Designing for Difference: How Human Characteristics Shape Perceptions of Collaborative Robots
Sabrina Livanec, Laura Londoño, Michael Gorki, Adrian Röfer, Abhinav Valada, Andrea Kiesel
开发用于社交协作的辅助机器人引发了关于负责任和包容性设计的关键问题，特别是当与残障人士或老年人等受保护群体互动时。目前，关于参与者如何评估不同机器人行为与多样化人类需求组合的研究十分匮乏，这可能是因为参与者对先进家用机器人的实际体验有限。本研究旨在填补这一空白，同时采用能让参与者评估机器人行为的方法，以及支持有限经验下进行有意义反思的方法。在一项在线研究中，112名参与者（来自实验组和对照组）从28种人机协作类型变体中评估了7个视频。实验组在评分前首先完成了关于人机协作的认知情感映射（CAM）练习。尽管CAM反思未显著影响总体评分，但它导致对某些机器人行为与人类状况组合的更显著评估。最重要的是，人机协作类型会影响评估结果。反社会机器人行为始终被评为最低，而与老年人协作引发了更敏感的评估。涉及物体交接的场景比没有交接的场景获得更积极的评价。这些发现表明，人类特征和交互范式都会影响协作机器人的可接受性感知，强调了亲社会设计的重要性。它们还凸显了CAM等反思方法在获取细致反馈方面的潜力，有助于开发针对多样化群体的以用户为中心且具有社会责任的机器人系统。
The development of assistive robots for social collaboration raises critical questions about responsible and inclusive design, especially when interacting with individuals from protected groups such as those with disabilities or advanced age. Currently, research is scarce on how participants assess varying robot behaviors in combination with diverse human needs, likely since participants have limited real-world experience with advanced domestic robots. In the current study, we aim to address thi...