegensatz dazu sind andere Signale (z. B. zu Alter, Identität, Verwandtschaft, oder Persönlichkeitseindrücken) vergleichsweise zeitstabil. Diese zeitstabilen Merkmale einer Person beschreiben in gewisser Weise die mögliche Bandbreite der Optionen für künftige Handlungen dieser Person besser als deren tatsächliches momentanes Verhalten. Gleichzeitig können zeitstabile nonverbale Signale (und damit auch Verwandtschaftssignale) die Interpretation dynamischer emotionaler Signale kontinuierlich beeinflussen, und so die Vorhersage künftiger Handlungen von KommunikationspartnerInnen optimieren.

Da die menschliche Verwandtschaftserkennung noch ein relativ junges Forschungsgebiet darstellt, dürfen wir in Zukunft spannende Studien erwarten, die die Rolle der Verwandtschaftserkennung für soziale Interaktionen und letztlich das Verstehen Anderer weiter untersuchen. Es wird zu sehen sein, wie die Evolution einerseits und die individuelle Lernerfahrung über die Lebensspanne andererseits die Verarbeitung verschiedener sozialer Signale beeinflussen können, und wie die Kombination dieser Faktoren die Effizienz sozialer Interaktionen optimieren kann. Ein erfolgreicher Umgang mit den großen Herausforderungen der Menschheit im 21. Jahrhundert erfordert vielleicht auch eine neue Ebene des Verstehens Anderer. Im Jahr 1955 – damals unter dem Eindruck des zweiten Weltkriegs und der Bedrohung der nuklearen Auslöschung – eröffnete Edward Steichen eine bemerkenswerte Ausstellung im New York Museum of Modern Art, in der der unerreichte Fotograf ein umfassendes Porträt der Menschheit angestrebt hatte. Heute ist die berühmte Ausstellung Teil des Weltgedächtnis-Programms der UNESCO. Steichens Name der Ausstellung – The Family of Man – verdeutlicht in unseren Augen, wie zentral das Konzept der Verwandtschaft für das Verstehen Anderer ist. 

Bildquellen

Bild 1: Eigentum der Autoren mit freundlichem Dank an die abgebildeten Personen für die schriftliche Zustimmung.

Bild 2: Eigentum der Autoren mit freundlichem Dank an die sprechenden Personen für die schriftliche Zustimmung.

Bild 3: Eigentum der Autoren.

Literaturverzeichnis

Akçay, Ç., Swift, R. J., Reed, V. A., & Dickinson, J. L. (2013). Vocal kin recognition in kin neighborhoods of western bluebirds. Behavioral Ecology, 24, 898-905. https://doi.org/10.1093/beheco/art018

Dal Martello, M. F., DeBruine, L. M., Maloney, L. T., & Generale, P. (2015). Allocentric kin recognition is not affected by facial inversion. Journal of Vision, 15, 1–11. https://doi.org/10.1167/15.13.5.doi

Dal Martello, M. F., Maloney, L. T., & Generale, P. (2006). Where are kin recognition signals in the human face? Journal of Vision, 6, 1356–1366. https://doi.org/10.1016/j.visres.2008.09.025

DeBruine, L. M. (2002). Facial resemblance enhances trust. Proceeding of the Royal Society of London B: Biological Sciences, 2, 1307–1312. https://doi.org/10.1098/rspb.2002.2034

DeBruine, L. M. (2004). Resemblance to self increases the appeal of child faces to both men and women. Evolution and Human Behavior, 25, 142–154. https://doi.org/10.1016/j.evolhumbehav.2004.03.003

Fasolt, V., Holzleitner, I. J., Lee, A. J., Shea, K. J. O., & DeBruine, L. M. (2019). Contribution of shape and surface reflectance information to kinship detection in 3D face images. Journal of Vision, 19, 1–9. https://doi.org/1 0.1167/19.12.9

Frühholz, S., & Schweinberger, S. R. (2021). Nonverbal auditory communication – Evidence for integrated neural systems for voice signal production and perception. Progress in Neurobiology. https://doi.org/10.1016/j.pneurobio.2020.101948

Kaminski, G., Gentaz, E., & Mazens, K. (2012). Development of children’ s ability to detect kinship through facial resemblance. Animal Cognition, 421–427. https://doi.org/10.1007/s10071-011-0461-y

Kazem, A. J. N., Barth, Y., Pfefferle, D., Kulik, L., & Widdig, A. (2018). Parent – offspring facial resemblance increases with age in rhesus macaques. Proceeding of the Royal Society of London B: Biological Sciences, 285, 2–7. http://dx.doi.org/10.1098/rspb.2018.1208

Maloney, L. T., & Dal Martello, M. F. (2006). Kin recognition and the perceived facial similarity in children. Journal of Vision, 6, 1047-1056. https://doi.org/10.1167/6.10.4

AutorInnen

Facebook