Model dasar robolit diambil sebagai dasar dari tahap pertama penelitian (total 157 robolit dipelajari). Contoh diurutkan dari kiri ke kanan untuk menambah detail. Angka pada skala sesuai dengan jumlah elemen yang hilang, seperti alis atau mulut. Ilustrasi: Universitas WashingtonPada konferensi internasional ACM / IEEE mengenai interaksi orang-orang dengan robot pada bulan Maret 2018 (HRI 2018)
, hasil penelitian skala besar "Karakterisasi Ruang Desain Wajah Robot Rendered" disajikan. Segera sulit bagi orang yang belum tahu untuk memahami tentang apa ini. Render apa lagi?
Faktanya adalah bahwa baru-baru ini, pencipta robot humanoid (dan tidak hanya) memasang layar komputer bukannya wajah besi. Di layar, robot dapat menunjukkan keseluruhan perasaan - senyum atau alis mengerutkan dahsyat - dan untuk ini Anda tidak perlu memasang lusinan servomotors yang mahal untuk meniru ekspresi wajah.
Jadi, para ilmuwan Washington yang dipimpin oleh Alisa Kalegina untuk pertama kalinya mempelajari secara rinci bagaimana orang bereaksi terhadap perubahan karakteristik wajah robot.
Basis untuk penelitian ini adalah wajah dari 157 robot yang ditemukan di Internet. Setiap spesimen ditentukan karakteristik yang sesuai: kehadiran satu atau elemen lain; warna barang; ukuran, bentuk dan lokasi setiap elemen pada wajah. Para peneliti juga telah mencatat sejumlah karakteristik berguna lainnya, seperti nama model robot dan negara desain.
Statistik yang dikumpulkan pada tahap ini sangat aneh. Misalnya, setiap robot ketiga di dunia memiliki wajah hitam. Kebanyakan robot memiliki mulut, tetapi tidak memiliki hidung, pipi, atau alis. Bentuk mata yang paling populer adalah bulat. Hanya 10% robot yang memiliki bentuk yang sama dengan manusia. Dua kelompok yang berbeda juga muncul:
wajah dengan gaya Baxter dan
wajah dengan gaya EVE .
Pada tahap pertama, masing-masing dari 50 responden ditunjukkan wajah 12 robot yang dipilih dan diminta untuk mengevaluasi enam parameter wajah pada skala lima poin, serta menunjukkan profesi yang paling cocok untuk robot ini.
Responden yang paling "ramah" menganggap robot itu Yumi, FURo-D, Buddy dan Datou. Yang paling tidak ramah adalah Jibo dan Gongzi.
Yang paling cerdas terkesan oleh FURo-D yang ramah dan Gongzi yang tidak ramah. Yang paling bodoh adalah Sawyer, Buddy dan Datou.
Dalam hal kepercayaan, FURo-D menang, dan Gongzi adalah yang paling tidak dipercaya. Secara umum, sehubungan dengan robot Gongzi, banyak responden menyatakan pendapat subyektif bahwa ia memiliki "wajah jahat".
Pada tahap selanjutnya, para peneliti mencoba mencari tahu tanda-tanda spesifik apa yang memengaruhi kesan wajah robot, dan bagaimana perubahan tanda-tanda ini mengubah persepsi seseorang terhadap seseorang.
Set individu yang digunakan dalam fase kedua penelitian. Orang di sudut kiri atas diterima sebagai pangkalan atau "orang tengah". Semua orang lain sedikit berbeda dari pangkalan karena perubahan dalam satu atribut. Ilustrasi: Universitas WashingtonTernyata, tidak satu pun dari wajah-wajah yang berubah menunjukkan keramahan yang jauh lebih terlihat daripada orang biasa. Telah terjadi penurunan keramahan pada orang dengan mulut tidak ada, murid tidak ada, dan kelopak mata sedikit terkulai di depan mata.
Tanda "alis" paling berkorelasi dengan kecerdasan. Dalam hal ini, alis dirancang sedemikian rupa sehingga diturunkan dekat ke mata agar tidak menciptakan efek wajah anak. Dalam hal ini, ketika mengevaluasi kecerdasan, efek sebaliknya diamati. Efek bodoh serupa juga diciptakan oleh orang-orang dengan mata tertutup, tanpa mulut dan pipi (F3).
Hasil penelitian memperjelas bagaimana desainer harus mendesain wajah robot, tergantung pada tanggung jawab mereka. Misalnya, jika Anda merancang penjaga keamanan, pastikan ia tidak memiliki mulut dan kelopak mata. Robot dari pelayan akan mendapat manfaat dari memiliki alis, dan robot dari industri hiburan harus memiliki detail yang lebih baik daripada mesin humanoid lainnya.
Artikel ilmiah ini
diterbitkan dalam kumpulan bahan dari konferensi HRI 2018, yang diadakan pada 5-8 Maret 2018 (doi: 10.1145 / 3171221.3171286).