En jämförelse mellan tre robotåterhämtningsstrategier för att minimera negativa effekter av misslyckanden i sociala människa-robot interaktioner

Failure happens in most social interactions, possibly even more so in interactions between a robot and a human. This paper investigates different failure recovery strategies that robots can employ to minimize the negative effect on people’s perception of the robot. A between-subject Wizard-of-Oz experiment with 33 participants was conducted in a scenario where a robot and a human play a collaborative game.The interaction was mainly speech-based and controlled failures were introduced at specific moments. Three types of recovery strategies were investigated, one in each experimental condition: ignore (the robot ignores that a failure has occurred and moves on with the task), apology (the robot apologizes for failing and moves on) and problem-solving (the robot tries to solve the problem with the help of the human). Our results show that the apology strategy scored the lowest on measures such as likeability and perceived intelligence, and that the ignore strategy lead to better perceptions of perceived intelligence and animacy than the employed recovery strategies. In conclusion, problem-solving clearly minimized the negative effects of failure better than apology, but no recovery, the ignore condition, often scored at least as well as problem-solving.De flesta sociala interaktioner misslyckas ibland, kanske oftare för interaktioner mellan en robot och en människa. Denna rapport undersöker olika återhämtningsstrategier som robotar kan använda för att minimera de negativa effekterna på människors uppfattning av roboten. Ett Wizard-of-Oz-experiment med 33 deltagare utfördes där en robot och en människa samarbetade för att spela ett spel. Interaktionen var främst tal-baserad och kontrollerade misslyckanden introducerades vid givna tillfällen. Tre olika återhämtningsstrategier testades, på varsin grupp deltagare. Strategierna är: ignorera (roboten ignorerar att ett misslyckande skett och fortsätter med uppgiften), ursäkt (roboten ber om ursäkt för att den misslyckats och fortsätter sedan med uppgiften) och problemlösning (roboten försöker lösa problemet med hjälp av människan). Våra resultat visar att ursäktsstrategin fick lägst resultat på bland annat upplevd intelligens och sympati, och ignorerastrategin ledde till högre resutat på upplevd intelligens och animacitet än de använda återhämtningsstrategierna. Sammanfattningsvis så minskade problemlösning de negativa effekterna av misslyckanden betydligt bättre än ursäktsstrategin, men ingen strategi, ignorera, var ofta minst lika bra som problemlösning