FACS: gezichtsuitdrukkingen beschrijven zonder gedachten te raden

TL;DR

FACS beschrijft zichtbare gezichtsbewegingen met actie-eenheden, afgekort AU. Je kunt ermee aangeven dat een wenkbrauw stijgt, een ooglid omhooggaat of een mondhoek beweegt. Het codeert daarmee nog niet een gevoel, de oorzaak daarvan of de waarheid van een uitspraak.

Hieronder kun je bewegingen en zes gespeelde uitdrukkingen vergelijken. De platen zijn met AI gemaakte lesillustraties, geen foto’s uit de onderzoeken en geen gecertificeerde FACS-oefenbeelden. De cijfers uit onderzoek krijgen hun eigen vraag en noemer: veel beoordelingen, veel videobeelden en veel verschillende mensen betekenen niet hetzelfde.

Je ziet een spottend gezicht. Of mis je een stukje gesprek?

Iemand glimlacht terwijl een ander over een ontbrekend voorwerp vertelt. Op de stilgezette foto lijkt het spot. In het gesprek kan de glimlach juist een ongemakkelijk moment proberen te verzachten, of nog bij een begroeting horen. De foto kiest geen verklaring voor je.

Bij leugens herkennen worden die stappen gemakkelijk samengevoegd. Een beweging krijgt een emotienaam en die emotie vervolgens een verdachte reden. Zelfs als de beweging goed is gezien, kunnen de volgende conclusies verkeerd zijn.

Preciezer kijken is wel mogelijk. Je kunt het begin terugzoeken, de plek benoemen en onderscheiden wat zichtbaar is van wat je erbij denkt. Dat helpt bij een beschrijving. Om te weten of het verhaal klopt, moet je daarna nog steeds het vertelde feit onderzoeken.

De onderzoeken in deze tekst hebben we voor het laatst gecontroleerd op 20 oktober 2026.

Woorden, gebaren en mimiek leveren verschillende informatie

In een UvA-interview over MultiCUE uit 2025 beschrijft onderzoeker Josje Verhagen hoe kinderen informatie uit woorden, gebaren en mimiek combineren. Een van de besproken taken ging over ironische en niet-ironische zinnen. Dat is een andere vraag dan het ontdekken van een feitelijke leugen.

Het interview ondersteunt ook niet de simpele regel dat meertalige kinderen beter zijn in alle non-verbale taken. In de beschreven ironietaak hadden zij juist meer moeite; verbanden met emotieherkenning en woordenschat verschilden tussen de groepen. De taak en de onderzochte groep horen bij de uitkomst.

Dat helpt bij het bekijken van een interview zonder geluid. Je hebt dan een deel van de informatie bewust weggelaten. Een betekenis die in een heel gesprek aannemelijk is, hoeft niet uit een mondhoek of een wenkbrauw op zichzelf te volgen.

Dertig waarnemers blijven dertig mensen

Jack en collega’s lieten in hun onderzoek uit 2012 naar gezichtsuitdrukkingen vijftien West-Europese en vijftien Oost-Aziatische Chinese waarnemers ieder 4 800 animaties indelen. De bewegingen werden gegenereerd; de deelnemers kozen emotiecategorieën of konden aangeven dat ze het niet wisten.

De onderzoekers vonden verschillen in de gereconstrueerde voorstellingen en hun timing. Dat zegt iets over deze groepen en deze taak. Het geeft geen handleiding waarmee je elke persoon uit een regio kunt lezen.

Duizenden antwoorden van dezelfde persoon zijn nog steeds geen duizenden onafhankelijke mensen. Het onderscheid is belangrijk zodra een groot getal als bewijs van zekerheid wordt gebruikt. Eerst moet duidelijk zijn wat werd herhaald en wie de antwoorden gaf.

Een internationaal patroon is nog geen individueel antwoord

Er zijn ook positieve resultaten voor gedeelde patronen. Cowen en collega’s analyseerden zes miljoen internetvideo’s uit 144 landen, met zestien soorten uitdrukkingen. Zij rapporteerden 70% behoud van verbanden tussen uitdrukking en context over twaalf wereldregio’s.

Dat is niet 70% nauwkeurigheid bij het vaststellen van iemands privégevoel. De uitdrukkingen en contexten werden met modellen ingedeeld; het onderzoek ging over samenhang in het gekozen videomateriaal. Het maakt emoties niet tot rechtstreeks bekende antwoorden.

De studie met animaties en de grote videostudie stellen dus andere vragen. Het grotere aantal beslist niet vanzelf welke conclusie je op een enkel interview mag toepassen. Een gedeeld patroon kan bestaan terwijl de aanleiding van één specifieke glimlach onbekend blijft.

De toegangspas en de glimlach bij de deur

Stel je een verzonnen gesprek voor over een toegangspas voor een buurtruimte. Iemand zegt dat de pas al vóór sluitingstijd is teruggegeven en glimlacht tijdens het antwoord. Een korte opname wordt gedeeld als plezier in het vertellen van een leugen.

Het langere fragment laat zien dat net een bekende bij de deur verschijnt. Dat geeft een andere mogelijke aanleiding voor de glimlach. Het bevestigt niet wanneer de pas terugkwam. Het gebruikslogboek, de fysieke overdracht en de administratieve registratie kunnen verschillende gebeurtenissen vastleggen.

Bij een analyse van een zaak moet de controle passen bij de betwiste bewering. Een logboek kan een verhaal tegenspreken of verduidelijken; een glimlach kan niet beslissen welk tijdstip het logboek bedoelt. Het voorbeeld scheidt de gezichtswaarneming van de controle op de gebeurtenis.

Wat een actie-eenheid toevoegt

Het Facial Action Coding System verscheen als handboek in 1978 en werd herzien in 2002. Actie-eenheden benoemen zichtbare veranderingen. Ze zijn geen directe elektrische spiermeting en hun nummers drukken geen hoeveelheid gevoel uit.

Dat geeft een praktische winst. In plaats van alleen “een vreemde blik” te zeggen, kun je beschrijven welk deel van het gezicht veranderde en wanneer. Iemand anders kan vervolgens dezelfde opname bekijken en nagaan of die beschrijving te volgen is.

De beginstand telt mee, net als spraak. Een mond die midden in een klank openstaat, wordt niet alleen door het stilzetten een verraste emotionele reactie. Een goed codeerbesluit vraagt de oorspronkelijke reeks en de criteria uit het handboek, niet alleen een overtuigend plaatje.

Kijk apart naar wenkbrauwen en oogleden

AU1 heft het binnenste deel van de wenkbrauwen, AU2 het buitenste. AU4 trekt de wenkbrauwen omlaag en naar elkaar toe. AU5 heft het bovenste ooglid. Een wijder oog en een hogere wenkbrauw zijn verschillende observaties, ook als ze samen voorkomen.

Vergelijk eerst dezelfde plek met het gezicht vóór de verandering. Pas daarna is de vraag welke andere bewegingen meedoen. De illustratie kan het verschil zichtbaar maken, maar bewijst niet dat elke andere actie afwezig is.

Onder de ogen zijn AU25, het uiteenwijken van de lippen, en AU26, het zakken van de kaak, ook verschillend. AU20 trekt de lippen zijwaarts; AU15 laat de mondhoeken zakken. Een algemeen woord als “grimas” verbergt zulke verschillen.

Een glimlach hoeft niet overal hetzelfde te bewegen

AU12 trekt de mondhoeken omhoog en opzij. AU6 heft de wangen, waardoor ook de huid onder en naast de ogen verandert. De combinatie wordt vaak met een Duchenne-glimlach verbonden. Dat is geen garantie voor onwillekeurig plezier.

Krumhuber en Manstead vergeleken in 2009 glimlachen bij grappig materiaal met op verzoek gemaakte glimlachen. In hun eerste experiment kwamen Duchenne- en andere glimlachen in vergelijkbare verhoudingen voor in die omstandigheden. De combinatie kan dus ook bewust worden gemaakt.

Dat betekent niet dat elke glimlach onecht is. Het betekent dat het zichtbare patroon de ontstaansgeschiedenis niet vastlegt. Een echte positieve reactie kan nog steeds over iemand buiten beeld gaan, in plaats van over de vraag waaraan de commentator haar koppelt.

Wat onderzoekers met een pose bedoelen

Du en collega’s onderzochten in 2014 230 mensen die uitdrukkingen volgens instructies maakten. Het materiaal bestond uit 22 categorieën: zes enkelvoudige, vijftien samengestelde en één neutrale. De foto’s werden onder gecontroleerde omstandigheden gemaakt en op herkenbaarheid geselecteerd.

Er waren terugkerende combinaties en verschillen tussen de categorieën. Dat ondersteunt het onderzoeken van een rijker repertoire dan één gezicht per bekend gevoel. Een blij verraste en een boos verraste pose kunnen verschillende configuraties hebben.

De categorie was echter onderdeel van de opdracht. Het werk bewees niet langs een onafhankelijke weg dat de persoon ieder genoemd gevoel werkelijk beleefde. Een succesvolle indeling van die foto’s is daarom geen resultaat over de waarheid van een getuigenverklaring.

Zes gezichten om bewegingen te vergelijken

De plaat toont 1 blijheid, 2 verdriet, 3 angst, 4 boosheid, 5 verrassing en 6 walging als illustratieve poses. Vergelijk angst met verrassing: geopende lippen kunnen in beide voorkomen, terwijl de spanning rond wenkbrauwen en mond verschilt.

In Du’s gegevens kwamen onder meer 12 + 25 bij blijheid, 4 + 15 bij verdriet, 1 + 4 + 20 + 25 bij angst en 4 + 7 + 24 bij boosheid terug. AU7 spant de oogleden aan; AU24 drukt de lippen samen. Verrassing omvatte 1 + 2 + 25 + 26; walging 9 + 10 + 17, met neus, bovenlip en kin.

Niet iedereen gebruikte alle mogelijke onderdelen. AU6 kwam voor bij 51% van de blije poses, AU1 bij 60% van de verdrietige en AU5 bij 66% van de verraste. De grens voor het terugkerende patroon lag boven 70%. Dat zijn taakfrequenties, geen kansen op een gevoel of leugen bij een willekeurig gezicht.

Hoe sterk is de beweging eigenlijk?

FACS kan zichtbare intensiteit met A–E aangeven. De niveaus zijn geordend, maar staan niet voor gelijke hoeveelheden emotie. E betekent geen vijf keer sterkere bedoeling dan A. Een zwakke beweging moet bovendien van een afwezige beweging worden onderscheiden.

De GFT-database uit 2017 bevat 96 mensen in 32 drietallen en 172 800 beelden. In het op intensiteit gecodeerde materiaal was de verdeling A–E 42%, 39%, 15%, 3% en 1%. A en B vormden samen 81%. Twintig acties kregen aanwezigheidsannotatie, vijf intensiteitsannotatie.

Het waren geselecteerde jonge volwassenen, met alcohol-, placebo- en controlecondities. Dit is geen verdeling van alle menselijke gezichtsuitdrukkingen. Het laat wel zien waarom uitgesproken lesgezichten niet het hele waarnemingsprobleem vertegenwoordigen.

Waarom 130 815 beelden geen grote bevolking vormen

DISFA uit 2013 registreerde 27 volwassenen, met 4 845 beelden per persoon. Het product is 130 815 beelden. Twaalf acties werden op een intensiteitsschaal van 0 tot 5 gecodeerd. Een tweede beoordelaar bekeek opnamen van tien deelnemers.

De overeenstemming over intensiteit, gemeten met ICC, lag per actie tussen 0,80 en 0,94. Dat is geen 80–94% ontdekte leugens. Het is nuttige informatie over hoe vergelijkbaar de bewegingsbeschrijvingen onder die omstandigheden waren.

Denk aan duizend opeenvolgende beelden van één persoon. Als een model op een deel leert en op naburige beelden wordt getoetst, weet je nog niet hoe het een onbekend gezicht verwerkt. Vraag daarom hoe personen tijdens de toets gescheiden zijn, niet alleen hoe groot het beeldenbestand is.

Wanneer de camera een stukje mist

GFT liet 22% van de beelden ongecodeerd doordat het gezicht deels niet zichtbaar was. Als een hand de mond afdekt, kan onbekend blijven of de mondhoeken bewogen. Niet zien is geen waarneming van stilstand.

Tijd telt ook mee. In een illustratief filmpje van 50 beelden per seconde beslaan acht intervallen 160 milliseconden. Tussen het eerste en achtste bemonsterde tijdstip liggen zeven intervallen, 140 milliseconden. Die berekening gaat over de opname, niet over een vaste grens voor een micro-expressie.

Een beweging kan tussen de beelden beginnen of al van een vorige opmerking doorlopen. Vertragen helpt bij kijken, maar herstelt geen weggevallen beelden of weggeknipte context. Kijk wat de opname werkelijk toelaat voordat je de conclusie preciezer maakt.

Wat een computerscore nog moet uitleggen

Een systeem kan een AU-intensiteit, een emotiecategorie of een interne score geven. De eerste vraag is wat tijdens de toets als antwoord gold: menselijke bewegingscodes, gevraagde poses of onafhankelijk vastgestelde informatie over gevoelens?

Een waarde van 0,8 is niet vanzelf een goed gekalibreerde kans van 80% op angst. Zelfs een passende gevoelsinschatting zou nog niet aangeven welke zin onwaar is. Het gezicht en de gebeurtenis blijven verschillende onderwerpen van onderzoek.

Barrett en collega’s bespraken in 2019 waarom herhaalde samenhang niet automatisch een voldoende specifieke emotie-inferentie oplevert. Twee beoordelaars kunnen het over dezelfde wangbeweging eens zijn en toch de reden verkeerd inschatten. Goede beschrijving maakt vervolgvragen mogelijk; zij beantwoordt die niet alvast.

Een beschrijving die je kunt controleren

Bewaar het moment, het veranderde deel van het gezicht en wat er vlak ervoor en erna gebeurt. Vermeld wat door kwaliteit, hoek of afdekking onzeker blijft. Leg bij een gevoelsinterpretatie uit welke extra informatie haar ondersteunt.

FACS helpt om nauwkeuriger te observeren en waarnemingen te vergelijken. Hoe zwaarder een uitspraak over iemand weegt, hoe beter het bewijs moet passen bij het bedoelde gevoel, de kennis of de handeling. Een goed beschreven beweging kan je onderzoek verbeteren zonder een gedachtenlezer te worden.