.
Como as pessoas gostam de interagir com robôs ao navegar em um ambiente lotado? E quais algoritmos os roboticistas devem usar para programar robôs para interagir com humanos?
Essas são as perguntas que uma equipe de engenheiros mecânicos e cientistas da computação da Universidade da Califórnia em San Diego tentou responder em um estudo apresentado recentemente na conferência ICRA 2024, no Japão.
“Até onde sabemos, este é o primeiro estudo investigando robôs que inferem a percepção humana de risco para tomada de decisão inteligente em cenários cotidianos”, disse Aamodh Suresh, primeiro autor do estudo, que obteve seu Ph.D. no grupo de pesquisa da Professora Sonia Martinez Diaz no Departamento de Engenharia Mecânica e Aeroespacial da UC San Diego. Ele agora é um pesquisador de pós-doutorado para o Laboratório de Pesquisa do Exército dos EUA.
“Queríamos criar uma estrutura que nos ajudasse a entender o quão avessos ao risco os humanos são — ou não — ao interagir com robôs”, disse Angelique Taylor, segunda autora do estudo, que obteve seu Ph.D. no Departamento de Ciência da Computação e Engenharia da UC San Diego no grupo de pesquisa da Professora Laurel Riek. Taylor agora é docente na Cornell Tech em Nova York.
A equipe recorreu a modelos da economia comportamental. Mas eles queriam saber quais usar. O estudo ocorreu durante a pandemia, então os pesquisadores tiveram que projetar um experimento online para obter sua resposta.
Os participantes — em grande parte estudantes de graduação e pós-graduação em STEM — jogaram um jogo, no qual atuaram como compradores do Instacart. Eles tinham uma escolha entre três caminhos diferentes para chegar ao corredor de leite em um supermercado. Cada caminho poderia levar de cinco a 20 minutos. Alguns caminhos os levariam perto de pessoas com COVID, incluindo uma com um caso grave. Os caminhos também tinham diferentes níveis de risco de tosse de alguém com COVID. O caminho mais curto colocava os participantes em contato com as pessoas mais doentes. Mas os compradores eram recompensados por atingirem seu objetivo rapidamente.
Os pesquisadores ficaram surpresos ao ver que as pessoas subestimaram consistentemente em suas respostas de pesquisa indicando sua disposição de correr riscos de estarem próximas de compradores infectados com COVID-19. “Se há uma recompensa nisso, as pessoas não se importam em correr riscos”, disse Suresh.
Como resultado, para programar robôs para interagir com humanos, os pesquisadores decidiram confiar na teoria da perspectiva, um modelo de economia comportamental desenvolvido por Daniel Kahneman, que ganhou o Prêmio Nobel de economia por seu trabalho em 2002. A teoria sustenta que as pessoas pesam perdas e ganhos em comparação a um ponto de referência. Nessa estrutura, as pessoas sentem mais perdas do que ganhos. Então, por exemplo, as pessoas escolherão ganhar US$ 450 em vez de apostar em algo que tem 50% de chance de ganhar US$ 1100. Então, os sujeitos do estudo se concentraram em obter a recompensa por concluir a tarefa rapidamente, o que era certo, em vez de pesar o risco potencial de contrair COVID.
Os pesquisadores também perguntaram às pessoas como elas gostariam que os robôs comunicassem suas intenções. As respostas incluíram fala, gestos e telas sensíveis ao toque.
Em seguida, os pesquisadores esperam conduzir um estudo presencial com um grupo mais diversificado de indivíduos.
.
