Media Framing Moderates Risk-Benefit Perceptions and Value Tradeoffs in Human-Robot Collaboration

1. Il Problema di Ricerca

L'integrazione della collaborazione uomo-robot (HRC) nei contesti industriali dell'Industria 4.0 è fondamentale per la flessibilità produttiva, ma il suo successo non dipende solo dalle prestazioni tecniche, bensì dall'accettazione sociale e dalla fiducia degli operatori.
La ricerca identifica un vuoto conoscitivo su come la corniciatura mediatica (media framing) influenzi la percezione pubblica dei rischi e dei benefici dell'HRC. Sebbene sia noto che la comunicazione possa alterare le attitudini, non è chiaro se e in che misura il modo in cui le informazioni vengono presentate (positivamente o negativamente) modifichi la struttura cognitiva con cui gli individui integrano rischi e benefici per formare un giudizio di valore complessivo.

2. Metodologia

Lo studio ha adottato un disegno sperimentale online pre-registrato con un campione rappresentativo della popolazione lavorativa tedesca.

• Campione: $N = 1151$ partecipanti (dopo il filtraggio dei dati), con un'età media di 44 anni e un equilibrio di genere.
• Disegno Sperimentale: Design fattoriale $2 \times 3$ tra soggetti.
  • Variabile Indipendente 1 (Corniciatura): Due condizioni di framing (Positivo vs. Negativo) presentate attraverso articoli di giornale fittizi.
  • Variabile Indipendente 2 (Contesto): Tre scenari industriali (Autonomia, Sicurezza, Sicurezza del Lavoro).
• Procedure:
  1. Raccolta di dati demografici e tratti individuali (autoefficacia tecnologica, fiducia nei robot).
  2. Esposizione a uno dei sei articoli (combinazione di framing e contesto).
  3. Manipolazione: Verifica della percezione dell'articolo (valutazione affettiva e cognitiva).
  4. Misurazione delle Variabili Dipendenti: Valutazione dei Rischi Percepiti, Benefici Percepiti e Valore Attribuito all'HRC tramite scale psicometriche validate (3 item ciascuna).
• Analisi Statistica: Sono stati utilizzati MANOVA per verificare gli effetti principali e le interazioni, seguiti da regressioni lineari multiple separate per condizione di framing per analizzare le interazioni tra rischi e benefici.

3. Contributi Chiave

Lo studio apporta tre contributi principali alla letteratura sulla robotica sociale e la comunicazione del rischio:

1. Dimostrazione dell'Effetto di Framing: Conferma che il framing mediatico altera non solo la valutazione assoluta (livelli di rischio/beneficio), ma anche il processo cognitivo di trade-off.
2. Modelli di Integrazione Diversi: Identifica che il framing positivo favorisce una valutazione additiva (i benefici possono compensare i rischi in modo lineare), mentre il framing negativo induce una valutazione interdipendente e non compensatoria (i rischi alti annullano l'impatto positivo dei benefici).
3. Ruolo della Fiducia: Evidenzia come la fiducia nei robot e l'autoefficacia tecnologica siano mediatori cruciali che interagiscono con il framing, influenzando la percezione dei rischi e dei benefici in modo differenziato a seconda della corniciatura.

4. Risultati Principali

• Efficacia della Manipolazione: Il framing ha avuto un effetto significativo e forte sulla valutazione degli articoli, specialmente a livello affettivo (es. "rassicurante" vs "spaventoso").
• Effetti sulle Valutazioni Assolute:
  • Il framing positivo ha portato a percezioni di rischio più basse, benefici più alti e un valore attribuito maggiore rispetto al framing negativo.
  • Il contesto specifico (sicurezza, autonomia, lavoro) ha avuto un impatto minore rispetto al framing stesso.
• Analisi dei Trade-off (Regressione):
  • Framing Positivo: Il modello ha un alto potere esplicativo ($R^2 = 0.715$). Rischi e benefici agiscono come predittori indipendenti e additivi. Non c'è interazione significativa: un alto beneficio può compensare un alto rischio.
  • Framing Negativo: Il modello ha un potere esplicativo inferiore ($R^2 = 0.583$). Si osserva un'interazione negativa significativa ($\beta \approx -0.32$) tra rischi e benefici. Questo indica che in un contesto negativo, la percezione di un rischio elevato riduce drasticamente l'impatto positivo dei benefici percepiti (effetto "dealbreaker").
• Fattori Individuali: La fiducia nei robot è il predittore più forte per la percezione dei rischi in entrambe le condizioni. L'età e il genere mostrano effetti significativi solo in combinazione con specifici tipi di framing (es. le donne percepiscono meno benefici nel framing positivo).

5. Significato e Implicazioni

I risultati sfidano i modelli statici di accettazione tecnologica (come TAM o UTAUT) che assumono una funzione stabile di rischio e beneficio. Lo studio dimostra che:

• La comunicazione strategica è cruciale: Per promuovere l'accettazione dell'HRC, è necessario evitare di sovrapporre troppi messaggi negativi, poiché in un contesto di framing negativo, i benefici perdono la loro capacità di compensare i rischi.
• Implicazioni per l'Industria 4.0: Quando si comunicano i vantaggi dell'automazione, un approccio positivo che enfatizza i guadagni (efficienza, sicurezza) permette una valutazione più stabile e compensatoria. Al contrario, l'uso di frame negativi (perdita di posti di lavoro, pericoli) rende il pubblico più critico e meno disposto a soppesare i benefici, richiedendo strategie comunicative che integrino i benefici all'interno della sicurezza stessa, piuttosto che trattarli come dimensioni separate.
• Prospettive Future: Lo studio suggerisce la necessità di modelli dinamici che includano moderatori situazionali e mediatici, e invita a replicare la ricerca in contesti reali e in diverse culture per validare la generalizzabilità dei risultati.