Människor föredrar att interagera med mänskliga robotar, forskning visar

Forskare vid Tokyo Institute of Technology och Riken i Japan har fått ny insikt i hur vi uppfattar och interagerar med rösten från olika maskiner. Teamet utförde en meta-syntes, och deras fynd ger ny information om mänskliga preferenser som ingenjörer och designers kan använda för att utveckla framtida röstteknologier.

Människor kommunicerar främst verbalt och auditivt, och förmedlar allt från lingvistisk information till emotionella tillstånd och personligheter. Uppfattningen av vår röst beror till stor del på ton, rytm och pitch.

Kombinera olika fält för att skapa ramverk

Våra interaktioner utvidgas nu till datoragenter, gränssnitt och miljöer på grund av framsteg inom AI-teknologier. Forskning sker ofta inom områdena mänsklig-agentinteraktion (HAI), mänsklig-robotinteraktion (HRI), mänsklig-datorinteraktion (HCI) och mänsklig-maskinkommunikation (HMC).

Forskarteamet försökte jämföra resultaten från flera studier inom de olika fälten, i syfte att skapa ett ramverk för att vägleda framtida design och forskning kring datorröster.

Associate Professor Katie Seaborn från Tokyo Tech var den ledande forskaren.

“Röstassistenter, smarta högtalare, fordon som kan tala till oss och sociala robotar är redan här”, säger Prof. Seaborn. ”Vi behöver veta hur vi bäst kan utforma dessa teknologier för att de ska fungera med oss, leva med oss och matcha våra behov och önskemål. Vi behöver också veta hur de har påverkat våra attityder och beteenden, särskilt på subtila och osynliga sätt.”

Teamets undersökning tittade på peer-reviewed tidskriftsartiklar och konferensartiklar baserade på proceedings, med fokus på användarnas uppfattning av agentröster. Källmaterialet inkluderade en mängd olika agentyper, gränssnitt och miljöer samt teknologier, varav de flesta var “kropps-lösa” datorröster, datoragenter och sociala robotar.

De flesta användarna var universitetsstudenter och vuxna, och forskarna kunde observera och kartlägga mönster innan de drog slutsatser om uppfattningen av agentröster i olika interaktionskontexter.

Teamets fynd

Studiens resultat visade att användarna antropomorfiserade de agenter de interagerade med, och att de föredrog interaktioner med de som var lika deras personlighet och talsätt. Studien visade också att mänskliga röster föredrogs framför syntetiska, och att interaktionen förbättrades genom att lägga till röstfyllnader.

Enligt undersökningen föredrog individer mänskliga, glada, empatiska röster med högre tonhöjd. Men vissa av användarnas preferenser ändrades över tid. Till exempel ändrades preferensen för röstens kön från manliga röster till kvinnliga röster.

Forskarna tog dessa fynd och skapade ett högnivå-ramverk för att klassificera olika typer av interaktioner över datorbaserade teknologier.

Ett annat fynd var att användarna ofta uppfattade agenter bättre när agenterna var inkapslade, med rösten “matchande” agentens kropp.

Teamets undersökning kunde användas för att skapa nya och existerande teknologier inom röstbaserad mänsklig-agentinteraktion (vHAI).

“Forskningsagendan som framkommit från detta arbete förväntas vägleda hur röstbaserade agenter, gränssnitt, system, utrymmen och upplevelser utvecklas och studeras i framtiden”, säger Prof. Seaborn.