Дослідження показують, що люди вважають за краще взаємодіяти з людиноподібними роботами

Дослідники Токійського технологічного інституту та Рікен, Японія, отримали нове розуміння того, як ми сприймаємо голос різних машин і взаємодіємо з ними. Команда здійснила метасинтез, а їх результати надати нову інформацію про людські переваги, яку інженери та дизайнери можуть використовувати для розробки майбутніх голосових технологій. 

Люди в основному спілкуються голосом і на слух, передаючи все, від мовної інформації до емоційних станів і особистості. Сприйняття нашого голосу значною мірою залежить від тембру, ритму та висоти.

Об’єднання різних полів для створення фреймворку

Зараз наша взаємодія поширюється на комп’ютерні агенти, інтерфейси та середовища завдяки прогресу технологій ШІ. Дослідження часто проводяться у сферах взаємодії людини з агентом (HAI), взаємодії людини з роботом (HRI), взаємодії людини з комп’ютером (HCI) і спілкування людини з машиною (HMC). 

Команда дослідників намагалася порівняти результати кількох досліджень у різних галузях, намагаючись створити структуру для подальшого проектування та досліджень комп’ютерного голосу. 

Провідним дослідником була доцент Кеті Сіборн з Tokyo Tech. 

«Голосові помічники, розумні динаміки, транспортні засоби, які можуть розмовляти з нами, і соціальні роботи вже тут», — каже професор Сіборн. «Нам потрібно знати, як найкраще розробити ці технології, щоб вони працювали з нами, жили з нами та відповідали нашим потребам і бажанням. Нам також потрібно знати, як вони вплинули на наше ставлення та поведінку, особливо в непомітний і невидимий спосіб».

В опитуванні команда розглядала рецензовані журнальні статті та матеріали конференцій, зосереджуючись на сприйнятті користувачами голосу агента. Вихідні матеріали включали різні типи та технології агентів, інтерфейсів і середовищ, більшість з яких були «безтілесними» комп’ютерними голосами, комп’ютерними агентами та соціальними роботами. 

Більшість користувачів були студентами університетів і дорослими, і дослідники мали змогу спостерігати та відображати закономірності, перш ніж робити висновки щодо сприйняття голосу агента в різноманітних контекстах взаємодії. 

Висновки команди

Результати дослідження показали, що користувачі антропоморфізували агентів, з якими вони взаємодіяли, і вони віддавали перевагу взаємодії з тими, хто був схожий на їх особистість і стиль розмови. Дослідження також показало, що людські голоси віддають перевагу синтетичним, і взаємодія була покращена завдяки додаванню вокальних наповнювачів. 

Згідно з опитуванням, люди віддають перевагу людським, щасливим, чуйним голосам із вищою висотою. Однак деякі переваги користувачів з часом змінилися. Наприклад, уподобання користувача щодо статі голосу змінилося з чоловічого роду на жіночий. 

Дослідники взяли ці висновки та створили структуру високого рівня для класифікації різних типів взаємодії між комп’ютерними технологіями. 

Інший висновок полягав у тому, що користувачі часто краще сприймали агентів, коли вони були втілені, а голос «відповідав» тілу агентства. 

Опитування команди може бути використане для створення нових і існуючих технологій голосової взаємодії людини з агентом (vHAI). 

«Очікується, що програма досліджень, яка виникла в результаті цієї роботи, керуватиме розробкою та вивченням голосових агентів, інтерфейсів, систем, просторів і досвіду в наступні роки», — каже професор Сіборн.