01 / 8
左右滑动 · 点击放大谁定义我的情绪
本页要点：谁定义我的情绪论文从测量限制推导情感主权，讨论情绪 AI 的认识论边界、主体性和治理责任。
图中文字转录1.论文在问什么？
当情绪 AI说“你很生气”时，它是在预测标签，还是在决定你的情绪意义
？
③
D8
血
• 情绪识别正进入汽车、家电、对话代理和社会
一句话
基础设施。
高置信标签不等于意
• 论文把这种被持续测量和计算的社会情绪空间
义判决
称为 Affectosphere。
• 核心规范问题不是“能不能识别情绪”
个体情绪含义有不可
’，而是
还原部分
谁拥有最终解释权。
最终解释权应程序性
保留给体验主体
底线结论
问题从准确率转向权威：测量系统不能自动成为情绪意义的裁判。
02 / 8
左右滑动查看情绪 AI 与情感圈层
本页要点：情绪 AI 与情感圈层论文从测量限制推导情感主权，讨论情绪 AI 的认识论边界、主体性和治理责任。
图中文字转录2. 理论对象：意义分布
作者不把情绪意义当成一个唯一真标签，而是当成标注者在固定协议下给
出的分布。
• 同一段话或表情，可能被标注为困惑、失望、
关键区分
中性等多个标签。
可还原：多找标注者
• 这些分歧不全是噪声；一部分反映情绪意义本
后会缩小
身的多义性。
不可还原：样本增加
• 意义分布把这种多义性保留下来，而不是强行
后仍然存在
压成 top-1。
协议相关：依赖问题
、标签集和场景
底线结论
论文的单位不是“正确标签”，而是“标签分布及其不确定性”
03 / 8
左右滑动查看意义为何无法完全测量
本页要点：意义为何无法完全测量论文从测量限制推导情感主权，讨论情绪 AI 的认识论边界、主体性和治理责任。
图中文字转录3. 核心架构：认识论缺口
设备置信度和个体意义可恢复性，是两件不同的事。
• 模型置信度主要说明：在训练分布下，这个预
Epistemic Gap
测有多可靠。
聚合层面可有效区分
• 它不能说明：个体实例中不可还原的意义是否
群体差异
已经被恢复。
个体层面无法覆盖不
• 因此高置信点标签可能遮蔽一个真实存在的分
可还原意义
裂意义分布。
畴错误
把前者当后者，是范
底线结论
缺口不在“模型还不够强”，而在测量对象本身不能被外部点标签耗尽。
04 / 8
左右滑动查看认识论缺口
本页要点：认识论缺口论文从测量限制推导情感主权，讨论情绪 AI 的认识论边界、主体性和治理责任。
图中文字转录4.作者如何论证？
论文用概念分析 +统计测量限制 +相关实证研究支撑论证。
• 先定义意义分布，并用多样性函数描述其不确
不是简单价值宣言
定性。
先讲测量能做什么
• 再区分 epistemic uncertainty 与 aleatoric
uncertainty.
再讲测量不能做什么
• 随后说明有限标注下，个体实例的不可还原成
最后才推出权威不能
分无法充分估计。
委托
• 最后把这一事实连接到明确的规范前提。
底线结论
作者尽量避免从“事实”直接跳到“应当”，而是把规范前提摆在台面上。
05 / 8
左右滑动查看从限制到情感主权
本页要点：从限制到情感主权论文从测量限制推导情感主权，讨论情绪 AI 的认识论边界、主体性和治理责任。
图中文字转录5. 核心论点链条
从测量限制到情感主权，中间有四个环节。
？
？
？
1. 情绪意义可被表示为固定协议下的标签分
结论
布。
不可还原意义不能交
• 2. 该分布包含可还原与不可还原两部分。
给设备裁决
• 3. 高置信情绪 AI 不能恢复个体实例的不可还
主体拥有程序性的最
原意义。
终解释权
• 4. 不能恢复某量的系统，不应被当作该量的
这就是 affective so
权威判定者。
vereignty
底线结论
情感主权不是说主体永不出错，而是说外部测量没有最终裁判资格。
06 / 8
左右滑动查看关键反驳与回应
本页要点：关键反驳与回应论文从测量限制推导情感主权，讨论情绪 AI 的认识论边界、主体性和治理责任。
图中文字转录6. 关键反驳与回应
论文预设了五类反驳，核心都围绕新意、前提、范围和情绪实在性。
• 反驳：这只是旧的神经权利。回应：对象不同
边界
，本文关注“解释权”。
不否认情绪真实存在
• 反驳：非委托原则偷换结论。回应：它是独立
的测量权威原则。
不否认聚合测量有价
值
• 反驳：群体测量有效就够了。回应：很多部署
直接作用于个体。
只否认个体意义可被
点标签最终裁决
• 反驳：建构论也削弱主体权威。回应：主体权
威是程序性整合，不是内省神眼。
底线结论
作者要守住的是个体层面的解释权边界，而不是废除所有情绪AI。
07 / 8
左右滑动查看产品与监管责任链
本页要点：产品与监管责任链论文从测量限制推导情感主权，讨论情绪 AI 的认识论边界、主体性和治理责任。
图中文字转录7. 现实含义与责任链
评价情绪 AI 时，不能只看准确率，还要看解释权如何分配。
• 模型团队：报告软标签分布、不可还原成分和
设计原则
个体覆盖率。
呈现分布，不只呈现
• 产品团队：避免把高置信点标签作为自动干预
单标签
理由。
• 部署方：披露系统归因、置信度、用途和纠正
保留人工解释和修正
入口
入口。
把权威分配写进产品
• 监管者：要求可更正、可拒绝、可追责的情感
流程
主权流程。
底线结论
责任链的关键不是“模型猜得准不准”，而是“谁有权把猜测变成解释”。
08 / 8
左右滑动查看最终脑图
本页要点：最终脑图论文从测量限制推导情感主权，讨论情绪 AI 的认识论边界、主体性和治理责任。
图中文字转录8. 最终脑图
把全文压缩成一张图：情绪 AI的知识边界决定了治理边界。
• 问题：谁决定我的情绪意味着什么？
读完带走
• 对象：固定协议下的意义分布。
Affectosphere：情
• 机制：可还原不确定性会缩小，不可还原不确
绪被社会化计算
定性会保留。
Epistemic gap： 置
• 缺口：设备置信度不能证明意义已被恢复。
信度不等于意义
• 规范：不能恢复的系统不能成为权威裁判。
Affective sovereig
nty： 主体保留最终
解释权
底线结论
情绪 AI可以提供线索，但不能替你决定“我此刻究竟意味着什么”