HRI | AI tech studio https://cyberagent.ai AI事業本部は、サイバーエージェントグループのデジタルマーケティング分野におけるサービス開発を行う組織です。 Tue, 22 Apr 2025 05:06:04 +0000 ja hourly 1 https://wordpress.org/?v=5.3.26 【採択論文紹介】対話型販促ロボットにおける設計上の落とし穴の体系化(CHI 2025 LBW) https://cyberagent.ai/blog/research/agent/20245/ Tue, 22 Apr 2025 05:06:04 +0000 https://ai-blog-admin.cyberagent.ai/?post_type=blog&p=20245 AI Labの岡藤です。本記事では、対話型販促ロボットを実運用する上での落とし穴についてまとめた論文(CHI 2025 LBW)を紹介します。

論文名:Design Pitfalls in Interactive Sales Robots: A Systematic Analysis and Framework

著者:Yuki Okafuji, Takuya Iwamoto, Sichao Song

AI Labの中でも接客対話領域を担っている研究チームでは、実際の店舗や施設内に対話ロボットを設置して有効性を検証する、数多くのフィールド実験を実施してきました(2017年〜、フィールド実験数 約80回、査読論文64本)。その中でも対話型販促ロボットの実証実験も多くを占めており、それらの経験を踏まえた上で、対話型販促ロボットを実運用する上で気をつけるべき点を体系化してまとめることで、実証実験や実運用をする上でのチェックポイントになり得るものを作成とすることを目的とした研究になります。

はじめに

店舗で接客ロボットを活用する際には、外観やふるまいが顧客体験を大きく左右します。本研究は、インタラクティブ・セールスロボットの“設計上の落とし穴 (Design Pitfalls)” を網羅的に整理し、今後のロボット設計を支援するフレームワークを提案したものです。

研究背景

従来の HRI(Human-Robot Interaction)の研究では、ロボット導入の成功事例に焦点を当てる傾向があり、失敗や課題は暗黙知として扱われることが少なくありません。本研究は、こうした課題を形式知化し、実運用で再発しがちな問題点を事前に除去することを目的としています。

研究方法

以下の3つ段階の流れによって研究を実施しました。

  1. アイディア収集:ロボット研究者13名によるオンラインワークショップ(5回)に加え、補助的にGPT-4*を活用。全部で423件の「ユーザから見てロボットの望ましくない振る舞い」の収集。
  2. 結果分類:著者らによって、5つの主要カテゴリ・26のサブカテゴリに整理
  3. 妥当性検証:オンラインサーベイを活用して、一般利用者98名によるカテゴリ別の評価

代表的な落とし穴(カテゴリ別抜粋)

主要カテゴリ 代表的な落とし穴の例
(a) 倫理・社会的違反

年齢・性別などに基づく不適切なレコメンド(差別的発言)、プライバシー侵害、攻撃的発言、埃や汚れが付着したまま接客(不衛生な外観)

(b) 店舗・商品に不適切なロボット選定 高級ブランド売場にチープな外観のロボットを配置、肉製品売り場で動物型ロボットが豚肉を勧める、大型ロボットが通路を塞ぎ通行を妨害
(c) 機能不足

多言語未対応で外国人顧客に応答不能、在庫情報と連携せず売切商品を勧める、音声認識精度が低く聞き返しが頻発

(d) インタラクション機会を阻害する環境要因

目線より低い位置に設置され視認性が悪い、奥まった棚の陰で顧客から気づかれない、ロボット周辺に段差があり子どもが近寄れない

(e) 継続利用を阻害する振る舞い 過度な圧迫接客、不自然な常時スマイルで逆に不気味、スタッフとの連携不足

実務への示唆

  1. チェックリストとしての活用
    設計段階で 26 サブカテゴリを照合することで、潜在的な失敗要因を早期に検出できます。

  2. ユーザ評価スコアによる優先度付け
    各サブカテゴリの“不快度”スコアを用いれば、改善優先度が定量的に判断できます。

  3. 文化・業種横断での応用可能性
    本フレームワークは小売以外の公共施設やサービス業にも適用範囲を拡張できると考えられます。

おわりに

実フィールドでの対話型のロボットの設計に課題を感じていたり、実証実験や導入を検討しているような企業・研究者の皆さまは、ぜひ現地で議論の機会をいただければ幸いです。

 

また、我々のチームでは一緒に Human-Robot Interaction / Human-Computer Interaction の研究・開発を行っていただける研究者・エンジニア・博士インターン生を募集しています。本ブログを見てご興味を持って頂けた方は是非一度カジュアルにお話させてください。よろしくお願いします。

*GPT‑4 は、OpenAI 社が開発した大規模言語モデル(生成 AI)の名称です。

]]>
【採択論文紹介】Pseudo-eating behavior of service robot to improve the trustworthiness of product recommendations https://cyberagent.ai/blog/research/agent/19183/ Tue, 12 Mar 2024 00:08:44 +0000 https://ai-blog-admin.cyberagent.ai/?post_type=blog&p=19183 AI Lab Interactive Agentチームの岡藤です。Interactive Agent チームはHuman-Agent Interaction, Human-Computer Interactionを中心に研究を行っています。今回は、ロボティクス分野の論文誌「Advanced Robotics」に採択された論文を紹介します。こちらの論文は、立命館大学 松村耕平先生との共同研究の成果になります。オープンアクセスにしていますので、ご興味のある方はぜひ一読ください。

論文名:Pseudo-eating behavior of service robot to improve the trustworthiness of product recommendations

著者:Yuki Okafuji, Takumi Ishikawa, Kohei Matsumura, Jun Baba, Junya Nakanishi

 

研究背景

我々は日常的に購買をしながら生活をしています。一般的に、購買をしている人は推薦によって商品を購入しやすくなることが知られており、ソーシャルロボット(対話ロボット)を使った商品推薦の研究も数多くされています (例 [1])。しかしながら、ソーシャルロボットによる商品推薦は、様々な問題を抱えていることが知られています。

例えば、商品推薦を行う時にロボットが「この商品は美味しいよ」と主観的な発言させてしまうことです。これは、ロボット自身は商品を食べられないことが自明であるため、ロボットの主観的発言に対して嘘っぽさが出てしまい、発言の信頼感が低下していまうことが問題となります [2]。ロボットの発言の信頼性が低下することで、お客さんは商品を購入してくれなくなるため、商品推薦する場面においては致命的となってしまいます。このようにロボットの主観的な発言を商品推薦の場面に活用できないとなると、販売促進の役割のロボットには制限がかかり、なかなか普及しにくい状況となります。

そこで本論文では、食品の商品推薦の場面において、ロボットの主観的発言の信頼性を向上させる手法を提案し、主観的発言を商品推薦に活用可能なことをオンラインサーベイとフィールド実験で示しました。

 

提案手法

本論文では、ロボットの主観的発言の信頼性を向上させる手法として、擬似的な食事行動を提案しました。擬似的な食事行動とは、下図に示すように、ロボットが手につけた商品のかけらを口元に近づけ、その際「ガブッ」という咀嚼音と一緒に「美味しいよ」と発言をする行動のことです。

ロボットの主観的発言の信頼性が向上しない原因の1つとして、リアリティの欠如が挙げられます [3]。そのため、ロボットの擬似的な食事体験を明示的に共有することで、ロボットの主観的発言の信頼性を向上させる可能性があります。お客さんはロボットが実際に食品を食べたフリを直接見ているので、ロボットからの「美味しい」という主観的発言が許容されることを狙っています。ロボットの主観的発言の信頼性が向上することで、商品推薦の効果を向上させることにも繋がり、販売促進の場面におけるソーシャルロボットの制限がなくなることも意味しています。

実際のロボットの擬似的な食事行動のシーン

 

実験内容

本論文では、2回のオンラインサーベイと、フィールド実験を行いました。オンラインサーベイからは、擬似的な食事行動を伴うことにより、ロボットの主観的発言の信頼性が向上し、購買意欲も向上することが示されました。オンラインサーベイの詳細な方法や結果についてはぜひ論文をご参照ください。

動画を見てアンケートに回答するという単純なオンラインサーベイ内では購買意欲が向上することが示されましたが、実際の店舗においても販売促進の効果があるのかは分かりません。そのため、大学内のベーカリーにロボットを設置して商品推薦をするフィールド実験を通して、提案手法の有効性を検証しました。

 

比較条件としては下記の3つを用いました。

  • 食事推薦(Eating Recommendation): 提案手法。擬似的な食事行動が伴った主観的発言「美味しいよ!」を用いて商品を推薦する。
  • エキスパート推薦(Expert Recommendation): 先行研究で有効性が示されている比較手法 [4]。商品の人気度合いや効能など、客観的な指標に基づいて推薦する。
  • 組み合わせ推薦(Combination Recommendation):食事推薦とエキスパート推薦を組み合わせて、擬似的な食事行動と客観的な指標に基づいて推薦する。

実験は各条件5日ずつ実施して、それぞれの日で推薦する商品を変更しました。また、ロボットの推薦効果を比較するために、実験前後のそれぞれ10日分のデータも取得しました。平均来店人数、パン平均販売数、推薦商品平均販売数、推薦商品販売割合(推薦商品の販売数/全ての商品販売数)を評価指標としています。

 

実験結果・議論

実験結果を下記の表に示します。ロボットによる推薦効果を示す販売商品販売割合を統計検定した結果、実験前後合計期間と比較して、食事推薦とエキスパート推薦は高い推薦効果が示されました。つまりは、食事推薦ではロボットが主観的発言を用いて商品推薦をしているにも関わらず、先行研究で示されている手法と同等の推薦効果を持つことを示します。

一方で、組み合わせ推薦は実験前後期間よりは推薦商品販売割合が高いものの、他の2条件よりも減少する結果となりました。これは、オンラインサーベイで示されていたことですが、擬似的な食事行動「ガブッ」と客観的な発言(人気度合いなどの情報)を組み合わせることで、ロボットに対して違和感や嘘っぽい、といった印象を与えていることが起因していると考えられます。ロボットの行動に一貫性がなく、不自然さが含まれていたため、推薦能力が低下したと考えられます。

 

  平均来店人数 [人] パン平均販売数 [個] 推薦商品平均販売数 [個] 推薦商品販売割合 [%]
食事推薦 104.2 178.4 14.4 8.07
エキスパート推薦 112.4 195.4 15.6 7.98
組み合わせ推薦 102.2 167.0 12.8 7.66
実験前後合計(ロボットなし) 100.4 177.3 8.8 4.94

 

おわりに

本論文では、ロボットの主観的発言の信頼性を向上し、推薦能力を向上させるために、擬似的な食事推薦という手法を提案しました。オンラインサーベイとフィールド実験の結果から、擬似的な食事推薦は先行研究と同等の推薦能力を持つことが示されたため、ロボットの表現が制限されない可能性を示しています。

今回はベーカリーにおける食品の推薦をすることを想定していたため、ユーザとロボットの体験共有をするために、擬似的な食事行動という手法を提案しました。しかしながら、食品以外の商品推薦の場合の体験共有の手法などは不明であり、今後は他の商品群の推薦場面なども検証していく必要があります。また組み合わせ推薦の結果で見られたように、日常生活における自然なロボットの行動生成はより一層重要な研究テーマとなりつつあり、大規模言語モデルと非言語動作の統合などが今後の課題としてあげられます。

本ブログで紹介した内容は一部であるため、ご興味のある方はぜひ論文(オープンアクセス)に目を通してみてください。論文内にはより詳細な手法や効果の確認範囲(リミテーション)、結果の考察などが含まれています。

 

最後に、我々のチームでは一緒に Human-Robot Interaction / Human-Computer Interaction の研究・開発を行っていただける研究者・エンジニアを募集しています。本ブログを見てご興味を持って頂けた方は是非一度カジュアルにお話させてください。よろしくお願いします。

 

参考文献

[1] S. Song, et al., Out for In!: Empirical Study on the Combination Power of Two Service Robots for Product Recommendation, In Proceedings of the 2023 ACM/IEEE International Conference on Human-Robot Interaction (HRI’23), pp. 408-416, 2023. doi: 10.1145/3568162.3577005

[2] J. Sytsma and E. Machery, Two conceptions of subjective experience, Philosophical Studies, vol. 151, pp. 29-327, 2010. doi: 10.1007/s11098-009-9439-x

[3] H. Cho, et al., Perceived Realism: Dimensions and Roles in Narrative Persuasion, Communication Research, vol. 41, no. 6, pp. 828-851, 2014. doi: 10.1177/0093650212450585

[4] S. Andrist, et al., Rhetorical robots: Making robots more effective speakers using linguistic cues of expertise, In Proceedings of the ACM.IEEE International Conference on Human-Robot Interaction (HRI’13), pp. 341-348, 2013. doi: 10.1109/HRI.2013.6483608.

]]>
【採択論文紹介】Playful Recommendation: Sales Promotion that Robots Stimulate Pleasant Feelings instead of Product Explanation https://cyberagent.ai/blog/research/agent/17077/ Tue, 18 Oct 2022 02:37:10 +0000 https://ai-blog-admin.cyberagent.ai/?post_type=blog&p=17077 AI Lab接客対話グループの岩本です。接客対話グループはHuman Agent Interaction、Human Computer Interactionを中心に研究を行なっています。今回は、IEEE Robotics and Automation Lettersの同時投稿オプションでIROS2022にも採択された論文Playful Recommendationに関する論文を紹介します。

論文名:Playful Recommendation: Sales Promotion that Robots Stimulate Pleasant Feelings instead of Product Explanation

ブログ概要:商品情報をユーザに提示しない推薦方法を提案しました。二度の実店舗での実験では売上が最大7倍まで上昇しました。これまでのロボットの推薦と比較し、商品やシチュエーションごとにシナリオやジェスチャを詳細に変更する必要が無く、汎用的な推薦方法になることが期待されます。

 

ロボットによる店舗内販促

小売店舗などには非常に多くの商品が陳列されています。販売側は複数の中から自社の製品やおすすめの商品をユーザに知ってもらうために様々な広告を活用しています。また購買の半数以上が非計画購買[1]と報告もされており、多くの人々は明確に買う物を決定し店舗に来ているわけではありません。そのため店舗内での情報提示が購買行動に大きく影響すると考えられます。

その中でも我々が注目しているロボットには

  • 集客に成功しやすい[2]
    • ユーザを惹きつける振る舞いが可能
  • 好みなどのヒアリングをしやすい[3]
    • 対話相手と認識されやすく、推薦に活用できる情報が得られる

などの特徴が報告され、従来の広告媒体と比較し「人を惹きつけ、満足度が得られる商品を販促する」媒体としての可能性があります。

ロボットをただ置けば集客やヒアリングに成功するわけではなく「腕をあげる・商品を指差すタイミング」、「関係性を構築する対話設計」などのインタラクションデザインが重要になってきます。このインタラクションデザインは、販促対象の商品や販売する場所やシチュエーションによって変更する必要があります。そのため突発的に販促商品を変更しようとしても対応がしきれない場合も存在します。今回は商品ごとにシナリオを変更することを課題とし、解決方法を提案しました。

快感情を刺激する推薦:Playful Recommendation

非計画購買の一種に衝動購買が含まれます。衝動購買は「快感情」のような「楽しさ」が発生要因と言われており、遊園地や商業施設などでも用いられるマーケティング手法です[4]。そこで我々は商品説明がなくても、ロボットがユーザの快感情を刺激することで購買意欲を高めることができる可能性があると考えました。快感情を刺激する行動は商品によって振る舞いを変えなくても良いことが多いため、実現することで商品によって変更する必要のないインタラクションになりえます。

我々はこのような推薦方法をPlayful Recommendation(以下PR)と名付け以下の条件が揃うことで効果を発揮すると考え、実験を実施しました。

  • ロボットと商品がユーザの注目するエリアに存在する
    • 商品に注目する時間が長くなることで、商品への興味や記憶に影響を与える[5]ため、商品とロボットを近い距離に設置する
  • ロボットは快感情を刺激する
    • ユーザが楽しんでもらえる振る舞いを行う
  • ロボットは商品の話を行わない
    • 商品説明がありふれていたり、楽しいものではなければ商品に関する話題も行わない。例外として商品自体がとても珍しく快感情を刺激する可能性があるなら説明しても良い

実験1:Playful Recommendationの効果検証

下記の仮説を検証するために、大型商業施設内にある雑貨店で実験を実施しました。

  1. PRは通常の陳列よりも効果的なシーンが存在する
  2. PRは商品説明する推薦方法より効果的なシーンが存在する

比較条件

・PR条件:快感情を刺激する方法としてダンスを採用しました。ダンスはロボットが行うエンタテインメントとして集客に成功した事例も多い振る舞いです。

・説明条件:商品詳細を説明します。今回説明用の動画を説明し、ロボットが説明をする際には動画を再生します。

・通常条件:ロボットがいない条件で販促します

使用ロボットと販促商品

今回の実験では自己推薦ロボット(Self Recommendation Robot-SRR)を使用しました。SRRは商品を動かすと同時に音声を再生することで、その商品が話しているかのように感じるロボットです。一般的なロボットは「ロボット」「商品」「ユーザ」の三者構造ですが、SRRは「ロボット/ 商品」「ユーザ」の二者構造になります。そのためPRを成功させるための要素の「商品とロボットを近い距離に設置する」がより強力になると考えられます。販促する商品は、実験期間中に実施されていたハロウィン限定商品を選びました。

 

 

PR動作イメージ

実験1:結果

結果の一部を抜粋します。

商品の販売率(販売数/通行人数)、ユーザの立ち止まり率(立ち止まり人数/通行人数)を算出しました。その結果

  • PRは、「説明をする推薦」および「通常時」よりも売り上げを有意に増加させた(※通常時の約7倍増加)(左図)

  • PRは、「説明をする推薦」および「通常時」よりお客様に立ち止まってもらえる(右図)

ユーザの様子を観察すると、ダンスをすることで「動画撮影をする」「一緒に踊る」など楽しんでいる様子が確認されました。またダンスをすることで、周りの人々を惹きつけることに成功し、他の条件よりも集客に成功しています。説明条件は同様のSRRを用いましたが、商品説明が始まることで離脱するユーザが目立ちました。SRRを用いることで通常状態よりも販促に有意に成功しており、特にPRは高い販売効果が確認され、H1,H2を支持する結果となりました。

実験2:Playful Recommendationを効果的に実施できるロボットの検証

実験2ではSRRと三者構造のロボットを用いてPRの効果を検証しました。実験はクリスマスシーズンに実施され、販促対象となった商品はクリスマスの限定商品です。

三者構造条件では通常の販促と同様にそばに商品を置くNearby条件と、SRRのように商品と同じ動きによって注目されられるHold条件の2つを準備しました。

実験2:結果

結果の一部を抜粋します。

商品の販売率(販売数/通行人数)、ユーザの立ち止まり率(立ち止まり人数/通行人数)を算出しました。その結果

  • 三条件間では販売率では有意差がなかったが、最も高い販売数と販売率だった(左図)

  • Nearbyは、他条件よりも高い立ちどめに成功した(右図)

 

販売数は実験期間外と比較すると各条件とも通常状態よりも高い結果となった。これはロボットの状態に限らずPRが販促に有効な可能性を示しています。特にSRRは商品と一体化しているので注目時間が伸びるため有効に働いたのではないかと考えられます。立ち止まり率に関してはNearbyが最も高い割合となりました。過去の実験でも一般的なロボットはSRRより高い集客効果がある[5]ことがわかっているため、同様の結果となりました。インタビュウではHoldは「商品を持ってアピールしていると広告という感じを強く感じる」という意見もあったことから、立ち止まり率がNearbyよりも低下した可能性があります。

最後に

商品情報を行わない推薦方法を提案しました。2つの実験を通して通常の販促よりも高い効果を上げることができました。

本ブログで紹介した結果や考察は一部のため、ご興味ある方はぜひ論文を読んでいただきたいです。論文内にはより詳細な手法や効果の確認範囲(リミテーション)、ロボット販促の倫理的考察などが含まれています。

 

引用文献

[1]C. J. West, “Results of two years of study into impulse buying,”J. Mar-keting, vol. 15, no. 3, pp. 362–363, 1951.

[2]I. Aaltonen, A. Arvola, P. Heikkilä, and H. Lammi, “Hello pepper, mayI tickle you?,” inProc. Companion ACM/IEEE Int. Conf. Hum.-RobotInteract., 2017, pp. 53–54.

[3]. Watanabe, K. Ogawa, and H. Ishiguro, “Can androids be salespeoplein the real world?,” inProc. 33rd Annu. ACM Conf. Extended Abstr. Hum.Factors Comput. Syst., 2015, pp. 781–788.

[4]D. W. Rook and R. J. Fisher, “Normative influences on impulsive buyingbehavior,”J. Consum. Res., vol. 22, no. 3, pp. 305–313, 1995.

[5]A. Fukayama, V. Pham, and T. Ohno, “Analysis of user’s gaze for usabilityassessment of anthropomorphic agents,” HIP2003, vol. 136, 2004.

]]>
【採択論文紹介】Service Robots in a Bakery Shop: A Field Study https://cyberagent.ai/blog/research/agent/17063/ Mon, 17 Oct 2022 06:53:02 +0000 https://ai-blog-admin.cyberagent.ai/?post_type=blog&p=17063 AI Lab接客対話グループの宋です。接客対話グループはHuman Agent Interaction、Human Computer Interactionを中心に研究を行なっています。今回は、ロボティクス分野の国際会議「IROS 2022」(IEEE/RSJ International Conference on Intelligent Robots and Systems)」に採択された論文を紹介します。

論文名:Service Robots in a Bakery Shop: A Field Study

研究背景

近年、ソーシャルロボットについての議論が活発になっている。ソーシャルロボットは人とコミュニケーションすることができるため、従来までの広告に代わる手段として、サービスロボットとして販売促進などでの活用が期待されている。小売業は、顧客とエンゲージするための革新的な方法を常に模索しており、サービスロボットは、顧客の興味や関心を引きつけ、彼らの購買意欲を高めるのに特に有効となることが考えられる。

これまでの研究では、チラシ配りや商品推薦など、さまざまな目的でのサービスロボットの利用が検討されてきた。販売促進に関しては、ショッピングモールや店舗にロボットを設置し、実証実験を通じてサービスロボットの有効性が調査されている。例えば、[1]では、デパートでアンドロイドの販売員が商品を販売した。そのロボットは、二倍以上のお客様に対して接客サービスを提供し、43着の衣服を販売した。

しかし、販売促進への関心は高まっているものの、小売業における適用方法とその効果は不明なままである。サービスロボットの販促や商品推薦の効果を示すためには、様々な小売店を用いたさらなる実証的な証拠が必要となる。さらに、[2]が指摘するように、過去の研究では主に探索的な研究であった。したがって、具体的にどのようなタイプのロボットの行動が効果的で、それに応じて顧客がどのように反応するかについては、まだ明らかにされていない。

実験内容

ロボットの設置箇所のイメージ

本研究では、ベーカリー店舗に2台の遠隔操作型(※オペレータによりリモートで制御される)のサービスロボットを配置した。一台は店頭に設置し、通行人を出迎えながら商品情報をアナウンスし、もう一台は店内に設置し、お客様に特定の商品(パン)を推薦した。全体的な目標は、推薦したパンの売上向上だけでなく、店舗全体の売上を向上させることであった。そのための基本戦略として、多くの通行人を店舗に招き入れることと、多くの商品を購入してもらうことの2つが考えられる。そのため本実験では、役割の異なる2台のサービスロボットを活用した。また、商品推薦におけるロボットの推薦効果を調べるために、お店の全商品の中から数種類のパンをロボットの推薦対象パンとして選んで、これらの商品を他の商品と比較し、売れ行きの変化を観察することも目的であった。

ロボットのパフォーマンスを評価し、研究目的を評価するために、主に以下の項目を評価した。

  • 売上:総売上高、客数、客単価。
  • 店内行動:「推薦対象パンを見た」や「推薦対象パンをトレイに入れた」などのキーアクションを伴う客の行動。

実験結果

ロボット導入による売上への影響(昨年度較)

店舗全体の売上データによると、我々のロボットが導入された日は売上が劇的に伸びた(昨年度と比較して平均138%の伸び率)が、ロボットが導入されなかった日は明らかな伸びを示さなかった。したがって、今回の結果は、サービスロボットが販売促進に有効であることを示しており、既存の少ない実証的証拠を示している。興味深いことに、実験期間中の一日当たりの来店客数は、ロボットの有無に関わらずほぼ同じ水準で推移している一方で、ロボット稼働時には客単価が向上しているため、より多くの商品またはより高額な商品が購入されたことがわかった。

更に、店内に設置したロボットの録画映像の分析からは、ロボットがお客様の購買行動に影響を与えることが示唆された。例えば、「〇〇パンを見て、トレイに入れてくださいね」みたいなロボットの指示が増えたことに伴って、客がそのパンを購入する確率は約2倍となることがわかった。ただし、このようなロボットの指示行動の効果の即時性は確認できていない。つまり、ロボットが指示した直後の顧客の行動に、ロボットの影響が単純に反映されているわけではなかった。しかし、ロボットの指示行動によって、客の推薦対象パンへの興味と関心が高まり、購買意欲の「種」が蒔かれる可能性が示唆されている。

今後の課題

今後の研究において、いくつかのポイントが考えられる。まず、今回の実験では、子供型ロボットを採用した。ロボットの外見は印象や説得力に影響を与える可能性があるため、今後、多様な外見のロボットを用いた研究が行われる必要がある。次に、今回のフィールド調査は一週間以上であったが、まだロボットに対する新規性効果(新しいものに対して興味を引きやすい効果)が多く残っている可能性がある。したがって、サービスロボットの販売促進への活用効果を確認するためには、より長期的な研究が必要である。最後に、本研究では、人との自然な会話を実現するために遠隔操作ロボットを採用した。しかし、特に販売促進という目的においては、コストの問題から自律型ロボットシステムの活用することが重要となる。そのため、今後はこのような自律型システムの開発・検証を行う予定である。

参考文献

[1] Watanabe, M., Ogawa, K., & Ishiguro, H. (2015, April). Can androids be salespeople in the real world?. In Proceedings of the 33rd annual ACM conference extended abstracts on human factors in computing systems (pp. 781-788).

[2] Brengman, M., De Gauquier, L., Willems, K., & Vanderborght, B. (2021). From stopping to shopping: An observational study comparing a humanoid service robot with a tablet service kiosk to attract and convert shoppers. Journal of Business Research, 134, 263-274.

]]>