Novelty Effect

Kategorie: Control › Human in the loop
Schlagwörter: human-robot-interaction, user-studies, long-term-interaction, evaluation, social-robots

Die Veränderung von Verhalten und Bewertungen, die dadurch entsteht, dass ein Roboter für Menschen neu ist, und die typischerweise nachlässt oder sich verschiebt, wenn der Roboter über wiederholte Interaktionen vertraut wird.

Definition

Der Neuheitseffekt (novelty effect) ist der Einfluss, den die Neuheit einer Technologie darauf hat, wie Menschen auf sie reagieren. Wenn Menschen einem Roboter zum ersten Mal begegnen, sind sie oft neugieriger, engagierter und positiver eingestellt, als sie es später sein werden, einfach weil er ungewohnt ist. Wird der Roboter vertraut, sinken Interaktionsraten, Aufmerksamkeit und Bewertungen häufig, und was bleibt, spiegelt den tatsächlichen Nutzen und Reiz des Roboters wider. Neuheit kann auch in die andere Richtung wirken und anfängliche Angst oder Vorsicht erzeugen, die mit der Gewöhnung nachlässt.

In der Mensch-Roboter-Interaktion ist der Neuheitseffekt eine zentrale Bedrohung für die Validität kurzer Studien. Viele Experimente bestehen aus einer einzigen Sitzung von wenigen Minuten, sodass gemessenes Engagement, Vertrauen oder gemessene Präferenzen eher die erste Begegnung widerspiegeln können als die Art, wie der Roboter im Alltag genutzt wird. Langzeit-Feldstudien mit sozialen Robotern in Schulen, Wohnungen und am Arbeitsplatz haben wiederholt eine anfangs hohe Nutzung festgestellt, die in den folgenden Tagen oder Wochen zurückgeht. Verhaltensweisen, die zunächst charmant wirken, wie Witze, Begrüßungen oder Smalltalk, können repetitiv werden, während sich praktische Vorteile womöglich erst zeigen, nachdem die Menschen gelernt haben, den Roboter zu benutzen.

Forschende gehen auf mehrere Weisen mit dem Neuheitseffekt um: Sie führen mehrere Sitzungen oder längere Einsätze durch, fügen vor der Messung Eingewöhnungssitzungen ein, analysieren Verläufe über die Zeit statt einzelner Momentaufnahmen, variieren das Roboterverhalten, um Wiederholungen zu verringern, und vergleichen mit Teilnehmenden, die bereits Erfahrung mit Robotern haben. Anzugeben, wie lange und wie oft die Teilnehmenden mit dem Roboter interagiert haben, hilft Lesern einzuschätzen, wie stark Neuheit die Ergebnisse geprägt haben könnte.

Warum es wichtig ist

Ingenieure und Designer treffen Entscheidungen oft auf Grundlage kurzer Nutzerstudien. Sind diese Ergebnisse durch Neuheit überhöht oder verzerrt, kann ein Roboter oder eine Funktion, die im Test gut abgeschnitten hat, nach dem Einsatz enttäuschen. Den Neuheitseffekt zu erkennen, führt zu besserem Studiendesign und realistischeren Erwartungen an die Langzeitnutzung.

Wichtige Anwendungen

Entwurf und Auswertung von HRI-Nutzerstudien
Langzeiteinsätze sozialer Roboter und Serviceroboter
Bildungsroboter in Schulen
Bewertung von Engagement-Funktionen wie Smalltalk und Persönlichkeit
Produkttests von Verbraucher- und Haushaltsrobotern

In der Praxis

Ein Team ergänzt einen Roboter, der bei einer Montageaufgabe neben Menschen arbeitet, um Smalltalk. In der ersten Sitzung bewerten die Teilnehmenden den gesprächigen Roboter deutlich besser als eine stumme Version. Statt dort aufzuhören, führt das Team mit denselben Teilnehmenden fünf Sitzungen über zwei Wochen durch. Die Bewertungen des gesprächigen Roboters sinken nach der zweiten Sitzung, und die Protokolle zeigen, dass die Teilnehmenden weniger auf seine Bemerkungen reagieren, während sich die Aufgabenleistung nicht verändert. Das Team behält einen reduzierten Satz abwechslungsreicher Smalltalk-Verhaltensweisen bei, führt mit der Zeit neue Themen ein und berichtet den gesamten Verlauf statt nur das Ergebnis der ersten Sitzung.

Häufige Missverständnisse

Der Neuheitseffekt macht Ergebnisse immer positiver — er kann auch anfängliche Angst oder Vorsicht hervorrufen, die mit der Zeit nachlässt
Eine einzige lange Sitzung beseitigt die Neuheit — Vertrautheit baut sich meist über wiederholte Begegnungen an mehreren Tagen auf, nicht nur innerhalb einer Sitzung
Nachlassendes Engagement bedeutet, dass der Roboter gescheitert ist — ein gewisser Rückgang ist zu erwarten, wenn die Neuheit nachlässt, und das verbleibende Niveau ist das aussagekräftigere Maß

Wer das wissen sollte

HRI-Forschende, die Studien und Einsätze planen
Designer sozialer Roboter, Bildungs- und Haushaltsroboter
Produktteams, die Ergebnisse von Nutzertests auswerten

Open Source Robotics