Cognitive Trust in HRI: “Pay Attention to Me and I’ll Trust You Even If You Are Wrong”
Autoren: Adi Manor, Dan Cohen, Ziv Keidar, Avi Parush, Hadas Erel · HRI 2026
Lizenzen
- Open Access
- Paper: not yet confirmed
Alles Folgende beruht nur auf dem Abstract.
Zusammenfassung
Kognitives Vertrauen, also die Überzeugung, dass ein Roboter Aufgaben genau ausführen kann, gilt als zentraler Faktor für die Förderung hochwertiger Mensch-Roboter-Interaktionen. Es ist gut belegt, dass Leistungsfaktoren wie die Kompetenz des Roboters und seine Zuverlässigkeit kognitives Vertrauen prägen. Neuere Studien legen nahe, dass auch affektive Faktoren wie die Aufmerksamkeit eines Roboters beim Aufbau kognitiven Vertrauens eine Rolle spielen. Diese Arbeit untersucht das Zusammenspiel zwischen diesen beiden Faktoren, die kognitives Vertrauen prägen. Konkret haben wir untersucht, ob verschiedene Kombinationen von Kompetenz und Aufmerksamkeit eines Roboters einen kompensatorischen Mechanismus hervorbringen, bei dem ein Faktor das Fehlen des anderen ausgleicht. Im Experiment führten die Teilnehmenden mit einem Roboterhund eine Suchaufgabe in einem experimentellen 2 × 2-Design durch, das zwei Faktoren umfasste: Kompetenz (hoch oder niedrig) und Aufmerksamkeit (hoch oder niedrig). Die Ergebnisse zeigten, dass hohe Aufmerksamkeit geringe Kompetenz ausgleichen kann. Teilnehmende, die mit einem sehr aufmerksamen Roboter mit schlechter Leistung zusammenarbeiteten, berichteten ein Vertrauensniveau, das mit dem derjenigen vergleichbar war, die mit einem hochkompetenten Roboter arbeiteten. Wenn der Roboter keine Aufmerksamkeit zeigte, führte geringe Kompetenz zu einem erheblichen Rückgang des kognitiven Vertrauens. Die Befunde deuten darauf hin, dass der Aufbau kognitiven Vertrauens in der Mensch-Roboter-Interaktion komplexer sein könnte als bisher angenommen und emotionale Prozesse einschließt, die typischerweise übersehen werden. Wir heben einen affektiven kompensatorischen Mechanismus hervor, der eine zusätzliche Ebene darstellt, die neben traditionellen kompetenzbasierten Modellen kognitiven Vertrauens zu berücksichtigen ist.
Links
- arXiv 2512.09105: https://arxiv.org/abs/2512.09105
- DOI 10.1145/3757279.3785615: https://doi.org/10.1145/3757279.3785615
- PDF: https://arxiv.org/pdf/2512.09105v1