Expectations, Explanations, and Embodiment: Attempts at Robot Failure Recovery

要約

期待は、人々がロボットについての判断をどのように形成するかを批判的に形成し、失敗をマイナーな技術的な不具合と見なしているか、取引違反の欠陥と見なしているかどうかに影響を与えます。
この作業では、短いビデオプライミングによって引き起こされる期待と低い期待が、ロボット障害のユーザー認識とHRIの説明の有用性にどのように影響するかを探ります。
2つのオンライン調査を実施しました（$ n = 600 $合計参加者）。
それぞれが異なる実施形態の2つのロボット、furhatとpepperを複製しました。
予想理論に基づいた最初の研究では、参加者は2つのグループに分けられました。1つは肯定的でプライミングされ、もう1つはロボットのパフォーマンスに関して否定的な期待を抱き、明確な期待フレームワークを確立しました。
この検証研究は、ビデオが低発足と高出現プロファイルを確実に確立できるかどうかを検証することを目的としています。
2番目の調査では、参加者は検証済みのビデオを使用してプライミングされ、その後、ロボットがタスクで失敗した新しいシナリオを表示しました。
半分はロボットが失敗を説明したバージョンを見たが、残りの半分は説明を受けなかった。
特に参加者が予想を低くするように準備されている場合、説明はFurhatのユーザー認識を大幅に改善することがわかりました。
説明は満足度を高め、ロボットの認識された表現力を高め、エラーの原因を効果的に伝えることでユーザーの信頼の修復に役立つことを示しています。
対照的に、ペッパーの説明はユーザーの態度に対する最小限の影響を生み出し、ロボットの具体化と相互作用スタイルが、説明が否定的な印象を正常に相殺できるかどうかを判断できることを示唆しています。
一緒に、これらの調査結果は、HRIで説明戦略を調整する際にユーザーの期待を考慮する必要性を強調しています。
期待が最初に低い場合、説得力のある説明は、失敗を却下することと、ロボットの透明性とコミュニケーションの努力を評価することとの違いを生むことができます。

要約(オリジナル)

Expectations critically shape how people form judgments about robots, influencing whether they view failures as minor technical glitches or deal-breaking flaws. This work explores how high and low expectations, induced through brief video priming, affect user perceptions of robot failures and the utility of explanations in HRI. We conducted two online studies ($N=600$ total participants); each replicated two robots with different embodiments, Furhat and Pepper. In our first study, grounded in expectation theory, participants were divided into two groups, one primed with positive and the other with negative expectations regarding the robot’s performance, establishing distinct expectation frameworks. This validation study aimed to verify whether the videos could reliably establish low and high-expectation profiles. In the second study, participants were primed using the validated videos and then viewed a new scenario in which the robot failed at a task. Half viewed a version where the robot explained its failure, while the other half received no explanation. We found that explanations significantly improved user perceptions of Furhat, especially when participants were primed to have lower expectations. Explanations boosted satisfaction and enhanced the robot’s perceived expressiveness, indicating that effectively communicating the cause of errors can help repair user trust. By contrast, Pepper’s explanations produced minimal impact on user attitudes, suggesting that a robot’s embodiment and style of interaction could determine whether explanations can successfully offset negative impressions. Together, these findings underscore the need to consider users’ expectations when tailoring explanation strategies in HRI. When expectations are initially low, a cogent explanation can make the difference between dismissing a failure and appreciating the robot’s transparency and effort to communicate.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google