[论文解读] Neither "Hear" Nor "Their": Interrogating Gender Neutrality in Robots

Katie Seaborn, Peter Pennefather|arXiv (Cornell University)|Apr 30, 2022

Ethics and Social Impacts of AI被引用 4

一句话总结

本文批判性地审视了人机交互中性别中立的概念，认为试图设计性别中立的机器人往往因语音、设计和社交线索中的隐性性别化而失败。基于数十年的研究，作者质疑真正性别中立的可行性，并倡导一种承认并超越二元或男性中心规范的设计方法。

ABSTRACT

Gender is a social framework through which people organize themselves-and non-human subjects, including robots. Research stretching back decades has found evidence that people tend to gender artificial agents unwittingly, even with the slightest cue of humanlike features in voice, body, role, and other social features. This has led to the notion of gender neutrality in robots: ways in which we can avoid gendering robots in line with human models, as well explorations of extra-human genders. This rapid review critically surveyed the literature to capture the state of art on gender neutrality in robots that interact with people. We present findings on theory, methods, results, and reflexivity. We interrogate the very idea that robot gender/ing can be neutral and explore alternate ways of approaching gender/ing through the design and study of robots interacting with people.

研究动机与目标

• 批判性评估在机器人设计与交互中实现真正性别中立的可行性和影响。
• 研究语音、外观和角色等细微线索如何导致用户无意识地赋予机器人性别。
• 挑战将中立视为人机交互中理想或可实现目标的假设。
• 探索超越性别中立的替代设计框架，朝向更具包容性、非二元或非人类性别模型发展。
• 促进人机交互研究与设计实践中对性别化假设和权力结构的反思性认知。

提出的方法

• 对过去数十年间关于人机交互中性别感知的研究进行快速文献综述。
• 分析性别作为社会建构的理论框架，并将其应用于人工代理。
• 审视机器人设计选择——尤其是语音、形态和社会角色——如何隐含地传递性别信号。
• 评估现有性别中立机器人设计的尝试，并识别其系统性局限。
• 提出从性别中立转向有意识的、反思性的设计方法，以承认性别在社会与文化层面的维度。
• 借鉴交叉性与批判性别理论，重新构想超越二元或男性中心模型的机器人概念化方式。

实验结果

研究问题

• RQ1 在即使是最小的人类特征也会引发性别归因的前提下，机器人在多大程度上可以真正实现性别中立？
• RQ2 语音、形态和社会角色等设计特征在多大程度上影响用户对机器人性别的感知？
• RQ3 当前‘性别中立’机器人设计与交互范式存在哪些局限性？
• RQ4 超越中立或二元构造的性别模型，如何为更具包容性的机器人设计提供启示？
• RQ5 在应对机器人开发中性别化假设时，反思性在人机交互研究中扮演何种角色？

主要发现

• 即使是最小的线索，如音调或社会角色，也会导致用户为机器人赋予性别，从而削弱中立性主张。
• 机器人中的性别中立概念在理论上和实践上都存在缺陷，因为它假设存在一种‘默认中立’状态，而这种状态在社会感知中并不存在。
• 由于男性中心设计规范的影响，设计师即使在追求中立时也常常无意识地嵌入性别化假设。
• 现有对性别中立机器人的研究显示成效有限，因为用户始终会根据细微线索为机器人分配性别。
• 本文结论认为，必须超越中立性，倡导设计出承认并包含非二元及非人类性别表达的机器人。
• 在人机交互研究中，反思性至关重要，有助于揭示并挑战机器人开发与评估中嵌入的性别偏见。