機器人：你瞅啥？人與機器人對視導致決策變慢，登上Science子刊
當你凝視機器人時，機器人也在凝視你。
凝視是一種人與人之間的信號，意味著交流、互動、告知自身意圖。「當你凝視我時，我就讀懂了你的意思，雖然無關言語。」
但當人類與機器人互相凝視時，會發生什么？
意大利技術研究院（Italian Institute of Technology）的研究者發現，人形機器人的凝視會影響人類的神經活動并影響人的決策過程，甚至會造成延遲。機器人的凝視也會讓人類將其視為一種社交信號，這些發現拓展了類人機器人的潛在應用領域，比如作為同事、臨床支持服務和家庭助理。
這個名為 InStance 的項目研究了「人們在什么時候以及在什么條件下，會將機器人視為有意識的存在。」
論文地址：https://www.science.org/doi/10.1126/scirobotics.abc5044
目前，這項研究發表在《Science Robotics》。論文的作者包括 Marwen Belkaid、Kyveli Kompatsiari、Davide de Tommaso、Ingrid Zablith 和 Agnieszka Wykowska。
在大多數日常情況下，人腦不僅需要參與決策，還需要參與預測他人的行為。凝視可以提供有關他人意圖、目標和未來決定的信息。人類會注意別人的眼睛，當有人注視他們或注視環境中的特定事件或地點時，大腦的反應是非常強烈的。現在，研究人員注意到了人與機器人的此類互動。
Marwen Belkaid、Kyveli Kompatsiari、Davide de Tommaso、Ingrid Zablith 和 Agnieszka Wykowska（團隊負責人）。圖源：IIT-Istituto Italiano di Tecnologia。
該研究的首席研究員兼論文主要作者 Agnieszka Wykowska 說「機器人將越來越多地出現在我們的日常生活中，因此我們不僅要了解機器人設計的技術方面，還要了解人機交互的方面。」
該研究團隊讓 40 名參與者與機器人 iCub 玩一種策略游戲，以測量參與者的行為和神經活動，后者使用腦電圖（EEG）。該游戲模擬兩名駕駛員在汽車碰撞過程中相互接近，其結果取決于玩家是偏離還是繼續直行。
在這個游戲的實驗中，兩位玩家（即參與者和機器人）之間的桌子上有一個操縱游戲的機器（圖 1A）。游戲中每個玩家各操縱一輛汽車。汽車相互靠近，在即將相撞時，游戲黑屏 5 秒，雙方玩家都必須選擇直行或偏離。實驗中最關鍵的一點是參與者被要求注視著機器人，而機器人 iCub 的視線則包括以下兩種情況：
直視參與者，即兩位玩家相互凝視；
iCub 向旁邊看來避免眼神接觸，即回避凝視。
雙方玩家都有一個遮擋物覆蓋他們的動作按鈕，從而防止對手預測他們的選擇。游戲中可能的結果是：
- 兩者都直走并碰撞，這種情況兩者的損失最高；
- 兩者都偏離，獲得最高的聯合收益；
- 只有一個直行，獲得最高的個人收益。
研究人員發現，當 iCub 呈 mutual gaze 狀態，即與參與者相互凝視時，參與者會變得反應緩慢。延遲反應可能表明相互凝視與更高的認知努力有關。參與者的凝視一方面會對 iCub 的選擇進行更多推理，另一方面可能增加與任務無關的凝視刺激抑制程度。
試想一下和機器人玩撲克的場景，當你需要決定下一步做什么時，機器人會看著你，然后當機器人移開視線時，它會做出決定。Wykowska 表示：人類玩家的大腦也需要通過一個費力且代價高昂的過程來試圖「忽略」機器人的凝視。
這些結果表明：機器人的視線「劫持」了人腦的「社會認知」機制，導致機器人會做出如同社交智能體的反應。從這個意義上說，機器人的「社交」并不總是對人類有益，即使與機器人交互很有趣，但是會阻礙人類決策的性能和速度。
參加者的表現及回應時間。
參與者為了推理 iCub 的行為運用了一些計算模型。下圖 (a) 為模型示意圖。強化學習模型（RL）根據最近選擇的行動及其結果做出決定；虛擬游戲模型 (Fic) 根據游戲的 payoff 矩陣和對對手行為的預測做出決策；Inf 模型也是如此，同時假設對手也在預測玩家的選擇，并將它自身行為對于對手決策預測的影響加以合并。下圖 (b) 表明與參與者的選擇相符的影響模型的整體對數似然比明顯比其他兩個模型更大，暗示了在游戲中 iCub 的高層次推理。
參與者對 iCub 行為推理的計算模型。
Wykowska 和她的研究小組希望這些發現能幫助機器人工程師設計在特定應用環境中表現出最合適行為的機器人。比如，具有社交行為的類人機器人可能用于老人及兒童看護，像 iCub 機器人一樣，這是自閉癥治療實驗性治療的一部分。但從另一方面看，當你需要專注于一項任務時，例如工廠設置或空中交通管制，散發社交信號的機器人卻可能會分散注意力。
