
Belang van een passende rol

Consistentie in features
De technologische ‘zakmes’ brengt ook nog een ander moeilijkheid. Willekeurige functies die worden toegevoegd aan een sociale robot kan sterk de gebruiksvriendelijkheid van het gehele product reduceren. Omdat gebruikers onvermijdelijk een sociale rol en karakter gaat toekennen aan een sociale robot, zal alles wat een robot doet de verwachtingen van een gebruiker steeds bijstellen. Heeft een robot armen en handen, dan ontstaat er verwachting dat het iets kan oppakken en kan aangeven. Gebruikers maken in hun hoofd categorieën aan van functies die gevoelsmatig bij elkaar horen. Als de robot iets in die categorie kan, dan ontstaat er ook snel verwachting dat een ander functie in dezelfde categorie ook kan. Wanneer dit niet het geval is, kan de gebruiker teleurgesteld raken. Gebeurt dit vaak, dan ‘wordt’ de intelligente robot als ‘dom’ ervaren. De gebruiker voelt zich niet begrepen.
Rekening houdend met deze aspecten, ontwikkelen we daarom Tessa in kleine stappen naar steeds geavanceerde functies die zou moeten aansluiten bij de verwachtingen.
Intuïtief voor gebruiker
Een product is alleen zinvol en van waarde als het ook wordt gebruikt. Op dit moment vervult Tessa haar rol door het herinneren en instructies geven bij taken. Ze kan gesloten vragen stellen en eenvoudig een ‘ja’ of ‘nee’ antwoorden verstaan. Gesloten vragen werken voor meeste gebruikers eenvoudig en maakt het relatief makkelijk voor diegene die Tessa instelt om ook reacties van Tessa in te stellen. Dit helpt om ook te wennen aan het gebruik van een dergelijk product als Tessa. We kunnen bij deze features eerst in praktijk bestuderen wat gewenst is en welke ongewenste onvoorziene gebruikssituaties kunnen ontstaan. Dit verbeteren we en daarop bouwen we voort op geavanceerdere functies zodat het zinvol blijft.
In het kader van spraakherkenning willen we daarom niet zomaar de bestaande spraaktechnologie inbouwen met voorgeprogrammeerde commando’s. Tevens hebben huidige spraaktechnologie nog moeite met spraak herkenning van oudere Nederlandssprekende gebruikers. En als ze wel de spraak herkent, en daarmee bedoelen we de woorden die de gebruiker uitsprak, dan blijft het nog bij ‘woorden’. Het systeem ‘begrijpt’ niet echt de woorden. Aan de achterzijde is er vaak nu nog ingesteld dat als een combinatie van woorden is herkend, dan wordt een functie uitgevoerd.

Toekomstige ontwikkeling
Het zou ideaal zijn als de spraaktechnologie alles verstaat en begrijpt wat je zegt, onafhankelijk van accent, spraakgebreken en woordkeuze. Je intentie begrijpt en je behoefte herkent. Vervolgens een ondersteunende actie uitvoert wat zinvol is voor de gebruiker. Helaas is de technologie nog niet zover.
Om het voor elkaar te krijgen zal er meer ontwikkeling nodig zijn op (1) de spraaktechnologie zelf, (2) het bepalen en meten van behoefte van gebruiker, (3) de beslissing hoe men ondersteuning biedt (de interventie dat gewenst/nodig is), en (4) de daadwerkelijke actie die wordt uitgevoerd. We zullen op alle vier de punten verbetering aanbrengen en weet ook dat er veel ontwikkeling komt op alle vier de aspecten. Gelukkig hoeven we niet alles zelf te ontwikkelen en is in veel gevallen samenwerking een snellere weg.
Uiteindelijk is het voor ons belangrijk dat wij als Tinybots mensen met een cognitieve beperking kunnen helpen met onze technologie. Voor nu gaat het om Tessa. En met de doorontwikkeling gaan we mogelijk maken dat Tessa leert van de gebruiker hoe ze moet communiceren en welke ondersteunende actie (interventie) ze kan bieden om iemand op prettige wijze, langer zelfstandig thuis te kunnen blijven wonen.
Auteurs: Arno Nederlof & Wang Long Li
