Mennesker foretrækker at interagere med robotter, der ligner mennesker, viser forskning

Forskere fra Tokyo Institute of Technology og Riken i Japan har fået ny indsigt i, hvordan vi opfatter og interagerer med stemmen fra forskellige maskiner. Holdet udførte en meta-syntese, og deres resultater giver ny information om menneskelige præferencer, som ingeniører og designere kan bruge til at udvikle fremtidige taleteknologier.

Mennesker kommunikerer primært vokalt og auditivt, og overfører alt fra sproglig information til emotionelle tilstande og personligheder. Opfattelsen af vores stemme afhænger i høj grad af tone, rytme og pitch.

Kombination af forskellige fag til at skabe ramme

Vores interaktioner udvides nu til computeragenter, interfaces og miljøer på grund af fremskridt i AI-teknologier. Forskning foregår ofte inden for områderne human-agent interaktion (HAI), human-robot interaktion (HRI), human-computer interaktion (HCI) og human-maskine kommunikation (HMC).

Forskerholdet søgte at sammenligne resultaterne fra flere studier inden for de forskellige fag, med det formål at skabe en ramme til at guide fremtidig design og forskning på computerstemmer.

Associate Professor Katie Seaborn fra Tokyo Tech var leder af forskerholdet.

“Taleassistenter, smarte højttalere, køretøjer, der kan tale til os, og sociale robotter er allerede her,” siger Prof. Seaborn. ”Vi har brug for at vide, hvordan vi bedst kan designe disse teknologier til at arbejde med os, leve med os og matche vores behov og ønsker. Vi har også brug for at vide, hvordan de har påvirket vores holdninger og adfærd, især på subtile og usynlige måder.”

Holdets undersøgelse fokuserede på peer-reviewed tidsskrifter og konferencepapirer baseret på brugeropfattelsen af agentstemmer. Kildematerialet omfattede en række agent-, interface- og miljøtyper og -teknologier, hvoraf de fleste var “kropsløse” computerstemmer, computeragenter og sociale robotter.

De fleste brugere var universitetsstuderende og voksne, og forskerne kunne observere og kortlægge mønstre, før de trak konklusioner om opfattelsen af agentstemmer i forskellige interaktionskontekster.

Holdets resultater

Studiets resultater viste, at brugerne antropomorfiserede de agenter, de interagerede med, og at de foretrækker interaktioner med dem, der ligner deres personlighed og talestil. Studiet viste også, at menneskestemmer var foretrukket over syntetiske stemmer, og at interaktionen forbedredes ved at tilføje talefyldere.

Ifølge undersøgelsen foretrækker individer menneskelignende, glade, empatiske stemmer med højere pitch. Dog ændrede nogle af brugerpræferencerne sig over tid. For eksempel ændrede brugerpræferencen for stemmekøn sig fra maskuline stemmer til feminine stemmer.

Forskerne tog disse resultater og skabte en højniveau-ramme til at klassificere forskellige typer interaktioner på tværs af computerbaserede teknologier.

En anden opdagelse var, at brugere ofte opfattede agenter bedre, når agenterne var inkorporeret, med stemmen “matchende” agentens krop.

Holdets undersøgelse kunne bruges til at skabe nye og eksisterende teknologier inden for talebaseret human-agent interaktion (vHAI).

“Forskningsagendaen, der opstod fra dette arbejde, forventes at guide, hvordan talebaserede agenter, interfaces, systemer, rum og oplevelser udvikles og studeres i årene, der kommer,” siger Prof. Seaborn.