Αν τα ρομπότ πρόκειται να εργαστούν στο μέλλον δίπλα στους ανθρώπους, θα πρέπει να είναι σε θέση να «διαβάζουν» τη διάθεσή μας. Μια νέα μελέτη, που δημοσιεύθηκε στις 18 Μαΐου 2026 στο περιοδικό IEEE Robotics and Automation Letters, δείχνει ότι η εκπαίδευση των ρομπότ μέσω εξελιγμένων μοντέλων τεχνητής νοημοσύνης μπορεί να βελτιώσει σημαντικά αυτή την ικανότητα, αν και η συναισθηματική νοημοσύνη δεν μπορεί να υποκαταστήσει τη λειτουργικότητα.
Η έρευνα διεξήχθη από τον Seung Chan Hong στο πλαίσιο της προπτυχιακής του διατριβής στο Πανεπιστήμιο Monash της Μελβούρνης (Αυστραλία). Όπως επισημαίνει ο ίδιος, η φυσική επιδεξιότητα των ρομπότ είναι μόνο ένα κομμάτι του παζλ· εξίσου σημαντική είναι και η ουσιαστική αλληλεπίδρασή τους με τον άνθρωπο.
Η εκπαίδευση με Μοντέλα Όρασης-Γλώσσας (VLMs)
Για την αναγνώριση των συναισθημάτων, οι ερευνητές χρησιμοποίησαν ένα Vision Language Model (VLM) βασισμένο στο Gemini 2.5. Σε αντίθεση με τα παραδοσιακά μοντέλα που αναλύουν μόνο στατικές εκφράσεις προσώπου, το VLM έχει τη δυνατότητα να συνυπολογίζει το γενικότερο πλαίσιο (context) της αλληλεπίδρασης.
Ένα σφιγμένο μέτωπο δεν σημαίνει απαραίτητα θυμό· μπορεί να υποδηλώνει απλή συγκέντρωση. Το VLM εξετάζει ολόκληρη τη σκηνή, όπως τις κινήσεις των χεριών (π.χ. νευρικό χτύπημα των δακτύλων) ή τη θέση του σώματος.
Σε κλίμακα από το 0 έως το 1 (όπου το 1 σημαίνει απόλυτη ταύτιση με την ανθρώπινη ερμηνεία), τα παραδοσιακά συστήματα ανάλυσης προσώπου σκόραραν 0,77, ενώ το VLM πέτυχε 0,86, αποδεικνύοντας ότι προσεγγίζει πολύ καλύτερα την ανθρώπινη αντίληψη.
Το πείραμα: Μια «συναισθηματική» συγγνώμη
Σε ένα δεύτερο πείραμα με 40 εθελοντές, οι ερευνητές προγράμμαισαν σκόπιμα το ρομπότ να κάνει ένα λάθος κατά την εκτέλεση μιας εργασίας. Στη συνέχεια, το ρομπότ ζητούσε συγγνώμη με δύο τρόπους: είτε με ένα τυποποιημένο, προκαθορισμένο μήνυμα, είτε με μια προσαρμοσμένη (adaptive) συγγνώμη που βασιζόταν στη συναισθηματική αντίδραση του χρήστη εκείνη τη στιγμή.
Παρά την επιτυχία του VLM, η μελέτη ανέδειξε δύο πολύ σημαντικούς περιορισμούς:
1. Η λειτουργικότητα προηγείται του συναισθήματος
Η συναισθηματική ανταπόκριση του ρομπότ δεν στάθηκε ικανή να αποκαταστήσει την εμπιστοσύνη των χρηστών. Όταν το ρομπότ αποτύγχανε στο πρακτικό του έργο, η εμπιστοσύνη των ανθρώπων απέναντί του μειωνόταν κατακόρυφα, ανεξάρτητα από το πόσο ευγενικά ή προσαρμοσμένα ζητούσε συγγνώμη. Οι άνθρωποι θέλουν, πάνω απ’ όλα, ικανούς συνεργάτες.
2. Τα ρομπότ δε διαβάζουν το μυαλό
Το VLM αποδείχθηκε εξαιρετικό στο να ταυτίζεται με την οπτική ενός εξωτερικού, τρίτου παρατηρητή. Ωστόσο, όταν οι απαντήσεις του μοντέλου συγκρίθηκαν με τα εσωτερικά, προσωπικά συναισθήματα που ανέφεραν οι ίδιοι οι χρήστες για τον εαυτό τους, η ακρίβεια του ρομπότ έπεσε σημαντικά.
Το VLM μπορεί να αναγνωρίσει τα εξωτερικά κοινωνικά σήματα, αλλά δεν μπορεί να ξέρει τι πραγματικά σκέφτεται ή νιώθει ένας άνθρωπος εσωτερικά.
