LONDON (IT BOLTWISE) – Ein Experiment zeigt, dass Schönheit zwar die Blickrichtung beeinflusst, aber die stille (periphere) Aufmerksamkeitsverteilung offenbar nicht automatisch verändert. In einem verdeckten Test reagierten Teilnehmende auf visuelle Zielreize an den Bildpositionen weder schneller noch langsamer, wenn dort ein attraktives Gesicht statt eines neutralen Objekts erschien. Erst im offenen Test mit freier Blicksteuerung nahmen die Augen deutlich häufiger den direkten Weg zum Gesicht. Die Ergebnisse trennen damit messbar zwischen mentalem „Scannen“ und sozialem „Anvisieren“.
Auf den ersten Blick scheint es plausibel: Wer einem attraktiven Gesicht begegnet, schaut automatisch hin. Psychologisch ist jedoch entscheidend, ob diese Wirkung nur den sichtbaren Blick betrifft oder auch die verdeckte Aufmerksamkeit im Randbereich des Sichtfelds. Die neue Studie adressiert genau diese Frage, indem sie Aufmerksamkeit in zwei Funktionsmodi zerlegt. Overt Attention beschreibt das aktive Bewegen der Augen zu einem Objekt oder einer Person, während Covert Attention ohne Augenbewegungen stattfindet und dennoch Informationen aus der Peripherie „einsammelt“. Damit wird Schönheit nicht nur als soziale Währung betrachtet, sondern als Faktor, der sich je nach Aufmerksamkeitsmodus unterschiedlich auswirkt.
Technisch betrachtet ist das Experiment vor allem deshalb interessant, weil es die Methode sauber voneinander trennt: Ein Fokus liegt auf der Kopplung zwischen Blickbewegung und sozialer Entscheidungslogik. Im ersten Aufbau bleibt der Blick streng fixiert, sodass Augenbewegungen als Einflussvariable wegfallen. Die Teilnehmenden müssen während einer kurzen Darbietung einen zentralen Fixationspunkt im Auge behalten, während auf dem Bildschirm für nur einen Viertelsekundenschritt entweder ein Gesicht oder ein Alltagsobjekt erscheint. Unmittelbar danach wird an der jeweiligen Position ein Zielreiz eingeblendet, der als Kreis oder Quadrat klassifiziert werden muss. Verzögerungsfreie Reaktionszeiten dienen dann als Indikator dafür, ob Covert Attention automatisch „zugunsten“ attraktiver Gesichter verschiebt.
Damit folgt die Studie einem sinnvollen Designprinzip: Verglichen wird nicht einfach „schön vs. weniger schön“, sondern Gesichter werden als soziale Bildkategorie gegen nicht-soziale Ankerbilder gesetzt. Diese Gegenüberstellung reduziert alternative Effekte wie Helligkeitsunterschiede oder visuelle Zufallsvarianten, denn die Darstellungen wurden in der Helligkeit abgeglichen und vor identischem Hintergrund präsentiert. Entscheidend ist die Frage, ob das Gehirn ein attraktives Gesicht bereits im Randbereich priorisiert, ohne dass die Augen es direkt ansteuern. Das Ergebnis ist überraschend klar: In diesem verdeckten Modus zeigten die Daten keine statistisch belastbare automatische Verzerrung. Selbst stark bewertete attraktive Gesichter führten nicht zu schnelleren manuellen Reaktionszeiten auf Ziele an derselben Position.
Im zweiten Teil wird die Aufmerksamkeitslogik umgeschaltet: Nun dürfen die Teilnehmenden den Blick frei über den Bildschirm bewegen. Zusätzlich kommt eine spezialisierte Hochgeschwindigkeits-Blickmessung zum Einsatz, die verfolgt, wohin die Augen in den Millisekunden der Reizpräsentation tatsächlich springen. In dieser Variante treten die Effekte sichtbar zutage: Innerhalb des kurzen Zeitfensters richten die Augen zuverlässig häufiger den Blick auf Gesichter als auf die nicht-sozialen Objekte. Die Auswertung kann zudem fein granular sein, weil die Analysesoftware visuelle Zonen unterscheidet, etwa ob zuerst Augen oder Mundbereiche fokussiert werden und wie sich die Blickverteilung bei Objekten über obere und untere Zonen verhält. Besonders bei aufrecht dargestellten Gesichtern wird die Aufmerksamkeit stark auf charakteristische Gesichtspartien gezogen.
Noch wichtiger ist jedoch, dass Schönheit den offenen Blick nicht nur „wahrscheinlicher“ macht, sondern messbar moduliert. Steigt die physische Attraktivitätsbewertung eines Gesichts, nehmen auch die Häufigkeit und Ausrichtung der Augenbewegungen zu diesem Gesicht zu. Hier entsteht die Kernbotschaft für die Trennung zwischen Covert und Overt Attention: Covert Attention scheint ein neutraler Such- und Abtastmechanismus zu sein, der die Umgebung erfasst, ohne automatisch sozial-emotionale Prioritäten zu erzwingen. Overt Attention hingegen ist eng gekoppelt an Kommunikation und Interaktionssignale. Wer aktiv hinschaut, signalisiert potenzielles Interesse, und Attraktivität kann dabei als visueller Marker wirken, der den nächsten sozialen Schritt wahrscheinlicher macht.
Für die Einordnung lohnt der Blick in die historische Entwicklung: Die Frage, ob visuelle Aufmerksamkeit eher „automatisch“ oder eher „zielgerichtet“ funktioniert, begleitet die Kognitionspsychologie seit Jahrzehnten. Klassische Arbeiten zu visueller Suche und Aufmerksamkeitsfokussierung haben immer wieder gezeigt, dass Reize konkurrieren, aber nicht jede Reizkategorie gleich schnell in jedem Aufmerksamkeitsmodus dominiert. Die aktuelle Studie fügt dem Feld nun eine klare funktionale Differenzierung hinzu: Schönheit ist offenbar kein universeller Treiber für verdecktes Informationssammeln, sondern ein treibender Faktor für den bewussten, sichtbaren Blick. Damit relativiert sie die populäre Annahme, man könne Attraktivität allein als unwillkürliches „Aufmerksamkeitshijacking“ verstehen.
Aus Markt- und Tech-Perspektive lässt sich das in Richtung der Human-Computer-Interaction und der UX-Forschung übertragen: Viele Systeme, die visuelle Aufmerksamkeit messen oder vorhersagen (etwa Eye-Tracking-gestützte Usability-Tests, Blickpfad-Analyse in Prototyping oder personalisierte Interfaces), riskieren sonst, automatisch „Beauty-Effekte“ mit allen Aufmerksamkeitsphasen gleichzusetzen. Das Experiment legt nahe, dass man mindestens zwei Signaturen trennen muss: die Blickrichtung im offenen Modus und die unbewusste Informationsverarbeitung im verdeckten Modus. Genau das ist relevant, wenn man Modelle trainiert, die aus Blickdaten auf kognitive Zustände schließen sollen. Experten in der Aufmerksamkeitsskalierung argumentieren seit Langem, dass Stimulus-Feature-Korrelationen wie „dominante Gesichter“ vor allem bei aktiver Fixation sichtbar werden, während periphere Prozesse oft robuste Kontrollmechanismen behalten.
Regulatorisch und datenschutzbezogen gewinnt das Thema zusätzlich an Gewicht, wenn Blick- und Aufmerksamkeitsdaten in Anwendungen einfließen. Eye-Tracking gilt in vielen Kontexten als hochsensibel, weil es Rückschlüsse auf Verhalten, Präferenzen und potenziell sogar Gesundheits- oder Zustandsmerkmale ermöglichen kann. In der Praxis bedeutet das: Wo solche Messungen für Produktentscheidungen oder Personalisierung genutzt werden, sollten strenge Einwilligungs- und Zweckbindungsprinzipien gelten, Daten minimiert und möglichst lokal verarbeitet werden. Auch wenn die Studie selbst im Labor arbeitet, liefert sie eine wichtige Begründung dafür, warum differenziertes Messen (offen vs. verdeckt) nicht nur wissenschaftlich, sondern auch technisch eine Datenschutzfrage ist: Je genauer man kognitive Effekte modelliert, desto größer ist die Verantwortung beim Umgang mit den gewonnenen Signalen.
Für die zukünftige Forschung und Anwendungen ergibt sich daraus ein konkreter Prüfpfad. Die Studie selbst deutet an, dass Stichprobeneffekte eine Rolle spielen könnten, weil der Teilnehmerkreis überwiegend aus Frauen bestand und damit Stimulus-Wahrnehmungen je nach Geschlecht und Interessenlage variieren könnten. Künftige Experimente sollten daher größere und diversere Gruppen einbeziehen, auch mit Blick auf Faktoren wie sexuelle Orientierung. Darüber hinaus wäre es wertvoll, reale Interaktionen zu untersuchen, etwa in Gruppen oder in Live-Szenarien, weil der soziale Kontext bei echten Gesprächen „Gewicht“ verleiht, das bei digitalen Displays fehlt. Für Entwickler bedeutet das: Modelle, die Aufmerksamkeitsverhalten vorhersagen, sollten nicht nur Attraktivität als Feature behandeln, sondern Aufmerksamkeitsmodus, Kontext und Interaktionsanforderungen als zentrale Parameter.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Attraktive Gesichter lenken den Blick – aber nicht die periphere Aufmerksamkeit" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Attraktive Gesichter lenken den Blick – aber nicht die periphere Aufmerksamkeit" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Attraktive Gesichter lenken den Blick – aber nicht die periphere Aufmerksamkeit« bei Google Deutschland suchen, bei Bing oder Google News!