人机交互中动态公平感知

人们深切关心机器人对他们的公平对待方式。探讨人机交互中公平感知的现有范式涉及在交互结束时测量对机器人公平感知的度量。然而，这种方法受限于交互随时间变化，可能导致公平感知随之变化。为验证这一观点，我们进行了一项40名参与者的2×2因素混合设计用户研究，研究了两个因素：不公平机器人行为发生的时间（在交互的早期或晚期）以及这些行为的受益者（另一台机器人或参与者）。我们的结果表明，公平判断并非静态的。它们会因不公平机器人行为发生的时间而产生变化。进一步地，我们探讨了使用组织公平理论中提出的三个关键因素（减少福利、行为、道德侵犯）来预测我们研究中瞬时公平感知。有趣的是，我们发现减少福利和道德侵犯因素的预测效果优于所有因素。我们的发现强化了不公平的机器人行为可以塑造群体动态和对机器人信任感知的观念，并为关于瞬时公平感知的未来研究方向铺平了道路。