จากยุคของคาร์ล จุง สู่เครื่องจับเท็จสมัยใหม่ วิวัฒนาการมันชัดเจนอยู่แล้ว แต่บางทีเราอาจจะสูญเสียอะไรบางอย่างที่สำคัญและเป็นแก่นแท้ไป? มาลองทำความเข้าใจและจัดระเบียบความคิดด้วย Arduino กันดีกว่า

"อื้อหือ นี่มันกระจกส่องจิตใต้สำนึกชัดๆ!" - คาร์ล จุง

ถ้าน้องสนใจ มีบอร์ด Arduino, อุปกรณ์อิเล็กทรอนิกส์ราคาถูกๆ สักหน่อย และมีใจสู้ที่จะเข้าใจหลักการพื้นฐานง่ายๆ แต่สำคัญไม่เบา น้องก็มีโอกาสได้ครอบครองเครื่องมือและวิธีการที่เจ๋งไม่แพ้ที่จุงเคยใช้เลยล่ะ

เรื่องนี้เกี่ยวกับการมองการทำงานทางไฟฟ้าของผิวหนังมนุษย์ (Electrodermal Activity) อย่างจริงจัง ซึ่งเป็นปฏิกิริยาทางจิตสรีรวิทยาที่ได้รับความนิยมศึกษามากว่า 100 ปีแล้ว

Fig.1. C. G. Jung

การศึกษา Electrodermal Activity (EDA) อย่างเป็นวิทยาศาสตร์เริ่มขึ้นในยุค 1900s หนึ่งในการอ้างอิงแรกๆ เกี่ยวกับการใช้เครื่องมือ EDA ในการวิเคราะห์จิต คือหนังสือของ C. G. Jung ชื่อ Studies in Word Analysis ที่ตีพิมพ์ในปี 1906 จุงและทีมใช้กัลวานอมิเตอร์วัดปฏิกิริยาทางอารมณ์ของผู้ป่วยต่อคำต่างๆ ในการทดสอบการเชื่อมโยงคำ จุงประทับใจการตรวจวัด EDA มาก เล่ากันว่าเขาร้องออกมาว่า "อื้อหือ นี่มันกระจกส่องจิตใต้สำนึกชัดๆ!" จุงบรรยายการใช้เครื่องมือนี้ในการให้คำปรึกษาในหนังสือของเขา และการใช้งานลักษณะนี้ก็ยังคงมีต่อมาจนถึงผู้ปฏิบัติงานรุ่นหลัง

แล้ววิธีและฮาร์ดแวร์ที่จุงและผู้ตามรอยเขาใช้กันเป็นยังไงล่ะ? คนแรกที่ค้นพบอิทธิพลของสภาพจิตต่อกัลวานอมิเตอร์คือ ศาสตราจารย์ทาร์ชานอฟ ซึ่งตีพิมพ์บทความใน Pflugers Archiv fur Physiologie, 1890 ชื่อ "Galvanic Phenomena in the Human Skin in Connection with Irritation of the Sensory Organs and with Various Forms of Psychic Activity" เขาใช้ขั้วไฟฟ้าแบบท่อที่ไม่มีขั้ว (unpolarizable clay electrodes) เชื่อมกับผิวหนังผ่านแผ่นผ้าฝ้ายดูดความชื้นยาว 10-15 ซม. ที่ชุ่มด้วยน้ำเกลือ แล้วต่อเข้ากับ กัลวานอมิเตอร์ของ Meissner and Meyerstein

Fig. 2. Mirror Galvanometer, 1858

การเบี่ยงเบนของกระจกในกัลวานอมิเตอร์จะถูกอ่านค่าผ่านกล้องโทรทรรศน์ไปยังสเกลที่อยู่ห่างออกไป 3 เมตร สเกลแบ่งข้างละ 50 ซม. จากจุดศูนย์กลาง และแบ่งย่อยเป็นมิลลิเมตรอีกที กัลวานอมิเตอร์นี้ไวมากจนกระแสประสาทจากเส้นประสาทไซอาติกของกบสามารถทำให้กระจกเบี่ยงเบนจนเลยสเกลทั้งหมดไปได้เลย! เขานำขั้วไฟฟ้าวัดที่ส่วนต่างๆ ของร่างกาย เช่น มือ นิ้วมือ เท้า นิ้วเท้า หน้า จมูก หู และหลัง

จำไว้เลยว่านี่คือยุคก่อนอิเล็กทรอนิกส์และก่อนคอมพิวเตอร์ แต่เราก็มีบันทึกจากหนังสือของจุงให้ดูกัน

Fig. 3. EDA graph from Jung book

พักเรื่องเก่าไว้ก่อน มาดูกันว่าเกิดอะไรขึ้นเมื่ออิเล็กทรอนิกส์เข้ามา ดูภาพจากวิกิพีเดีย (Electrodermal activity) กัน

Fig. 4. Wikipedia - Electrodermal Activity

และนี่คือบันทึกจากเครื่องจับเท็จสมัยใหม่:

Fig. 5. Electrodermal Activity in Polygraph

คล้ายกันใช่ปะล่ะ? แล้วอันไหนแม่นยำกว่ากัน อันไหนตรงกับความเป็นจริงมากกว่ากัน? ปรากฏว่ามันตอบตรงๆ ไม่ได้ง่ายๆ แบบนั้นหรอก น้องต้องพยายามเข้าใจแก่นแท้ของสิ่งต่างๆ ให้ได้ แต่ก่อนอื่น ดูบันทึกอีกอันนึงก่อน – คราวนี้จากโปรเจคของพี่ที่ใช้ Arduino กับ Processing

Fig. 6. Electrodermal Activity - my graph

ก็คล้ายกันอีกนั่นแหละ แค่ดูเหมือนจะชัดเจนและแน่นอนกว่าเท่านั้นเอง และตอนนี้เราจะมาลงลึกในรายละเอียดของเนื้อหา (แต่ยังคงสรุปสั้นๆ) กัน

ก่อนอื่น คำถามพื้นฐานก็ผุดขึ้นมา: ภาพทั้ง 4 ภาพนี้ (Fig.3 - Fig. 6) ภาพไหนคือ "ของจริง" บ้าง? อย่างน้อยสักภาพนึงที่แสดงกระบวนการทางไฟฟ้าที่เกิดขึ้นบนผิวหนังใต้ขั้วไฟฟ้าจริงๆ หรือเปล่า? คำตอบคือ: ชัดเจนและแน่นอน – ไม่เลย! งั้นถ้าอย่างนั้น เรารู้ในทางทฤษฎีและสามารถบันทึกสิ่งที่เกิดขึ้นจริงๆ ได้ไหม? คำตอบคือ – ได้สิ! ภาพต่อไปนี้คือการบันทึกข้อมูลดิบ (raw data) ของ EDA โดยใช้ Arduino ของพี่เอง

Fig. 7. Raw registration of EDA (Arduino, Processing)

มันคืออะไรกันนะ? มันคือการเหนี่ยวนำของแรงดันไฟฟ้ากระแสสลับที่เกิดจากสนามแม่เหล็กไฟฟ้าต่อเนื่องที่มีความถี่และความแรงต่างกัน ลงบนความต้านทานระหว่างอิเล็กโทรดของผิวหนังมนุษย์ มันก็คือสัญญาณรบกวนในการวัดนั่นแหละ (measurement noise) นี่แหละที่ทำให้เครื่องบันทึกสัญญาณชีวภาพคุณภาพสูงเป็นอุปกรณ์ที่ซับซ้อนและราคาแพงมาก เช่น เครื่องตรวจคลื่นไฟฟ้าหัวใจ (ECG) เครื่องตรวจคลื่นสมอง (EEG) เครื่องตรวจคลื่นไฟฟ้ากล้ามเนื้อ (EMG) และเครื่องจับเท็จ (polygraph) ที่ใกล้ตัวเรามากขึ้น ซึ่งเป็นอุปกรณ์ที่ใช้ในกระบวนการจับเท็จที่มีมาตรฐานสูงและได้รับการรับรอง

แล้วเราสู้กับมันยังไง? และนี่แหละน้อง เกี่ยวของโดยตรงกับโปรเจกต์ของพี่เลย

อย่างแรกเลย ในสมัยก่อน (ประมาณ 30-40 ปีที่แล้ว) ถ้าจะบันทึกค่าทางไฟฟ้าชีวภาพคุณภาพสูงได้จริงๆ ก็ต้องจับคนเข้าไปอยู่ในกรงโลหะพิเศษก่อนเลย ซึ่งพี่ก็เคยมีประสบการณ์ทางวิทยาศาสตร์ส่วนนี้ด้วยเหมือนกัน

แต่หัวใจหลักที่สำคัญมาโดยตลอด และยังคงเป็นวิธีเดียวในทางปฏิบัติจนถึงทุกวันนี้ ก็คืออิเล็กทรอนิกส์ที่ซับซ้อนสุดๆ นั่นเอง ด้วยความช่วยเหลือของฟิลเตอร์ต่างๆ มันทำหน้าที่หลักคือแยกสัญญาณที่มีประโยชน์ออกจากสัญญาณรบกวน โดยการขยายสัญญาณนั้นให้แรงมากๆ ก่อน แล้วจึงส่งต่อไปยังอุปกรณ์บันทึก หรือส่งไปวิเคราะห์อย่างละเอียดในคอมพิวเตอร์

โดยปกติแล้ว คอมพิวเตอร์จะได้รับข้อมูลที่ถูกกรองและทำให้บริสุทธิ์แล้ว

ดังนั้น เพื่อให้เข้าใจความใหม่ของโปรเจกต์พี่มากขึ้น มาดูกระบวนการนี้ในรูปแบบแผนภาพบล็อกกัน: 1) สัญญาณดิบ (RAW SIGNAL) ---> 2) การขยายสัญญาณ (AMPLIFICATION) ---> 3) การแยกจากสัญญาณรบกวน (SEPARATION FROM NOISE) ---> 4) การประมวลผลด้วยคอมพิวเตอร์ (COMPUTER PROCESSING) ---> 5) การแสดงผล (DISPLAY) ในตัวอย่างของเรา (รูปที่ 4 และ 5) ข้อมูลก็ได้มาจากโครงร่างนี้แหละ

และตอนนี้ มาถามตัวเองด้วยคำถามที่น่าสนใจกัน: ทำไมบันทึกของจุง (Fig. 3) ถึงสะอาดจัง? คำตอบน่าประหลาดใจเลยนะ - ภาพที่ชัดเจนนั้นมาจากความเฉื่อยของสายเคเบิลกัลวานอมิเตอร์แบบกระจก (mirror galvanometer) มันสามารถแกว่งไกวในเฟสเดียวกันได้เฉพาะกับการเปลี่ยนแปลงที่ช้าที่สุดของไฟฟ้าผิวหนังเท่านั้น แต่ไม่ใช่กับศักย์ไฟฟ้ากระแสสลับที่รวดเร็วและเป็นอันตราย แม้ว่านักวิทยาศาสตร์ในสมัยนั้นอาจจะไม่รู้ตัวก็ตาม มันเป็นความบังเอิญที่โชคดีที่ทำให้พวกเขาสามารถค้นพบหลักการพื้นฐานได้

และตอนนี้ – กลับมาที่โปรเจกต์พี่ตรงๆ อีกครั้งหนึ่งกับคำถามเดิมที่น่าสนใจ – แต่ทำไมบันทึกของพี่ (Fig. 6) ถึงสะอาดล่ะ? พี่ไม่ได้ใช้กัลวานอมิเตอร์แบบเฉื่อยเหมือนจุงนะ พี่ก็ไม่มีอิเล็กทรอนิกส์อัศจรรย์เหมือนเครื่องจับเท็จด้วย ถ้าเราดูแผนภาพบล็อก เราจะเห็นว่าไม่มีอะไรเหลือแล้ว – มันทำสำเร็จได้ด้วยโปรแกรมคอมพิวเตอร์เพียงอย่างเดียว

จากนั้นก็ต้องถามว่า – ถ้ามันเป็นไปได้ที่จะได้ข้อมูลที่สะอาดและให้ข้อมูลดีขนาดนี้ด้วยคอมพิวเตอร์เพียงอย่างเดียว แล้วทำไมถึงต้องเสียแรงและเงินสร้างเครื่องขยายสัญญาณชีวภาพไฟฟ้า (biopotential amplifiers) ที่ซับซ้อนสุดๆ พวกนี้ขึ้นมาล่ะ?

คำตอบชัดเจนมากเลย – คอมพิวเตอร์มันช้าเกินไป ปฏิกิริยาสัญชาตญาณแรกของน้องคงจะเป็นการคัดค้านแน่ๆ – เป็นไปไม่ได้! และตอนนี้เราก็กลับมาอยู่ที่โปรเจกต์พี่อีกแล้ว เอาล่ะ เราต้องเข้าใจแล้วว่าในกรณีเฉพาะนี้ อะไรคือช้า อะไรคือเร็ว อะไรคือมาก อะไรคือน้อย แล้วอย่างน้อยตัวเลือกที่มีให้จุงก็จะอยู่ในมือของน้องแล้ว ยิ่งไปกว่านั้น โอกาสของน้องจะสูงกว่ามากเลย!

ณ จุดนี้ คำถามก็จะเจาะจงมากๆ – อะไรกันแน่ที่เราอยากบันทึกและอยากเข้าใจ? สิ่งนี้เป็นไปได้ในหลักการหรือไม่ และเส้นทางเฉพาะเจาะจงไหนดีที่สุด ง่ายๆ ชัดๆ – เราอยากเข้าใจจิตวิญญาณ อารมณ์ และจิตใต้สำนึกของเรา ผ่านสัญญาณที่ร่างกายสร้างขึ้น ซึ่งเราสามารถบันทึกได้อย่างเป็นวัตถุวิสัย สัญญาณนั้นคือปฏิกิริยาการปรับตัว (orientation reaction) หรือพูดให้เจาะจงคือส่วนประกอบทางอัตโนมัติ (vegetative component) ของมัน นั่นคือกิจกรรมของระบบประสาทซิมพาเทติก ซึ่งมีความสัมพันธ์สูงกับกิจกรรมของต่อมเหงื่อบนมือและเท้าของมนุษย์

เราวัดการขับเหงื่อได้หลายวิธี แต่วิธีที่พบได้บ่อยที่สุดคือการวัดความต้านทานผิวหนังหรือค่าการนำไฟฟ้า (conductivity) พี่ก็ยึดตามวิธีนี้แหละ และดังนั้น แม้จะสั้นมาก แต่ก็จำเป็นต้องเข้าใจให้ชัดเจนว่า – กระบวนการใดในการทำงานของต่อมเหงื่อที่สอดคล้องกับเส้นโค้ง EDA

Fig. 8 Human skin (Wikipedia)

ผิวหนังหนาแน่น แต่เฉพาะส่วนบนสุดคือชั้นขี้ไคล (stratum corneum) นั่นแหละที่มีค่าความต้านทานไฟฟ้าสูง แต่ชั้นนี้ก็โดนเจาะทะลุด้วยต่อมเหงื่ออยู่ดี ความต้านทานของชั้นขี้ไคลเองเนี่ย ไม่ค่อยเปลี่ยนตามอารมณ์ชั่ววูบที่เราสนใจหรอก ต่อมเหงื่อมันทำงานแบบไม่ต่อเนื่อง (discretely) – เหงื่อไม่ได้ไหลออกมาเป็นสายสม่ำเสมอ แต่เป็นเป็นจังหวะๆ เป็นพักๆ ซึ่งเกิดขึ้นพร้อมกันในทุกต่อมของบริเวณนั้น

การสร้างเหงื่อหนึ่งพักและการปล่อยออกมาทางท่อเหงื่อเนี่ย สะท้อนทางไฟฟ้าเป็นปฏิกิริยาเฉพาะของผิวหนัง (Galvanic Skin Response - GSR) หรือที่เรียกว่า Specific component ของ Electrodermal Activity (EDA) การขยายตัวของปากท่อเหงื่อทำให้ความต้านทานตกฮวบ ตามด้วยการหดตัวแบบเอ็กซ์โพเนนเชียลช้าๆ ของช่องทาง ซึ่งไม่ค่อยเกี่ยวกับกระบวนการที่เราสนใจนัก – มันขึ้นกับความยืดหยุ่นของผิวหนังเกือบทั้งหมด การพัฒนาการของความต้านทานไฟฟ้าตามเวลานี้ (ดูกราฟที่พี่แนบมา Fig. 6) มีรูปร่างเฉพาะตัวมาก จับผิดกับสัญญาณอื่นไม่ได้เลย มองด้วยตาเปล่าก็เห็นชัด

และตอนนี้ – คำถามหลักๆ เกี่ยวกับวิธีวัด – เราต้องวัดกี่จุด (reference points) ถึงจะมองเห็นและเข้าใจกระบวนการนี้ได้ชัดเจนพอ เพื่อให้ได้ข้อมูลที่ถูกต้องเกี่ยวกับกระบวนการที่เราสนใจ ถ้าเราไม่สนใจช่วงแฝงตัว (latent period) เป็นพิเศษตอนนี้ ประสบการณ์บอกว่าการพล็อตผลลัพธ์กราฟิกทุกๆ 200 – 1000 ms หรือก็คือ 1 – 5 ครั้งต่อวินาที นี่ก็เพียงพอแล้ว ซึ่งได้รับการยืนยันจากงานวิจัยทางวิทยาศาสตร์ส่วนใหญ่ในสาขานี้

ด้วยโปรแกรมง่ายๆ บน Arduino Uno เราสามารถวัดได้สูงสุดถึง 4000 ครั้งต่อวินาที – นั่นคือ 800 ครั้งใน 200 ms และ 2000 ครั้งใน 0.5 วินาที และนี่ก็เพียงพอมากๆ สำหรับการบันทึก EDA คุณภาพสูง ซึ่งสามารถใช้เป็นฐานสำหรับโปรแกรมสำรวจตัวเองและพัฒนาตนเองอีกมากมาย ทั้งแบบอุปกรณ์พกพาและโปรแกรมฉายภาพบนจอคอมด้วย Processing ช่วงโปรแกรมแบบนี้ของพี่มีเป็นสิบๆ โปรแกรมเลย

Fig. 9. Raw and integrated EDA (example 1)

Fig. 10. Raw and integrated EDA (example 2)

Fig. 11. Raw and integrated EDA (example 3)

เพื่อแสดงให้เห็นว่าเส้นโค้ง EDA ถูกแยกออกจากสัญญาณรบกวนชั้นเลวได้อย่างสมบูรณ์ พี่จะโชว์ภาพบางส่วนให้ดู ระยะห่างระหว่างจุดสีแดงบนเส้นโค้งอินทิเกรตคือ 0.5 วินาที จะเห็นและนับการแกว่งได้ชัดเจน 25 รอบ ระหว่างจุดแดง 2 จุด ซึ่งเป็นเรื่องปกติ เพราะสัญญาณรบกวนหลักๆ มักมาจากไฟฟ้ากระแสสลับ (Power Line Interference) ที่ความถี่ 50 Hz

คำแนะนำทางเทคนิค ภาพเหล่านี้ (Fig. 7, 9-11) ได้มาจากการส่งข้อมูลดิบ (non-integrated) ไปยังคอมพิวเตอร์ทุกครั้งที่ Arduino วัดค่า ซึ่งไม่ใช่วิธีที่ฉลาดนัก ที่นี่ใช้วิธีนี้แค่เพื่อให้ได้ภาพสาธิตเหล่านี้เท่านั้น ในงานจริง เราทำต่างออกไป – การประมวลผลข้อมูลเบื้องต้นทำใน Arduino เสียก่อน แล้วค่อยส่งข้อมูลที่ผ่านการประมวลแล้วไปยังคอมพิวเตอร์ – ทุกๆ 200-1000 ms วิธีนี้ดีกว่า ปลอดภัยกว่า สะอาดกว่า มันทำงานในหลายโปรแกรมของพี่ ซึ่งบางส่วนสามารถเห็นไอเดียได้จากภาพประกอบ

รายละเอียดทางเทคนิคเพิ่มเติม

โปรเจกต์นี้ทำหน้าที่เป็นงานศิลปะเชิงโต้ตอบที่แปลสถานะทางสรีรวิทยาซ่อนเร้นของผู้ใช้ให้เป็นการแสดงผลภาพที่น่าตื่นตาตื่นใจ

ศูนย์กลางการตอบสนองของผิวหนัง (GSR Hub): ระบบใช้เซ็นเซอร์ GSR พิเศษเพื่อวัดการเปลี่ยนแปลงเล็กน้อยในการนำไฟฟ้าของผิวหนัง ซึ่งเป็นตัวแทนโดยตรงของความตื่นตัวทางอารมณ์ Arduino จะกรองสัญญาณอนาล็อกที่มีสัญญาณรบกวนสูงนี้โดยใช้อัลกอริทึม Sliding Window Average เพื่อระบุจุดสูงสุดทางอารมณ์ที่แท้จริงและแยกมันออกจากสัญญาณรบกวนทางไฟฟ้า
การแมปแสงแบบสร้างสรรค์ (Generative Light Mapping): ข้อมูลทางอารมณ์ที่ผ่านการประมวลผลแล้ว จะถูกนำไปแมปเพื่อควบคุมสีและอัตราการเต้นแบบ "จังหวะหัวใจ (Heartbeat)" แบบไดนามิกของระบบไฟ LED แบบกำหนดแอดเดรสได้ (addressable LED) สิ่งนี้สร้าง "ภาพสะท้อน (Reflection)" ที่จับต้องได้แบบเรียลไทม์ของสภาวะจิตใต้สำนึกของผู้ใช้ ซึ่งสามารถเห็นได้ในภาพประกอบ เช่น ภาพที่ 12-14

เรื่องเล่าเชิงโต้ตอบ (Interactive Narrative)

การตอบสนองทางชีวภาพแบบเรียลไทม์ (Real-Time Bio-Feedback): ในขณะที่ผู้ใช้เห็นระดับความเครียดหรือความสงบของตัวเองถูกสะท้อนออกมาเป็นภาพ การโต้ตอบนี้มักจะก่อให้เกิดวงจรการตอบสนอง (feedback loop) ที่ทรงพลังในการทำให้ตนเองสงบลง นี่เป็นการผสมผสานเทคโนโลยีไมโครคอนโทรลเลอร์สมัยใหม่เข้ากับการสำรวจจิตใจเชิงลึก สะท้อนถึงการค้นหาต้นฉบับของจุง (Jung) ที่จะใช้สัญญาณเหล่านี้เป็น "กระจกส่องมองเข้าไปในจิตไร้สำนึก"

Fig. 12. Graphically separated active (red) and passive (green) EDA phases.

ตัวอย่างเช่น ด้วยความช่วยเหลือของโปรแกรม (รูปที่ 12) เราสามารถสังเกตเฟสที่แอคทีฟและพาสซีฟเหล่านี้ได้ง่ายๆ แบบกราฟิก - แถบสีแดงหมายถึงเฟสแอคทีฟ ส่วนสีเขียวคือพาสซีฟ ยิ่งเครียดมาก แถบแดงก็ยิ่งมาก และแถบเขียวก็จะยิ่งน้อยลงตามไปด้วย ง่ายๆแบบนี้เลยน้อง

Fig. 13. Internal Peace Index - a dynamic numerical relationship between the active and passive phase of the EDA.

Fig. 14. Internal Peace Index as Biofeedback tool

การแยกเฟสแบบนี้เปิดโอกาสให้เราแบ่งเวลาการวัดทั้งหมดออกเป็นสองส่วน - แอคทีฟและพาสซีฟ ซึ่งทำให้สามารถสร้างโปรแกรมพิเศษสำหรับการรับรู้และการฝึกความต้านทานความเครียดได้หลายโปรแกรม (ดูรูปที่ 13, 14) งานนี้มีดีกรีจัดไปวัยรุ่น!

สรุปแล้ว พี่ต้องบอกเลยว่าเรายังเหลือรายละเอียดทางกายภาพ ชีวฟิสิกส์ และจิตสรีรวิทยาอีกมากมายที่ไม่ได้พูดถึงในที่นี้ ทำแบบนี้เพื่อไม่ให้บทบรรยายนี้กลายเป็นอะไรที่อ่านไม่รู้เรื่องนะ จำไว้ว่าเราแค่แตะผิวน้ำของกระบวนการทั้งหมดเท่านั้นเอง ปรากฏการณ์ทางไฟฟ้าของผิวหนังนั้นจริงๆ แล้วมีความหลากหลาย ลึกซึ้ง และน่าสนใจมาก ถ้ามีโอกาส พี่จะเล่าให้ฟังและสาธิตในโปรเจคอื่นๆ แน่นอน

เนื่องจากมีเนื้อหาค่อนข้างเยอะ พี่ก็จะไม่วิเคราะห์ต่อจากจุงจนถึงปัจจุบันแล้วนะ ว่ามีอะไรสำคัญๆ หายไปรึเปล่า? คำตอบคือ: มีหายแน่นอน และสิ่งนี้ก็แสดงให้เห็นชัดเจนจากข้อเท็จจริง การวิเคราะห์งานวิจัยทางวิทยาศาสตร์ การวัดผล และการคำนวณต่างๆ พี่หวังว่าจะค่อยๆ ทำเรื่องนี้ในโปรเจคต่อๆ ไป

เพื่อแสดงให้เห็นว่าข้อคิดข้างต้นมีพื้นฐานมาจากความเป็นจริง พี่จะแสดงอุปกรณ์ชิ้นหนึ่งพร้อมโปรแกรมเฉพาะทางให้ดู:

ตัวบ่งชี้ระดับความเครียดแบบไดนามิก (DYNAMIC STRESS LEVEL INDICATOR)

อุปกรณ์นี้มีตัวเรือนพลาสติกมาตรฐานพร้อมอิเล็กโทรดสองขั้วอยู่บนพื้นผิวด้านบนสำหรับวางนิ้วสองนิ้วของมือข้างเดียวกัน บนพื้นผิวด้านบนมีไฟ LED 10 ดวง เป็นสีแดงห้าดวงและสีเหลืองห้าดวง นั่นคือทั้งหมดที่เกี่ยวข้องกับโปรเจคเฉพาะนี้ เนื่องจากอุปกรณ์นี้ถูกออกแบบมาเพื่อรันโปรแกรมที่คล้ายกันได้หลายโปรแกรม มันจึงมีสวิตช์เพิ่มอีกสองสามตัว นอกเหนือจากอินพุท เอาท์พุท ฯลฯ ซึ่งพี่จะไม่ลงรายละเอียดเฉพาะที่นี่

*Fig. 15. ALGAL16 - อุปกรณ์สำหรับบันทึกปฏิกิริยาทางจิตสรีรวิทยาบางอย่าง รวมถึง EDA ในขณะทำงาน*

ค่าที่อ่านได้จะเปลี่ยนทุกๆ 200 มิลลิวินาที โปรแกรมจะคำนวณระดับ EDA เฉลี่ยและจดจำข้อมูล EDA ก่อนหน้าตลอดเวลา ถ้าค่าปัจจุบัน (ค่าการนำไฟฟ้าของผิวหนัง) สูงกว่าค่าก่อนหน้า ก็จะถือว่าตรวจพบ EDA ที่เกิดขึ้นเอง (spontaneous EDA) ในการวัดครั้งนั้น โปรแกรมจะนับจำนวนปฏิกิริยาที่เกิดขึ้นเองในช่วงการวัด 10 ครั้งและแสดงผลดังนี้: ถ้าตรวจพบ EDA ที่เกิดขึ้นเองตลอด 10 วินาที ไฟจะไม่ติดเลย แต่ถ้าตรวจพบแค่ 1 ใน 10 วินาที ไฟจะติดเก้าดวง นั่นคือไฟเหลืองทั้งห้าดวงและไฟเขียวอีกสี่ดวงทางซ้าย และเป็นแบบนี้เรื่อยๆ สุดท้าย ถ้าไม่มีการตอบสนองที่เกิดขึ้นเองเลยในการวัดครั้งเดียว ไฟทั้งสิบดวงจะติดทั้งหมด - นี่คือสภาวะสงบสูงสุดที่สามารถบันทึกได้ตามโปรแกรม ALGAL16 นี้ นอกจากนี้ ยิ่งความตึงเครียด (ความเครียด) ต่ำ เสียงก็จะยิ่งต่ำลง ห้ามช็อตนะตัวนี้!

ระวังให้ดีน้อง!

ทั้งเนื้อหาทางทฤษฎีและอุปกรณ์ต่างๆ ที่นี่ สร้างขึ้นเพื่อการศึกษาและทดลองด้วยตัวเองเท่านั้นนะจ๊ะ ไม่ได้มีไว้เพื่อการวินิจฉัยหรือรักษาโรค และห้ามนำไปใช้กับคนอื่นเด็ดขาด ทุกคนสามารถลองได้แค่กับตัวเองเท่านั้น และต้องรับความเสี่ยงทั้งหมดด้วยตัวเองเลย

ถ้ามีใครสนใจจะพัฒนาต่อยอดให้เป็นอุปกรณ์ที่ใช้ได้จริงกว่านี้ หรือขอการรับรองมาตรฐานจากพื้นฐานนี้ พี่ก็ยินดีที่จะคุยเรื่องความร่วมมือในรูปแบบต่างๆ กันได้

ทั้งซอฟต์แวร์และฮาร์ดแวร์ถูกจัดให้ "ตามสภาพที่มี" โดยไม่มีข้อรับประกันใดๆ ทั้งสิ้น ไม่ว่าจะเป็นข้อรับประกันโดยชัดแจ้งหรือโดยนัย รวมถึงแต่ไม่จำกัดเพียงข้อรับประกันในด้านการจัดจำหน่าย ความเหมาะสมสำหรับวัตถุประสงค์เฉพาะ หรือการไม่ละเมิดสิทธิ ในกรณีใดๆ ก็ตาม ผู้เขียนหรือผู้ถือลิขสิทธิ์จะไม่รับผิดชอบต่อข้อเรียกร้อง ความเสียหาย หรือความรับผิดอื่นใด ไม่ว่าจะเกิดจากสัญญา การละเมิด หรือเหตุอื่นใด ที่เกิดจากหรือเกี่ยวข้องกับซอฟต์แวร์ การใช้งาน หรือการจัดการอื่นใดในซอฟต์แวร์และฮาร์ดแวร์

บทความแนะนำอ่านเพิ่มเติม

Psycho-physical investigations with the galvanometer and pneumograph in normal and insane individuals. Brain, Part II, 1907, by F. Peterson, M.D., Clinical Professor of Psychiatry, Columbia University, New York, and C. Jung, M.D., Privat-Docent in Psychiatry at Zurich, (From the Psychiatric Clinic at Zurich.),

ข้อมูล Frontmatter ดั้งเดิม