Assistive Robots and Reasonable Work Assignment Reduce Perceived Stigma toward Persons with Disabilities
Diese Studie zeigt, dass die wahrgenommene kognitive Stigmatisierung von Menschen mit Behinderungen am Arbeitsplatz signifikant reduziert wird, wenn deren Aufgaben entweder an ihre Fähigkeiten angepasst oder durch assistive Roboter unterstützt werden, wobei der positivste Effekt beobachtet wurde, wenn eine solche robotische Unterstützung universell allen Mitarbeitern angeboten wird.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich einen geschäftigen Fabrikboden vor, auf dem alle Schrauben festziehen. Inmitten dieses Teams ist „Herr M“, ein Kollege mit einer körperlichen Behinderung. Die Frage, die diese Studie stellt, ist simpel: Wie fühlen sich die anderen Arbeiter gegenüber Herrn M, und führt die Gabe eines Roboter-Helfers dazu, dass sie ihn besser oder schlechter behandeln?
Die Forscher wollten herausfinden, ob der Einsatz von Robotern zur Unterstützung von Menschen mit Behinderungen tatsächlich die „soziale Unbeholfenheit“ oder die negative Bewertung (Stigmatisierung) reduziert, die oft mit Behinderungen am Arbeitsplatz einhergeht.
So haben sie es getestet, unter Verwendung eines „Wähle-dein-eigenes-Abenteuer“-Experiment-Stils:
Die vier Szenarien (Die „Was-wäre-wenn“-Geschichten)
Die Teilnehmer (reale Arbeiter) wurden gebeten, sich selbst in vier verschiedenen Situationen mit Herrn M vorzustellen. Betrachten Sie dies als vier verschiedene Filmszenen:
- Die „Kampf“-Szene (Überlastet): Herr M muss genau die gleiche schwere Arbeit verrichten wie alle anderen, aber aufgrund seiner Behinderung kann er nur die Hälfte der Arbeit schaffen. Er kämpft sichtlich an und fällt zurück.
- Die Stimmung: Alle fühlen Mitleid mit ihm, denken aber auch, dass er nicht seinen Teil zur Arbeit beiträgt.
- Die „Maßgeschneiderte“ Szene (Geeignete Arbeit): Herr M bekommt eine etwas leichtere Version der Arbeit, die perfekt zu seinen Fähigkeiten passt. Er erledigt die gleiche Menge an Arbeit wie alle anderen, nur auf eine andere Weise.
- Die Stimmung: Er passt dazu, aber er macht immer noch etwas „Anderes“ als der Rest des Teams.
- Die „Roboter-Kumpel“-Szene (Roboter für ihn): Herr M erledigt genau die gleiche schwere Arbeit wie alle anderen, aber er hat einen Roboterarm, der beim Heben und Festziehen hilft. Er hält perfekt mit der Gruppe Schritt.
- Die Stimmung: Er macht genau die gleiche Arbeit, aber er hat ein spezielles Werkzeug, das die anderen nicht haben.
- Die „Roboter für alle“-Szene (Universal Design): Herr M hat einen Roboter-Helfer, UND der Teilnehmer (Sie) bekommt ebenfalls einen Roboter-Helfer. Alle nutzen Roboter, um die schwere Arbeit zu erledigen.
- Die Stimmung: Der Roboter ist keine „Spezialangelegenheit“ nur für Herrn M, sondern ist einfach Teil der Arbeit für alle.
Die Ergebnisse: Was die Arbeiter dachten
Die Forscher maßen zwei Dinge: Kognitive Stigmatisierung (was Menschen über die Leistungsfähigkeit der Person denken) und Verhaltensbezogene Stigmatisierung (wie sehr Menschen den Wunsch haben, sich von der Person zu distanzieren).
Hier ist die Aufschlüsselung dessen, was sie fanden, in einfachen Worten:
- Die „Kampf“-Szene war die schlimmste: Als Herr M einfach versuchte, die schwere Arbeit ohne Hilfe zu erledigen und dabei scheiterte, bewerteten die Menschen ihn am härtesten. Sie hielten ihn für weniger fähig und wollten Distanz zu ihm wahren.
- Das Anpassen des Jobs half: Als Herr M eine Arbeit bekam, die seinen Fähigkeiten entsprach (Szenario 2), bewerteten die Menschen ihn viel weniger hart. Sie sahen, dass er die Arbeit leisten konnte.
- Der Roboter half sogar noch mehr: Als Herr M einen Roboter nutzte, um dieselbe schwere Arbeit wie alle anderen zu erledigen (Szenario 3), sank die negative Bewertung noch weiter. Der Roboter ließ ihn genauso fähig erscheinen wie jeden anderen.
- „Roboter für alle“ war am besten: Die niedrigste Ebene der negativen Bewertung trat auf, als alle einen Roboter hatten (Szenario 4). Als der Roboter kein „Spezialding“ nur für die Person mit Behinderung war, sondern ein Werkzeug für das ganze Team, empfanden die Menschen das meiste Inklusion. Sie sahen Herrn M nicht als „anders“ oder als jemanden, der „Hilfe braucht“; sie sahen einfach ein Team, das coole Werkzeuge nutzt.
Die große Erkenntnis
Die Studie bestätigt eine einfache Idee: Stigmatisierung entsteht dadurch, dass man jemanden kämpfen sieht oder wenn jemand als „anders“ behandelt wird.
- Wenn man einfach den Job an die Person anpasst, fühlen die Menschen sich besser gegenüber ihr.
- Wenn man ihnen einen Roboter gibt, um ihnen zu helfen, dieselbe schwere Arbeit wie alle anderen zu erledigen (Szenario 3), fühlen sich die Menschen sogar noch besser.
- Aber wenn man den Roboter allen gibt, verschwindet die Stigmatisierung am stärksten. Es hört auf, ein „Hilfsmittel für Behinderungen“ zu sein und wird stat
s einfach zu dem, „wie wir arbeiten“.
Was die Studie nicht sagte
Es ist wichtig, sich an das zu halten, was das Papier tatsächlich gefunden hat:
- Sie haben nicht getestet, ob dies in Krankenhäusern oder Schulen funktioniert; sie haben nur auf arbeitsähnliche Umgebungen in Fabriken geschaut.
- Sie haben nicht getestet, ob die Roboter besser als andere Werkzeuge (wie eine andere Art von Stuhl oder ein leichterer Schraubenschlüssel) sind; sie haben Roboter lediglich mit „keinen Robotern“ verglichen.
- Sie haben nicht gemessen, ob dies beeinflusst, wie Herr M sich selbst fühlt, sondern nur, wie die anderen Arbeiter ihn wahrnehmen.
Kurz gesagt: Wenn wir Roboter einsetzen, um Menschen mit Behinderungen zu helfen, hilft das nicht nur dabei, den Job zu erledigen, sondern es hilft auch ihren Kollegen, sie als gleichberechtigte Teammitglieder zu sehen. Und wenn diese Roboter für alle verfügbar sind, verschwindet das „Wir gegen die“-Gefühl vollständig.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.