在分类任务中误导机器人信号会诱导认知负载,通过前额和顶脑区之间的theta同步来衡量认知负载

科学领域:

• 认知神经科学 认知神经科学
• 人与机器人的交互
• 社会神经工程学是社会神经工程学.

背景情况:

• 与人工智能合作需要有效的沟通.
• 冲突的机器人社交信号对人类认知负载的影响还不太清楚.
• 神经成像是探索人类机器人互动中潜在的认知负载的大脑机制所必需的.

研究的目的:

• 为了研究神经振荡和大脑区域同步,与来自冲突机器人信号的认知冲突有关.
• 为了确定前和后大脑区域之间的泰达波段同步是否与处理相互冲突的线索有关.
• 在人机交互任务中将神经发现与行为表现相关联.

主要方法:

• 参与者执行了对象分类任务,而机器人提供了线索.
• 机器人呈现一致 (正确) 或不一致 (不正确) 的社会线索 (头部转移).
• 电脑电图 (EEG) 用于测量神经振荡和区域间连贯性,特别是在甲频段.

主要成果:

• 冲突的机器人社交信号引起了认知冲突的神经相关物,由中脑度振荡证明.
• 在不相称的线索中,与相称的线索相比,在中前和后尾电极之间观察到更高的达频段连贯性.
• 与行为表现 (反应时间) 相对应的一致性值,以提示一致性调节.

结论:

• 来自机器人的相互矛盾的社会信号引发了可测量的认知冲突.
• 额头和部区域之间的泰达频段同步促进了认知控制和注意力机制之间的通信.
• 包括大脑连接在内的行为和神经测量可以对社会信号和人类机器人互动中的认知负载的影响进行索引,为预测自主机器的性能提供了洞察力.