1+1 ̸ = 2: Appearance and utterance to determine the virtual agent’s intellectual impression
Diese Studie zeigt auf, dass virtuelle Agenten als intelligenter und vertrauenswürdiger wahrgenommen werden, wenn ihr Aussehen und ihre Sprache einander widersprechen (z. B. intelligent aussehen, aber unintelligent sprechen, oder umgekehrt), als wenn beide Faktoren konsistent Intelligenz vermitteln.
Originalarbeit lizenziert unter CC BY 4.0 (https://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
In der wachsenden Welt der digitalen Assistenten stellen wir oft eine einfache Frage: Was lässt ein Computerprogramm intelligent erscheinen? Jahrelang operierten Designer und Forscher nach einer geradlinigen Annahme. Wenn man möchte, dass sich ein virtueller Charakter intelligent anfühlt, sollte man ihm ein Aussehen geben, das Gehirn suggeriert – vielleicht ein scharfes, ernstes Gesicht oder ein elegantes, modernes Design – und dies mit einer Sprache kombinieren, die kompetent klingt, unter Verwendung präziser Fakten und Expertenvokabulars. Es scheint logisch, dass die Kombination eines intelligent aussehenden Gesichts mit intelligent klingenden Worten den überzeugendsten Experten schaffen würde. Diese Idee beruht auf der Überzeugung, dass die menschliche Wahrnehmung wie eine einfache Additionsaufgabe funktioniert, bei der der Gesamteindruck nur die Summe seiner Teile ist. Die menschliche Beurteilung verläuft jedoch selten so linear. Wir wissen aus der Psychologie, dass Menschen nicht immer rationale Entscheidungen treffen; manchmal reagiert unser Gehirn seltsam auf Widersprüche oder unerwartete Kombinationen, was zu Schlussfolgerungen führt, die einfacher Mathematik trotzen. Das Verständnis dafür, wie wir Künstliche Intelligenz wahrnehmen, ist entscheidend, da diese digitalen Agenten in Schulen, Krankenhäusern und Unternehmen immer häufiger anzutreffen sind. Wenn wir wollen, dass Menschen ihnen vertrauen, müssen wir wissen, was tatsächlich funktioniert, anstatt uns auf das zu verlassen, was offensichtlich erscheint.
Ein Team von Forschern von Universitäten in Japan wollte diese gesunde Vorstellung testen. Sie wollten sehen, ob das Mischen von „intelligenten“ und „unintelligenten“ Merkmalen in einem virtuellen Agenten diesen tatsächlich intelligenter erscheinen ließe oder ob der traditionelle Ansatz, kluge Merkmale zusammenzustapeln, der beste Weg sei. Zu diesem Zweck erstellten sie eine Serie kurzer Videos, in denen ein weiblicher virtueller Agent einen Ausflug zu einer berühmten Burg in Japan empfahl. Vor dem Dreh der Hauptstudie mussten die Forscher entscheiden, was ein „kluges“ und ein „dummes“ Aussehen für Menschen eigentlich bedeutete. Sie erstellten fünf verschiedene Versionen desselben Charakters und änderten dabei nur die Frisur für jede Version. Sie zeigten diese Bilder fast neunzig Personen online und baten sie, zu wählen, welcher Charakter intelligenter aussah. Die Ergebnisse waren eindeutig: Ein Charakter mit kurzem, ordentlichem Haar wurde konsistent als am intelligentesten bewertet, während ein Charakter mit Zöpfen als am wenigsten intelligent eingestuft wurde. Diese beiden spezifischen Looks wurden zu den visuellen Ankern für das Hauptexperiment.
Als Nächstes bereiteten die Forscher zwei Arten von Skripten vor, die der Agent sprechen sollte. Ein Skript war in einem Stil geschrieben, der kompetent und professionell klang, während das andere so geschrieben war, dass es weniger informiert und weniger fähig klang. Sie kombinierten diese Elemente dann zu vier verschiedenen Szenarien. Im ersten Szenario hatte der Agent den klugen Look und sprach klug. Im zweiten sprach der intelligent aussehende Agent in einem unintelligenten Stil. Im dritten sprach der Agent mit dem unintelligenten Look im intelligenten Stil. Im vierten Szenario waren sowohl das Aussehen als auch die Sprache unintelligent. Über 227 Personen sahen sich diese Videos an und bewerteten, wie intelligent und vertrauenswürdig sie den Charakter fanden. Die Forscher erwarteten, dass das erste Szenario – das mit dem klugen Aussehen und der klugen Sprache – mit großem Abstand gewinnen würde.
Die Ergebnisse stellten jedoch das erwartete Ergebnis auf den Kopf. Der Agent, der einen klugen Look mit kluger Sprache kombinierte, wurde nicht als der intelligenteste oder vertrauenswürdigste bewertet. Stattdessen schnitten die Charaktere, die die beiden Stile mischten, besser ab. Der Agent, der klug aussah, aber auf eine einfache, univelegente Weise sprach, und der Agent, der mit einem einfachen Aussehen mit Expertenwissen sprach, erhielten beide höhere Bewertungen als der perfekt konsistente, „all-intelligente“ Charakter. Die Daten zeigten einen klaren statistischen Unterschied: Wenn die Sprache des Agenten unintelligent war, wurde die klug aussehende Version gegenüber der einfachen Version mehr vertraut. Wenn die Sprache jedoch intelligent war, gab es keinen statistisch signifikanten Unterschied in den Bewertungen zwischen dem einfachen und dem klugen Agenten, obwohl die gemischten Charaktere insgesamt besser abschnitten als der konsistente „All-Smart“-Agent. Der konsistenteste, „perfekte“ Agent kam tatsächlich als Letzter an. Die Forscher fanden heraus, dass die Kombination widersprüchlicher Merkmale einen positiveren Eindruck erzeugte als eine konsistente.
Um zu verstehen, warum dies geschah, wandten sich die Autoren einem Konzept namens „Natural-Born Intelligence Theory“ zu. Diese Idee besagt, dass unser Gehirn, wenn wir auf einen Widerspruch stoßen – wie etwa ein ernstes Gesicht, das auf eine alberne Weise spricht –, die beiden Eindrücke nicht einfach nur zusammenaddiert. Stattdessen zwingt uns der Konflikt dazu, über die Oberfläche hinauszublicm. Die Diskrepanz zwischen dem, was wir sehen, und dem, was wir hören, bricht unsere gewohnten Erwartungen und schafft eine Art mentalen „Außenraum“, in dem wir beginnen, sich die Persönlichkeit oder Vertrautheit des Charakters vorzustellen. Es ist, als ob der Widerspruch den Agenten realer und weniger wie eine starre Maschine erscheinen lässt. Wenn der Agent vollkommen konsistent war, verarbeitete der Zuschauer die Informationen einfach, ohne diese zusätzliche Ebene der Beschäftigung. Die Studie legt nahe, dass für virtuelle Agenten ein wenig Reibung zwischen Aussehen und Sprache effektiver sein kann, um Vertrauen aufzubauen, als ein perfekt poliertes, konsistentes Bild.
Die Forscher merkten an, dass diese Ergebnisse spezifisch für die von ihnen getesteten weiblichen, menschenähnlichen Agenten im Kontext einer Reiseempfehlung gelten. Sie räumten ein, dass die Ergebnisse abweichen könnten, wenn die Agenten männlich wären, wie Roboter aussahen oder in anderen Situationen eingesetzt würden. Dennoch stellt die Studie die Standardregel des Designs infrage. Sie zeigt, dass der Versuch, einen Agenten gleichzeitig klug aussehen und klug klingen zu lassen, ihn nicht zwangsläufig vertrauenswürdiger macht. Tatsächlich kann das Einführen eines kleinen Widerspruchs den Agenten kompetenter und zuverlässiger erscheinen lassen, was beweist, dass die menschliche Wahrnehmung von Intelligenz ein komplexer Prozess ist, der sich nicht einfach durch das Zusammenfügen der richtigen Merkmale lösen lässt.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.