Een kneepje in een arm, een klopje op de schouder of een klap in het gezicht. Aanraken is een belangrijk onderdeel van de sociale interactie tussen mensen. Sociale aanraking is echter nog een relatief onontgonnen vakgebied als het gaat om robots.
Merel Jung
Dit terwijl robots niet meer per se in gecontroleerde fabrieksomgevingen werken, maar steeds vaker midden in de maatschappij opereren. Merel Jung doet bij onderzoeksinstituut CTIT van de Universiteit Twente onderzoek naar sociale aanraking bij robots. Met een relatief eenvoudig systeem – een paspoparm met daarop druksensoren, aangesloten op een computer – slaagde ze er al in om zestig procent van de aanrakingen goed te herkennen. Het onderzoek is gepubliceerd in het wetenschappelijke tijdschrift Journal on Multimodal User Interfaces. 
Robots worden steeds socialer. Een bekend voorbeeld van een sociale robot is Paro, een zeehondrobotje dat in verzorgingstehuizen wordt ingezet om dementerende ouderen te kalmeren en reacties bij ze uit te lokken. Voor deze doelgroep heeft deze robot goede resultaten, maar de stap naar robots die, net als mensen, verschillende soorten sociale aanrakingen kunnen herkennen, interpreteren en er juist naar kunnen handelen is nog erg groot. Het is een relatief onontgonnen gebied binnen de wetenschap, maar wel een gebied waar op termijn veel van valt te verwachten, Denk bijvoorbeeld aan robots die autistische kinderen helpen met hun sociale contacten, of robots die geneeskundestudenten trainen op praktijksituaties.
Zestig procent
Merel Jung doet aan de Universiteit Twente daarom onderzoek naar sociale aanraking tussen mens en robot. Om een robot op de juiste manier op een aanraking te kunnen laten reageren onderscheidt ze vier verschillende stappen. De robot moet de aanraking eerst waarnemen vervolgens kunnen herkennen en interpreteren, om er daarna op de juiste manier op te reageren. In deze fase van haar onderzoek richt Jung zich op de eerste twee fases: waarnemen en herkennen. Met een relatief simpele testopstelling – een paspoparm met daarop in totaal 64 druksensoren – slaagde ze er in om zestig procent van bijna 8000 aanrakingen (verdeeld over veertien verschillende aanrakingen in drie intensiteiten) te onderscheiden. Zestig procent klinkt niet direct heel hoog, maar het is een mooi percentage als je bedenkt dat elke vorm van sociale context ontbrak en diverse aanrakingen erg op elkaar lijken. Denk bijvoorbeeld aan het verschil tussen grijpen en knijpen, of tussen hard aaien en zacht wrijven. Daar komt bij dat de proefpersonen die de paspoparm moesten aanraken geen instructie kregen hoe ze hun aanraking moesten uitvoeren en het computersysteem niet op de aanraking van individuele proefpersonen kon ‘trainen’. Onder vergelijkbare omstandigheden zou de mens ook lang niet alle aanrakingen kunnen herkennen. In vervolgonderzoek, waar Jung momenteel mee bezig is, richt ze zich op hoe robots aanraking kunnen interpreten binnen een sociale context. Verwachting is dat de robot door het interpreteren van de context beter in staat zal zijn om op een juiste manier op aanraking te reageren en de aanraakrobot nog een stap dichter bij komt.
Onderzoek
Het onderzoek dat is gepubliceerd in Journal on Multimodal User Interfaces is uitgevoerd door Merel Jung, Mannes Poel en Dirk Heylen van de vakgroep Human Media Interaction van UT-onderzoeksinstituut CTIT van de Universiteit Twente en Ronald Poppe van de Universiteit Utrecht. Het onderzoek is medegefinancierd vanuit het nationale ICT programma COMMIT.
