Humeur en lichaamstaal robotdocent werken aanstekelijk

Nieuws - 10 december 2015 - Webredactie Communication

Onderzoeker Junchao Xu heeft laten zien dat het ‘humeur’ en de lichaamstaal van een mensachtige robot herkenbaar zijn te maken voor mensen, en dat het uitdrukken daarvan (positieve) effecten op de interactie tussen robot en mens kan hebben. Zo was een positief ingestelde robotdocent een doorslaand succes bij zijn toehoorders. Xu promoveert op maandag 14 december op dit onderwerp aan de TU Delft.

Lichaamstaal

‘Robots zullen steeds meer met ons samenwerken, ons assisteren en ons gezelschap houden. Sociale vaardigheden zijn belangrijk voor dergelijke robots om harmonieus met ons om te gaan en om door ons geaccepteerd te worden’, zegt dr. Koen Hindriks, onderzoeker aan de faculteit EWI en een van de begeleiders van het promotie-onderzoek van Junchao Xu.

Het tonen van emoties (bijvoorbeeld opgewekt zijn of verdrietig) is één van die sociale vaardigheden. Het tonen van emoties ondersteunt het menselijk begrip van robotgedrag, de beweegredenen en motieven, en verhoogt de geloofwaardigheid, betrouwbaarheid en levensechtheid van de robot. ‘Het merendeel van het onderzoek in dit vakgebied is gefocust op gezichtsuitdrukkingen. Slechts een paar studies hebben zich, zoals wij, gericht op het uitdrukken van emoties via de lichaamstaal van de robot.’

Onnatuurlijk

Nieuw in dit onderzoek is dat het de emoties integreert in de functie die de robot toch al aan het uitvoeren is. Hindriks: ‘Als een robot bijvoorbeeld iets aan het aanwijzen is, en dan ineens ‘blij’ moet zijn, bijvoorbeeld door zijn armen in de lucht te gooien, komt dat heel onnatuurlijk over.  Dat hebben wij proberen te verbeteren. De nieuwe inzichten hebben we in een zo algemeen toepasbaar mogelijk model en software gegoten.

Robot Tutor NAO with Mood-Modulated Gestures - Positive Mood - Lecture Part I

Stemmingsbesmetting

‘We vonden onder meer dat de handhoogte, de ‘grootte’ van de bewegingen, de verticale positie van het hoofd van de robot en de bewegingssnelheid, de belangrijkste factoren zijn bij het overbrengen van robotemoties. Via experimenten hebben we verder aangetoond dat mensen de gemoedstoestanden van de robot kunnen herkennen aan de lichaamstaal van de robot, zelfs wanneer ze niet waren geïnstrueerd om aandacht te besteden aan de gemoedstoestand.  Ook vonden we bewijs van een ‘stemmings-besmettingseffect’: de gemoedstoestand van de deelnemers aan het experiment kwam overeen met de ‘gemoedstoestand’ van de robot.’

Robotdocent

Het uitdrukken van gemoedstoestanden is in een real life scenario onderzocht. In het scenario gaf de een robotdocent een lezing voor materstudenten en communiceerde met het publiek door middel van quizvragen in een collegezaal.

‘De robot gaf dezelfde lezing voor twee groepen; voor één groep in positieve gemoedstoestand en voor de andere groep in een negatieve gemoedstoestand. We zagen dat de stemming van de deelnemers beter was bij de positieve gemoedstoestand van deze RoboTutor dan bij zijn negatieve gemoedstoestand. Dit suggereert dat het uitdrukken van een gemoedstoestand kan worden gebruikt om interactie te beïnvloeden.’

De kwaliteit van de lezing en de gebaren van de robot werden door de participanten hoger gewaardeerd in de positieve conditie. ‘Dit effect was heel groot. Deelnemende studenten applaudisseerden na de ‘positieve’ lezing en wilden achteraf massaal een selfie maken met de robot. Dat gebeurde niet bij de andere, ‘negatieve’, groep.’

Kinderen met diabetes

De inzichten die uit het onderzoek van Xu zijn gekomen worden nu onder meer gebruikt in een Europees project voor kinderen met diabetes. En de robotdocent geeft inmiddels ook spreekbeurten op basisscholen.

Meer informatie 
Weblog RoboTutor – inclusief foto- en video: https://robotutor.weblog.tudelft.nl/ 
Website SocioCognitive Robotics, met aanvullend videomateriaal van de RoboTutor. 
Website PAL Personal Assistant for a Healthy Lifestyle) http://www.pal4u.eu/ 

Contact 
Koen Hindriks (Interactive Intelligence, TU Delft), E K.V.Hindriks@tudelft.nl, 015-2782523.
Ilona van den Brink (Wetenschapsvoorlichting TU Delft), i.vandenbrink@tudelft.nl, 015-2784259.