学術的背景

人間の社会的相互作用において、視線（gaze）は情報伝達において重要な手段の一つです。研究によると、人間の視線は他者の注意や認知、さらには好みに影響を与えることが示されています。例えば、ある人が特定の物体を見つめているとき、観察者はその物体が見つめている人にとって魅力的であると解釈し、それが観察者自身の好み形成に影響を与えることがあります。しかし、ロボット技術の急速な発展に伴い、ロボットも人間に似た視線行動を徐々に備えるようになってきました。では、ロボットの視線は人間の視線と同じように他者の好みに影響を与えるのでしょうか？この問題は、人間がロボットの行動をどのように認識するかだけでなく、今後のヒューマン・ロボットインタラクション（human-robot interaction, HRI）の設計と最適化にも関係しています。

さらに、心の理論（Theory of Mind, ToM）は他人の心理状態を理解するための核心的な能力であり、他者の意図、信念、感情を推測します。ToMは人間の社会的相互作用において重要な役割を果たしますが、それがロボットの視線効果にどのように影響するかについてはまだ十分に研究されていません。したがって、本研究は人間とロボットの視線が好み形成に与える影響の違いを探求し、またToM能力がこのプロセスで果たす役割を分析することを目的としています。

論文の出典

本研究はFederico Manzi、Mitsuhiko Ishikawa、Cinzia Di Dioらの共同研究によるもので、彼らはイタリアのUniversità Cattolica del Sacro Cuoreや日本のHitotsubashi Universityなどの研究機関に所属しています。論文は感情計算分野の重要なジャーナルである『IEEE Transactions on Affective Computing』に掲載され、これは感情と計算技術の交差点に関する研究に焦点を当てています。論文の発表日は2025年で、DOIは10.1109/TAFFC.2025.3531945です。

研究方法

1. 参加者の募集と実験デザイン

研究では、男女比が40:39、平均年齢が23.83歳の79名のイタリア成人参加者を募集しました。すべての参加者はイタリア語を母国語とする人々で、インフォームドコンセントに署名しました。実験はQualtricsプラットフォームを通じてオンラインで行われ、参加者はランダムに異なるタスクに割り振られました。

2. 心の理論能力テスト

研究では、二つのToM能力テストを使用しました： - Reading the Mind in the Eyes (RME)：参加者は36枚の目の画像を見て、人物の感情や思考状態を推測します。各画像には4つの選択肢があり、参加者は最も適切なものを選びます。得点範囲は0〜36で、得点が高いほど他人の感情状態を読み取る能力が高いことを示します。 - Perspective Taking (PT)：参加者は他人の視点から物体の大きさや形を推測します。タスクには5つの試行があり、それぞれ本棚が表示され、参加者は本棚の背後の人間の視点から目標物を選択します。得点範囲は0〜5で、得点が高いほど視点取得能力が高いことを示します。

3. 視線嗜好タスク

実験は2×2の反復測定デザインを採用し、二つの要因は「主体」（人間 vs. ロボット）と「質問タイプ」（注視者の嗜好 vs. 参加者の嗜好）です。参加者は10本のビデオを視聴し、それぞれのビデオは10秒間続き、ビデオの中で人間またはロボット（Robovie）が2つの物体のうちの1つを見つめています。ビデオ終了後、参加者は「ロボット/女の子はどちらの物体が好きですか？」（注視者の嗜好）または「あなたはどちらの物体が好きですか？」（参加者の嗜好）という質問を受けます。各質問タイプの得点範囲は0〜5で、得点が高いほど視線が嗜好に与える影響が大きいことを示します。

4. データ分析

研究では、一般化線形混合モデル（GLMM）を使用して視線嗜好タスクのデータを分析しました。主体、質問タイプ、性別を固定効果とし、参加者IDをランダム効果としました。さらに、一般化線形モデル（GLM）を使用してToM能力が視線効果に与える影響を分析しました。

主な結果

1. 視線嗜好タスク

結果は、人間であれロボットであれ、視線が注視者の嗜好に対する影響は参加者の嗜好に対する影響よりも有意に大きいことを示しました。これにより、視線が注視者の意図を伝える強い社会的シグナルとして機能することが明らかになりましたが、個々の嗜好への影響は弱いことがわかりました。

2. ToM能力が視線効果に与える影響

ロボット条件では、PT能力は注視者の嗜好得点を有意に正の方向に予測しました（p = 0.05）、一方でRME能力は参加者の嗜好得点を有意に負の方向に予測しました（p = 0.032）。つまり、視点取得能力が高い人はロボットの嗜好をより正確に推測でき、感情解釈能力が高い人はロボットの視線にあまり影響されないことを意味します。人間条件では、ToM能力が視線効果に有意な影響を与えませんでした。

結論と意義

1. 主な結論

• 成人はロボットの視線を処理する際、人間の視線と同様にそれを心理状態のシグナル（例えば物体への嗜好）として解釈できます。
• 視線だけでは、それが人間から来ようともロボットから来ようとも、個人の嗜好に顕著な影響を与えることはできません。
• ロボット条件では、ToM能力の異なる次元（視点取得と感情解釈）がそれぞれ注視者の嗜好と参加者の嗜好を予測します。

2. 科学的価値

本研究は、ToM能力がロボットの視線効果に与える影響を初めて明らかにし、ヒューマン・ロボットインタラクション研究に新たな視点を提供しました。研究は、ロボットの視線が人間によって心理状態のシグナルとして解釈できるものの、それが非人間的な存在としての認知距離があるため、個人の嗜好に与える影響は弱い可能性があることを示しています。

3. 実用的価値

研究結果はロボット設計において重要な示唆を与えます。例えば、医療や教育などの敏感な場面において、ロボットは視線と感情信号（例えば微笑みや眉をひそめる動作）を組み合わせることで、より効果的に意図を伝え、人間の行動や嗜好に影響を与えることができるでしょう。

研究のハイライト

1. 新しい研究視点：ToM能力がロボットの視線効果に与える影響を初めて探求し、ヒューマン・ロボットインタラクション研究における空白を埋めました。
2. 学際的方法：心理学とロボティクスを組み合わせ、人間がロボットの視線を処理する際の心理メカニズムを明らかにしました。
3. 実用的可能性：研究結果はロボット設計に具体的な提案を与え、ロボットが社会的場面でのパフォーマンスを向上させるのに役立ちます。

その他の価値ある情報

研究はまた、文化的要因が人間がロボットの視線を解釈する方法に影響を与える可能性があることを指摘しています。例えば、東アジア文化ではロボット技術に対する受容度が高く、ロボットの視線を心理状態のシグナルとして解釈しやすい傾向があります。今後の研究では、文化的差異がロボットの視線効果に与える影響についてさらに探討することができます。