Source-linked AI summary
From Small Talk to Rapport: Exploring Robot Self-Disclosure in Collaborative Tasks
Kaitlynn Taylor Pineda, Anvii Mishra, Brian Chien, Angela Guo, Toluwani Williams, Ziang Xiao, Chien-Ming Huang
TL;DR
人間–ロボット協働における効果的な雑談の設計は、特に非擬人化ロボットでは依然として明らかでない。本研究は、50名の参加者を対象に、LLM駆動マニピュレータの低自己開示戦略と高自己開示戦略を比較し、低自己開示の方が参加者からの自己開示を多く引き出し、より強いチーム形成と協調をもたらすことを示した。
課題
ロボット主導の雑談において、どのような内容とスタイルが人間–ロボットのチームダイナミクスを最もよく支えるのかは、依然として明らかでない。
方法
LLM駆動の非擬人化マニピュレータが、50名の参加者との協同課題中に、低自己開示または高自己開示の雑談を行った。
結果
低自己開示ロボットとの協働では、参加者はより多く自己開示し、より強いチーム形成と協調を報告した。一方、ロボットとの過去の経験がある参加者ほど、高自己開示への受容性の低下が強く現れた。
要点と限界
ロボットの自己開示は文脈とユーザーの期待に合わせて調整すべきである。開示を増やすことは、相互性と人間–ロボットのチームワークを損なう可能性がある。
要点と限界
シミュレーションによる品質管理課題、大学を基盤とする参加者が大半を占めるサンプル、固定された開示内容、および単一の非ヒューマノイドロボットにより、一般化可能性は限定される。
Abstract
from arXiv · showhide
People naturally chat while collaborating and share personal information (i.e., self-disclose) to build rapport and maintain social connections. As robots are increasingly developed to work with people, the effective use of these social behaviors to enhance engagement and support teamwork becomes ever more important. While prior work has shown that robot-initiated small talk can benefit human-robot collaboration, less is known about how best to design such small talk. In this work, we explore how self-disclosure may be designed to support small talk within a human-robot team---especially when the robot is an industrial manipulator that lacks anthropomorphic cues and performs physical work. We first developed an LLM-driven manipulator capable of partaking in small talk, adopting either a low-disclosure or high-disclosure strategy. We then conducted a user study (N = 50) to investigate how self-disclosure in small talk influences human-robot dynamics. Unexpectedly, participants disclosed more in the low-disclosure condition and reported stronger teaming and coordination than those in the high-disclosure condition. This effect was more pronounced among users with prior experience teaming with robots. These results suggest that increasing robot self-disclosure does not necessarily foster rapport, social connection, or reciprocal disclosure; other factors, such as prior HRI experience, should be considered.
I. INTRODUCTION … B. 対話システムにおける自己開示
本論文は、自己開示志向の雑談が非擬人化マニピュレータとの協働に及ぼす影響を検討し、ロボットの雑談の内容とスタイルに関する不確実性に取り組む。雑談と開示がエンゲージメント、ラポール、信頼、相互的な共有を支えうるという知見を踏まえつつ、これらの効果が産業用ロボットにも一般化するかを検証する。
- I. INTRODUCTION: 非擬人化ロボットは、物理的に負荷の大きい作業や精密作業を人とともに行うため、製造業や物流で広く導入されている 。その普及により、実際の人間–ロボット協働において社会的コミュニケーションが重要となる。
- I. INTRODUCTION: ロボットが開始する雑談は、雑談を行わない場合と比べて、非擬人化ロボットに対する人々のエンゲージメントとラポールを高めうる 。しかし、チームダイナミクスに最も効果的な雑談の内容とスタイルは依然として不明である。
- I. INTRODUCTION: 自己開示とは、個人的な考え、感情、情報を自発的に共有することであり、ラポールと信頼を支える, 。先行するHRI研究でも、開示が相互的な開示を引き出し、知覚される社会的絆を強めうることが報告されている, 。
- B. 対話システムにおける自己開示: ヒューマノイドロボットやソーシャルロボットで観察された開示の効果が、非擬人化マニピュレータにも一般化するかは依然として不明である。このようなマニピュレータとの協働には雑談が有益であるものの 、人々が開示志向の雑談にどう反応し、どう知覚するかは未解明である。
- I. INTRODUCTION: 本研究では、50人の参加者が関わる共同作業シナリオにおいて、低開示対高開示の雑談戦略を備えた自律型LLM駆動マニピュレータを評価する。この設計により、協働中のパートナーの自己開示意欲とロボットに対する認識を検討する。
- A. 雑談を通じた自己開示: 社会的浸透理論は、関係の発展に伴って自己開示が徐々に増加し、親密さと信頼が形成されると提唱する 。雑談は、表面的な情報から時間をかけて深まりうる、漸進的かつ相互的な共有のための低リスクな場を提供する, 。
- B. 対話システムにおける自己開示: 対話システム研究では、感情の開示が相互的な共有を促し、楽しさを高め、エージェントに対する評価を改善しうることが示されている,, 。参加者は、ロボットが非判断的に見えるためか、人間よりもロボットに対して非常に親密な、あるいは否定的な開示を容易に行うことも報告されている 。
III. ロボットシステム
ロボットシステムは、音声認識、GPT-4o対話パイプライン、7-DOF Franka Emika Pandaマニピュレータを統合した。PVCパイプの仕分けに用いる事前プログラム済みの物理軌道とは別に対話を生成し、複数の補助LLMエージェントがインタラクションのワークフローを支援した。
- システムアーキテクチャ: システムは、ASR、GPT-4o対話生成、7-DOF Franka Emika Pandaマニピュレータを統合した。対話パイプラインが発話によるインタラクションを処理する一方、物理的な動作は事前プログラム済みの運動軌道によって別個に実行された。
- 物理タスク: 各サブタスクのサイクルで、ロボットはPVCパイプを取り上げて検査し、黄色、緑色、または不良品用の場所に仕分けた後、ホーム位置に戻った。
- 対話ワークフロー: 対話ワークフローでは、複数の補助LLMエージェントが、発話を聞き、応答するかどうかを判断し、生成された返答を改善した。Figure 2はワークフローを示し、高自己開示条件の参加者に対する詳細な例を提示している。
A. Speech Listener: Automatic Speech Recognition (ASR) … A. Study Task
システムは、chunked Google Cloud ASRと、turn-taking、response generation、questioning、condition-specific disclosureを管理するLLM conversation workflowを組み合わせる。研究では、人とロボットが品質管理作業を分担し、ロボットがchit-chatを開始する、緩やかに結合された工場作業を用いる。
- A. Speech Listener: Automatic Speech Recognition (ASR): ASR streamは、16 kHzで2.6秒チャンクごとにGoogle Cloud Speech-to-Textを用いて発話をtranscribeし、silenceによって応答完了を判定する。LLMが入力を処理し、ロボットが発話している間はASRが一時停止する。この設定は先行研究と類似している。
- B. LLM-based Conversation Generation: transcribeされた発話は、複数のLLM-powered componentsから成るconversational workflowに入力される。完全なpromptはAppendix E3に示す。workflowの概要をFig. 2に示す。
- B. LLM-based Conversation Generation: Filter Agentはユーザー発話をWait、Respond、またはEndに分類し、入力の準備が整った場合にのみworkflowを進行させる。Waitは応答がまだ進行中であること、Respondは完了した入力を下流へ渡すこと、Endは返信が不要であることを示す。
- B. LLM-based Conversation Generation: response-generation componentは、ユーザー入力に合わせてcandidate utterancesを調整し、外向的なトーン、簡潔な長さ、参加者の感情との整合を設定する。candidate responseは、下流で改良するためのbase utteranceとして機能する。
- B. LLM-based Conversation Generation: Sentence Rephraser Agentは、質問の割合が50%を超えた場合、candidate responsesを書き換えて質問でない形式にすることで、ロボットによる過剰な質問を抑制する。このcomponentは、ロボットの質問頻度を監視し、バランスの取れた会話の流れを促すことを目的とする。
- B. LLM-based Conversation Generation: high-disclosure conditionでは、Disclosure Rewriter Agentがロボットによる明示的なself-disclosureを可能にする。提示された箇所では、このcondition-specific rewriting componentについて説明しているが、実装の詳細は示していない。
- A. Study Task: 協同作業では、共有された品質管理目標に向けて、ロボットがPVCパイプのsortingを、参加者がPVC継手のinspectionとsortingを担当した。この作業は、同期的な共同操作ではなく、意図的に緩やかに結合されたものだった。また、sorting中にはロボットがchit-chatを開始した。
B. 実験条件 … V. 測定項目
ボタンで開始する協調的な仕分け課題において、低開示型と高開示型のロボットペルソナを比較し、参加者の自己開示量とその会話上の生起を測定した。50名の参加者は、質問紙、教示、ロボットの能力デモンストレーションを受けた後、手続きを完了した。
- B. 実験条件: 参加者を低開示条件または高開示条件に無作為に割り当て、緑色の開始ボタンを押してから約4秒後に、ロボットが同じ開始フレーズでスモールトークを始めた。ロボットは必ず「Hey there, how is your day going so far?」で始めた。
- B. 実験条件: 低開示ロボットは基本的なペルソナを用いて最小限の個人情報を共有したのに対し、高開示ロボットは追加の個人情報を含む拡張ペルソナを用いた。高開示は、強い擬人化や物理的に整合しない主張ではなく、架空の生活経験や過去の会話の要約など、もっともらしく文脈に根ざした詳細によって操作的に定義した。先行するHRI研究では、一貫したペルソナと自律性の設計が重視されている, 。
- C. 実験手続き: 参加者は同意書と事前調査に回答し、口頭および書面による教示と短いデモンストレーションを受けた後、実験者が退室している間に、PVC継手を形状と不良の有無で仕分けした。参加者はボタンを押して課題の正式な開始と終了を示した。
- D. 参加者: 50名の参加者を募集し、各条件に25名ずつ割り当てた。参加者全体の平均年齢は23.66歳(SD = 8.29)であった。参加者には一時間あたり15.00 USDを支給した。
- D. 参加者: 参加者が報告した1–7尺度の経験平均値は、テクノロジーが5.78、音声アシスタントが4.6、ロボットが3.66、ロボットとのチーミングが2.36であった。パーソナリティの自己開示の平均値は4.41であり、報告された標準偏差はそれぞれ1.20、1.64、1.73、1.52、0.78であった。
- V. 測定項目: 測定項目は、ユーザーの自己開示量と、インタラクション中に開示がどのように生起したかの両方を捉えた。これは、効果的なスモールトークには、簡潔で、肯定的で、幅広く、文脈に関連した応答が含まれることを反映している [23]。したがって本研究では、会話ダイナミクスを単一の指標を超えるものとして扱った。
A. 操作チェック · B. 会話指標
本研究では、意図した開示ペルソナを検証するためロボットの発話パターンを測定し、主たるインタラクション中のユーザーの自己開示、応答開始、参加度、発話タイプを定量化した。
- A. 操作チェック: ロボットの発話語数は、主たる課題インタラクション中に発話された総語数を測定した。
- A. 操作チェック: ロボットのターン数は、主たるインタラクション中の会話ターンの総数を測定した。
- A. 操作チェック: ロボットの自己開示は、開示なし、低開示、高開示としてコード化し、各カテゴリーの割合を算出した。開示レベルが高いほど、より個人的で詳細な開示を表した。
- B. 会話指標: ユーザーの自己開示には同じ3段階のコード化スキームを用い、各カテゴリーの割合を算出した。この指標は、主たるインタラクション中のユーザーの発話がどの程度個人的で詳細であったかを捉えた。
- B. 会話指標: 促された応答と自発的な応答は、ユーザーとロボットについて、総ターン数に占める割合として記録した。独立した発言は自発的な応答、直前の発言への直接的な応答は促された応答とした。
- B. 会話指標: ユーザーの参加度は、主たるインタラクション中に発話された総語数と会話ターンの総数によって定量化した。
- B. 会話指標: ユーザーとロボットの発話は、疑問文、命令文、非疑問文に分類し、各話者の総ターン数に占める割合として示した。非疑問文にはコメントと陳述を含めた。
C. 主観的指標(ユーザーの認知) · VI. データ分析
本研究では、開示、チーミング、退屈、ラポールに関するユーザーの認知を測定し、その後、混合効果モデルを用いてターン単位の自己開示を分析するとともに、アノテーションの信頼性を検証した。
- C. 主観的指標(ユーザーの認知): 知覚された自己開示は、主課題中にユーザーがロボットに行った開示を測定する5項目尺度で評価され、Cronbach’s α = 0.80であった。この構成概念には1–7の回答尺度を用いた。
- C. 主観的指標(ユーザーの認知): 知覚されたチーミングは、ユーザーのチーミングに関する認知を測定する5項目尺度で評価され、Cronbach’s α = 0.85であった。この構成概念には1–7の回答尺度を用いた。
- C. 主観的指標(ユーザーの認知): 知覚されたラポールは、Connection-Coordination Rapport scale を用いて測定し、rapport-connectionとrapport-coordinationを対象とした。rapport-connectionはCronbach’s α = 0.90の12項目、rapport-coordinationはCronbach’s α = 0.84の6項目で、いずれも1–5尺度であった。
- VI. データ分析: 2名の人間評価者がデータの初期10%を独立にラベル付けし、精緻化後のCohen’s κ = 0.909は発話タイプについて、κ = 0.900は自己開示レベルについて得られた。ラベル付け前に、研究の文字起こしを動画記録と照合して手作業で検証した。
- VI. データ分析: ターン単位のユーザー自己開示は、参加者レベルのランダム切片を含む累積リンク混合効果モデルを用い、順序尺度の3水準アウトカムとしてモデル化した。水準は開示なし、低開示、高開示であり、高い水準ほど、より個人的で詳しい開示を示した。
- VI. データ分析: モデルには、実験条件、ユーザーの促しあり応答と促しなし応答、およびそれらの交互作用を固定効果として含めた。
VII. 結果 … C. ロボットの低自己開示はユーザーの高い自己開示につながる
操作によってロボットの自己開示行動には明確な差が生じたが、会話におけるspeech-act分布は変化しなかった。ユーザーの自己開示は、ロボットの自己開示条件と、応答が促されたかどうかの関数として分析した。
- A. 操作チェック: 条件間でロボットの発話は異なり、LDはHDより発話語数が少なく、その平均はそれぞれ610.44と745.40であった。Student’s t-testの結果、この差は有意であった(t(48) = −2.125, p = .039)。
- A. 操作チェック: LDロボットは、HDロボットよりもno-disclosure発話の割合が有意に高かった。
- B. 発話タイプにおける条件差なし: 質問、命令、コメントのいずれについても、LDとHDの間でユーザーの発話タイプに有意差はなかった。報告された検定結果は、質問 t(48) = 1.80, p = .08、命令 t(30) = 0.40, p = .70、コメント t(48) = −1.67, p = .10であった。
- B. 発話タイプにおける条件差なし: 同様に、質問、命令、コメントのいずれについても、ロボットの発話タイプに条件間の有意差はなかった。報告された検定結果は、質問 t(48) = −0.74, p = .47、命令 t(44) = −1.01, p = .32、コメント t(48) = 1.31, p = .20であった。
- B. 発話タイプにおける条件差なし: したがって、自己開示操作はspeech-act分布という観点で、会話の構造的構成に影響しなかった。
- C. ロボットの低自己開示はユーザーの高い自己開示につながる: ユーザーの自己開示は、条件と促された応答対促されていない応答を固定効果とするcumulative link mixed-effects modelを用い、turnレベルでモデル化した。順序尺度であるUser Self-Disclosure Scoresは、logit linkと参加者レベルのrandom interceptsを用いて分析した。
D. 先行する協働経験が知覚された自己開示・チーミング・ラポールを形成 · VIII. 考察
参加者は、低開示ロボットの共有量が少なかったにもかかわらず、低開示条件でより多く自己開示した。また、先行する協働経験は、知覚された自己開示、協調、つながり、退屈感に影響した。これらの知見は、エージェントの自己開示が返報的な自己開示を引き出し、信頼、共感、ラポールを促進するという先行研究の証拠,, とは異なる。
- D. 先行する協働経験が知覚された自己開示・チーミング・ラポールを形成: LDはHDより高い自己開示スコアを示した(β = 0.94, p = .010)。一方、経験者はHDロボットに対してより少なく自己開示した(β = −1.84, p = .005)。したがって、先行する協働経験は、条件間における参加者の自己開示の差を増幅した。
- D. 先行する協働経験が知覚された自己開示・チーミング・ラポールを形成: LDはHDと比べて、知覚されたチーミング(β = 0.93, p = .016)と協調(β = 0.86, p = .022)を高めた。先行するロボットとの協働経験は協調効果を調整し(β = −0.96, p = .022)、経験の多い参加者ではHD条件における協調上の利益が小さかった。
- D. 先行する協働経験が知覚された自己開示・チーミング・ラポールを形成: 条件はつながりや退屈感に主効果を示さなかったが、経験者はHD条件でより低いつながり(β = −0.79, p = .030)とより強い退屈感(β = 1.63, p = .042)を報告した。これらの交互作用は、全体として条件効果が認められない場合でも、先行するロボット経験がラポールに関連する追加的な結果を形成したことを示す。
- VIII. 考察: 本研究では、現実的で時間制約のある運用における社会的行動を検討するため、標準化されたLDまたはHDのsmall talkを、身体的な協調作業と同時に実施した。条件間の主な体系的差異は、ロボットの自己開示戦略、すなわち自身についてより多く、またはより少なく共有することだった。
- VIII. 考察: 参加者は、自己開示ロボットのほうがより頻繁に、個人的に、詳細に、冗長に共有していたにもかかわらず、HDよりLDで多く自己開示した。共変量を統制すると、知覚された自己開示およびラベル付けされた自己開示は、自己開示ロボットのほうが有意に低かった。
- VIII. 考察: この結果は、対話エージェントの自己開示が増えるほど返報的な共有を引き出すという先行研究の知見 、および人間らしいエージェントによる自己開示が信頼、共感、ラポールを促進するという知見, と矛盾する。考察では、この乖離の可能な説明として、ロボットの形態と自己開示戦略の間にある身体性の不整合を挙げる。
A. 身体性の不一致 · B. 真正性の認知と相互開示の限界
ロボットの非人型の身体性により、その個人的な開示は不釣り合い、あるいは真正でないものとして受け取られた可能性がある。プロンプトは即時的な開示を引き出したものの、相互性は限定的で、より広範で真正な関与にはつながらなかった。
- A. 身体性の不一致: 高開示条件でチーミングと協調が低かったことは、マニピュレータの非人型の身体性が、個人的な開示の受け止められ方を左右した可能性を示唆する。この開示スタイルは、会話相手に対する参加者の期待と噛み合わなかった可能性がある。
- B. 真正性の認知と相互開示の限界: 参加者は、個人的な情報を共有する相手に対する期待とロボットの人間らしい特徴の欠如が食い違っていたため、ロボットの開示を真正なものとして受け取らなかった可能性がある。これは、先行研究, から予想されるものと結果が反対になった理由を説明しうる。
- B. 真正性の認知と相互開示の限界: インタビューへの回答は多様であったが、一部の高開示条件の参加者は、ロボットの共有を生 lived experiences ではなく属性に関する情報と捉えた。それでも参加者は、条件をまたいでロボットの開示傾向について詳しく述べた。
- B. 真正性の認知と相互開示の限界: ある参加者は、ロボットが先に共有することを期待しており、高開示戦略が相互開示への期待を確実には満たさなかったことを示している [H242]。これは、先に開示を受けた後のほうが受け手はより多く開示するという知見と一致する 。
- B. 真正性の認知と相互開示の限界: ロボットのプロンプトはその場での開示を引き出したが、一文または二文の短い応答が会話の流れと、より広範な関与を制限した。その結果生じた相互性は限定的で、やり取り全体を通じて持続するものではなかった。
- B. 真正性の認知と相互開示の限界: 参加者はやり取りの真正性と深さに疑問を呈し、ロボットの応答が真正なものに感じられなかったため、質問を無視することもあった。ロボットのプロンプトは即時的な回答を生み出せても、意味のある会話のやり取りを形成するには至らなかった可能性がある。
- B. 真正性の認知と相互開示の限界: 真正な相互性がなければ、参加者はロボットには共有すべき対応する経験がないと考えたため、個人的な好みについての質問は表面的で無意味に感じられた [L241]。参加者は、一方的なプロンプトではなく、好きな色や趣味などの個人的情報の相互的な共有を期待していた。
C. 自己開示に関するプライバシー懸念 … 2) 促しあり対促しなしの応答:
ロボットの自己開示は、プライバシー懸念を高めることで参加者の開示を抑制する可能性があり、特にロボットとの協働経験者で顕著である。促しは高開示条件の参加者から即時の応答を引き出したが、会話全体への関与は高めなかった。
- C. 自己開示に関するプライバシー懸念: ロボットの架空の過去の会話を共有したことが、デジタル上の足跡に関するプライバシー懸念を生み、参加者の自己開示を減少させる結果になった可能性がある。両条件の参加者は、会話ロボットに開示する際の潜在的なプライバシーリスクを認めた。
- D. 自己開示を形成するその他の要因: 定量分析により、個人差と促しへの応答が、ユーザーの自己開示パターンに影響を及ぼす追加要因として特定された。これらの要因は、開示行動に関する条件ベースの説明を補完した。
- 1) ロボットとの協働経験:: ロボットとの協働経験が開示戦略の受け止め方を左右し、経験者は高開示ロボットを受け入れにくかった。ロボットに関するより強固なメンタルモデルにより、ペルソナに基づく開示が真正なものに見えにくくなった可能性がある。
- 1) ロボットとの協働経験:: 参加者はロボットの会話行動とタスク指向行動を「完全に異なる2つのタスク」と捉えており[H231]、真正性に関する懸念が示された。この区別は、経験豊富なユーザーがペルソナに基づく開示を真正なものとして受け入れにくかった理由の説明に役立つ。
- 2) 促しあり対促しなしの応答:: 高開示条件の参加者は自発的に自己開示することがほとんどなかったが、ロボットからの直接的な促しによって、インタラクション中に開示した。促しはその場で条件間の差を縮めたが、会話全体への関与を高めることはなかった。
- 2) 促しあり対促しなしの応答:: 開示は特定の会話ターンの周辺に集中することが多く、インタラクション全体に均等に分布するというより、先行するコミュニケーション研究と整合していた。観察された促しの効果はその場で開示を引き出したが、より広範な会話への関与にはつながらなかった。
E. 設計上の含意 · IX. 限界 · X. 結論
本研究は、ロボットの形態とユーザーの経験に合わせてロボットの自己開示を調整することを推奨する一方、シミュレーション環境で、主に学生から構成されたサンプルによる知見は広く一般化できない可能性を指摘する。総じて、ロボットの開示は両刃の戦略となり得る。この非人型ロボットによる協調環境では、過度な開示が相互性を低下させた。
- E. 設計上の含意: 非人型マニピュレータでは、軽く、機能的で、文脈に根ざしたsmall talkを優先し、より豊かな自己開示は人間らしいロボットに限定する。この設計上の含意は、開示の豊かさをロボットの形態に対応させるものである。
- E. 設計上の含意: 機能的なプラットフォームでは不自然に見える可能性がある、ペルソナに基づくロボットの過度な共有ではなく、標的を絞ったプロンプトによってユーザーの開示を引き出す。この推奨は、ロボットのペルソナを通じて過度に開示するのではなく、ユーザーの発話を引き出すことを重視する。
- E. 設計上の含意: ロボットとのチーム協働経験があるユーザーは、ペルソナに基づく開示を受け入れにくいため、ユーザーの経験に応じてロボットの社会的行動を適応させる。ロボットとのチーム協働経験は、社会的行動を方向づけるべき要因として特定される。
- IX. 限界: 本研究のシミュレーションによる品質管理課題と、主に大学を基盤とした参加者プールは、より広い集団や実際の産業文脈への一般化を制限する可能性がある。実際の産業環境では、時間的プレッシャー、課題の重大性、プライバシー上の懸念が異なる可能性があり、ロボットに関する過去の経験も一般化に影響し得る。
- X. 結論: この非人型ロボットによる協調環境では、ロボットの開示が相互性を低下させ、高開示ロボットの後にはユーザーの自己開示が少なくなった。結論では、開示を両刃の戦略として捉え、量的モデルと質的インタビューを組み合わせている。
- X. 結論: 本研究は、small talkにおける開示を文脈とユーザーの期待に合わせて慎重に調整しなければならないことを示す実証的証拠を提供する。結論では、協調環境において非人型ロボットにsmall talkを統合するうえで、調整が中心的な課題であると位置づける。