▌文 / 预见

▌遇见人工智能 编译出品

▌资源来源：Frontiers

有人认为，人类识别社会信号的能力对于掌握社会智慧至关重要，但机器人可以学习阅读人类社会线索，相应地适应或纠正自己的行为吗？

在最近的一项研究中，研究人员研究了与完美机器人相比，人们对出现故障行为的机器人做出反应。结果发表在机器人和AI的前沿杂志上，研究结果发现，出乎意料的是故障机器人对人们来说更加有吸引力。

“我们的研究结果表明，解码人类的社会信号可以帮助机器人了解错误，并随之作出反应。”作者Nicole Mirnig博士是奥地利萨尔茨堡大学人机交互中心的候选人。

虽然社会机器人是一个快速发展的领域，但社会机器人尚未处于技术层面，而不会出错。

然而，这一领域的大多数研究都是基于无差错机器人的假设。 Nicole Mirnig说：“在实验过程中发展的不可预见的条件导致的替代方案往往不被进一步考虑或简单地排除在外。”

追求严格的行为守则属于彻底的科学研究之本质，但我们认为人机交互的错误实例充满了知识，可以帮助我们进一步提高新维度的交互质量，我们认为因为大多数研究侧重于完美的互动，许多潜在的关键方面被忽视。

为了研究机器人错误后的人际交往伙伴的社会信号，研究小组将有缺陷的行为有目的地编入人类NAO机器人的例行程序中，让参与者进行交互。他们测量了机器人的喜好，拟人化和感知智能，并分析了机器人犯错误时用户的反应。

通过视频编码，研究人员可以从早期的研究中复制他们的发现，并表明人类用社会信号对故障的机器人行为做出反应。

通过访谈和用户评分，研究小组发现，令人惊讶的是，与完美机器人相比，失误的机器人不会被人厌烦，相反它们比其完美的对手更加招人喜欢。

Nicole Mirnig说：“我们的研究结果表明，参与者对机器人的喜爱程度大大超过了无瑕疵的机器人，这一发现证实了Pratfall效应，说明人们的错误引起了吸引力的增加。”

这些发现对于社会机器人领域具有激动人心的影响，因为他们强调机器人创作者在设计机器人时要牢记潜在的缺陷。相反，假设机器人的行为完美，拥抱社会机器人技术的缺陷可能为制造错误的机器人的发展铺平道路，并从中学习。

这也使得机器人对人类更加喜欢。 Nicole Mirnig总结说：“研究不完美的机器人行为的来源将导致更可信的机器人角色和更自然的相互作用。”