論文の概要: Why That Robot? A Qualitative Analysis of Justification Strategies for Robot Color Selection Across Occupational Contexts
- arxiv url: http://arxiv.org/abs/2603.28919v1
- Date: Mon, 30 Mar 2026 18:51:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-01 15:25:02.675051
- Title: Why That Robot? A Qualitative Analysis of Justification Strategies for Robot Color Selection Across Occupational Contexts
- Title（参考訳）: そのロボットはなぜか : 作業環境におけるロボット色選択のための正当性戦略の質的分析
- Authors: Jiangen He, Wanqi Zhang, Jessica K. Barfield,
- Abstract要約: 本稿では,各職種における肌色や人為的特徴の異なるロボットの選択を合理的に行う方法について検討する。
1,038人の参加者から4,146人のオープンエンドの正当性を質的に分析することにより,4つの専門的文脈でロボットの色選択を駆動する推論フレームワークをマップする。
- 参考スコア（独自算出の注目度）: 0.5926203312586108
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As robots increasingly enter the workforce, human-robot interaction (HRI) must address how implicit social biases influence user preferences. This paper investigates how users rationalize their selections of robots varying in skin tone and anthropomorphic features across different occupations. By qualitatively analyzing 4,146 open-ended justifications from 1,038 participants, we map the reasoning frameworks driving robot color selection across four professional contexts. We developed and validated a comprehensive, multidimensional coding scheme via human--AI consensus ($κ= 0.73$). Our results demonstrate that while utilitarian \textit{Functionalism} is the dominant justification strategy (52\%), participants systematically adapted these practical rationales to align with established racial and occupational stereotypes. Furthermore, we reveal that bias frequently operates beneath conscious rationalization: exposure to racial stereotype primes significantly shifted participants' color choices, yet their spoken justifications remained masked by standard affective or task-related reasoning. We also found that demographic backgrounds significantly shape justification strategies, and that robot shape strongly modulates color interpretation. Specifically, as robots become highly anthropomorphic, users increasingly retreat from functional reasoning toward \textit{Machine-Centric} de-racialization. Through these empirical results, we provide actionable design implications to help reduce the perpetuation of societal biases in future workforce robots.
- Abstract（参考訳）: ロボットがますます労働力に入るにつれて、人間とロボットの相互作用(HRI)は、暗黙の社会的偏見がユーザーの好みにどのように影響するかに対処する必要がある。
本稿では,各職種における肌色や人為的特徴の異なるロボットの選択を合理的に行う方法について検討する。
1,038人の参加者から4,146人のオープンエンドの正当性を質的に分析することにより,4つの専門的文脈でロボットの色選択を駆動する推論フレームワークをマップする。
人間のAIコンセンサスによる包括的多次元符号化手法(κ= 0.73$)の開発と検証を行った。
以上の結果から, 実用主義的<textit{Functionalism} が支配的正当化戦略 (52 %) であるのに対し, 参加者はこれらの実践的根拠を, 確立された人種的, 職業的ステレオタイプに合わせるために体系的に適応した。
人種的ステレオタイプ素数への曝露は参加者の色彩選択を著しくシフトさせたが、彼らの話し言葉の正当性は、標準的な感情的またはタスク関連推論によって隠蔽されたままであった。
また、人口統計学的背景は、正当化戦略を著しく形成し、ロボットの形状は、色解釈を強く調節することがわかった。
特に、ロボットが高度に人間化されるにつれて、ユーザーは機能的推論から「textit{Machine-Centric} de-racialization」へと撤退する傾向にある。
これらの経験的結果を通じて、将来の労働ロボットにおける社会的バイアスの持続性を軽減するために、実用的な設計上の意味を提供する。
関連論文リスト
- A Causal Approach to Predicting and Improving Human Perceptions of Social Navigation Robots [0.9134244356393665]
Causal Networkは、人々がモバイルロボットの能力をどのように認識し、ナビゲーション中にその意図をどう解釈するかを予測するように設計されている。
低能力ロボット行動の知覚能力は,統計的に83%向上した。
論文 参考訳（メタデータ） (2026-03-11T20:39:11Z) - Whether We Care, How We Reason: The Dual Role of Anthropomorphism and Moral Foundations in Robot Abuse [10.376222111441399]
本研究では,ロボットの乱用に対する人為的レベルと道徳的基礎がどう反応するかを検討した。
その結果、人間同型は、人間がロボットに対する道徳的配慮を延長するかどうかを判断し、道徳的基礎は、そのような配慮をどう考えるかを形成することが明らかとなった。
論文 参考訳（メタデータ） (2026-01-27T17:34:31Z) - From Human Bias to Robot Choice: How Occupational Contexts and Racial Priming Shape Robot Selection [0.5926203312586108]
2つの実験は、作業状況とステレオタイプ活性化がロボットエージェントをどのように選択するかを検証した。
参加者は皮膚のトーンや人為的特性に系統的に変化する人工エージェントから選択した。
以上の結果から,職業バイアスと色に基づく識別が人間からロボットへ直接伝達されることが示唆された。
論文 参考訳（メタデータ） (2025-12-24T05:15:26Z) - What Matters to You? Towards Visual Representation Alignment for Robot
Learning [81.30964736676103]
人のために運用する場合、ロボットはエンドユーザーの好みに合わせて報酬を最適化する必要がある。
本稿では、視覚的表現アライメント問題を解決するためのRAPL(Representation-Aligned Preference-based Learning)を提案する。
論文 参考訳（メタデータ） (2023-10-11T23:04:07Z) - Socratis: Are large multimodal models emotionally aware? [63.912414283486555]
既存の感情予測ベンチマークでは、様々な理由で画像やテキストが人間にもたらす感情の多様性を考慮していない。
社会反応ベンチマークであるソクラティス (Socratis) を提案し, それぞれのイメージ・キャプション(IC) ペアに複数の感情とそれらを感じる理由をアノテートする。
我々は、ICペアが与えられた感情を感じる理由を生成するために、最先端のマルチモーダルな大規模言語モデルの能力をベンチマークする。
論文 参考訳（メタデータ） (2023-08-31T13:59:35Z) - Proceeding of the 1st Workshop on Social Robots Personalisation At the
crossroads between engineering and humanities (CONCATENATE) [37.838596863193565]
本ワークショップは,ロボット工学におけるパーソナライゼーションに関する学際的な議論を提起することを目的としている。
異なる分野の研究者を集結させ、パーソナライズのためのガイドラインを提案することを目的としている。
論文 参考訳（メタデータ） (2023-07-10T11:11:24Z) - Aligning Robot and Human Representations [50.070982136315784]
ロボット工学における現在の表現学習アプローチは、表現アライメントの目的がいかにうまく達成されているかの観点から研究されるべきである。
問題を数学的に定義し、その鍵となるデシダータを同定し、この形式主義の中に現在の方法を置く。
論文 参考訳（メタデータ） (2023-02-03T18:59:55Z) - Joint Inference of States, Robot Knowledge, and Human (False-)Beliefs [90.20235972293801]
本稿では,人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)・人間(時間的)の認知能力が,ロボットとの相互作用にどのように影響するかを理解するために,対象状態,ロボット知識,人間(時間的)の認知能力の表現にグラフィカルモデルを採用することを提案する。
推論アルゴリズムは、複数のビューにまたがる全てのロボットから個別のpgを融合し、単一のビューから発生したエラーを克服するより効果的な推論能力を得る。
論文 参考訳（メタデータ） (2020-04-25T23:02:04Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。