[論文レビュー] eXtended Artificial Intelligence: New Prospects of Human-AI Interaction Research

Carolin Wienrich, Marc Erich Latoschik|arXiv (Cornell University)|Mar 27, 2021

Virtual Reality Applications and Impacts参考文献 70被引用数 70

ひとこと要約

本稿は、没入型拡張現実（XR）環境を通じて人間-AIインタラクションを体系的・系統的に研究するためのXR-AI連続体フレームワークを提唱する。XRがAIの身体化がユーザーの認識や行動に与える影響を制御可能かつ妥当な方法で実験的に検証可能であることを示し、人間-ロボットインタラクションにおける性別効果およびレコメンデーションシステムにおけるエリーザ効果を明らかにした。

ABSTRACT

Artificial Intelligence (AI) covers a broad spectrum of computational problems and use cases. Many of those implicate profound and sometimes intricate questions of how humans interact or should interact with AIs. Moreover, many users or future users do have abstract ideas of what AI is, significantly depending on the specific embodiment of AI applications. Human-centered-design approaches would suggest evaluating the impact of different embodiments on human perception of and interaction with AI. An approach that is difficult to realize due to the sheer complexity of application fields and embodiments in reality. However, here XR opens new possibilities to research human-AI interactions. The article's contribution is twofold: First, it provides a theoretical treatment and model of human-AI interaction based on an XR-AI continuum as a framework for and a perspective of different approaches of XR-AI combinations. It motivates XR-AI combinations as a method to learn about the effects of prospective human-AI interfaces and shows why the combination of XR and AI fruitfully contributes to a valid and systematic investigation of human-AI interactions and interfaces. Second, the article provides two exemplary experiments investigating the aforementioned approach for two distinct AI-systems. The first experiment reveals an interesting gender effect in human-robot interaction, while the second experiment reveals an Eliza effect of a recommender system. Here the article introduces two paradigmatic implementations of the proposed XR testbed for human-AI interactions and interfaces and shows how a valid and systematic investigation can be conducted. In sum, the article opens new perspectives on how XR benefits human-centered AI design and development.

研究の動機と目的

• 現実世界の複雑な環境において、異なるAIの身体化が人間の認識やインタラクションに与える影響を調査する課題に対処すること。
• 人間-AIインタラクションのためのスケーラブルで制御可能かつ体系的な研究フレームワークとして、XR-AI連続体を提唱すること。
• 人間-ロボットインタラクションとAIレコメンデーションシステムに関する2つの実証的実験を通じて、フレームワークの妥当性を検証すること。
• XRを用いたインターフェースの身体化効果の体系的調査を可能にすることで、人間中心のAIデザインを前進させること。
• 没入型シミュレーションを通じて、抽象的なAIの概念と実際のユーザー体験の間のギャップを埋めること。

提案手法

• 人間-AIインターフェースの身体化のスケールをモデル化・研究する理論的・実践的フレームワークとして、XR-AI連続体を提唱する。
• 制御された実験環境において、多様なAIの身体化（例：人間型ロボット、バーチャルエージェント）を没入型XR環境でシミュレートする。
• 標準化された人間中心設計の原則を用いて、異なるAIインターフェース形態におけるユーザーの認識、行動、インタラクション品質を評価する。
• 2つの制御実験を実施：性別を有するロボットアバターを用いた人間-ロボットインタラクションの実験、およびエリーザ風の応答を示すテキストベースAIのレコメンデーションシステムの実験。
• 既存の心理学的およびHCI理論（例：メディア法則、プロテウス効果、不気味の谷）を用いて、XR環境におけるユーザー反応を解釈する。
• 行動的適合性、社会的実在感、インタラクション時間などの定量的指標を用いて、ユーザー反応を評価する。

実験結果

リサーチクエスチョン

• RQ1 ロボットの性別的身体化は、人間のインタラクション行動および認識にどのように影響するか？
• RQ2 エリーザ風の応答を示すテキストベースAIは、どれほど人間的認識および行動的適合性を引き起こすか？
• RQ3 XR-AI連続体は、人間-AIインターフェース設計選択の体系的かつ妥当な調査をどのように可能にするか？
• RQ4 身体化は、ユーザーのAIシステムに対する期待値および信頼にどのように影響を及えるか？
• RQ5 没入型XR環境は、実世界への展開の前に、将来のAIインターフェースコンセプトを効果的にシミュレートおよびテストできるか？

主な発見

• 人間-ロボットインタラクションにおいて顕著な性別効果が観察され、参加者は男性声・女性声のロボットと異なる行動パターンを示した。
• エリーザ効果が、レコメンデーションシステムの実験で確認された。ユーザーは単純なAIを、意図よりも共感的かつ反応的であると認識した。
• 参加者はアバターの外見に応じて行動的適合性を示した。これは、AIインタラクション文脈におけるプロテウス効果の裏付けとなった。
• XR-AI連続体フレームワークは、人間-AIインターフェース設計に関する妥当で繰り返し可能かつスケーラブルな実験を可能にした。
• 没入型XR環境は、実世界のAIインタラクションダイナミクスを効果的にシミュレートし、身体化効果の制御された研究を可能にした。
• 本研究は、インターフェースの身体化がAIシステムにおけるユーザーの認識、信頼、インタラクション品質に顕著に影響を及えることを確認した。