Innovaties om het passagiersvertrouwen in autonome voertuigen te versterken: onderzoek door professor SeungJun Kim.
AmsterdamAutomatische voertuigen zullen naar verwachting stadsverkeer transformeren door wegen veiliger te maken, verkeersopstoppingen te verminderen en de toegankelijkheid van vervoer te verbeteren. Toch is er nog steeds veel wantrouwen onder mensen, wat grootschalig gebruik belemmert. Een belangrijke stap in het winnen van vertrouwen is hoe deze voertuigen hun acties uitleggen aan passagiers. Professor SeungJun Kim en zijn team aan het Gwangju Institute of Science and Technology voeren belangrijk onderzoek uit op dit gebied.
Het team richt zich op het ontwikkelen van heldere en tijdige uitleg voor passagiers, wat verschilt van de meer complexe informatie die ontwikkelaars nodig hebben. Hun onderzoek toont aan dat een speciale benadering binnen Verklaarbare Kunstmatige Intelligentie (XAI) essentieel is voor passagiers. Dit bepaalt welke uitleg nodig is en wanneer die tijdens de rit gegeven moet worden. Het doel is om vertrouwen en comfort op te bouwen, zodat mensen gemakkelijker technologie zonder bestuurder accepteren.
De studie presenteert enkele cruciale strategieën.
Inzicht in de passagierscontext: Het verzamelen van sensorgegevens die zowel de externe als interne omgeving van passagiers omvatten, om hun informatiebehoeften beter te voorspellen.
Effectief plannen van uitleg: Machine learning inzetten om te bepalen wat de meest geschikte momenten tijdens een rit zijn om uitleg te geven, zonder passagiers te overladen met informatie.
-
Rijderscenario in de spotlight: Tekstuele uitleg aanpassen aan praktische rijomstandigheden in verschillende stedelijke locaties.
Deze benadering is vernieuwend, omdat het zich richt op de mate waarin passagiers gestoord kunnen worden. Aangezien passagiers mogelijk andere activiteiten uitvoeren tijdens de reis, is het belangrijk dat zij deze taken kunnen uitvoeren en toch essentiële informatie van het systeem ontvangen wanneer nodig. Dit concept streeft ernaar om vertrouwen op te bouwen zonder de passagiers ongemakkelijk te maken.
Vooruitgang in technologie kan de manier waarop mensen in steden reizen veranderen. Stel je een toekomst voor waarin data uit praktijkervaringen voortdurend zelfrijdende auto's verbeteren. Door technologie af te stemmen op de ervaringen van mensen in deze voertuigen, zouden zelfrijdende auto's een veelvoorkomend onderdeel kunnen worden van stadsvervoer.
Het benutten van feedback van passagiers om voertuigsystemen te verbeteren, vertegenwoordigt niet alleen een technische vooruitgang, maar ook een maatschappelijke. Het toont aan dat een comfortabele en betrouwbare rit net zo belangrijk is als het bereiken van je bestemming. Dit kan tevens veranderingen teweegbrengen in sectoren zoals reizen en communicatie, die op zoek zijn naar gemakkelijke en comfortabele manieren om mensen te vervoeren.
De studie is hier gepubliceerd:
http://dx.doi.org/10.1145/3678544en de officiële citatie - inclusief auteurs en tijdschrift - is
Gwangbin Kim, Seokhyun Hwang, Minwoo Seong, Dohyeon Yeo, Daniela Rus, SeungJun Kim. TimelyTale: A Multimodal Dataset Approach to Assessing Passengers' Explanation Demands in Highly Automated Vehicles. Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies, 2024; 8 (3): 1 DOI: 10.1145/3678544Deel dit artikel