Почему люди считают роботов с ошибочным поведением интересными

Утверждалось, что способность людей распознавать социальные сигналы имеет решающее значение для овладения социальным интеллектом — но могут ли роботы научиться читать человеческие социальные сигналы и соответственно адаптировать или корректировать их собственное поведение?

В недавнем исследовании исследователи изучили, как люди реагируют на роботов, которые проявляют ошибочное поведение по сравнению с отлично выполняющими роботы. Результаты, опубликованные в «Frontiers in Robotics» и «AI», показывают, что участники проявили гораздо более сильную симпатию к ошибочному роботу, чем роботу, который взаимодействовал безупречно.

«Наши результаты показывают, что декодирование социальных сигналов человека может помочь роботу понять, что есть ошибка, и впоследствии реагировать соответствующим образом», — говорит соответствующий автор Николь Мирниг, кандидат наук в Центре человеко-компьютерного взаимодействия, Университет Зальцбурга, Австрия.

Хотя социальная робототехника является быстро развивающейся областью, социальные роботы еще не находятся на техническом уровне, где они работают без ошибок. Тем не менее, большинство исследований в этой области основаны на предположении безупречно выполняющих роботов. «Альтернативы, вызванные непредвиденными условиями, которые развиваются во время эксперимента, часто не рассматриваются и не исключаются, — говорит Николь Мирниг. «В основе тщательных научных исследований лежит строгий кодекс поведения. Однако мы предполагаем, что ошибочные случаи взаимодействия человека с роботом полны знаний, которые могут помочь нам в дальнейшем улучшать качество взаимодействия в новых измерениях. Мы считаем, что большинство исследований сосредоточено на идеальном взаимодействии, многие потенциально важные аспекты не учитываются ».

Чтобы исследовать социальные сигналы партнеров по взаимодействию с человеком после ошибки робота, исследовательская группа целенаправленно программировала ошибочное поведение робота NAO и позволяла участникам взаимодействовать с ним. Они измерили привлекательность робота, антропоморфизм и воспринимаемый интеллект, и проанализировали реакцию пользователей, когда робот совершал ошибку. С помощью видеокодирования исследователи могли повторить свои результаты из предыдущих исследований и показать, что люди реагируют на ошибочное поведение роботов с помощью социальных сигналов. По результатам опросов и оценок пользователей исследовательская группа обнаружила, что неожиданно ошибочные роботы не воспринимались как значительно менее интеллектуальные или антропоморфные по сравнению с отлично выполняющими роботы. Вместо этого, хотя люди признавали ошибки робота, они фактически оценили его как более приятного, чем его идеально исполняемый аналог.

«Наши результаты показали, что участникам понравился ошибочный робот значительно больше, чем безупречный. Это открытие подтверждает эффект Pratfall, в котором говорится, что привлекательность людей возрастает, когда они совершают ошибку», — говорит Николь Мирниг. «В частности, изучение ошибочных примеров взаимодействия может быть полезно для дальнейшего улучшения качества взаимодействия человека с роботом. Например, робот, который понимает, что существует проблема во взаимодействии, правильно интерпретируя социальные сигналы пользователя, может позволить пользователю узнать, что Он понимает проблему и активно применяет стратегии восстановления ошибок ».

Эти результаты имеют интересные последствия для области социальной робототехники, поскольку они подчеркивают важность того, чтобы создатели роботов имели в виду потенциальные недостатки при разработке роботов. В отличие от предположения, что робот будет вести себя отлично, охват недостатков технологии социальных роботов может проложить путь для развития роботов, которые совершают ошибки, — и учиться у них. Это также сделает роботов более приятными для людей. «Изучение источников несовершенного поведения роботов приведет к появлению более правдоподобных персонажей роботов и более естественному взаимодействию», — заключает Николь Мирниг.

Добавить комментарий


Защитный код
Обновить