人間型ロボットがエラーを犯した場合、特にそのロボットが表現力のある会話相手として振る舞うとき、人はより強い疑念を抱くことが、ジャーナルScience Roboticsに発表された新たな研究で明らかになった。

研究者は50名の参加者を募集し、感情認識機能と表現力を備えた商用ヒューマノイドロボットPepperと会話を行い、共同で意思決定を行わせた。一部のセッションでは、Pepperは的確なアドバイスを提供した。他のセッションでは、会話上のミス（参加者の発言を遮ったり、非論理的な提案を押し付けたりする）が発生した。

一部の参加者に対しては、ロボットが身振り、アイコンタクト、うなずきを用いて完全にアニメーション動作を行った。他の参加者に対しては、ロボットは静止したままであった。研究チームは4つの変数を測定した：脳活動、ホルモンオキシトシンのレベル、自己申告による信頼度、および参加者の意思決定に対するロボットの観察された影響力である。

研究者らは、人が対話規範に違反する表現力のあるロボットと相互作用した際、オキシトシンレベルが上昇することを発見した。オキシトシンは社会的絆における役割から「愛のホルモン」として広く知られており、パートナーが期待を裏切った際には低下すると予測される。しかし、実際には逆の現象が観察された。表現力のあるロボットのエラー発生中にオキシトシンが高く上昇するほど、参加者はロボットを信頼せず、そのアドバイスに従う頻度も低くなった。このホルモンは愛情ではなく疑念を追跡していたのである。この発見は、オキシトシンの効果が一様に絆を促進するのではなく、文脈、不確実性、認識された脅威に依存することを示す研究の蓄積と一致している。

エラーは、ロボットが表現力を持つかどうかにかかわらず、信頼を損ない、ロボットの影響力を低下させた。表現力が変化させたのは、参加者の脳がその瞬間をどのように処理したかであった。

実際の会話中の脳活動を測定することは困難である。従来の手法ではMRIスキャナー内で静止した状態で横たわる必要があるからだ。そこで研究チームは、機能的近赤外線分光法（fNIRS）を使用した。これは前頭部に装着する携帯型センサーで、人が通常通り動いたり話したりしている間の脳内酸素レベルを追跡するものである。他の研究チームも同様のウェアラブル脳イメージングシステムを用い、人々間の自然な接触における社会認知を研究している。これは被験者がMRIスキャナーに固定されている場合には不可能な研究である。

研究者らは特に2つの脳領域を詳細に監視した。不確実性を監視し、期待や規範が破られた際に合図を送る背外側前頭前皮質、そして相手の意図を推測する日常的な認知作業である「メンタライジング」を支える内側前頭前皮質である。

アニメーション動作を行うロボットがエラーを犯した際、参加者は不意を突かれたように見え、気まずい社会的状況を理解するためにより一層の認知的努力を要した。両方の脳領域で活動が上昇し、両領域はより緊密に連携し始めた。この協調的な活動はオキシトシンレベルの上昇を予測し、それがさらに信頼の低下と参加者の行動に対する影響力の減少を予測した。対照的に、無表情のロボットと相互作用した参加者には、この協調的な脳活動は見られなかった。

ロボットが家庭、病院、職場に進出するにつれ、信頼がロボットを使用するかどうかを決定する中で、これらの知見は重要な意味を持つ。一般的な設計上の前提として、人間らしく社会的に表現力のあるロボットはより多くの信頼を獲得し、ミスを犯した際にもロボットの「評判」を守ってくれると考えられてきた。しかし、研究が示し始めているように、この前提は誤りである。本研究は、表現力のある合図が、人々のミスに対する認識を技術的な故障のカテゴリーから社会的違反のカテゴリーへと移行させる可能性を示している。社会的違反とは、人間同士の間で起こるものと同様である。静止したロボットのエラーは機械的に見えるが、アニメーション動作を行うロボットの同じエラーは、人々が互いを評価するために使用する社会的判断のメカニズムを稼働させる。

この枠組みは、研究者らが信頼を単一の態度ではなく、個人、関係性、人々のネットワーク、社会にまたがるマルチレベルの現象としてますます扱うようになっていることを反映している。オキシトシンに関する既存の研究の多くは人間同士の相互作用を対象としており、このホルモンは絆と結びついているが、文脈や認識された脅威によってその効果は逆転する可能性がある。

本研究の参加者は全員若い男性であり、研究者らは単一のロボットデザインを使用した。重要な次のステップは、女性、混合グループ、他の文化、他のロボットデザインにおいても、同じオキシトシンに関連した警戒心が現れるかどうかを検証することである。また、脳センサーは脳の前頭部にしか到達できず、社会的処理に関与するより深い領域は測定されていない。研究チームはまた、ロボットがミスの後にエラーを認め、謝罪し、または善意を示すことで信頼を修復できるかどうかを検討する予定である。これは、気まずいまたは不快な相互作用の後の人間の行動と同じ方法である。

本研究の著者は、Drexel University 生物医学工学・科学・健康システム教授のHasan Ayaz、United States Air Force Academy Warfighter Effectiveness Research Center技術部長のEwart J. de Visser、George Mason University システム社会神経科学教授のFrank Krueger、およびUnited States Air Force Academy Warfighter Effectiveness Research Center研究科学者のYigit Topogluである。本記事はThe ConversationからCreative Commonsライセンスのもとで転載されている。