💻 computer science

Humanoid Factors: Design Principles for AI Humanoids in Human Worlds

Dit artikel introduceert het concept 'humanoid factors' als een raamwerk bestaande uit vier pijlers (fysiek, cognitief, sociaal en ethisch) om de co-existentie en samenwerking tussen mensen en door AI aangedreven humanoïde robots te optimaliseren, waarbij wordt aangetoond dat traditionele robotische evaluatiemetrics onvoldoende rekening houden met menselijke interactieprincipes.

Oorspronkelijke auteurs: Xinyuan Liu, Eren Sadikoglu, Ransalu Senanayake, Lixiao Huang

Gepubliceerd 2026-04-17

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Xinyuan Liu, Eren Sadikoglu, Ransalu Senanayake, Lixiao Huang

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een nieuwe buurman krijgt. Maar deze buurman is geen mens, maar een robot die eruitziet als een mens, kan praten, en zelfs in je keuken kan helpen met het afwassen.

Vroeger was het ontwerpen van machines simpel: we maakten dingen die voor mensen werkten, zoals een stoel die comfortabel is of een auto die veilig rijdt. Maar nu komen deze mensachtige robots (humanoids) in onze huizen, op kantoren en in de openbare ruimte. Ze zijn niet langer alleen maar gereedschap; ze worden medewerkers en buren.

Dit artikel introduceert een nieuw idee: Humanoid Factors. In plaats van alleen te kijken naar wat goed is voor de mens, moeten we nu ook kijken naar wat goed is voor de robot, zodat we beiden gelukkig samen kunnen leven.

Hier is de uitleg in simpele taal, met een paar creatieve vergelijkingen:

De Vier Pijlers van het Samenleven

De auteurs zeggen dat we vier belangrijke dingen moeten regelen om deze robots veilig en prettig te maken. Denk hieraan als aan de vier muren van een huis waar mens en robot samenwonen:

1. Het Lichaam (Fysiek)

De Metafoor: Stel je voor dat je een robot in een huis zet dat gemaakt is voor mensen. De deurposten zijn te laag, de trappen zijn te steil, en de gereedschappen zijn te zwaar.
De Leer: De robot moet passen in onze wereld. Hij moet op de juiste hoogte zijn, zijn armen moeten net zo lang zijn als die van ons, en hij moet kunnen lopen op onze trappen. Maar hij moet ook weten dat hij een machine is: als hij valt, breekt hij niet zijn been, maar zijn motor. We moeten zorgen dat hij niet te zwaar is (voor de vloer) en dat hij niet te snel wordt (voor onze veiligheid).

2. Het Brein (Cognitief)

De Metafoor: Een robot met een brein is als een student die net is afgestudeerd. Hij kan veel feiten uit zijn hoofd, maar hij weet niet altijd hoe hij zich moet gedragen in een drukke situatie.
De Leer: De robot moet niet alleen weten wat hij moet doen, maar ook waarom en wanneer. Als hij ziet dat je struikelt, moet hij niet alleen reageren, maar ook begrijpen dat jij misschien bang bent. Hij moet zijn eigen grenzen kennen: "Ik ben niet zeker van mijn greep, ik vraag even hulp." Als hij dit niet doet, wordt hij onvoorspelbaar en eng.

3. De Sociale Vaardigheden (Sociaal)

De Metafoor: Stel je voor dat je met iemand praat die nooit oogcontact maakt, altijd onderbreekt, of plotseling heel hard lacht zonder reden. Dat voelt ongemakkelijk, toch?
De Leer: Omdat de robot eruitziet als een mens, verwachten wij dat hij zich ook als een mens gedraagt. Hij moet kunnen glimlachen, naar je kijken, en op het juiste moment iets zeggen. Als hij dit niet doet, raken we in de "Uncanny Valley" (het griezelige dal): hij lijkt net een mens, maar is het niet, en dat maakt ons onrustig. Hij moet onze verwachtingen begrijpen en zich daarop aanpassen.

4. De Regels (Ethiek)

De Metafoor: Stel je voor dat je robot je camera's en microfoons gebruikt om alles te onthouden wat je zegt, en dat hij later besluit om je geheimen te delen met je buren omdat hij denkt dat het "handig" is.
De Leer: We moeten regels hebben over wat de robot mag doen. Hij mag je niet schaden (fysiek of emotioneel). Hij moet je privacy respecteren (niet alles opslaan). En als er iets misgaat, moeten we weten wie er verantwoordelijk is: de maker, de eigenaar, of de robot zelf?

De Grote Uitdaging: De "Twee Agenten"

Vroeger ontwierpen we voor één intelligente wezen: de mens. De robot was maar een hulpmiddel.
Nu hebben we twee intelligente wezens die samenwerken.

Het probleem: Als we alleen kijken of de robot de taak klaar maakt (bijvoorbeeld: "Heeft hij het glas opgepakt?"), missen we het echte probleem. Misschien pakte hij het glas wel op, maar deed hij het zo snel en onzacht dat je er van schrikt.
De oplossing: We moeten kijken naar hoe hij het doet. Is het voorspelbaar? Is het comfortabel?

Een Klein Experiment (De "Fitts' Wet")

In het artikel doen de auteurs een proefje. Ze laten een robot een potlood naar een puntje bewegen.

Mensen: Als mensen een puntje moeten raken, worden ze langzamer naarmate het puntje kleiner of verder weg is. Dit is een natuurlijk patroon in ons brein en lichaam.
De Robot: De robot kon het puntje wel raken (de taak was "klaar"), maar hij bewoog alsof hij een machine was: soms te snel, soms te traag, zonder het natuurlijke ritme van een mens.
Het gevolg: Voor de robot was het een succes. Voor de mens die erbij stond, voelde het onnatuurlijk en onveilig. Dit laat zien dat we nieuwe manieren nodig hebben om robots te testen, niet alleen op "werkt het?", maar op "voelt het goed?".

Waarom is dit belangrijk voor ons allemaal?

Als we deze regels nu niet bedenken, krijgen we in de toekomst robots die:

Onhandig zijn en mensen bang maken.
Privacy schenden omdat ze niet weten wat ze mogen onthouden.
Vooroordelen hebben (bijvoorbeeld: ze reageren beter op mensen met een bepaald accent).

Conclusie:
Dit artikel is een roep om te stoppen met alleen te kijken naar hoe slim de robot is, en te beginnen met kijken naar hoe menselijk (in de breedste zin) de samenwerking is. Het gaat niet om robots die mens worden, maar om robots die mensvriendelijk zijn.

Het is alsof we een nieuw soort burenverhouding bouwen. We moeten de regels van het samenleven nu al schrijven, voordat de robot de deur binnenstapt.

Titel: Humanoid Factors: Ontwerpprincipes voor AI-Humanoiden in Menselijke Werelden

Auteurs: Xinyuan Liu, Eren Sadikoglu, Ransalu Senanayake, en Lixiao Huang (Arizona State University).

1. Het Probleem

Traditioneel richt het vakgebied Human Factors (HF) zich op het optimaliseren van omgevingen en tools voor de prestaties van de mens, waarbij robots worden gezien als specifieke instrumenten met een beperkt operationeel domein. Met de opkomst van generalistische humanoid robots aangedreven door AI-foundationmodellen (zoals Vision-Language-Action modellen), verandert dit paradigma fundamenteel.

De huidige uitdaging is dat humanoiden niet langer alleen als gereedschap fungeren, maar als co-actoren in gedeelde ruimtes (thuis, werk, openbare ruimte). Dit creëert een "ontwerpgap":

Mensen verwachten van humanoiden menselijk gedrag, communicatie en sociale aanwezigheid.
Bestaande evaluatiemethoden focussen te veel op taakvoltooiing (bijv. "heeft het object opgepakt?") en negeren of de beweging cognitief leesbaar is, of het gedrag sociale normen respecteert, en of het ethisch verantwoord is.
Er ontbreekt een gestructureerd raamwerk om humanoiden te ontwerpen en te evalueren die veilig en effectief kunnen co-existeren met mensen.

2. Methodologie: Het Humanoid Factors (HoF) Raamwerk

De auteurs introduceren Humanoid Factors (HoF) als een complementair raamwerk voor Human Factors. Waar HF de mens optimaliseert, specificeert HoF de ontwerp-, evaluatie- en aanpassingseisen voor humanoiden in menselijke omgevingen.

Het raamwerk is gestructureerd rond vier pijlers, die elk zijn onderverdeeld in vier lagen:

Fysieke Pijler (Physical - P):
- P1 Morphologie: Lichaamsbouw, schaal en bewegingsvrijheid (bijv. biped, wielen, statisch).
- P2 Sensing: Zintuigen (visie, proprioceptie, tactiel) en hun beperkingen (bijv. verblinding door zonlicht).
- P3 Actie: Actuatoren, manipulatie en expressiviteit (hoe intentie wordt gecommuniceerd via beweging).
- P4 Operatie: Energie, rekenkracht, thermische limieten en onderhoud (MTBF/MTTR).
Cognitieve Pijler (Cognitive - C):
- C1 Situatiewaarneming: Perceptie, begrip en projectie van de omgeving.
- C2 Redeneren, Plannen & Executie: Doelselectie, planning onder onzekerheid en uitvoering.
- C3 Cognitieve Veiligheidsrails: Zelfregulatie, transparantie en fallback-mechanismen bij onzekerheid.
- C4 Geheugen & Cognitieve Last: Beheer van werkgeheugen, semantisch geheugen en privacy.
Sociale Pijler (Social - S):
- S1 Inferentie: Het afleiden van menselijke intenties, emoties en workload.
- S2 Voorspelling: Anticiperen op menselijk gedrag.
- S3 Interventie: Hoe en wanneer de robot ingrijpt (spraak, gebaar, beweging).
- S4 Sociale Verschijning: Hoe het uiterlijk verwachtingen vormt en vertrouwen kalibreert.
Ethische Pijler (Ethical - E):
- E1 Veiligheid & Non-maleficentie: Minimaliseren van schade (fysiek en psychologisch).
- E2 Privacy & Data-ethiek: Wat wordt onthouden, bewaard en gedeeld.
- E3 Governance: Verantwoordelijkheid, toezicht en incidentrapportage.
- E4 Fairness & Sociale Rechtvaardigheid: Het mitigeren van bias en het waarborgen van waardigheid.

Rol van AI Foundation Modellen:
Het artikel analyseert hoe generatieve modellen (zoals autoregressieve en diffusiemodellen) deze pijlers kunnen ondersteunen. Het beschrijft een trainingsparadigma bestaande uit drie fasen:

Pre-training: Basiscompetentie via internet-data en menselijke activiteitsvideo's.
Mid-training: Domeinspecifieke vorming met gestructureerde data (redeneringstraces, fysica).
Post-training: Menselijke uitlijning via voorkeurslering (RLHF/DPO) om gedrag veilig, legibel en ethisch te maken.

3. Belangrijkste Bijdragen

Conceptuele Innovatie: Het definiëren van "Humanoid Factors" als een noodzakelijk complement aan Human Factors voor dual-agent systemen.
Gestructureerd Raamwerk: Het bieden van een gedetailleerde taxonomie (4 pijlers x 4 lagen) die ontwerpbeslissingen koppelt aan evaluatiemetrics.
Integratie van AI: Het tonen van hoe foundation modellen (VLA's) kunnen worden getraind om niet alleen taken uit te voeren, maar ook sociale en ethische randvoorwaarden te respecteren.
Kritische Evaluatie: Het benadrukken dat "menselijk lijken" niet hetzelfde is als "menselijk compatibel zijn". Het doel is co-existentie, niet equivalentie.

4. Experimentele Resultaten

Om de bruikbaarheid van het HoF-raamwerk te demonstreren, voeren de auteurs een proof-of-concept experiment uit met een Unitree G1 humanoid robot.

Opzet: De robot moest een punt-taak uitvoeren (een potlood naar een doelwit bewegen) op basis van Behavior Cloning (BC) van menselijke demonstraties.
Evaluatiemethode: In plaats van alleen taakvoltooiing te meten, werd Fitts' Law (een psychofysische wet die de relatie beschrijft tussen bewegingstijd en taakmoeilijkheid) gebruikt als cognitieve evaluatieprimitief.
Resultaten:
- Menselijke baseline: Toonde een sterke correlatie met Fitts' Law ( $R^2 = 0.74$ ), wat aangeeft dat mensen hun snelheid aanpassen aan de precisie-eisen.
- Simulatie: De BC-policy volgde de trend redelijk goed ( $R^2 = 0.60$ ), maar niet perfect.
- Realiteit (Fysieke Robot): De lineaire relatie viel volledig uiteen ( $R^2 \approx 0.00$ ). De robot faalde in het handhaven van de voorspelde bewegingstijden door fysieke beperkingen (zwaartekracht, stijfheid van de motor, open-loop besturing).
Conclusie van het experiment: Een robot kan een taak geometrisch succesvol voltooien, maar faalt in cognitieve leesbaarheid voor de mens. Traditionele metrics (succes/falen) zouden dit verborgen hebben gelaten. Het HoF-raamwerk blootlegt deze "deployment failures" aan de interface tussen cognitie en fysica.

5. Betekenis en Implicaties

Het artikel heeft verstrekkende gevolgen voor onderzoek, productontwerp en beleid:

Van Taakvoltooiing naar Menselijke Compatibiliteit: Evaluatie moet verschuiven van "werkt het?" naar "is het voorspelbaar, comfortabel en veilig voor de mens?".
Interdisciplinaire Benadering: Het vereist samenwerking tussen robotica, AI, human factors, psychologie en ethiek.
Onderwijs en Training: Gebruikers moeten worden opgeleid in de beperkingen en het gedrag van humanoiden ("humanoid literacy") om over- of ondervertrouwen te voorkomen.
Investering en Beleid: Investeerders en beleidsmakers moeten HoF-metrics (zoals vertrouwensverval, interventiefrequentie) gebruiken als leidende indicatoren voor commercieel risico, eerder dan alleen technische prestaties.
Toekomstige Standaardisatie: Er is behoefte aan nieuwe normen die specifiek zijn voor humanoiden, aangezien bestaande industriestandaarden (zoals ISO 10218) onvoldoende zijn voor sociale en adaptieve systemen.

Samenvattend: Dit artikel positioneert Humanoid Factors als een fundamenteel raamwerk om de kloof te overbruggen tussen de technische capaciteiten van AI-gedreven humanoiden en de complexe eisen van menselijke omgevingen. Het benadrukt dat succesvolle co-existentie afhangt van het balanceren van fysieke, cognitieve, sociale en ethische factoren, en niet alleen van het maximaliseren van rekenkracht of dexteriteit.