Lidé preferují interakci s roboty, které připomínají lidi, zjistila studie

Výzkumníci z Tokijského technologického institutu a Riken v Japonsku získali nové poznatky o tom, jak vnímáme a interagujeme s hlasem různých strojů. Tým provedl meta-syntézu a jejich výsledky poskytují nové informace o lidských preferencích, které mohou inženýři a designéři využít k vývoji budoucích hlasových technologií.

Lidé se primárně komunikují hlasem a sluchem, přenášejíce všechno od lingvistické informace po emocionální stavy a osobnosti. Vnímání našeho hlasu závisí výrazně na tónu, rytmu a výšce.

Kombinace různých oborů pro vytvoření rámce

Naše interakce se nyní rozšiřují na počítačové agenty, rozhraní a prostředí díky pokrokům v technologiích umělé inteligence. Výzkum často probíhá v oblastech interakce mezi lidmi a agenty (HAI), interakce mezi lidmi a roboty (HRI), interakce mezi lidmi a počítači (HCI) a komunikace mezi lidmi a stroji (HMC).

Tým výzkumníků se snažil porovnat výsledky z několika studií v různých oblastech, snaže se vytvořit rámec pro budoucí design a výzkum počítačového hlasu.

Asistentka profesorka Katie Seaborn z Tokijského technologického institutu byla vedoucí výzkumnou.

“Hlasoví asistenti, chytré reproduktory, vozidla, která s námi mohou mluvit, a sociální roboti jsou již zde,” říká profesorka Seaborn. ”Potřebujeme vědět, jak nejlépe navrhnout tyto technologie, aby fungovaly s námi, žily s námi a odpovídaly našim potřebám a přáním. Potřebujeme také vědět, jak ovlivnily naše postoje a chování, zejména v jemných a neviditelných způsobech.”

Týmový průzkum se zaměřil na recenzované články v odborných časopisech a články z konferencí s důrazem na vnímání hlasu agenta uživateli. Zdrojové materiály zahrnovaly různé typy agentů, rozhraní a prostředí a technologií, z nichž většina byly “beztělné” počítačové hlasy, počítačoví agenti a sociální roboti.

Většina uživatelů byli univerzitní studenti a dospělí, a výzkumníci byli schopni pozorovat a mapovat vzorce předtím, než vyvodili závěry o vnímání hlasu agenta v různých kontextech interakce.

Závěry týmu

Výsledky studie prokázaly, že uživatelé antropomorfizovali agenty, se kterými interagovali, a preferovali interakce s těmi, kteří byli podobní jejich osobnosti a stylu mluvení. Studie také ukázala, že lidské hlasy byly preferovány před syntetickými, a interakce byla zlepšena přidáním hlasových vyplňovačů.

Podle průzkumu uživatelé preferovali lidské, šťastné, empatické hlasy s vyššími tóny. Nicméně, některé uživatelské preference se změnily v průběhu času. Například preference uživatele pro pohlaví hlasu se změnila z mužských hlasů na ženské hlasy.

Výzkumníci tyto výsledky použili k vytvoření rámcového systému pro klasifikaci různých typů interakcí napříč počítačovými technologiemi.

Dalším zjištěním bylo, že uživatelé často vnímali agenty lépe, když byli agenti ztělesněni, s hlasem “odpovídajícím” tělu agenta.

Týmův průzkum by mohl být použit pro vytvoření nových a existujících technologií v oblasti hlasové interakce mezi lidmi a agenty (vHAI).

“Výzkumný program, který vyplynul z této práce, se očekává, že povede, jak budou vyvíjeny a studovány hlasoví agenti, rozhraní, systémy, prostory a zkušenosti v budoucnu,” říká profesorka Seaborn.