Mennesker foretrekker å interagere med menneskelignende roboter, forskning viser

Forskere ved Tokyo Institute of Technology og Riken i Japan har fått ny innsikt i hvordan vi oppfatter og interagerer med stemmen til ulike maskiner. Teamet utførte en meta-syntese, og deres funn gir ny informasjon om menneskelige preferanser, som ingeniører og designere kan bruke til å utvikle fremtidige taleteknologier. 

Mennesker kommuniserer hovedsakelig vokalt og auralt, og overfører alt fra lingvistisk informasjon til emosjonelle tilstander og personligheter. Oppfatningen av vår stemme avhenger i stor grad av tone, rytme og pitch.

Kombinering av ulike fagområder for å skape ramme

Våre interaksjoner utvides nå til datamaskinagenter, grensesnitt og miljøer på grunn av fremgang i AI-teknologier. Forskning finner ofte sted i fagområdene menneske-agent-interaksjon (HAI), menneske-robot-interaksjon (HRI), menneske-datamaskin-interaksjon (HCI) og menneske-maskin-kommunikasjon (HMC). 

Forskerlaget søkte å sammenligne funnene fra flere studier i ulike fagområder, med mål om å skape en ramme for å guide fremtidig design og forskning på datamaskin-stemme. 

Associate Professor Katie Seaborn fra Tokyo Tech var leder for forskerlaget. 

“Taleassistenter, smarte høyttalere, kjøretøy som kan snakke med oss, og sosiale roboter er allerede her”, sier Prof. Seaborn. ”Vi må vite hvordan vi best kan designe disse teknologiene for å fungere med oss, leve med oss og møte våre behov og ønsker. Vi må også vite hvordan de har påvirket våre holdninger og atferd, spesielt på subtile og usynlige måter.”

Forskerlagets undersøkelse så på fagfellevurderte tidsskriftartikler og konferanseartikler basert på brukeroppfatning av agent-stemme. Kildematerialet inkluderte en rekke agent-, grensesnitt- og miljøtyper og -teknologier, med de fleste som “kroppsløse” datamaskin-stemmer, datamaskinagenter og sosiale roboter. 

De fleste brukerne var universitetsstudenter og voksne, og forskerne kunne observere og kartlegge mønster før de dro konklusjoner om oppfatning av agent-stemme i ulike interaksjonskontekster. 

Forskerlagets funn

Studiens resultater viste at brukerne antropomorfiserte agentene de interagerte med, og de foretrakk interaksjoner med de som var like deres personlighet og talestil. Studien viste også at menneskestemmer ble foretrukket over syntetiske stemmer, og interaksjonen ble forbedret ved å legge til talefylle. 

Ifølge undersøkelsen foretrakk enkeltindivider menneskelignende, glade, empatisk stemmer med høyere tonehøyde. Imidlertid endret noen av brukerpreferansene over tid. For eksempel endret brukerpreferansen for stemmekjønn fra maskuline stemmer til feminine stemmer. 

Forskerne tok disse funnene og skapte en høynivå-ramme for å klassifisere ulike typer interaksjoner over datamaskinbaserte teknologier. 

Et annet funn var at brukerne ofte oppfattet agenter bedre når agentene var inkorporert, med stemmen som “matchet” agentens kropp. 

Forskerlagets undersøkelse kunne brukes til å skape nye og eksisterende teknologier i talebasert menneske-agent-interaksjon (vHAI). 

“Forskningsagendaen som oppstod fra dette arbeidet forventes å guide hvordan talebaserte agenter, grensesnitt, systemer, rom og opplevelser utvikles og studeres i årene som kommer,” sier Prof. Seaborn.