Robotbarman bewijst dat meer informatie niet leidt tot betere beslissingen
Wat kan een robotbartender ons leren over hoe mensen beslissingen nemen? Universiteit van Bielefeld (c) 2015 HowStuffWorks
Je staat aan een overvolle bar en de barman vraagt je wat je wilt drinken. Lijkt duidelijk toch? Je zit tenslotte in een drankgelegenheid. Maar waarom heeft hij je dat gevraagd? Reageerde hij op iets wat je zei? Probeerde je zijn blik te vangen of met wat rekeningen te zwaaien? Als je in de ruimte staart of met iemand praat, hij zou je met rust kunnen laten.
Stel je nu voor dat er een robot achter de bar stond. Hoe moeilijk of gemakkelijk zou het voor de robot zijn om diezelfde signalen te lezen?
Het is eigenlijk moeilijker dan het lijkt. Onderzoekers van de Oostenrijkse Universiteit van Bielefeld hebben een robotbarman genaamd James ontwikkeld om te proberen te herkennen of een klant een bestelling wil plaatsen. Het belangrijkste is de hoek waarin de klant staat, of hoe dicht ze bij de bar is? Of is het wanneer ze spreekt? Elk detail werd aan de robot doorgegeven, zodat deze een beter oordeel kan vellen.
De studie heeft eigenlijk niets te maken met het uiteindelijk ontwikkelen van robotbarmannen - die hun gewicht in goud waard zouden kunnen zijn als ze de barservice op een druk vakantiefeest zouden kunnen versnellen.
Nee, de onderzoekers gebruikten een robotbarman om meer te leren over menselijke communicatie. De studie verzamelde zijn gegevens met behulp van een nieuwe techniek die het "Ghost-in-the-Machine" (GiM) -paradigma wordt genoemd, die de onderzoekers hielpen te bepalen hoe de mens/robot beperkte gegevens en "herkenningsmodaliteiten" zoals spraak en lichaamspositie van de klant gebruikte om erachter te komen hoe te communiceren en op de juiste manier te reageren.
“Het idee is dat we menselijke deelnemers ‘in het hoofd’ van de robot zetten, hen hetzelfde type informatie te geven waartoe een robot toegang heeft, en kijk dan wat de mensen met die informatie doen, ” legt Dr. Jan “J.P.” de Ruiter in een e-mailinterview.
Eenendertig deelnemers raadpleegden een computerscherm waarop alle relevante gegevens stonden (geen video!), zoals de positie van de klant aan de bar, zichtbaarheid van de klant, hoek van lichaam en gezicht naar de barman. De “klanten” waren eigenlijk opnames van klantgedrag, geen realtime deelnemers. De onderzoekers verzamelden de gegevens tijdens een proefsessie met James de robot in een faux-bar in München.