人類解釋AI賦予的人工代理(例如人形機器人)行為的方式取決於可以從神經活動中檢測到的特定個體態度。義大利理工學院(IIT-IstitutoItaliano di technologia)的研究人員證明,人們對機器人的偏愛——即將其歸因於意圖或認為它們是「無意識的東西」,這可能與不同的大腦活動模式相關聯。研究結果發表在《Science Robotics》雜誌上,對於理解人類與機器人的互動方式很重要。
這項研究是由AgnieszkaWykowska協調的,她負責協調IIT在義大利熱納瓦(Genova)的「人機互動中的社會認知」實驗室,該實驗室專注於理解人類在與人工代理(特別是人形機器人)交互時的社會認知。此外,Wykowska的研究項目探索了類人機器人在醫療保健領域的可能用途,為被診斷為自閉症譜系障礙和其他社交能力受損的障礙患者開發機器人輔助培訓協議。2016年,Wykowska因其「InStance」項目獲得了歐洲研究理事會(ERC)的資助,該項目解決了人們在何時以及何種情況下將機器人視為有意識的存在的問題。
類人機器人是一個獨特的類別,因為它們在某種程度上與人類相似,因此可能會喚起人們將它們視為有意識的存在的傾向。另一方面,人們認為機器人是人工產物,因此應該被當作人工製品來對待。在之前的一項研究中,Wykowska和她的研究小組觀察到,人們對待機器人是否意識存在差異。有些人更傾向於認為機器人有一定的意識(即有意圖);另一些人則更傾向於用純粹機械的方式來描述機器人。在該項研究中,研究人員發現,通過腦電圖(EEG)測量,這種態度上的差異可以與大腦活動相關,因此有可能預測人們在將意圖歸因給機器人(如印度理工學院的iCub)時的偏見。
Agnieszka Wykowska表示:「我們的發現非常的有意思,因為它們表明有可能彌合高級哲學概念與神經科學數據之間的鴻溝,即對技術的態度可以與獨特的大腦活動模式聯繫在一起。」「這項研究表明,人們對待機器人上可能有不同的態度,例如在不同程度上擬人化機器人,並且這些態度實際上可以在神經水平上檢測出來。」
研究人員測試了52個人的腦電圖。首先,要求參與者只是放鬆一下,讓他們的思想自由地遊蕩,研究人員記錄了參與者在休息時的神經活動。隨後,參與者參與到一個任務中,他們需要選擇與iCub機器人有關的視覺呈現場景的描述。這些描述使用了一些與意圖或心理相關的詞彙,例如「iCub想要畫些東西」或「機械」的詞彙。
下圖即為研究人員設計的相關實驗。
上圖為示例場景來自帶有響應選項的實例測試。其中一個場景[from(13)]使用了兩個描述選項和一個滑塊來做出決策(右邊是「機械」/「設計立場」解釋,左邊是「意圖」解釋)。注意,這裡研究人員將機械描述稱為設計立場,儘管它們也可以被稱為與物理立場相關的描述。然而,考慮到設計立場更多的是與人造製品而不是自然現象相關,並且提供了比物理立場更高層次的抽象描述,研究者將這些描述歸類為源自設計立場而不是物理立場[Credit:圖3A(13)]。
實驗開始時(如上圖所示),參與者被要求一直按空格鍵,要求參與者保持按下狀態,直到他們準備做出回應為止。在演示序列時,他們聽到了兩個兩種選項。參與者之間的響應選項順序是平衡的。緊接著是一個滑動量表,參與者根據這個量表對他們對描述視覺場景的句子的理解程度進行評分。腦電圖分析感興趣的時代被標記為時間軸上的紅色矩形,然後釋放空格鍵。
靜息狀態下β活性的差異
上圖顯示了意圖組和設計組參與者在靜息狀態β活動(13到27Hz)的差異(x軸)。對於y軸,計算每個參與者睜著眼睛時的靜息狀態β活動,對放置在頭皮中央的C5和C6電極取平均值,並對z分數進行標準化。通過從原始值中減去總體平均值並除以SD來獲得Z分數。點表示每組的平均值。誤差條表示引導的95%置信區間。
下圖為與靜息狀態β活性相關的結果總結。通過對整個靜息狀態記錄(睜開眼睛)應用FFT,計算平均beta波段功率(13至27 Hz),獲得所有地形。地形圖顯示了設計組和意圖組參與者所表現出的活動(平均水平)。第三幅地形圖顯示了聚類的t值圖,其中通過基於非參數聚類的排列測試發現了設計立場和意圖立場參與者之間的統計學顯著差異(通道標記為「x」)。Z值表示標準化的beta活度,由原始值減去總體平均值並除以SD得到。t值定義為兩組估計均值之差與其標準差之比。
響應前250毫秒內與任務相關的gamma波段活動(28至45 Hz)的總結
響應前250毫秒內與任務相關的gamma波段活動(28至45 Hz)的總結。通過計算在選定的時間窗口進行Morlet小波變換獲得的平均功率譜值來獲得地形圖,並顯示設計態組和意圖態組顯示的活動的平均值。第三幅地形圖顯示了聚類的t值圖,其中通過基於非參數的基於群集的排列測試發現了各組之間的統計學顯著差異(通道標記為星號)。Z值表示標準化的gamma活性,可通過從原始值中減去基於試驗的平均值並除以基於試驗的SD來獲得。t值定義為兩組的估計平均值與其SE的差值之比。
通過上面實驗例圖的比較,研究人員發現,即使大腦處於休息狀態,腦電圖信號的beta頻率範圍內也存在某種特定的神經活動模式,該模式預測了人們在將意圖歸為iCub類人機器人時的偏向。他們還發現參與者將特定的iCub行為解釋為具有機理性或意圖性解釋時,大腦活動存在差異。
參考資料:
The human brain reveals resting state activity patterns that are predictive of biases in attitudes toward robots
https://techxplore.com/news/2020-09-brain-reveals-individual-attitudes-humanoid.html