Building Persuasive Robots with Social Power Strategies

要約

社会的権力はソーシャルロボットに説得力を与えることができるだろうか？
この論文は、説得力のあるソーシャル ロボットを設計するという私たちの最近の取り組みを表しています。
私たちは、ソーシャル ロボットの要求に対する人々の遵守に対する、ソーシャル パワーのさまざまな基盤 (フレンチとレイブンの理論に触発された) の有効性を調査するために、3 つの異なるユーザー調査を設計および実行しました。
その結果、社会的力（特に専門家、報酬、強制ベース）を行使するロボット説得者は、人間に影響を与える能力が向上していることが示されました。
最初の研究は肯定的な答えを提供し、同じ状況下では、異なる性格を持つ人々が特定の社会的権力基盤を使用するロボットを好むことを示しています。
さらに、社会的報酬は個人を説得するのに役立ちます。
2番目の研究は、ソーシャルロボットが社会的力を利用することで、人々に客観的に説得して、他の選択肢の中からあまり望ましくない選択を選択させることができることを示唆している。
最後に、3 番目の研究は、説得に対する権力の効果は時間の経過とともに減衰せず、特定の状況下では強化される可能性があることを示しています。
また、社会的な力を強く発揮すれば、必ずしも説得力が高まるわけではありません。
全体として、これらの研究の結果は、人間とロボットの相互作用シナリオ、特に行動の変化を目的としたシナリオの設計に関連していると我々は主張します。

要約(オリジナル)

Can social power endow social robots with the capacity to persuade? This paper represents our recent endeavor to design persuasive social robots. We have designed and run three different user studies to investigate the effectiveness of different bases of social power (inspired by French and Raven’s theory) on peoples’ compliance to the requests of social robots. The results show that robotic persuaders that exert social power (specifically from expert, reward, and coercion bases) demonstrate increased ability to influence humans. The first study provides a positive answer and shows that under the same circumstances, people with different personalities prefer robots using a specific social power base. In addition, social rewards can be useful in persuading individuals. The second study suggests that by employing social power, social robots are capable of persuading people objectively to select a less desirable choice among others. Finally, the third study shows that the effect of power on persuasion does not decay over time and might strengthen under specific circumstances. Moreover, exerting stronger social power does not necessarily lead to higher persuasion. Overall, we argue that the results of these studies are relevant for designing human–robot-interaction scenarios especially the ones aiming at behavioral change.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google