Хората предпочитат да взаимодействат с човекоподобни роботи, установяват изследвания

Изследователи от Токийския технологичен институт и Рикен, Япония, са придобили нова представа за това как възприемаме и взаимодействаме с гласа на различни машини. Екипът извърши мета-синтез и техните данни предоставят нова информация за човешките предпочитания, която инженерите и дизайнерите могат да използват за разработване на бъдещи гласови технологии. 

Хората общуват основно вокално и слухово, като предават всичко от езикова информация до емоционални състояния и личности. Възприемането на нашия глас до голяма степен зависи от тона, ритъма и височината.

Комбиниране на различни полета за създаване на рамка

Нашите взаимодействия сега се разширяват до компютърни агенти, интерфейси и среди поради напредъка в AI технологиите. Изследванията често се провеждат в областта на взаимодействието човек-агент (HAI), взаимодействието човек-робот (HRI), взаимодействието човек-компютър (HCI) и комуникацията човек-машина (HMC). 

Екипът от изследователи се опита да сравни констатациите от няколко проучвания в различни области, търсейки да създаде рамка, която да ръководи бъдещия дизайн и изследвания на компютърния глас. 

Доцент Кейти Сиборн от Tokyo Tech беше водещ изследовател. 

„Гласови асистенти, интелигентни високоговорители, превозни средства, които могат да говорят с нас, и социални роботи вече са тук“, казва проф. Сиборн. „Трябва да знаем как най-добре да проектираме тези технологии, за да работят с нас, да живеят с нас и да отговарят на нашите нужди и желания. Ние също трябва да знаем как те са повлияли на нашите нагласи и поведение, особено по фини и невидими начини.

Проучването на екипа разглежда рецензирани статии от списания и доклади от конференции, базирани на протоколи, с акцент върху потребителското възприемане на гласа на агента. Изходните материали включват разнообразие от видове агенти, интерфейси и среди и технологии, като повечето са „безтелесни“ компютърни гласове, компютърни агенти и социални роботи. 

Повечето от потребителите бяха студенти и възрастни и изследователите успяха да наблюдават и картографират модели, преди да направят заключения относно възприемането на гласа на агента в различни контексти на взаимодействие. 

Констатациите на екипа

Резултатите от проучването показват, че потребителите антропоморфизират агентите, с които взаимодействат, и предпочитат взаимодействия с тези, които са подобни на тяхната личност и стил на говорене. Проучването също така показа, че човешките гласове са предпочитани пред синтетичните и взаимодействието е подобрено чрез добавяне на вокални пълнители. 

Според проучването хората предпочитат човешки, щастливи, емпатични гласове с по-високи тонове. Някои от потребителските предпочитания обаче се промениха с времето. Например потребителските предпочитания за пола на гласа се промениха от мъжки на женски гласове. 

Изследователите взеха тези констатации и създадоха рамка на високо ниво за класифициране на различни видове взаимодействия в компютърно-базирани технологии. 

Друга констатация е, че потребителите често възприемат агентите по-добре, когато агентите са въплътени, като гласът „съвпада“ с тялото на агенцията. 

Проучването на екипа може да се използва за създаването на нови и съществуващи технологии в гласово базираното взаимодействие човек-агент (vHAI). 

„Изследователската програма, възникнала от тази работа, се очаква да ръководи как гласово базираните агенти, интерфейси, системи, пространства и преживявания се разработват и изучават през следващите години“, казва проф. Сийборн.