马作为教师:人马互动如何指导人机互动

健身追踪与运动监测人-机器人协作(HRC)

文献标题

Horse as Teacher: How human-horse interaction informs human-robot interaction

文献信息

  • 主题领域: 人机交互与人机关系建模
  • 关键词: 马-人交互, 人-机器人交互, 定性研究, 设计指南, 多模态交互, 信任, 冲突解决, 身体语言

研究背景与问题

  1. 提出的问题:

    • 尽管机器人被越来越多地应用于工作和生活中,但关于如何建立人与机器人之间的初始工作关系的研究仍相对较少。
    • 当前的人机交互研究缺乏指导原则来规范首次交互后的关系建立。
    • 以动物为基础的交互研究主要集中在狗上,对马的研究极少被利用。
  2. 重要性:

    • 马与人类在历史上已经建立了数千年的合作关系,其成功特性为设计机器人提供了重要的启示。
    • 探讨马-人交互可以弥补人机交互(HRI)和人-动物交互(HAI)的研究空白,促使我们重新思考人类与技术的互动。
  3. 研究动机与相关工作:

    • 以动物为灵感的社会机器人,如Sony AIBO狗和PARO海豹已证明了动物行为可以为机器人设计提供直接参考。
    • 与狗等食肉动物相比,马作为体型更大、交互机制复杂的草食动物,可能为人机交互提供更丰富的灵感,特别是在尊重、非语言信号和个性化通信方面。

解决方案

  1. 方法与研究框架:

    • 本文基于一年田野调查的定性数据(包括观察、访谈及教师日记),从马-人交互的早期阶段出发,挖掘对人机交互的指导原则。
    • 运用了Strauss的归纳性分析法以主题分析数据并导出新颖设计指南。
  2. 创新性:

    • 提出了利用马-人交互作为隐喻来指导人机交互设计的独特视角。
    • 针对马-人交互的特性(如多模态信号、尊重、指令层次性)提出了具体设计案例,具有高度的实践价值。
    • 将复杂非语言行为与人机交互中的设计问题结合,扩展了人-动物交互的研究维度。
  3. 研究与实施步骤:

    • 数据来源:
      1. 观察:对大学马匹教学单位中的训练课程进行现场记录。
      2. 访谈:与包括课程教师、马匹训练师和学生的多方进行半结构化访谈。
      3. 日记:作者亲身学习骑马,记录与马交互的个人反思。
    • 分析方法:
      • 对以上数据进行归纳性编码,划分为主题(如马的语言特征、人马关系中的“尊重”、信号的冗余与分级等)。
      • 提炼具体应用于HRI研究的设计建议。

研究成果

  1. 具体成果:

    • 提出了5条设计指南,为人机交互设计提供了新思路:
      1. 设计表达注意力和尊重的非语言交互行为。
      2. 系统性利用信号冗余和分级机制。
      3. 强调人机合作中个性化的通信协议。
      4. 鼓励在早期训练中培养“调试”思维模式。
      5. 在早期关系建立时设计教育性交互以增强人机默契。
  2. 实例分析:

    • 一些设计建议来自马匹行为的直接模仿(Bio-mimicry),比如机器人模仿马匹遵守的个人空间规则。
    • 另一些建议为生物启发(Bio-inspiration),如递送机器人之间利用互相“尊重”的规则设定优先级。
  3. 实验与评估结果:

    • 通过马-人交互的典型情境(如建立个人空间约束、信号传达效率问题),验证了这些原则在人机交互设计中的适用性。
    • 设计指南提供了丰富的跨情境适用实例,包括个人化服务机器人、自动驾驶车辆、工厂协作机器人等。
  4. 局限性与未来方向:

    • 样本规模: 数据样本数量有限,且多基于Euro-American马术传统,未来可扩展至更大规模或跨文化的研究。
    • 范围限制: 当前研究主要聚焦在人马交互的早期阶段,未来可深入探讨关系稳定阶段的协作与表现提升。
    • 哲学与文化视角: 不同文化背景下的马-人交互传统可能带来新的洞见,尤其是将非西方视角纳入HRI设计思想。

总结

作者通过跨领域研究(马-人交互与人机交互),提出了一系列创新性设计启发,为HRI提供了新的理解框架与实践路径。文章呼吁研究者向动物关系学习,以设计更具人性化与社会性的机器人,同时承担伦理与社会责任,推动技术与人类更紧密地联系。此外,本文强调以早期关系培养为重点的交互设计,将在人机协作、教育与日常使用中发挥重要作用。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/96608/2023

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3544548.3581245
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
健身追踪与运动监测、人-机器人协作(HRC)
work
职业/产业
—
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文