Signal or 'Noise': Human Reactions to Robot Errors in the Wild
49 प्रतिभागियों वाले एक कॉफी रोबोट के सार्वजनिक क्षेत्र में किए गए परिनियोजन के माध्यम से, यह अध्ययन प्रकट करता है कि वास्तविक दुनिया के परिवेश में रोबोट की त्रुटियों के प्रति मानवीय सामाजिक संकेत समृद्ध और सूचनात्मक तो हैं, लेकिन वे अत्यधिक परिवर्तनशील और "शोरपूर्ण" भी हैं, विशेष रूप से समूह की अंतःक्रियाओं के दौरान।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आपने एक व्यस्त कॉफी शॉप के गलियारे में एक रोबोट बरिस्ता (barista) लगाया है। आप यह देखना चाहते हैं कि जब रोबोट कोई गलती करता है, जैसे कि कॉफी पॉड गिरा देना या "ब्रू" (brew) बटन दबाना भूल जाना, तो आम लोग कैसी प्रतिक्रिया देते हैं। यह शोध पत्र उस प्रयोग की कहानी है।
शोधकर्ताओं ने केवल रोबोट को नहीं देखा; उन्होंने रोबोट को देखने वाले लोगों को देखा। उन्होंने मानवीय प्रतिक्रियाओं को एक प्रकार के "सामाजिक सेंसर" (social sensor) के रूप में इस्तेमाल किया ताकि यह देख सकें कि क्या रोबोट को कोई समस्या आ रही है।
यहाँ उनके निष्कर्षों का विवरण दिया गया, जिसे सरल उपमाओं (analogies) के माध्यम से समझाया गया है:
1. प्रयोग: एक जंगली वातावरण में रोबोट बरिस्ता
टीम ने एक ऐसा रोबट बनाया जो अपने आप कॉफी बना सके। उन्होंने इसे तीन सप्ताह के लिए एक विश्वविद्यालय के गलियारे में रखा। एक विज्ञान प्रयोगशाला के विपरीत, जहाँ लोगों को ठीक से बताया जाता है कि उन्हें क्या करना है, यह "जंगली" (in the wild) वातावरण था। लोग वहां से गुजरते, बैठते या समूहों में खड़े होते। वे कॉफी ऑर्डर कर सकते थे, रोबोट को काम करते हुए देख सकते थे, और जब चाहें जा सकते थे। रोबोट को कभी-कभी विशिष्ट गलतियाँ करने के लिए प्रोग्राम किया गया था, लेकिन इसने अपनी कुछ अनजाने में होने वाली गलतियाँ भी कीं।
2. मुख्य खोज: मनुष्य "शोर वाले" (Noisy) सेंसर हैं
शोधकर्ताओं ने पाया कि जब रोबोट ने गलती की, तो लोगों ने निश्चित रूप से प्रतिक्रिया दी। वे केवल शून्य भाव से नहीं देखते रहे; उन्होंने चेहरे बनाए, हँसे, इशारा किया, या यहाँ तक कि रोबोट की शारीरिक रूप से मदद करने की कोशिश भी की।
हालाँकि, शोध पत्र इन प्रतिक्रियाओं को "शोर वाला" (Noisy) कहता है।
- सिग्नल (The Signal): यह उपयोगी हिस्सा है। उदाहरण के लिए, यदि रोबोट एक कप गिरा देता है और एक व्यक्ति कहता है, "ओह नहीं, इसने कप गिरा दिया!" तो यह एक स्पष्ट संकेत है कि रोबोट विफल रहा।
- शोर (The Noise): यह पृष्ठभूमि की बातचीत है। लोग अपने दोस्तों, अपने फोन या बस इस तथ्य पर भी प्रतिक्रिया दे रहे थे कि वहां एक रोबोट मौजूद था। कभी-कभी वे इसलिए हँसते थे क्योंकि रोबोट अजीब लग रहा था, न कि इसलिए कि वह टूट गया था। कभी-कभी वे इसलिए दूर देख रहे थे क्योंकि वे टेक्स्टिंग कर रहे थे।
उपमा: कल्पना कीजिए कि आप एक भीड़ भरे, शोर वाले कॉन्सर्ट में अपने दोस्त की फुसफुसाहट सुनने की कोशिश कर रहे हैं। आप उन्हें सुन सकते हैं (सिग्नल), लेकिन वहां संगीत, अन्य लोगों की बातें और भीड़ का शोर (शोर) भी है। शोधकर्ताओं ने पाया कि वास्तविक दुनिया में, "भीड़ का शोर" प्रयोगशाला की तुलना में बहुत अधिक होता है।
3. समूह गतिशीलता (Group Dynamics): "इको चैंबर" प्रभाव
जब लोग अकेले थे, तो उनकी प्रतिक्रियाएं सरल थीं। लेकिन जब वे समूहों में थे, तो चीजें जटिल और तीव्र हो गईं।
- अधिक जानकारी: समूहों ने रोबोट की गलतियों के बारे में बहुत अधिक चर्चा की। वे जासूसों की एक टीम की तरह काम कर रहे थे, जो ठीक से बता रहे थे कि क्या गलत हुआ ("इसने पर्याप्त जोर से नहीं दबाया!") और अनुमान लगा रहे थे कि क्यों हुआ।
- अधिक शोर: क्योंकि वे एक-दूसरे से बात कर रहे थे, इसलिए वहां बहुत सारी अप्रासंगिक बातचीत भी थी। वे रोबोट के बारे में मजाक कर सकते थे या रोबोट के काम करने के दौरान अपने दिन के बारे में बात कर सकते थे।
- कैस्केड (The Cascade): यदि समूह के एक व्यक्ति ने आह भरी या हँसा, तो अक्सर अन्य लोग भी वैसी ही प्रतिक्रिया देते थे। यह एक लहर के प्रभाव (ripple effect) की तरह था।
4. बार-बार होने वाली अंतःक्रियाएँ: "परिचितता" का बदलाव
अध्ययन ने उन लोगों को ट्रैक किया जो कई बार वापस आए।
- पहली बार: लोग उत्साहित थे, फोटो ले रहे थे और बारीकी से देख रहे थे।
- बाद के समय में: जैसे-जैसे वे रोबोट के आदी हुए, उन्होंने ध्यान देना कम कर दिया। वे अपने फोन देखने लगे या चले गए।
- ट्विस्ट: यदि किसी व्यक्ति को उम्मीद थी कि रोबोट गलती करेगा (क्योंकि उसने पहले किया था) और उसने गलती नहीं की, तो वे उसकी सफलता पर प्रतिक्रिया देते थे। वे कहते थे, "ओह, इस बार यह काम कर गया!" यह दर्शाता है कि रोबोट के प्रति उनका मानसिक मॉडल लगातार बदल रहा था।
5. "मदद करने वाली" समस्या
एक मजेदार बात हुई: जब रोबोट संघर्ष कर रहा था, तो लोगों ने अक्सर मदद करने की कोशिश की। वे कप पकड़ने या कैप्सूल को ठीक करने के लिए हाथ बढ़ाते थे।
- पकड़ (The Catch): रोबोट समझ नहीं पाया कि इंसान मदद करने की कोशिश कर रहा है। उसने बस अपने कार्यक्षेत्र में एक हाथ देखा और सुरक्षा के लिए रुक गया।
- परिणाम: इंसान को लगा कि रोबोट खराब हो गया है, और रोबोट ने सोचा कि इंसान एक घुसपैठिया है। इसने भ्रम के एक चक्र को जन्म दिया जहाँ "मदद" ने वास्तव में अधिक त्रुटियों का कारण बनाया।
6. रोबोट डिजाइन के लिए इसका क्या अर्थ है
शोध पत्र निष्कर्ष निकालता है कि हालांकि मानवीय प्रतिक्रियाएं उपयोगी सुरागों (जैसे कि "यह डरावना है, यह गर्म हो सकता है") से भरी होती हैं, लेकिन वे विकर्षणों (distractions) से भी भरी होती हैं।
- लैब बनाम वास्तविक दुनिया: लैब में, आप वातावरण को नियंत्रित कर सकते हैं ताकि आप केवल "सिग्नल" को सुन सकें। वास्तविक दुनिया में, आपको "शोर" (फोन, दोस्त, विकर्षण) को फिल्टर करना होगा।
- सबक: वास्तविक दुनिया में रोबोट को स्मार्ट बनाने के लिए, हम केवल लोगों की बातों को सुनकर काम नहीं चला सकते। हमें संदर्भ (context) को समझना होगा। हमें यह जानना होगा कि क्या कोई व्यक्ति रोबोट को इसलिए देख रहा है क्योंकि वह टूट गया है, या इसलिए क्योंकि वह अपने फोन को देख रहा है।
संक्षेप में: शोध पत्र दिखाता है कि जब रोबोट गलतियाँ करते हैं तो लोग बहुत अभिव्यंजक होते हैं, लेकिन वे बहुत विचलित भी होते हैं। सार्वजनिक स्थानों पर अच्छी तरह काम करने वाले रोबोट बनाने के लिए, इंजीनियरों को रोजमर्रा की जिंदगी के "शोर" से भ्रमित हुए बिना "सिग्नल" को सुनना सीखना होगा।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।