[논문 리뷰] Measuring Human-Robot Trust with the MDMT (Multi-Dimensional Measure of Trust)

Bertram F. Malle, Daniel Ullman|arXiv (Cornell University)|2023. 11. 25.

Risk Perception and Management인용 수 6

한 줄 요약

이 논문은 인간, 로봇, 동물 에이전트에 대한 인식된 신뢰성의 정도를 평가하기 위해 설계된 자기 보고 형식의 도구인 다차원 신뢰 측정법(MDMT)을 소개한다. MDMT는 4차원(버전1)에서 5차원(버전2)으로 발전하여 경험적 증거에 의해 검증되었으며, 인간-로봇 상호작용 맥락에서 다차원적 신뢰를 측정하는 신뢰성 있고 직관적인 도구를 제공한다.

ABSTRACT

We describe the steps of developing the MDMT (Multi-Dimensional Measure of Trust), an intuitive self-report measure of perceived trustworthiness of various agents (human, robot, animal). We summarize the evidence that led to the original four-dimensional form (v1) and to the most recent five-dimensional form (v2). We examine the measure's strengths and limitations and point to further necessary validations.

연구 동기 및 목표

• 인간, 로봇, 동물 포함한 에이전트의 인식된 신뢰성의 정도를 측정하기 위한 신뢰성 있고 직관적인 자기 보고 형식의 도구를 개발하기 위해.
• 인간-로봇 상호작용(HRI) 맥락에서 신뢰를 다차원적으로 측정하기 위한 표준화된 도구의 부족을 해결하기 위해.
• 4차원(버전1)에서 5차원(버전2)으로의 반복적 개발 과정을 통해 MDMT를 검증하고 개선하기 위해.
• 연구자들이 다양한 HRI 실험에서 신뢰를 측정하기 위한 실용적이고 경험적 근거를 갖춘 도구를 제공하기 위해.
• MDMT의 강점과 한계를 특정하고, 다양한 사회적 및 로봇 맥락에서의 향후 검증 작업을 안내하기 위해.

제안 방법

• 신뢰와 사회인지 이론적 기반에 기초한 반복적 설계 및 검증 과정을 통해 MDMT를 개발하였다.
• 초기 버전(v1)은 능력, 선량성, 정직성, 예측 가능성의 4개 차원으로 구성되었다.
• 에이전트다운 행동에 대한 인식을 더 잘 반영하기 위해 '의도성'이라는 다섯 번째 차원을 추가함으로써 v2로 개선하였다.
• 참가자들로부터의 질적 및 정량적 피드백을 활용하여 각 차원의 관련성과 신뢰성을 평가하였다.
• 기존의 심리측정 원칙을 적용하여 내적 일관성, 구성 타당성 및 사용 용이성을 평가하였다.
• MDMT는 인간-로봇 상호작용 실험 맥락에서 검증되었으며, 결과는 SCRITA 2023 워크숍 프로ceedings에 게재되었다.

실험 결과

연구 질문

• RQ1 특히 로봇과 같은 에이전트에 대한 신뢰를 다차원 자기 보고 형식 도구를 통해 신뢰성 있게 측정할 수 있는 방법은 무엇인가?
• RQ2 인간, 로봇, 동물 에이전트 전반에 걸쳐 인식된 신뢰성의 정도를 가장 잘 반영하는 차원은 무엇인가?
• RQ3 의도성이 다섯 번째 차원으로 포함될 경우, 사회적 에이전트의 신뢰 측정에 어떤 개선이 이루어지는가?
• RQ4 실제 HRI 환경에서 MDMT의 심리측정적 강점과 한계는 무엇인가?
• RQ5 v2의 다섯 차원 버전이 원래 v1 버전보다 더 미묘한 신뢰 인식을 어떻게 더 잘 반영하는가?

주요 결과

• 5차원(능력, 선량성, 정직성, 예측 가능성, 의도성)으로 구성된 MDMT v2는 v1에 비해 에이전트다운 신뢰 인식에 더 민감한 것으로 나타났다.
• 경험적 증거는 MDMT가 인간-로봇 상호작용 연구에서 자기 보고 형식의 측정 도구로서의 신뢰성과 타당성을 뒷받침한다.
• '의도성'이라는 다섯 번째 차원의 추가는 자율적 에이전트에 대한 신뢰 측정 능력에서 도구의 성능을 크게 향상시켰다.
• MDMT는 인간, 로봇, 동물 등 다양한 에이전트 유형에 적용 가능성이 높아 보인다.
• 실험적 HRI 연구에서 사용하기에 직관적이고 실용적이며 명확한 심리측정적 기반을 지닌다.
• 한계로는 더 넓은 인구 집단과 다양한 로봇 맥락에서의 추가 검증이 필요하다.