Het vertrouwen tussen mensen en autonome machines is een topprioriteit voor legeronderzoekers - aangezien machines een integraal onderdeel van de samenleving worden, het is van cruciaal belang om de impact op de menselijke besluitvorming te begrijpen.

Dr. Celso M. de Melo, een computerwetenschapper van het Army Research Laboratory van het Amerikaanse leger Combat Capabilities Development Command op de ARL West-campus in Playa Vista, Californië, samen met de Japanse Gifu-universiteitsprofessor Kazunori Terada, gemeenschappelijke onderzoeksinteresses delen, vooral, over mens-machine-samenwerking en de sociale effecten van emotie in mens-machine-interactie. Uit hun onderzoek blijkt dat mensen gemakkelijk sociale categorisatie toepassen om mensen van machines te onderscheiden, wat leidt tot verminderde samenwerking met machines.

Een eenvoudig cultureel signaal - de etniciteit van het virtuele gezicht van de machine - verzachtte deze vooringenomenheid voor deelnemers uit twee verschillende culturen (Japan en de Verenigde Staten), aldus de onderzoekers.

"Ons onderzoek toont aan dat situationele signalen van affiliatieve intentie, namelijk, uitingen van emotie overschreven verwachtingen van coalitieallianties uit sociale categorieën, zei de Melo. "Toen machines uit een andere cultuur kwamen, deelnemers vertoonden de gebruikelijke vooringenomenheid wanneer competitieve emotie werd getoond - zoals vreugde na uitbuiting en in tegenstelling, deelnemers werkten net zo veel samen met mensen als met machines die coöperatieve emoties uitdrukten, zoals vreugde na samenwerking."

Een fundamentele uitdaging voor de adoptie van AI in het leger, dit onderzoek is met name relevant voor de moderniseringsprioriteit van het leger van de volgende generatie gevechtsvoertuigen, omdat het oplossingen voorstelt om effectieve mens-machine-teaming te bevorderen, zei de Melo.

"Onderzoek onthult een fundamentele vooringenomenheid, waarbij mensen beslissingen nemen met machines die minder gunstig zijn dan wanneer de partners mensen waren, " zei de Melo. "Het is alsof machines worden behandeld, standaard, als leden van de outgroup. Het onderzoek brengt twee oplossingen naar voren om deze vooringenomenheid op basis van sociale categorisering te overwinnen:het associëren van positieve sociale groepen met machines - en emotie, en expressie van emotie door machines die een affiliatieve intentie communiceren."

De volgende stap is om deze bevindingen toe te passen en te testen in legerrelevante domeinen, zoals interactie van oorlogsvechters met autonome (grond- en lucht)voertuigen, robots en virtuele partners, hij zei.

Om de onderzoekspaper volledig te lezen, ga naar Plos One logboek.