有人认为，人类识别社交信号的能力对于掌握社交智能至关重要——但机器人能否学会读懂人类的社交线索，并据此调整或纠正自己的行为？
在一项近期研究中，研究人员考察了人们对行为有缺陷的机器人和表现完美的机器人的反应。研究结果发表于《机器人与人工智能前沿》，显示参与者明显更喜欢有缺陷的机器人，而非互动毫无瑕疵的机器人。
“我们的研究结果表明，解读人类的社交信号有助于机器人意识到出现了错误，并随后作出相应反应。”论文通讯作者妮可·米尔尼格说。她是奥地利萨尔茨堡大学人机交互中心的博士生。
尽管社交机器人学是一个快速发展的领域，但社交机器人在技术上还无法做到运行时不出错。然而，该领域的大多数研究仍以机器人能够完美运行为前提。“实验过程中出现的不可预见情况所带来的其他可能性，往往不会被进一步考察，或者干脆被排除在外。”妮可·米尔尼格说。“严谨的科学研究本就要求遵守严格的行为准则。不过，我们认为，人机交互中的错误情形蕴含着丰富的信息，可以帮助我们从新的维度进一步提升交互质量。我们认为，正因为大多数研究聚焦于完美交互，许多可能至关重要的方面都被忽视了。”
为了考察机器人出错后人类交互对象发出的社交信号，研究团队特意在一台类人NAO机器人的程序中设置了错误行为，并让参与者与它互动。他们测量了机器人受欢迎程度、拟人化程度和感知智能水平，并分析用户在机器人犯错时的反应。研究人员通过视频编码复现了早期研究的发现，表明人类会以社交信号回应机器人的错误行为。通过访谈和用户评分，研究团队发现，颇为意外的是，与表现完美的机器人相比，人们并不认为出错的机器人在智能或拟人化程度上明显较低。相反，尽管人们注意到了有缺陷的机器人的错误，他们给它的喜爱度评分实际上高于表现完美的同类机器人。
“我们的研究结果显示，参与者明显更喜欢有缺陷的机器人，而不是毫无瑕疵的机器人。这一发现印证了‘失误效应’：人们犯错时，反而会更有吸引力。”妮可·米尔尼格说。“具体研究交互中的错误情形，或许有助于进一步提升人机交互的质量。例如，如果机器人能够正确解读用户的社交信号，并由此意识到交互中存在问题，它就可以告知用户自己理解了问题，并主动采取错误恢复策略。”
这些发现对社交机器人领域具有令人振奋的意义，因为它们强调，机器人设计者在设计时应考虑潜在的不完美之处。与其假设机器人会完美行动，不如接纳社交机器人技术的缺陷，这或许能为开发会犯错并从中学习的机器人铺平道路。这也会让机器人更讨人类喜欢。妮可·米尔尼格总结道：“研究机器人行为不完美的成因，将有助于打造更可信的机器人角色和更自然的互动。”
