Can People Distinguish Human and AI Agency in Humanoid Teleoperation? A Preliminary Study of Agency Perception

Immaginate un futuro in cui un robot in piedi nel vostro salotto non sia solo una macchina che segue uno script, ma un partner di conversazione, capace di sorridere, gesticolare e rispondere con la fluidità di un essere umano. Questa visione si basa sulla teleoperazione, un metodo in cui una persona siede lontano e controlla i movimenti e la voce del robot in tempo reale, usando efficacemente la macchina come un corpo remoto. Per anni, questo ha richiesto la presenza costante di un operatore umano, limitando quante persone una singola persona possa aiutare o quanto possa durare una conversazione. Tuttavia, l'ascesa rapida dell'intelligenza artificiale ha introdotto una nuova possibilità: sistemi in grado di generare parlato, espressioni facciali e gesti autonomamente, imitando un essere umano così da vicino che la differenza diventa difficile da notare. Ciò crea una domanda affascinante e leggermente inquietante per chiunque interagisca con queste macchine: se un robot sta recitando, potete capire se una persona reale sta muovendo i fili o se un algoritmo sta facendo il lavoro?

Ricercatori dei Sony Computer Science Laboratories e dell'Università di Tokyo si sono posti l'obiettivo di rispondere a questa domanda costruendo un sistema che chiamano Ghost-in-the-Loop. Questo framework permette a un robot umanoide di passare senza soluzione di continuità dall'essere controllato da un operatore umano all'essere guidato interamente dall'intelligenza artificiale, il tutto mantenendo un aspetto e una voce identici. Il robot, un modello Unitree G1 dotato di uno schermo per il volto e telecamere per vedere l'ambiente circostante, funge da palcoscenico. Quando un essere umano è al comando, indossa un visore per vedere ciò che vede il robot e utilizza sensori di movimento per guidare le mani e il volto del robot. Quando il sistema passa alla modalità IA, il robot ascolta la conversazione e utilizza modelli generativi per creare la propria voce, i movimenti facciali e i gesti delle mani, coordinandosi con lo stesso stile visivo e uditivo della versione controllata dall'uomo. L'obiettivo non era vedere quale fosse migliore, ma vedere se un osservatore umano potesse anche distinguere la differenza.

Per testare questo, il team ha creato una serie di brevi clip video che mostrano il robot in conversazione. Hanno registrato otto diverse interazioni, che spaziavano da chat casuali a discussioni orientate ai compiti, ciascuna della durata compresa tra cinque e quaranta secondi. In metà di queste clip, un teleoperatore umano controllava il robot. Nell'altra metà, il sistema di IA generava il comportamento. Fondamentalmente, la voce, il volto e il corpo del robot rimanevano coerenti in tutte le clip, quindi l'unica variabile era la fonte del controllo. I ricercatori hanno poi invitato cinquanta persone a guardare questi video online. Dopo ogni clip, i partecipanti dovevano decidere se il robot fosse gestito da un essere umano o da un computer, valutando la loro certezza su una scala che andava da meno dieci per un'IA certa a più dieci per un essere umano certo. Sono stati inoltre interrogati sul perché si sentissero in quel modo.

I risultati suggeriscono che in questi brevi momenti, la linea tra uomo e macchina è straordinariamente sfumata. I partecipanti hanno faticato significativamente a distinguere tra le due fonti di controllo. In media, le loro valutazioni variavano appena tra le clip controllate dall'uomo e quelle controllate dall'IA, con una differenza così piccola da essere statisticamente indistinguibile dal caso. Lo studio indica che, per interazioni brevi, le persone non possono semplicemente distinguere in modo affidabile se un robot sia pilotato da una persona o da un algoritmo. Quando i ricercatori hanno esaminato ciò che i partecipanti stavano effettivamente pensando, è emerso un modello chiaro nelle loro spiegazioni. Coloro che sentivano di poter prendere un giudizio si basavano pesantemente sulla naturalezza complessiva del comportamento del robot. Prestavano molta attenzione alla tempistica della conversazione, al ritmo dei movimenti e al fatto che la voce, l'espressione facciale e i gesti delle mani sembrassero lavorare insieme in armonia.

Quando i movimenti del robot sembravano rigidi, la tempistica sembrava errata o le diverse parti del corpo sembravano fuori sincrono con la voce, i partecipanti erano più propensi a ipotizzare che si trattasse di un'IA. Al contrario, quando il robot si muoveva con un flusso coerente, dove i gesti e le espressioni si adattavano perfettamente al parlato, le persone erano più propense a credere che ci fosse un essere umano dietro i comandi. Questo non significa che l'IA fosse perfetta, bensì che i difetti della prestazione dell'IA erano abbastanza sottili da essere ignorati in un colpo d'occhio veloce. Lo studio suggerisce che la nostra capacità di rilevare l'agency dipende meno dalla tecnologia specifica utilizzata e più dalla coerenza della prestazione. Se il robot agisce come un insieme unitario, il cervello lo accetta come un singolo agente, indipendentemente dal fatto che tale agente sia carne o codice.

Questo lavoro preliminare apre un nuovo capitolo su come potremmo progettare i robot del futuro. Implica che, nel breve termine, potremmo non doverci preoccupare del fatto che gli utenti mettano costantemente in dubbio se un robot sia reale o falso durante brevi scambi. Inveve, l'attenzione può spostarsi su come questi sistemi possano fondere l'intelligenza umana e quella artificiale, permettendo forse a un essere umano di prendere il controllo quando una conversazione diventa complessa, mentre l'IA gestisce le parti di routine. I ricercatori sottolineano che le loro scoperte sono specifiche per queste clip brevi e strutturate e che interazioni più lunghe e complesse potrebbero rivelare schemi diversi. Per ora, lo studio conferma che quando un robot parla, sorride e si muove con sufficiente coerenza, la mente umana è lieta di accettarlo come un partner, lasciando la vera natura della sua agency un silenzioso mistero.