15/07/2024
Door Ad Spijkers
Uit online experimenten blijkt dat mensen onderschatten hoeveel risico's ze bereid zijn te nemen.
Hoe graag gaan mensen om met robots wanneer ze door een drukke omgeving navigeren? En welke algoritmen moeten robotici gebruiken om robots te programmeren voor interactie met mensen? Dit zijn de vragen die een team van werktuigbouwkundigen en computerwetenschappers van de University of California San Diego probeerde te beantwoorden in een onderzoek.
Gedragsmodellen
Voor zover de onderzoekers weten is dit de eerste studie naar robots die de menselijke perceptie van risico’s afleiden voor intelligente besluitvorming in alledaagse situaties. Ze wilden een raamwerk creëren dat hen zou helpen begrijpen hoe risicomijdend mensen zijn – of niet – bij interactie met robots.
Het team wendde zich tot modellen uit de gedragseconomie, maar wilde eerst weten welke ze moesten gebruiken. Het onderzoek vond plaats tijdens de pandemie, dus de onderzoekers moesten een online experiment ontwerpen om hun antwoord te krijgen. De proefpersonen – grotendeels studenten wetenschappen, technologie, engineering en wiskunde – speelden een spel waarin ze optraden als shoppers.
Drie paden
De proefpersonen hadden de keuze uit drie verschillende routes om de gang met melkproducten in een supermarkt te bereiken. Elk pad kan vijf tot twintig minuten duren. Sommige paden zouden hen in de buurt van mensen met Covid brengen, waaronder iemand met een ernstig geval.
De paden hadden verschillende risiconiveaus om te worden opgehoest door iemand met Covid. Via de kortste weg kwamen proefpersonen in contact met de meest zieke mensen. Maar de shoppers werden beloond omdat ze hun doel snel bereikten.
De onderzoekers waren verrast om te zien dat mensen in hun enquête-antwoorden consequent onderschatten dat ze bereid zijn risico’s te nemen door in de nabijheid te zijn van shoppers die besmet zijn met COVID-19. Als er een beloning in zit, vinden mensen het kennelijk niet erg om risico’s te nemen, aldus de onderzoekers.
In dit kader voelen mensen verliezen meer dan winsten. Mensen zullen er bijvoorbeeld voor kiezen om $ 450 te krijgen in plaats van te wedden op iets dat een kans van 50% heeft om $1100 te winnen. De proefpersonen in het onderzoek concentreerden zich dus op het krijgen van de beloning voor het snel voltooien van de taak, wat zeker was, in plaats van het potentiële risico op het oplopen van Covid af te wegen.
Vertaling naar robots
Als gevolg hiervan besloten onderzoekers om robots te programmeren om met mensen te communiceren. Daarbij vertrouwden ze op de prospect-theorie, een gedragseconomisch model ontwikkeld door Daniel Kahneman, die in 2002 de Nobelprijs voor de economie won voor zijn werk. De theorie stelt dat mensen verliezen en winst afwegen ten opzichte van een referentiepunt.
Onderzoekers vroegen mensen ook hoe ze zouden willen dat robots hun bedoelingen communiceren. De reacties omvatten spraak, gebaren en aanraakschermen. Vervolgens hopen onderzoekers een persoonlijk onderzoek uit te voeren met een meer diverse groep proefpersonen.
De wetenschappelijke publicatie vindt u hier.
Ill.: University of California San Diego