Application des données physiologiques dans l’interaction humain-robot avec des robots de service anthropomorphes : Le jeu de données Affect-HRI

Contexte et pertinence de la recherche

Dans les interactions entre humains, et entre humains et robots, les objets d’interaction peuvent influencer l’état émotionnel des humains. Contrairement aux humains, les robots ne sont intrinsèquement pas capables d’empathie, et donc ne peuvent pas atténuer les réactions émotionnelles négatives. Pour créer un système d’interaction humain-robot responsable et empathique, notamment avec des robots de service anthropomorphes, il est essentiel de comprendre l’impact du comportement des robots sur les émotions humaines. À cette fin, les chercheurs ont fourni un nouveau jeu de données complet, Affect-HRI, incluant pour la première fois des données physiologiques étiquetées avec des émotions humaines (à savoir des émotions et des humeurs), recueillies lors d’une étude d’interaction humain-robot en cours.

Source de la recherche

Cette étude a été rédigée par Judith S. Heinisch, Jérôme Kirchhoff, Philip Busch, Janine Wendt, Oskar von Stryk, et Klaus David, respectivement de l’Université de Kassel et de l’Université technique de Darmstadt. L’article est publié dans la revue Scientific Data, sous le numéro 2024, volume 11, numéro 333.

Processus de recherche

Conception et méthodes de recherche

L’étude a adopté une méthode de recherche multiphase et un plan entre les sujets, visant à étudier l’impact des interactions responsables entre humains et robots de service anthropomorphes sur les émotions humaines. Deux types de robots de service anthropomorphes ont été choisis pour l’étude : Tiago++ et Elenoide, lesquels simulaient cinq conditions comportementales différentes lors des expériences : neutre, transparente, responsabilité, moral et immoral.

Contexte expérimental

L’expérience s’est déroulée dans un environnement de vente simulé, comprenant trois scénarios : consultation de produit, création de compte client, et transfert de produit anti-moisissure. Les participants étaient invités à interagir avec les robots dans ces scénarios, les robots répondant et opérant selon des scripts et conditions prédéfinis.

Collecte des données

Pendant l’expérience, les participants portaient un bracelet Empatica E4 pour collecter des données physiologiques, y compris la réponse électrodermale (GSR), la fréquence cardiaque (HR), et la température de la peau (ST). De plus, avant et après l’expérience, les participants devaient compléter des questionnaires pour enregistrer leur état émotionnel et leur évaluation des robots.

Analyse des données

Le jeu de données inclut des données de capteurs physiologiques, des données de questionnaires et des données comportementales des robots (paroles et gestes). Par l’analyse de ces données, les chercheurs peuvent évaluer l’impact des comportements des robots sur l’état émotionnel des participants dans différentes conditions.

Résultats de la recherche

Principaux résultats

1. Changement émotionnel : Sous la condition transparente, les réactions émotionnelles négatives des participants face aux problèmes de confidentialité des données étaient atténuées, et l’état émotionnel général était plus détendu et positif. Sous la condition de responsabilité, la tâche de transfert échouée diminuait significativement le plaisir des participants et augmentait leur tension.
2. Impact des comportements moraux et immoraux : Comparé à la condition neutre, le comportement des robots sous la condition morale réduisait la tension des participants et détendait leur état émotionnel. Les comportements immoraux provoquaient au contraire une plus grande tension et un mal-être chez les participants.

Conclusions de la recherche

Cette étude fournit pour la première fois un jeu de données physiologiques étiquetées avec des émotions humaines pour la reconnaissance des émotions dans les interactions humains-robots. Ce jeu de données peut non seulement être utilisé pour valider des méthodes existantes de reconnaissance des émotions, mais aussi pour développer de nouvelles techniques. Les résultats de l’étude montrent que la transparence et la moralité des comportements des robots ont un impact notable sur l’état émotionnel humain, fournissant des orientations importantes pour la conception de futurs robots de service empathiques et responsables.

Points forts de la recherche

1. Compréhensivité du jeu de données : Affect-HRI est le premier jeu de données en accès libre qui contient des données physiologiques étiquetées avec des émotions dans des interactions humains-robots.
2. Conception de recherche multiphase : L’étude intègre des connaissances de psychologie, d’informatique et de droit, offrant une perspective complète sur les interactions humains-robots.
3. Réalisme des scénarios expérimentaux : Les expériences ont été menées dans un environnement de vente simulé, avec des scénarios proches du monde réel, augmentant la valeur applicative des résultats.

Valeur scientifique et applicative de la recherche

1. Valeur scientifique : La recherche offre des ressources de données précieuses et une nouvelle perspective pour le domaine de la reconnaissance des émotions et des interactions humains-robots, aidant à promouvoir le développement et l’amélioration des techniques associées.
2. Valeur applicative : Les résultats de cette étude peuvent être appliqués à la conception de robots de service plus humains et responsables, améliorant l’expérience utilisateur et l’acceptation. Le jeu de données peut aussi servir pour des recherches interdisciplinaires, telles que le droit et l’éthique, explorant des questions de responsabilité et de transparence dans les interactions humains-robots.

Autres informations importantes

Participants et recrutement

Un total de 175 participants ont été recrutés, avec 29 exclus en raison de problèmes techniques ou du non-respect des consignes, laissant un échantillon final de 146 (85 femmes, 60 hommes, 1 non spécifié), âgés de 18 à 66 ans. Les participants provenaient principalement des étudiants et du personnel de l’Université technique de Darmstadt.

Anonymisation des données

Pour protéger la vie privée des participants, toutes les données ont été anonymisées. Les données expérimentales ont été traitées avec une méthode d’anonymisation à plusieurs niveaux, incluant l’anonymisation temporelle et des ID des participants, pour garantir une utilisation sûre et conforme dans la recherche.

Validation du jeu de données

Le jeu de données a subi une validation technique rigoureuse et un contrôle de qualité, assurant précision et fiabilité des données. Les chercheurs ont utilisé divers outils et méthodes d’analyse pour une évaluation exhaustive.

Recommandations d’utilisation

Le jeu de données peut être utilisé pour la recherche et l’amélioration des méthodes de reconnaissance des émotions, l’évaluation de l’impact du comportement de robots sur l’expérience des utilisateurs et l’exploration des responsabilités et de la transparence dans les interactions humain-robot. Les chercheurs recommandent l’utilisation de langages de programmation comme Python pour le traitement et l’analyse des données, en combinaison avec d’autres jeux de données en source ouverte pour des recherches approfondies.

Conclusion

Le jeu de données Affect-HRI offre une ressource précieuse pour la reconnaissance des émotions et les interactions humain-robot. Les résultats révèlent l’influence significative du comportement des robots sur l’état émotionnel humain, fournissant une référence importante pour la conception future de robots de service empathiques et responsables. Ce jeu de données, par la recherche interdisciplinaire, peut aussi servir à explorer les questions éthiques et légales des interactions humain-robot, favorisant le développement de ces domaines associés.