老年人與大學生機器人之間情感的身體動作識別比較：日本的案例研究(詳細版)

1.摘要: 

        對社會機器人來說，身體動作是一個像使用者有效表達情感狀態的一個方法。因此在日本有一心理學部門執行了一項實驗，為的是要調查人們在做情感辨識時對於機器人所表現的身體情感之依賴程度，是否也會隨著年齡而有不同。在該實驗之中，其使用了一個小尺寸的機器來來做測驗工具，並且設定此機器人有三種不同的情改表達動作(anger, sadness, and pleasure)。而受測者方面包含了17個大學生以及15位高齡者。結果顯示年輕受測者與高齡受測者在情感辨識時的不同(在此說的情感辨識主要是針對肢體動作的情感辨識)以及對於機器人的動作速度以及幅度的印象也有不同。此外，研究也結果顯示出對於特定姿體動作的部分，情感識別之準確度和認知上的偏差之間的相關性。據此結果，該研究也討論關於人機互動研究上的一些意涵。

2.方法

2.1 受測者

*實驗的進行試從2008年的10月進行到12月

總受測人數為32人。

*高齡者的受測人數為15人。

取樣人數皆居住於日本西部，並且皆由調查公司所招聘的。

實驗結束後，每位受測者可得50000日幣。

*年輕的受測人數為17人。

取樣人數皆於日本西部的大學學生。

實驗結束後，每位受測者可得10000日幣。

2.2實驗中的機器人

此實驗使用一個小型人型機器人。

而此機器人是由Vstone Corporation公司所創，身長34.3cm，體重1.3kg。

此機器人在腳、手臂與頭部上總共有17個自由度(關節)。

雖然此機器人有口語能力，但是鑒於此研究之主要目的，因此在此實驗之中並不會使用到口語的功能。

2.3機器人的情感身體動作

此研究研究之情緒主要有三個:憤怒(anger)、悲傷(sadness)、喜悅(pleasure)。

而此三情緒之身體動作主要是根據現有的研究，下方三張圖則為此三情緒之不同的動作片段。

angrer

sadness

pleasure

另外，這三項身體動作也經過少數大學生之認同其動作符合相對應知情緒。

因此後面之實驗進行主要是要去探討年長者與年輕人之間的不同。

2.4 實驗流程

實驗的測量是根據自我報告(self-reported)的方法，而問卷的評估等級是根據現有的研究去設計的。對於每個機器人的情感動作，問卷裏面包含了三個部分。

(1)第一部分裡面包刮了7個項目，而這7個項目非別為不同的基本情緒。

*受測者被要求針對每個項目作回應，並且評分他們所看到的動作與問卷所描訴之情緒的相似程度。

*而每個項目裡面都有三個不同感受程度之選項可以選擇。(1.我非常認同，2.我認同，3.我不這麼認為)

(2)問卷的第二部分包括九個項目，其項目對應於以下身體和動作的部分:頭部，手臂，手，上身，腿，腳，運動速度，運動的幅度，和其等等。

*受測者被要求回應每個項目，並且呈現他們花費多少的注意力於相應的身體或運動部分。

*每個項目有三個等級的答案：1.我重視，2.我付出一點點的關注，3.完全沒注意到。

(3)問卷的第三部分包括兩個項目。

*一是要求受試者回答他們認為表達運動的速度是快還是慢的等級。

*此項目有五漸變的答案：1.我覺得它非常快，2.我覺得它快，3.普通，4.我覺得它慢，5.我覺得它非常慢

*另一項要求受試者回答，他們認為表達運動的幅度或大或小的程度。

*此產品也有五漸變的答案：1.我覺得非常大，2.我覺得它大，3.普通，4.我覺得它小，5.我覺得它非常小

3.結果

3.1身體動作的情感識別(論文表2)

對於憤怒的身體動作，學生組有100%認為是憤怒，88%是討厭；高齡組有百分之27%認為是憤怒，20%是討厭。

對於傷心的身體動作，學生組有100%認為是傷心，65%是討厭；高齡組有百分之73%認為是傷心，20%是討厭。

*這些結果表明，在年輕受試者較能準確地識別憤怒和悲傷的機器人。

*對於喜悅的身體動作，在識別請感方面並沒有統計上的明顯差異，並且許多的年輕與高齡受測者都肯定了喜悅的身體動作(學生組有94%認為是喜悅；高齡組有百分之80%認為是喜悅)。

3.2注意身體與動作的部分

調查年輕人與高齡者之間對於身體與動作的部分所付出的注意力是否有所差異。

為了簡化分析，將回答項目為 “1. 我十分注意” and “2. 稍微注意”分別編碼為1：我有注意到特定的部分；0：沒有注意到特定的部分。

論文表3顯示受測者注意到特定身體與動作的人數量。

對於憤怒的身體動作，年輕人付出53%注意力於機器人上半身；而高齡者則付出93%注意力於機器人上半身。此部分顯示高齡者面對憤怒機器人時，其對於機器人上半身的注意力大於年輕人。

對於憤怒的傷心動作，年輕人分別付出35%, 18%, 53% and 0%的注意力於機器人的腿、腳、動作幅度、機器人的其他部分；而高齡者則付出80%, 67%, 93% and 33%的注意力於機器人的腿、腳、動作幅度、機器人的其他部分。此部分顯示高齡者面對憤怒機器人時，其對於機器人的腿、腳、動作幅度、機器人的其他部分的注意力大於年輕人。

對於喜悅的身體動作上，對於腿、腳、動作幅度、機器人的其他部分上，年輕人與高齡者之間並沒有統計上的顯著差異。

3.3 對於動作速度與幅度的印象

此部分主要是要比較學生與高齡者對於運動幅度和速度的印象是否有不同。

對於速度印象的評分項目之編碼範圍為 −2到 2，(−2: “我覺得它非常慢,” −1: “我覺得它慢,” 0: “普通,” 1: “我覺得它快,” 2: “我覺得它非常快”)。

此外，對於動作幅度印象的分數定義也是被界定於 −2到 2之間(−2: “我覺得它非常小,” −1: “我覺得它小',” 0: “普通,” 1: “我覺得它大,” 2: “我覺得它非常大”)。

之後，進行雙向混合方差分析這些分數，以確認年齡和運動的主要影響以及它們的相互作用的影響。論文表4顯示出雙向混合方差分析後的平均值和標準偏差。

結果發現統計上，年齡之不同對於動作幅度的印象分數上有著顯著的影響。

此外，根據不同的動態類別以及學生與高齡者的情形，此研究也將其統計平均數分布以視覺化的方式顯示出來(圖6)。

圖6

*其中可以發現，在統計分析之中，年齡不同對於動作的速度以及幅度的印象是有顯著影響。

事後再利用Bonferroni's的方法做後測發現:

*在悲傷身體動作的印象分數之中，學生的印象分數是低於高齡者的。

*而在學生得受測者當中，悲傷身體動作的印象分數相較於其他動作來說也是偏低。

*而在老人之中，悲傷身體動作的印象分數則是小於憤怒身體動作的印象分數。

此外，分析還發現:

*在生氣身體動作的印象分數中，學生之分數皆高於高齡者。

*而在學生中，悲傷身體動作的幅度印象分數皆低於其他動作幅度之印象分數。

3.4 對於動作速度與幅度的印象

論文表五則是相關係數表(correlation coefficients)

其表示情緒辨識&注意身體的哪一部分&注意身體動作的哪一部分之相關係數。

由論文表五可得:

*對於憤怒的身體動作，厭惡與憤怒的情緒辨識在動作幅度的印象中呈現正相關。

*而對於對於憤怒的的情感辨識與對上半身的注意力上則呈現負相關。

*對於悲傷的與厭惡的情緒識別，在速度之印象呈現負相關。

*而對於其他部分與悲傷是情緒識別度也是呈現負相關。

*另外，本研究也探討受測者對於人形機器人的經驗是否與注意身體的哪一部分&注意身體動作的哪一部分有關係。結果顯示，大副份都是沒有顯示相關的，(除了傷心與厭惡之間有顯示相關以外)。

5.結論

因為過去在心理學的領域裡面有人研究關於年齡對於人臉之表情辨識的依賴程度是否會改變。

因此在日本，有另一個研究，則為年齡對於身體所之情感辨識的依賴程度是否會有所改變。

而在此研究裡面顯示:

1. 年輕人與高齡者之間對於情緒辨識&注意身體的哪一部分&注意身體動作的哪一部分這三個部分有所不同。

2. 此外，對於身體動作部分的情感辨識之精準度與認知偏差之間的相關性。

3. 根據這些結果，該論文討論關於然型機器人互動研究的含義，特別是，設計師們對在情感辨識之人為因素特別敏感以及他們對於使用者之人口統計學的依賴度(像是年齡)。

4.在未來的實驗中，他們將擴大實驗的設計，其中包括更多經驗證過的機器人動作、情境化的互動、更多的人口變量。