摘要
在协作问题解决（CPS）过程中，情感状态如困惑和挫折的持续和转变对于理解认知情感的动态至关重要。然而，准确识别情感状态仍然具有挑战性，因为在这一领域没有金标准的真相。本文分析了通过回顾性提示召回在面对面的CPS任务中收集的情感状态。
我们使用有序网络分析（ONA）考察：(1) 情感状态的整体有序结构，以及这种结构在自我捕捉和探测捕捉报告方法中的差异；(2) 更慢和更快的组在这种有序结构中强调的不同方面。我们的研究发现，ONA揭示了持久性和转变模式的差异，这在仅依赖描述性总结时并不明显。特别地，我们观察到一个稳定的认知核心将好奇心、乐观和困惑联系在一起，不同的报告方法强调了状态之间的不同连接。
对更快和更慢组的分析显示，困惑和脱离的角色在协作过程中也显著变化，特别是在与冲突的关系中。我们在协作的背景下解读这些发现，并讨论其在开发支持CPS的人工智能系统中的意义。
博主点评： 本文通过有序网络分析揭示了情感状态的复杂互动，尤其在协作环境中，情感的持久性和转变显著影响团队的表现。这为未来情感智能系统的开发提供了重要的理论基础，值得深入研究。