PRE Groep5

From Control Systems Technology Group

Jump to: navigation, search

Contents

Leden

Onderzoek: De acceptatie van robots aan de hand van uiterlijke kenmerken

Na veel wikken en wegen hebben we als groep besloten om het project te doen over de acceptatie van robots in de samenleving, gespecificeerd op de uiterlijke kenmerken, en de bijpassende rol van deze kenmerken in de acceptatie. Het doel van ons onderzoek is om een soort van 'checklist' op te kunnen stellen waar nieuwe robotmakers hun robot aan kunnen toetsen, en aan de hand van onze checklist bepalen of de robot geschikt is voor de doelgroep die hij of zij voor ogen heeft.

De checklist is er echter zomaar niet, daarvoor moeten we eerst een onderzoek uit gaan voeren. Onze onderzoeksvraag luidt als volgt: Hoe beïnvloeden uiterlijke kenmerken de acceptatie van robots? We willen met behulp van een vragenlijst gaan toetsen welke uiterlijke kenmerken welke invloed hebben op de acceptatie, en het vertrouwen van robots in de samenleving.

Hypothese

Wij hebben onze verwachtingen op het gebied van de voorkeur voor uiterlijke kenmerken in de volgende tabel beschreven:

Kenmerken\Doelgroep 0-12 jaar 0-12 jaar 12-30 jaar 12-30 jaar 30-60 jaar 30-60 jaar 60+ 60+
Man/Vrouw Man Vrouw Man Vrouw Man Vrouw
Grootte Klein Gemiddeld Gemiddeld Gemiddeld Gemiddeld Gemiddeld Klein
Breedte Breed Smal Smal Smal Smal Smal Smal
Vorm Organisch Hoekig Rond Hoekig Rond . Rond
Realisme Beide Realistisch Realistisch Realistisch Realistisch . .
Textuur Harig en zacht . . . Zacht . Zacht
Menselijkheid - Robotachtig . . . . .

Het beeld dat mensen hebben van robots wordt grotendeels gevormd door wat mensen zien op bijvoorbeeld televisie en in nieuws te denken aan films zoals Star Wars en The Terminator, of in nieuws over ruimte verkenning of het vervangen van arbeiders door robots. Deze hebben invloed op met welk perspectief mensen naar robots kijken en hoe ze deze accepteren. Voor ouderen geldt vaak dat de robot op een speelsere manier is ontworpen, hierbij te denken aan Paro de zeehondrobot om ouderen gezelschap te houden. Dan hebben we nog Hug welke een knuffel kan doorgeven van bijvoorbeeld opa naar kleinkind en andersom. Of AIBO, een robothond welke heeft laten zien dat het communicatie tussen demente ouderen verbeterd en eenzaamheid vermindert. [1][2]

Bij ouderen liggen bij de acceptatie en integratie van zorgrobots een aantal kenmerken centraal bij hun houding tegenover robots. Aspecten die belangrijk zijn, zijn gebruiksvriendelijkheid en gebruikersgemak. Het bevorderd de acceptatie wanneer de robot nuttig is in plaats van opdringerig. [3]

Wij denken dat mensen door het opgedrongen beeld het idee hebben dat de robottechnologie verder ontwikkeld is dan in werkelijkheid het geval is. Daarom verwachten wij dat de meeste mensen met weinig tot geen kennis op het gebied van robotica (vakgerelateerd of interesse) een onrealistisch korte termijn opgeven waarin ze verwachten samen te gaan werken met robots.

Doelgroep

Een belangrijke stap voor het maken van een goede vragenlijst is het duidelijk bepalen wie de doelgroep is (zie stappenplan vragenlijst), dus moeten we eerst voor ons zelf duidelijk hebben welke groep we willen bereiken met onze vragenlijst. In eerste instantie hadden we besloten om voor de doelgroep werkend Nederland te gaan. Dit omdat mensen vanaf een jaar of 20 mentaal volwassen zijn, en je dit tot een jaar of 60 à 70 blijft. Na overleggen hebben we echter besloten om de doelgroep niet te specificeren op een bepaalde leeftijd, maar de uiteindelijke hypothese te toetsen aan de hand van verschillende leeftijdsgroepen. Op deze manier hebben we de mogelijkheid om te kijken naar eventuele verschillen tussen verschillende leeftijdsgroepen. We hebben leeftijdsgroepen met een 'breedte' van 20 jaar gekozen. Dit hebben we gedaan zodat we achteraf de resultaten konden filteren op een bepaalde leeftijdsgroep, om te kijken of er grote verschillen duidelijk worden tussen verschillende groepen.

De focus van ons onderzoek ligt dus niet op een specifieke doelgroep, maar we willen het onderzoek wel graag uitvoeren door bepaalde specifieke resultaten te filteren aan de hand van een doelgroep (bijvoorbeeld een Vrouw tussen de 20 en 64), en dan daar resultaten aan verbinden. Om dit te faciliteren zullen we aan onze vragenlijst een aantal 'huishoudelijke' vragen moeten stellen, waar mensen in moeten vullen welk geslacht ze hebben, wat hun leeftijd is en wat hun hoogst genoten opleiding is. Aan de hand van deze informatie kunnen we dan resultaten gaan filteren, en deze gefilterde resultaten toetsen langs onze hypothese.

Aanpak

De manier waarop we hieruit verder gaan komen, is als volgt. We hebben een aantal categorieën opgesteld, welke gezamenlijk voor ons de essentie van de uiterlijke kenmerken van een robot vangen. Voor elke categorie zijn minstens 5 afbeeldingsparen verzameld, waarbij elk paar bestaat uit een aantal mogelijkheden binnen de bepaalde categorie. We hebben op aanraden van Raymond Cuijpers besloten om te gaan voor deze methode van afbeeldingsparen om de invloed van de kenmerken die verschillen tussen twee afbeeldingen en NIET toe te wijzen zijn aan de beoogde categorie zoveel mogelijk uit te bannen.

Deze afbeeldingsparen worden omgezet tot vragen voor een vragenlijst, welke online zal worden gezet. Deze vragenlijst voldoet aan het stappenplan vragenlijst, en zou daarom relevante informatie moeten geven, zodra er volgens de steekproefomvang genoeg mensen ondervraagd zijn. Zodra we het gewenste aantal responsies hebben ontvangen is het zaak om aan de hand van het stappenplan analyse de resultaten om te toveren in de beoogde checklist.

Verwerking

We hebben onderzoek gedaan naar het invloed van het uiterlijk van een robot op het vertrouwen dat mensen hebben in deze robot. Dit hebben we gedaan door mensen een enquête in te laten vullen met bij elke vraag meerdere plaatjes waar ze uit moesten kiezen. Aan deze plaatjes zaten dan weer de kenmerken verbonden die we wilden onderzoeken. Per kenmerk zijn meerdere vragen gesteld om zo te kunnen zien of er een duidelijke voorkeur was voor de eigenschap en om voorkeuren van andere verschillen te verminderen. We hebben gezegd dat iemand een duidelijke voorkeur heeft als deze ruim meer dan de helft van de vragen de zelfde eigenschap koos.

Betrouwbaarheid van de data.

Het streven van deze enquête was rond de 400 responsies, dit is helaas niet gelukt. Uiteindelijk hadden we 203 responsies gekregen, dit heeft als gevolg dat de betrouwbaarheid van de data minder hoog is. Het aantal benodigde responsies kon berekend worden met de volgende formule:

n =\frac {Z_{a/2}^2 \times p \times q}{e^2}

Met n het aantal responsies en e de error-rate oftewel 1-de betrouwbaarheid. Als we deze formule omdraaien krijgen we:

File:betrouwbaarheid.png

Dit betekent dat we nog steeds met een betere nauwkeurigheid kunnen stellen wat mensen prefereren dan dat voor deze enquête het geval was.

De kenmerken

Vorm

Van de totale groep vind 30,7% de robots met een ronde vorm het meest betrouwbaar. 25,2% geeft de voorkeur aan een vierkante robot en slechts 5,9% kiest voor de organische vorm. 38,1% van de ondervraagde heeft geen duidelijke voorkeur voor vorm.


Als alleen naar mannen gekeken dan gaan rond en vierkant nagenoeg gelijk op met respectievelijk 28 en 27 procent. Wederom is de organische vorm met 5% de minst geliefde vorm. Bij vrouwen vind 30,2% rond het meest te vertrouwen, 25% de vierkante en 7,3% de organische.

De verschillen tussen mannen en vrouwen zijn dus niet erg groot vrouwen kiezen net iets vaker voor de ronde vorm als mannen. Verder kunnen we ook een uitsplitsing maken in leeftijd.


File:vorm.png

Mate van natuurgetrouwheid

Met mate van natuurgetrouwheid wordt bedoelt in hoeverre lijkt de robot op een levend wezen. Slechts 2,5% van de mensen kiest de natuurgetrouwe robot, 59,8% kiest voor de niet natuurgetrouwe robot en de rest heeft geen duidelijke mening.

Dit geld voor zowel mannen en vrouwen met respectievelijk 3,1 en 1,1 procent voor natuurgetrouw en 65,3 en 55,8 procent voor de niet natuurgetrouwe robots Ook bij de analyse per leeftijdsgroep keert dit beeld terug, met alleen bij de jonge en oude mensen nog enkele voorkeuren voor natuurgetrouwe robots.


File:natuurgetrouw.png

Deze data zijn dus een bevestiging van de ‘uncanny valley’ een grafiek die toont dat als robots veel op echte wezens lijken maar net niet helemaal ze juist als griezelig ervaren worden.

Menselijkheid

Met menselijkheid wordt ongeveer het zelfde bedoelt als met natuurgetrouwheid alleen nu puur op mensen gericht.

22,1% kiest voor een menselijke robot en 15,6% kiest voor de niet menselijke robot. Dit is voor mannen en vrouwen ongeveer het zelfde, hier lijkt de ‘uncanny valley’ niet te gelden dit komt echter door onze keuze van plaatjes. De menselijke plaatjes zitten een stuk van menselijk af hierdoor zullen ze niet in het dal vallen, de onmenselijke plaatjes zitten nog verder weg hier daalt de ‘uncanny valley’ curve dus dit komt overeen met de bevindingen.

Bij de leeftijdsgroepen valt op dat er een duidelijke verdeling is tussen de oudere leeftijdsgroepen, 40-49 jaar en 50+ en de jongere groepen de ouderen hebben namelijk liever een robot die niet op een mens lijkt


File:Menselijk.png

Dikte

Bij dikte valt het op dat veel mensen geen duidelijke voorkeur hebben en dus ongeveer even vaak een dikke als dunne robot kiezen. Namelijk 68,5% van de mensen heeft geen voorkeur. De overige mensen zijn vrij goed verdeelt met 14,2 en 17,3 procent voor respectievelijk dun en dik.

Bij zowel mannen als vrouwen keert dit beeld terug.

Ook bij de verschillende leeftijdsgroepen van het op dat in elke groep een groot deel van de mensen geen duidelijke voorkeur heeft. Wel valt op dat oudere met een voorkeur meer naar een dikke robot neigen en jongeren meer naar een dunnere.


File:dikdun.png

Textuur

Bij textuur is er onderscheid gemaakt tussen een hard oppervlak en een zacht oppervlak.

De meeste mensen(42,1%) geeft de voorkeur aan een zachte textuur 26,4% heeft liever de harde textuur. Opvallend is dat vooral bij mannen de voorkeur duidelijk naar zacht gaat met 51,1% tegenover 19,8% voor hard. Bij vrouwen is het ongeveer gelijk verdeelt met 32,6% en 33,7%.


File:hardzacht.png

Bij de verschillende leeftijdsgroepen valt op dat de voorkeur voor een harde vorm iets daalt en de voorkeur voor zachte robots ligt stijgt.

Grootte

Bij grootte van de robots onderscheiden we vier groottes klein middel groot(net zo groot als een mens) en heel groot. Bij deze categorie hebben we maar een vraag gebruikt omdat we hier duidelijk alleen de grootte konden variëren. Hierdoor wordt bij alle mensen een voorkeur toegerekend.

15,4% kiest voor klein, een ruime meerderheid van 64,7% kiest voor de gemiddelde groote, 16,9% voor de robot ter grootte van een mens en slecht 3,0% kiest voor de heel grote robot.

Zowel bij mannen als bij vrouwen ligt de voorkeur duidelijk bij de middelgrote robot.


File:groote.png

Bij de verschillende leeftijdsgroepen is het meest opvallende dat bij de groep van 40-49 de middelste groep niet de duidelijke winnaar is zij kiezen bijna even vaak de grote robot.

Checklist

aan de hand van de verzamelde data hebben we een checklist opgesteld waaruit men kan aflezen welke kenmerken bij een leeftijdsgroep passen hierdoor kan hiermee rekening gehouden worden bij het ontwerpen van een robot. een kantekening hierbij is dat alle resultaten verre van unaniem zijn(zie bovenstaande), dus deze checklist geeft geen garanties.

File:Checklist.png


Vergelijking met Hypothese

Wij hebben onze verwachtingen op het gebied van de voorkeur voor uiterlijke kenmerken in de volgende tabel beschreven:

Kenmerken\Doelgroep 0-12 jaar 0-12 jaar 12-30 jaar 12-30 jaar 30-60 jaar 30-60 jaar 60+ 60+
Man/Vrouw Man Vrouw Man Vrouw Man Vrouw
Grootte Klein Gemiddeld Gemiddeld Gemiddeld Gemiddeld Gemiddeld Klein
Breedte Breed Smal Smal Smal Smal Smal Smal
Vorm Organisch Hoekig Rond Hoekig Rond . Rond
Realisme Beide Realistisch Realistisch Realistisch Realistisch . .
Textuur Harig en zacht . . . Zacht . Zacht
Menselijkheid - Robotachtig . . . . .

dat de meeste mensen voor de gemiddelde grootte robot kiezen klopt alleen klopt het niet dat vrouwen liever een kleinere robot vertrouwen.

bij breedte zaten we helemaal fout er is bij nauwelijks voorkeur, alleen bij ouderen is er een voorkeur. deze kiezen voor dik ipv dun.

dat kinderen organische vormen kiezen klopt ook niet zij kiezen liever geen organische vormen. wel klopt het dat vrouwen liever ronde vormen kiezen.

ipv realisme hebben we natuurgetrouwheid onderzocht, de resultaten hiervan komen wederom niet overeen met de hypothese dit komt waarschijnlijk omdat de robots die wij lieten zien net niet realistisch genoeg waren.

dat de meeste mensen een zachte textuur beter vertrouwen klopt.

menselijkheid komt niet overeen met onze hypothese.





Verwerking extra vragen

Deze verwerking is op een andere manier uitgevoerd dan de algemene verwerking, in dat de resultaten aangenomen zijn zoals ze binnengekomen zijn, zonder compensatie voor niet-unanieme responsies (zie hierboven). Hier is voor gekozen zodat de sample size nog altijd representatief bleef, binnen een redelijke foutmarge. De resultaten zijn niet significant verschillend, maar eventuele verschillen zijn hier aan te wijden.

Om wat extra kennis te kunnen vergaren over de meningen van de respondenten, en zodat we leuke feitjes konden verzamelen hebben we naast de noodzakelijke resultaten ook nog een aantal algemenere vragen gesteld. De interessante, grappige of relevante resultaten van deze extra vragen worden hieronder beschreven.

Allereerst hebben we gekeken naar de extra vraag "Kunt u hieronder de kenmerken op volgorde van belangrijkheid zetten, met het in uw ogen belangrijkste kenmerk bovenaan?" Hier kregen de respondenten de keuze uit de volgende zes mogelijkheden, welke op volgorde gezet moesten worden (puntenaantal bepaald door Survio tussen haakjes, aan de hand van het belang in een bepaalde categorie):

  1. 'Lengte' (2.62 punten)
  2. 'Globale vorm (denk aan hoekig, rond, organisch)' (2.38 punten)
  3. 'Natuurgetrouwheid' (1.70 punten)
  4. 'Menselijkheid (gelijkenis met een mens)' (1.41 punten)
  5. 'Exterieur (denk aan hard, zacht, stekelig oid)' (1.29 punten)
  6. 'Breedte' (1 punt)

Deze resultaten kunnen we naast de resultaten van het onderzoek leggen. Hieronder de resultaten uit het onderzoek, op volgorde van de grootste onderlinge verschillen tussen voorkeuren:

  1. 'Lengte' ('Middel' hoogste voorkeur, met 64.85% van de stemmen uit 4 keuzes)
  2. 'Natuurgetrouwheid' ('Niet natuurgetrouw' hoogste voorkeur, met 67.6% van de stemmen uit 2 keuzes)
  3. 'Menselijkheid (gelijkenis met een mens)' ('Menselijk' hoogste voorkeur, met 67.16% van de stemmen, uit 2 keuzes)
  4. 'Globale vorm (denk aan hoekig, rond, organisch)' ('Rond' hoogste voorkeur, met 38.49% van de stemmen uit 3 keuzes)
  5. 'Breedte' ('Dun' hoogste voorkeur, met 53.85% van de stemmen uit 2 keuzes)
  6. 'Exterieur (denk aan hard, zacht, stekelig oid)' ('Hard' hoogste voorkeur, met 50.33% van de stemmen uit 2 keuzes)

Hieruit is een aantal interessante dingen af te leiden. Zo kan je meteen zien dat er een aantal verschillen zijn tussen de twee lijsten. De globale vorm word door veel mensen als ontzettend belangrijk geschat, terwijl uit de enquête blijkt dat men het juist niet bijzonder veel uit maakt welke vorm een robot heeft (38.49% is niet heel ver van de gemiddelde 33.33%, dus niet een hele duidelijke voorkeur). Daarentegen schatten veel mensen de menselijkheid en de mate van natuurgetrouwheid vrij onbelangrijk in, terwijl uit de vragenlijst blijkt dat er een ontzettend duidelijke voorkeur is voor een onnatuurlijke en menselijke robot, met meer dan een twee derde meerderheid die een duidelijke voorkeur heeft voor een specifieke keuze. Hieruit blijkt dus dat mensen moeite hebben met het inschatten welk kenmerk voor hen de hoogste invloed heeft op de mate van vertrouwen.


Daarnaast hebben we gekeken of er een groot verschil is tussen mensen die ofwel al met robots werken, ofwel verwachten dat binnenkort te gaan doen, ofwel verwachten dat dit nooit gaat gebeuren.

Allereerst viel het op dat mensen die al met robots werken hun vertrouwen in robots duidelijk meer afhankelijk vinden van uiterlijke kenmerken dan mensen die (nog) niet met robots werken. Op een schaal van 1 tot 5 geven mensen die al met robots werken aan dat het uiterlijk van de robot voor 3.91 punten belangrijk is voor de acceptatie van die robot, terwijl de andere respondenten 'maar' 3.48 punten geeft voor de invloed van de uiterlijke kenmerken van een robot.

Daarnaast, als de resultaten van deze drie groepen vergelijkt met de totale resultaten dan komt daar de onderstaande tabel uit:

x Totaal Werkt al samen met robots Werkt binnenkort samen met robots Werkt nooit samen met robots
Lengte Klein (15.34%), Middel (64.85%), Groot (16.83%), Enorm (2.97%) Klein (30.00%), Middel (50.00%), Groot (10.00%), Enorm (10.00%) Klein (15.58%), Middel (64.93%), Groot (16.23%), Enorm (3.24%) Klein (10.34%), Middel (68.96%), Groot (20.68%), Enorm (0.00%)
Vorm Vierkant (36.52%), Rond (38.49%), Organisch (24.97%) Vierkant (35.29%), Rond (43.13%), Organisch (21.56%) Vierkant (36.00%), Rond (38.58%), Organisch (25.41%) Vierkant (39.43%), Rond (38.02%), Organisch (22.53%)
Natuurgetrouwheid Wel (32.39%), Niet (67.60%) Wel (22.22%), Niet (77.78%) Wel (34.00%), Niet (66.00%) Wel (27.72%), Niet (72.28%)
Menselijkheid Wel (67.16%), Niet (32.83%) Wel (60.00%), Niet (40.00%) Wel (68.64%), Niet (31.35%) Wel (27.72%), Niet (72.28%)
Breedte Dun (53.85%), Dik (46.14%) Dun (64.70%), Dik (35.29%) Dun (52.76%), Dik (47.23%) Dun (57.97%), Dik (42.02%)
Uiterlijk Zacht (49.66%), Hard (50.33%) Zacht (52.63%), Hard (47.36%) Zacht (48.91%), Hard (51.08%) Zacht (54.28%), Hard (45.91%)

Hoewel de tabel een beetje onoverzichtelijk is, is er wel een grote berg informatie uit te halen. Zo valt het op dat de breedte gemiddeld niet belangrijk is, maar voor mensen die al met robots samenwerken, en voor mensen die verwachten nooit samen te werken met robots is er toch een duidelijke voorkeur voor een dunne robot. Eenzelfde verhaal is waar voor het uiterlijk. Mensen die al samenwerken met robots en mensen die verwachten nooit samen te werken met robots hebben een lichte voorkeur voor een zachte robot, terwijl mensen die nog niet met robots samenwerken, maar dit wel aan zien komen een lichte voorkeur hebben voor een harde robot. Het laatste dat opvalt is het feit dat mensen die al met robots samenwerken een duidelijke voorkeur hebben voor een ronde robot, terwijl dit gemiddeld gezien een minder overtuigende voorkeur is.

Feitjes

  • Van de 6 mensen die een Opel Corsa als een Robot hebben bestempeld, waren er 5 vrouw.
  • Er zijn verreweg meer mannen die van Boston Dynamics hebben gehoord dan vrouwen (35 tegen 6).
  • Er zijn in het totaal van alle responsies 24 mensen geweest die een Desktop Computer als robot hebben bestempeld (8 mannen tegen 16 vrouwen).
  • Vrouwen staan minder te trappelen om met robots samen te werken dan mannen (op een schaal van 1 (ik wil niet samenwerken) tot 5 (ik wil erg graag samenwerken) geven vrouwen robots een 2.85, en mannen geven robots een 3.1).
  • Mannen zien zichzelf eerder met robots werken dan vrouwen. 20% van de vrouwen denkt nooit met robots samen te werken, terwijl dat maar 10% van de mannen betreft.
  • Van de 8 technologieën die gekozen herkend konden worden, werden alleen de Robotgrasmaaier, Auto-industrie-arm en Voetbalrobots meer dan 50% van de tijd herkend.
  • Een knuffel werd vaker als robot bestempeld dan een Opel Corsa of een Elektronische Stoel.
  • Slechts 65.85% van de respondenten heeft de Big Dog bestempeld als een robot.
  • Op de robotgrasmaaier na weten respondenten die VWO of WO hebben afgerond meer technologieën te herkennen dan mensen die VMBO of MBO hebben afgerond.


Data: File:Definitief.pdf

Link naar de vragenlijst.

Externe Pagina's

NEW:


Literatuurverwerking

A Survey of Socially Interactive Robots. [1]

  1. / Fong, T.; Nourbakhsh, I.; Dautenhahn, K.In: Robotics and Autonomous Systems, Vol. 42, No. 3-4, 2003, p. 143-166.

Assessing Acceptance of Assistive Social Agent Technology by Older Adults: the Almere Model [1]

  1. / Marcel Heerink,, ·Ben Kröse, ·Vanessa Evers, Bob WielingaIn: International journal of social robotics, Vol. 2, No. 4, 2010, p. 361-375.
Personal tools