Νέα Μελέτη Δείχνει το Όφελος των Ρομπότ που Εκφράζουν Ευαλωθία

Μια νέα μελέτη από το Πανεπιστήμιο του Yale σχετικά με τις επιπτώσεις των ρομπότ στις αλληλεπιδράσεις ανθρώπου με άνθρωπο έδειξε τα οφέλη που είναι δυνατά όταν ένα ρόμποτ εκφράζει ευαλωθία.

Η μελέτη βρήκε ότι υπήρχε μια πιο θετική ομαδική εμπειρία όταν οι άνθρωποι ήταν ομαδοποιημένοι με ένα ρόμποτ που εκφράζει ευαλωθία, σε σύγκριση με τους ανθρώπους που ομαδοποιήθηκαν με σιωπηλά ή ουδέτερα ρομπότ. Μεταξύ της ομάδας με το ευάλωτο ρόμποτ, υπήρχε περισσότερη επικοινωνία μεταξύ των μελών.

Το έργο δημοσιεύθηκε στις 9 Μαρτίου στο Proceedings of the National Academy of Sciences.

Η Margaret L. Traeger είναι υποψήφια διδάκτωρ στη σοσιολογία στο Ινστιτούτο Επιστημών Δικτύου του Yale (YINS) και η κύρια συγγραφέας της μελέτης.

«Γνωρίζουμε ότι τα ρομπότ μπορούν να επηρεάσουν τη συμπεριφορά των ανθρώπων με τους οποίους αλληλεπιδρούν trực tiếp, αλλά πώς τα ρομπότ επηρεάζουν τον τρόπο με τον οποίο οι άνθρωποι αλληλεπιδρούν μεταξύ τους είναι λιγότερο καλά κατανοητό», είπε η Traeger. «Η μελέτη μας δείχνει ότι τα ρομπότ μπορούν να επηρεάσουν τις αλληλεπιδράσεις ανθρώπου με άνθρωπο».

Γίνεται ολοένα και πιο σημαντικό να κατανοηθεί η επιρροή των κοινωνικών ρομπότ στη συμπεριφορά των ανθρώπων. Εφαρμόζονται όλο και περισσότερο στην κοινωνία σε μέρη όπως τα καταστήματα και τα νοσοκομεία.

«Σε αυτή την περίπτωση», είπε η Traeger, «δείχνουμε ότι τα ρομπότ μπορούν να βοηθήσουν τους ανθρώπους να επικοινωνούν πιο αποτελεσματικά ως ομάδα».

Το πείραμα που διεξήγαγαν οι ερευνητές περιελάμβανε 153 άτομα που χωρίστηκαν σε 51 ομάδες. Κάθε ομάδα αποτελούνταν από τρεις ανθρώπους και ένα ρόμποτ, και έπαιξαν ένα παιχνίδι βασισμένο σε tablet όπου τα μέλη συνεργάστηκαν για να δημιουργήσουν τις πιο αποτελεσματικές διαδρομές σιδηροδρόμων σε 30 γύρους. Τα ρομπότ εκδήλωναν τρεις διαφορετικούς τύπους συμπεριφοράς στο τέλος κάθε γύρου: τα ρομπότ είτε παρέμειναν σιωπηλά, είτε απάντησαν με ένα ουδέτερο, σχετικό με την εργασία θέμα όπως ο αριθμός των γύρων που ολοκληρώθηκαν, είτε αναγνώρισαν einen λάθος.

Για τους ανθρώπους που ομαδοποιήθηκαν με ρομπότ που έκαναν ευάλωτες δηλώσεις, υπήρχε διπλάσια επικοινωνιακό χρόνος μεταξύ τους κατά τη διάρκεια του παιχνιδιού. Σύμφωνα με τους ανθρώπους, η εμπειρία ήταν πιο απολαυστική σε σύγκριση με τις άλλες δύο ομάδες.

Η συζήτηση μεταξύ των ανθρώπων αυξήθηκε κατά τη διάρκεια του παιχνιδιού όταν τα ρομπότ έκαναν ευάλωτες δηλώσεις, σε σύγκριση με εκείνους που έκαναν ουδέτερες δηλώσεις. Όταν το ρόμποτ ήταν σιωπηλό, η συζήτηση μεταξύ των ανθρώπων ήταν λιγότερο ισορροπημένη.

Υπήρχε επίσης μεγαλύτερη ισορροπία στη λεκτική συμμετοχή μεταξύ των ανθρώπων στις ομάδες με τα ευάλωτα και ουδέτερα ρομπότ, σε σύγκριση με εκείνους στις ομάδες με σιωπηλά ρομπότ. Αυτό θα μπορούσε να σημαίνει ότι ένα ομιλών ρόμποτ οδηγεί σε πιο ισορροπημένη επικοινωνία μεταξύ των ανθρώπων.

Ο Nicholas A. Christakis είναι Καθηγητής Κοινωνικών και Φυσικών Επιστημών.

«Είμαστε ενδιαφερμένοι για το πώς η κοινωνία θα αλλάξει καθώς προσθέτουμε μορφές τεχνητής νοημοσύνης στο μέσο μας», είπε ο Christakis. «Όταν δημιουργούμε υβριδικά κοινωνικά συστήματα ανθρώπων και μηχανών, πρέπει να αξιολογήσουμε πώς να προγραμματίσουμε τους ρομποτικούς παράγοντες ώστε να μην διαβρώσουν τον τρόπο με τον οποίο αντιμετωπίζουμε ο ένας τον άλλον».

Σύμφωνα με τη Sarah Strohkorb Sebo, υποψήφια διδάκτωρ στο Τμήμα Επιστημών Υπολογιστών και συν-συγγραφέα της μελέτης, υπάρχει μεγάλη σημασία στην κατανόηση της κοινωνικής επιρροής των ρομπότ στους ανθρώπινους χώρους.

«Φανταστείτε ένα ρόμποτ σε ένα εργοστάσιο που έχει ως καθήκον να διανέμει ανταλλακτικά σε εργάτες σε μια γραμμή συναρμολόγησης», είπε. «Εάν δώσει όλα τα κομμάτια σε ένα άτομο, μπορεί να δημιουργήσει ένα άβολο κοινωνικό περιβάλλον στο οποίο οι άλλοι εργάτες αναρωτιούνται εάν το ρόμποτ πιστεύει ότι είναι κατώτεροι στην εργασία. Τα ευρήματά μας μπορούν να ενημερώσουν το σχεδιασμό ρομπότ που προάγουν την κοινωνική συμμετοχή, την ισορροπημένη συμμετοχή και τις θετικές εμπειρίες για τους ανθρώπους που εργάζονται σε ομάδες».

Οι συν-συγγραφείς της μελέτης περιελάμβαναν επίσης τον Brian Scassellati του Yale, καθηγητή επιστημών υπολογιστών, γνωστικής επιστήμης και μηχανολογικής μηχανικής, και τον Malte Jung του Cornell, βοηθό καθηγητή στην επιστήμη της πληροφορίας.

Η έρευνα υποστηρίχθηκε από το Ίδρυμα Robert Wood Johnson και το Εθνικό Ίδρυμα Επιστημών.