認識のギャップを埋める：ソーシャルに媒介された状態の外在化による、透明性のある分散型ホームロボット

要旨: 家庭における分散型マルチロボットシステムでは、ロボットがユーザーの視界外で動作する必要が生じることが多く、その結果、状態認識に関するギャップが生まれます。このギャップは、信頼や知覚される透明性・操作性を低下させうるものです。本論文では、リアルタイムかつ社会的に媒介された状態の外部化によって、このギャップを埋められるかどうかを、タスク性能を損なわずに実現できるかという観点から検討します。私たちは、同じ場所に配置されたソーシャル・メディエータロボット（Pepper）が、視界外の移動式マニピュレータ（Stretch~3）の隠れた実行状態を、音声による物体の検索と受け渡しのために外部化するシステムを開発しました。ここでは、タスクレベルの状態を同期させ、言語による更新と視覚的な進捗表示を通じて外部化します。被験者内研究の対照化デザイン（N=30）において、私たちは、自律的な非表示実行（Autonomous Hidden Execution）を基準条件として、社会的に媒介された状態外部化（Socially Mediated State Externalization）と比較しました。その結果、外部化はユーザーのタスクに焦点を当てた注意を有意に増加させ（15.8%から84.6%へ、p<.001）、さらに知覚される明瞭さ、信頼性、刺激性、魅力度を大幅に改善することが示されました（いずれもp<.001）。加えて、83%の参加者が外部化条件を好み、このユーザー体験の改善は、エンドツーエンドのタスク完了時間において統計学的に有意な増加がないまま達成されました（p=.271）。これらの結果は、社会的に媒介された状態外部化が、より透明で信頼できる分散型ロボットシステムを設計するための効果的なアーキテクチャ上の仕組みであることを示唆しています。最終的には、分散型の家庭用ロボット導入において、性能を犠牲にすることなくユーザー体験を向上させます。