Robots as co-worker: Designing for trust

Abstract

Robotene kommer - men er vi klare? Mens roboter lenge virket som en fjern sci-fi-drøm, kan vi i dag møte selvkjørende roboter som klipper plenen, støvsuger hjemmene våre eller kjører nedover gaten med en pakke. Denne økningen av roboter, spesielt på offentlige steder, skaper imidlertid et behov for å inkludere sekundære brukere i prosessen; nemlig menneskene i omgivelsene som ikke er hovedbruker eller kjøper av roboten, men som likevel kan påvirke hvordan roboten utfører sine oppgaver. Hvordan skal fotgjengere kunne kommunisere med en selvkjørende bil om at de vil krysse veien, barn vet at en leveringsrobot tror de er i veien, eller en lagerrobot kommuniserer at de trenger noen for å fjerne noe som er i vei? Er vi til og med klare til å ha roboter som medarbeidere?

Denne masteroppgaven belyser samspillet mellom menneske og robot der roboten fungerer som en kollega på arbeidsplassen. Dette er et scenario som blir stadig mer relevant, spesielt under pandemien der logistikkselskaper har fått øynene opp for robotteknologi for å holde seg konkurransedyktige i markedet. Leveringsselskaper investerer i både droner og autonome leveringsroboter, mens lagerindustrien automatiserer prosessene sine og begynner å introdusere flere autonome roboter og systemer. Selv om industrielle roboter er "arbeidsmaskiner", har de de sosiale aspekter (f.eks. oppfattelsen til å være en medarbeider), noe som medfører at samarbeidsoperasjoner med mennesker må vurderes. Imidlertid kan introduksjon og design av roboter til arbeidsplasser være en utfordring rundt en felles forståelse av slik teknologi, i forbindelse med brukere av ulike aldre, kulturer og bakgrunner.

Gjennom bruk av litteratur forsknings og intervjuer, prototyping og brukertesting, viser denne studien hvordan tilliten til roboter vil bli bedre hvis brukerne forstår hvordan robotene skal oppføre seg i deres nærvær, for eksempel gjennom robotens eksterne funksjoner som lys som en måte å indikere at roboten har sett deg.

Robots are coming – but are we ready? While robots long seemed like a distant sci-fi dream, today we may meet self-driving robots mowing our lawns, vacuuming our homes or driving down the street with a package. However, this increase in robots, especially in public places, creates an important need to include the secondary users in the process; namely the people in the surroundings not being the main user or buyer of the robot, but who can still influence how the robot performs its tasks. How should pedestrians be able to communicate with a self-driving car that they want to cross the road, children know that a delivery robot thinks they are in the way, or a warehouse robot communicate that they need someone to remove something that is in the way? Are we even ready to have robots as co-workers?

This dissertation sheds light on the interaction between human and robot where the robot acts as a colleague in the workplace. This is a scenario becoming increasingly relevant/important, especially during the pandemic where logistics companies have opened their eyes to robot technology to stay competitive in the market. Delivery companies are investing in both drones and autonomous delivery robots, while the warehouse industry is automating their processes and starts to introduce more autonomous robots and systems. Although industrial robots are “working machines”, they include social aspect (e.g. the appearance of being a co-worker) and the collaborative operations with humans needs to be considered. However, introducing robots to workplaces with different ages, cultures and backgrounds may create an extra challenge creating a common understanding of such technology.

Through the use of explanatory research was used in the form of literature review and interviews, prototyping and user testing, this study demonstrates how a trust in robots will improve if users understand how the robots are going to behave in their presence, for instance through the robot’s external features such as lights as a way to indicate that the robot has seen you.