Responsable : 
AJung Moon

Établissement : 
Université McGill

Année de concours : 
2020-2021

Table des matières

  1. Résumé du projet

1. Résumé du projet

La condition humaine nous prédispose à être influencés par le comportement des êtres et artefacts qui nous entourent, et pour le répliquer. Par exemple, nous imitons inconsciemment la posture de ceux que nous observons, et travaillant côte à côre par paire, nous synchronizons notre marche au même pas. De nombreuses études en psychologie du comportement (béhaviorisme) montrent que ces effets d’entraînement servent une fonction sociale, comme l’amélioration de la qualité des interactions, la compréhension de l’état d’esprit, et la coopération entre individus en interaction avec nous. À l’heure où nous concevons des robots qui interagissent avec nous physiquement et socialement sans barrière physique (e.g., cellules de manœuvre), les robots sont de plus en plus une source d’influence artificielle et programmable sur le comportement humain. Un certain numbre de chercheurs ont explicitement conçu des robots qui entraînent leurs utilisateurs ou agissent sur des stimuli envirionmentaux partagés (e.g. une musique) comme méthode pour améliorer la perception par l’humain de l’interaction humain-robot souhaitée.

Néanmoins, au contraire de la façon dont les humains s’influencent mutuellement, l’influence que les robots exercent sur les humains peut être pré-programmée et déployée à grande échelle. En particulier, les les robots peuvent influences le comportement et les décisions des personnes par leur façon de se mouvoir dans un environnement physique partagé. Dès lors, comme nous intégrons un nombre croissant de systèmes robotiques dans notre société, la capacité d’observer et quantifier l’influence des robots sur les actions et décisions des personnes devient un élément essentiel pour déterminer si la conception et le déploiement de ces systèmes est approprié.

L’objectif de ce projet de recherche est d’utiliser ces effets d’entrînement comme point d’appui pour développer un model quantitatif qui rend compte de combien un robot peut influencer les comportements humains dans les contextes de coopération humain-robot. Nous prévoyons de condiure des expériences d’interaction entre humain et humain (HH) et humain-robot (HR) pour collecter des échantillons de trajectoires humaines dans un contexte de collabroation dyadique. Nous proposons de déveloper un modèle quantitatif de l’influence robotique sur l’humain en combinant une méthode établie de modélisation des effets d’entraînment (le coplage de systèmes dynamiques) avec un concept de la théorie de l’information: l’indice d’influence cumulative.

Le modèle que nous produirons dans le cadre de ce project contribuera au domaine de l’interaction humain-robot en permettant de quantifier le degré de l’influence robotiquepar l’observation de mouvements humains. Ceci fournira un étalon pour la mesure de l’influence robotique généralisable à différentes plate-formes robotiques et interactions souhaitées. Et celà fournira aussi une aide systématique à la navigation des zones grises au point de vue moral qui peuvent exister entre les influences robots qui sont voulues ou souhaitées, et indésirables ou endommageantes.