When May I Help You? On The Effect of Proactivity on Group Human-Robot Collaboration
本文研究了在密室逃脱场景下的群体人机协作中，机器人主动性与反应性的影响。结果表明，尽管反应型模型能带来更高的成功率，且内向型参与者在使用反应型机器人时速度更快，但他们实际上更偏好主动型机器人，并认为其能力更强。无论采用哪种方式，其有效性都显著受到用户过往经验、人格特质以及群体动态的影响。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下你正在和两位朋友玩一场协作式密室逃脱游戏。突然，一个机器人加入了你们的队伍。研究人员提出的核心问题是：这个机器人应该如何表现？
它应该表现得像一个沉默的侍者，只有在你打响指并要求某样东西时才会说话（反应型/Reactive）？还是应该表现得像一个热情的副驾驶，不断地发表意见、询问你的近况并主动提供帮助（主动型/Proactive）？
研究人员设计了一项研究，让成对的人在房间里尝试解决谜题，并与一个名叫 NICO 的人形机器人协作。他们测试了这两种风格，以观察哪一种能帮助团队获胜，以及哪一种会让人们感觉更好。
以下是研究结果的详细拆解，使用了简单的类比：
两种机器人行为风格
- 反应型机器人（“侍者”）： 这个机器人静静地坐着。只有当你叫它的名字或提出直接问题时，它才会说话。它就像一个听候指令的得力管家。
- 主动型机器人（“副驾驶”）： 这个机器人会倾听一切。如果人类停止交谈超过 90 秒，它就会介入并问道：“嘿，进展如何？需要帮助吗？”它试图靠自己来保持互动的势头。
核心结果：数量 vs. 成功率
- 说话更多： 主动型机器人显然话更多。它就像一个话匣子，让对话持续进行。而反应型机器人只在被问及时才开口。
- 赢得游戏： 出人意料的是，使用反应型机器人的团队获胜频率略高（约 93% 的成功率），而使用主动型机器人的团队成功率为 71%。
- 类比： 想象你在开车。主动型机器人就像一个乘客，即使你知道路怎么走，他也会不停地给你指路，有时甚至会分散你的注意力。反应型机器人则像是一个只在你说“我们该在哪转弯？”时才开口的乘客。这让人们能够保持在“驾驶位”上，并更好地专注于任务，从而获得了更高的胜率。
“因人而异”的因素：你的身份才是关键
这项研究中最有趣的部分是，并没有“放之四海而皆准”的标准答案。最好的机器人风格完全取决于人类的性格和经验。
把它想象成过河：一位专家游泳者和一位初学者游泳者都需要横渡同一条河流。对于专家来说，给他戴上浮力臂圈（主动型辅助）不仅多余，反而会束缚他的动作，让他游得更慢；他只需要在岸边等待，需要时再提供支援（反应型）。而对于初学者来说，没有浮力臂圈的帮助，他可能会在水中挣扎甚至溺水；此时，浮力臂圈（主动型辅助）提供了必要的安全感和支撑，帮助他顺利到达对岸。同样，机器人的行为需要匹配人类的“能力水平”。
1. “技术达人” vs. “新手”
- 了解大语言模型（LLM）的人： 这些是习惯于与 AI 交流的人。他们在解决早期谜题时，使用反应型机器人的速度更快。
- 原因： 他们知道如何精准地通过“提示词（prompting）”来获取正确答案。当 AI 开始主动打断他们时（主动型），反而干扰了他们高效的交互方式。
- 接触 AI 的新手： 他们不具备这种特定技能，因此结果有所不同。
2. “密室逃脱老手” vs. “初学者”
- 密室逃脱老手： 玩过密室逃脱的人更喜欢反应型机器人，并认为它更“讨人喜欢”。
- 原因： 他们习惯于自己解决谜题。他们不希望机器人对他们指手画脚；他们想要的是一个可以在需要时使用的工具。
- 初学者： 那些从未玩过的人实际上在配合主动型机器人时，解决最后一个谜题的速度更快。
- 原因： 他们感到迷茫，需要一个向导。主动型机器人扮演了贴心导游的角色，在他们卡壳时推动他们前进。
3. “内向者” vs. “外向者”
- 内向者： 虽然他们在使用反应型机器人时解题速度更快，但他们实际上更偏好主动型机器人，并认为主动型机器人更有能力（competent）。
- 原因： 尽管反应型机器人让他们能更专注地完成任务，但内向者可能更欣赏主动型机器人提供的引导和支持，认为其更具能力感。
- 外向者： 在“讨喜度”方面，他们似乎也更喜欢反应型机器人，但数据显示，他们觉得反应型机器人更“聪明”。
- 转折点： 研究表明，在情境中感到自在的人（如外向者或专家）更喜欢一个遵循他们节奏的机器人（反应型）。而感到不安或缺乏经验的人，则更希望机器人能掌控局面并引导他们（主动型）。
行为中的“恐怖谷效应”
论文提到了“恐怖谷”的概念，这通常是指机器人看起来太像人但又不完全像人，从而让人感到毛骨悚然。
研究人员发现，在行为上也存在类似的效应：
- 有经验的人认为主动型机器人表现得过于刻意模仿人类（就像一个紧张的演员），这让他们感到有些不适。他们更喜欢反应型机器人，因为后者感觉更像是一个可靠的工具。
- 缺乏经验的人则认为主动型机器人更“鲜活”、更有“能力”。因为他们不知道机器人的局限性，所以他们很欣赏机器人采取主导地位的行为。
总结
论文得出结论，你不能仅仅通过通用的方式来编程一个“乐于助人”的机器人。“乐于助人”的定义取决于观察者的视角。
- 如果你的团队是专业且自信的，他们想要一个保持安静并等待被询问的机器人（反应型）。
- 如果你的团队是紧张或缺乏经验的，他们想要一个会发言、提供想法并引导他们的机器人（主动型）。
机器人的“个性”需要成为一面镜子，映射出团队当前的需求。如果团队感到舒适，他们需要一个被动的伙伴；如果团队陷入困境，他们需要一个主动的领导者。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。