我们在什么情况下会觉得机器人值得信任?

每年,向你的手机询问当地中餐的建议,或者信任你的汽车把你带到新的地点,似乎都离科幻小说更远了一点。

加入我们的科学爱好者社区!

本文发表于《大众科学》的前博客网络,反映了作者的观点,不一定代表《大众科学》的观点


“快乐”和“悲伤”的机器人行走,作为一项研究的一部分,旨在评估人类对潜在的机器人同事的接受程度(来源:doi:10.3389/fpsyg.2015.00204)

每年,向你的手机询问当地中餐的建议,或者信任你的汽车把你带到新的地点,似乎都离科幻小说更远了一点。也许你甚至希望有一个机器人可以清洁你的房子或修理你的电子设备。随着像Siri这样的程序和像Her这样的电影的流行,很明显,人机交互(HRI)的科学领域正在更多地进入公众视野。

但是,正如在某些情况下与机器人互动已经开始变得平常一样,几乎每个人也都经历过信任技术让他们感到不舒服的情况。这种不适感可能从简单的偏好(某些决定应由人类而非机器做出)到感觉机器人有点太接近人类。无论原因是什么,科学家们都在努力理解为什么人类会对机器人感到不适或不信任。他们知道,机器人将在我们的生活和工作场所中扮演越来越重要的角色,为更好的人机互动铺平道路对每个人都很重要。


关于支持科学新闻

如果您喜欢这篇文章,请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅,您正在帮助确保有关塑造我们当今世界的发现和想法的具有影响力的故事的未来。


在最简单的层面上,有一个问题,即在哪些情况下我们更信任机器的算法(决策和解决问题的程序)而不是人类的算法。一组试图理解这个问题的研究人员为人们提供了一系列经验,在这些经验中,他们比较了人类的决策与机器算法在确定商学院申请人未来潜力方面的表现。

在研究中,人类的表现始终不如机器算法——机器能够更好地识别哪些申请人会随着时间的推移成为表现最好的学生——但参与者更愿意相信人类的决定。这些研究人员声称,人们会经历一种称为算法厌恶的现象:在看到机器算法犯错后,会避免或不信任它。

现在你可能会认为这听起来很自然;你当然会避免你知道会犯错的东西。但是研究中的人们看到人类和机器算法都犯了错误,而且人类的错误始终比机器犯的错误大得多。但这并不重要。虽然研究中的人们相对愿意忽略或为人类决策者有时犯的重大错误辩解,但机器算法即使犯了小错误也会让人不愿意再次信任它。

人形机器人的例子,人类可能会觉得它有吸引力,甚至会觉得它很奇怪,这取决于它的行为(来源:doi:10.3389/fpsyg.2015.00204)

这项研究的研究人员提供了一个很好的例子,说明如何找到通过糟糕交通的方式。想象一下你堵在路上,决定尝试一条你认为可能更快的路线。你事后发现它更长了,并意识到你犯了一个错误——但你可能不会因此得出结论,你的决定永远不会被信任。但是,如果 GPS 建议了一条最终花费更长时间的路线,许多人可能会简单地得出结论,GPS 不值得信任。

需要更多的研究来精确地解释为什么人类如此厌恶基于机器算法的决策,但这项研究为一些原因提供了重要的见解。参与者认为,机器算法更擅长避免明显的错误、比较属性和保持一致性。但他们认为,人类更擅长通过实践改进、从错误中学习以及发现被低估的候选人。随着机器学习的进步,对我们来说,找到一种方法来停止期望机器的完美表现非常重要,而且肯定不会因为机器犯的最小错误而完全失去对它们的信任。

这些想法非常重要,以至于最近在瑞士达沃斯举行的世界经济论坛专门设立了一个会议来探讨这个问题:人类与人工智能:机器会比人类做出更好的决策吗?

即使人们接受机器人可能拥有比人类更好的算法,下一步也将是从简单的机器决策转变为日常生活中与机器人的互动。这是从 ATM 和评估工作申请转变为在各种环境中成为同事或护理提供者。

这一步骤的部分取决于机器人甚至能够完成什么样的工作。我们目前与之互动的许多机器人都依赖于机器提示,比如按下按钮。但是,如果提示明显更复杂的环境呢?已经有研究在进行,研究机器人如何在复杂的环境中区分身体姿势和眼神交流,例如确定谁站在酒吧里,谁有兴趣下单。

想象一下餐厅里的机器人服务员或在您进入酒店时迎接您的机器人,这可能令人兴奋,但现在想象一下,机器人身上的一些东西让这次相遇令人不舒服。也许机器人一直对你说早上好,即使你还没有离开大厅。也许机器人的移动方式令人不安。也许机器人看起来有点太像你的母亲或你的猫了。

Destephe 等人提出的“恐怖谷”的表示(来源:doi:10.3389/fpsyg.2015.00204)

在人机交互领域,自 1970 年代以来就有一个假设描述了这种舒适感的下降,即“恐怖谷”。虽然人类对人形机器人越像人类感觉越熟悉和舒适,但存在一个阈值,当某些东西恰好不像人类时,这种熟悉感会变得“怪异”,我们的舒适感会下降。越过这个阈值,直到难以与人类区分的程度,我们的舒适感会从怪异重新回到熟悉。

研究人员正在努力理解这种不适的原因和潜在的解决方案,包括为机器人提供复杂的职业而不是特定任务的想法。你会觉得机器人收集垃圾不舒服吗?那开卡车呢?监视装配线上是否有缺陷的零件呢?那么决定在该装配线上工作的人员的轮班呢?你会信任一个机器人在救护车队的紧急响应工作中工作吗?那当警察呢?

最近的一项研究要求参与者观看人形机器人四处走动并模仿一些人类情感的视频。然后,参与者回答了一系列关于他们对机器人的感觉以及他们是否可以想象那个机器人从事某种职业的问题。

比较人们是否认为机器人从事某种职业是可以接受的,以及他们是否觉得该机器人像人类、怪异或有吸引力(来源:doi:10.3389/fpsyg.2015.00204)

在研究人员追踪的所有品质中,一个品质与参与者是否可以想象人形机器人从事某种职业之间的最大相关性是吸引力。考虑到存在怪异的排名,这似乎令人惊讶。那些觉得机器人更有吸引力的参与者更容易想象它从事某种职业,无论他们觉得它有多“怪异”、“不寻常”或“可怕”。

虽然研究人员需要更深入地研究这个问题,但这项最新研究的作者建议,在人类吸引力研究的背景下思考这个问题很有趣。一些研究发现,当人们互相评估时,如果其他人更有吸引力,他们更有可能将其他人评为更有能力。在设计未来将与人类并肩工作的机器人时,这可能需要考虑在内。

下次你与一项技术互动时,也许可以问问自己你有多信任它,以及为什么。是因为它有吸引力吗?是因为它从未让你失望吗?通过更多的研究,科学或许能够提供更完整的答案。

来源

Dietvorst BJ、Simmons JP 和 Massey C(2014 年)算法厌恶:人们在看到算法出错后会错误地避免使用算法。《实验心理学杂志》144:11。doi.org/10.1037/xge0000033

https://www.npr.org/blogs/13.7/2015/03/02/390238311/embrace-your-inner-algorithm

Loth S、Huth K 和 De Ruiter JP(2013 年)自动检测酒吧中使用的服务启动信号。Front. Psychol.4:557。doi:10.3389/fpsyg.2013.00557

Destephe M、Brandao M、Kishi T、Zecca M、Hashimoto K 和 Takanishi A(2015 年)行走在恐怖谷中:吸引力对接受机器人作为工作伙伴的重要性Front. Psychol.6:204。doi:10.3389/fpsyg.2015.00204

http://www.weforum.org/events/world-economic-forum-annual-meeting-2015

Amanda Baker is a science communicator and outreach advocate. She has a geoscience PhD from Cornell University and has managed open-access, academic journals as well as the outreach journal Frontiers for Young Minds. She is currently writing and editing science content for kids, from curriculum materials to magazines like Smore. She has served as a Science Olympiad national event supervisor and taught a first-year writing seminar on sustainable earth systems while at Cornell.

More by Amanda Baker
© . All rights reserved.