Investigating Effects of Affective Robot Communication to Establish Trust and Forgiveness in Human-Robot Interaction

Menschen neigen dazu, technischen Systemen mentale Zustände zuzuschreiben. Ein Phänomen, das als Mind Perception bezeichnet wird. Diese Tendenz beeinflusst Bewertungen und Verhaltensweisen gegenüber Robotern und ist damit ein zentrales Thema in der Mensch-Roboter-Interaktion (MRI). Ein Schlüsselfaktor ist anthropomorphes Design, wobei Kommunikation eine besonders wichtige Rolle spielt: Sie übermittelt nicht nur Informationen, sondern auch Emotion, Persönlichkeit und soziale Intention. Diese Dissertation untersucht affektive Kommunikation (die emotionale Färbung von Sprache durch verbale und paralinguistische Elemente) und deren Einfluss auf Wahrnehmungen und Verhaltensweisen gegenüber Robotern. Sie stützt sich auf das zweidimensionale Modell der Mind Perception von Gray et al. (2007), das zwischen Experience (Fähigkeit zu fühlen) und Agency (Fähigkeit zu handeln) unterscheidet. Affektive Kommunikation eröffnet die Möglichkeit, gezielt Experience zu verstärken, ohne Agency zu erhöhen. Es wurden zwei Online-Studien mit synthetischer Sprache sowie eine Laborstudie mit professionell eingesprochenem Audiomaterial durchgeführt. Die Ergebnisse zeigen konsistent: Affektive Wörter und expressive, prosodische Merkmale verstärken Zuschreibungen von Experience, ohne Agency zu beeinflussen. Verbale Inhalte erwiesen sich dabei als der einflussreichste Faktor. Darüber hinaus erhöhte affektive Kommunikation die affektive, nicht jedoch die kognitive Dimension von Vertrauenswürdigkeit. Signifikante Verhaltenseffekte (z.B. Abhängigkeit, Verzeihen) wurden jedoch nicht gefunden. Die Dissertation liefert empirische Evidenz für die selektive Verstärkung von Experience und identifiziert verbale Inhalte dabei als Schlüsselfaktor. Darüber hinaus wird eine Wahrnehmungs-Verhaltens-Lücke aufgezeigt. Es werden ethische Implikationen, insbesondere die Risiken emotionaler Manipulation, diskutiert und die Notwendigkeit einer transparenten, erwartungskonformen Gestaltung sprachfähiger Roboter betont.