TEDWomen 2010
Cynthia Breazeal: The rise of personal robots
Cynthia Breazeal: Era robotów osobistych
Filmed:
Readability: 4.4
1,201,057 views
Jako absolwentka Cynthia Breazeal zastanawiała się czemu używamy robotów na Marsie, ale nie w naszych salonach. Zdała sobie sprawę, że kluczem do tego jest nauczenie robotów jak naturalnie wchodzić w interakcje z ludźmi. Cynthia Breazeal obecnie zajmuje się projektowaniem i budową robotów, które potrafią się uczyć, bawić i nauczać. Prelekcja zawiera także niesamowity pokaz nowej interaktywnej gry dla dzieci.
Cynthia Breazeal - Roboticist
At MIT, Cynthia Breazeal and her team are building robots with social intelligence that communicate and learn the same way people do. Full bio
At MIT, Cynthia Breazeal and her team are building robots with social intelligence that communicate and learn the same way people do. Full bio
Double-click the English transcript below to play the video.
00:15
Ever since I was a little girl
0
0
3000
Odkąd byłam małą dziewczynką
00:18
seeing "Star Wars" for the first time,
1
3000
2000
i zobaczyłam "Gwiezdne Wojny"
00:20
I've been fascinated by this idea
2
5000
2000
byłam zafascynowana pomysłem
00:22
of personal robots.
3
7000
2000
robotów osobistych.
00:24
And as a little girl,
4
9000
2000
Uwielbiałam to,
00:26
I loved the idea of a robot that interacted with us
5
11000
2000
że roboty były między ludźmi
00:28
much more like a helpful, trusted sidekick --
6
13000
3000
jako zaufani pomocnicy...
00:31
something that would delight us, enrich our lives
7
16000
2000
Miały nas zachwycić, wzbogacić nasze życia
00:33
and help us save a galaxy or two.
8
18000
3000
i pomóc nam uratować kilka galaktyk.
00:37
I knew robots like that didn't really exist,
9
22000
3000
Takie roboty jeszcze nie istniały,
00:40
but I knew I wanted to build them.
10
25000
2000
ale chciałam je zbudować.
00:42
So 20 years pass --
11
27000
2000
Po 20 latach...
00:44
I am now a graduate student at MIT
12
29000
2000
jestem absolwentką MIT
00:46
studying artificial intelligence,
13
31000
2000
zajmującą się sztuczną inteligencją,
00:48
the year is 1997,
14
33000
2000
jest rok 1997,
00:50
and NASA has just landed the first robot on Mars.
15
35000
3000
NASA wysłała pierwszego robota na Marsa.
00:53
But robots are still not in our home, ironically.
16
38000
3000
Robotów nadal nie ma w naszych domach.
00:56
And I remember thinking about
17
41000
2000
Pamiętam, że rozmyślałam
00:58
all the reasons why that was the case.
18
43000
2000
o przyczynach takiego stanu rzeczy.
01:00
But one really struck me.
19
45000
2000
Jedna się wyróżniała.
01:02
Robotics had really been about interacting with things,
20
47000
3000
Robotyka polega na interakcjach z rzeczami,
01:05
not with people --
21
50000
2000
a nie z ludźmi,
01:07
certainly not in a social way that would be natural for us
22
52000
2000
a już na pewno nie na interakcjach naturalnych dla ludzi
01:09
and would really help people accept robots
23
54000
2000
co pomogłoby ludziom zobaczyć roboty
01:11
into our daily lives.
24
56000
2000
jako część życia codziennego.
01:13
For me, that was the white space; that's what robots could not do yet.
25
58000
3000
Roboty tego nie potrafiły, to była biała plama.
01:16
And so that year, I started to build this robot, Kismet,
26
61000
3000
Wtedy zaczęłam budować Kismeta,
01:19
the world's first social robot.
27
64000
3000
pierwszego robota socjalnego.
01:22
Three years later --
28
67000
2000
Trzy lata później,
01:24
a lot of programming,
29
69000
2000
po masie programowania
01:26
working with other graduate students in the lab --
30
71000
2000
i pracy z innymi absolwentami
01:28
Kismet was ready to start interacting with people.
31
73000
2000
Kismet był gotowy na spotkanie z ludźmi.
01:30
(Video) Scientist: I want to show you something.
32
75000
2000
(Film) Naukowiec: Pokażę ci coś.
01:32
Kismet: (Nonsense)
33
77000
2000
Kismet: (Mamrocze).
01:34
Scientist: This is a watch that my girlfriend gave me.
34
79000
3000
Naukowiec: Dostałem to od dziewczyny.
01:37
Kismet: (Nonsense)
35
82000
2000
Kismet: (Mamrocze)
01:39
Scientist: Yeah, look, it's got a little blue light in it too.
36
84000
2000
Naukowiec: Popatrz, ma niebieskie światełko.
01:41
I almost lost it this week.
37
86000
3000
Prawie go zgubiłem.
01:44
Cynthia Breazeal: So Kismet interacted with people
38
89000
3000
CB: Kismet wchodził w interakcje z ludźmi
01:47
like kind of a non-verbal child or pre-verbal child,
39
92000
3000
jak dziecko, które jeszcze nie umie mówić,
01:50
which I assume was fitting because it was really the first of its kind.
40
95000
3000
co pasuje, bo jest pierwszy w swoim rodzaju.
01:53
It didn't speak language, but it didn't matter.
41
98000
2000
Nie umiał mówić, ale to nie miało znaczenia.
01:55
This little robot was somehow able
42
100000
2000
Był w stanie oddziaływać
01:57
to tap into something deeply social within us --
43
102000
3000
na naszą socjalną nutę.
02:00
and with that, the promise of an entirely new way
44
105000
2000
To obietnica nowego sposobu
02:02
we could interact with robots.
45
107000
2000
interakcji z robotami.
02:04
So over the past several years
46
109000
2000
Przez ostatnie kilka lat
02:06
I've been continuing to explore this interpersonal dimension of robots,
47
111000
2000
badałam relacje interpersonalne robotów
02:08
now at the media lab
48
113000
2000
w laboratorium medialnym
02:10
with my own team of incredibly talented students.
49
115000
2000
z zespołem utalentowanych studentów.
02:12
And one of my favorite robots is Leonardo.
50
117000
3000
Leonardo to mój faworyt.
02:15
We developed Leonardo in collaboration with Stan Winston Studio.
51
120000
3000
Stworzyliśmy go wraz ze Studiem Stana Winstona.
02:18
And so I want to show you a special moment for me of Leo.
52
123000
3000
Pokażę wam szczególny moment.
02:21
This is Matt Berlin interacting with Leo,
53
126000
2000
Matt Berlin pokazuje Leo nowy obiekt.
02:23
introducing Leo to a new object.
54
128000
2000
Matt Berlin pokazuje Leo nowy obiekt.
02:25
And because it's new, Leo doesn't really know what to make of it.
55
130000
3000
Leo nie wie co z nim zrobić, bo jest dla niego nowy.
02:28
But sort of like us, he can actually learn about it
56
133000
2000
Ale może się nauczyć,
02:30
from watching Matt's reaction.
57
135000
3000
obserwując reakcję Matta.
02:33
(Video) Matt Berlin: Hello, Leo.
58
138000
2000
(Film) MB: Cześć, Leo.
02:38
Leo, this is Cookie Monster.
59
143000
3000
To Ciasteczkowy Potwór.
02:44
Can you find Cookie Monster?
60
149000
3000
Możesz go znaleźć?
02:52
Leo, Cookie Monster is very bad.
61
157000
3000
Ciasteczkowy potwór jest bardzo zły.
02:56
He's very bad, Leo.
62
161000
2000
Jest bardzo zły.
03:00
Cookie Monster is very, very bad.
63
165000
3000
Ciasteczkowy Potwór jest zły, bardzo zły.
03:07
He's a scary monster.
64
172000
2000
Jest przerażający.
03:09
He wants to get your cookies.
65
174000
2000
Chce ukraść twoje ciasteczka.
03:12
(Laughter)
66
177000
2000
(Śmiech)
03:14
CB: All right, so Leo and Cookie
67
179000
3000
SB: Leo i Cookie
03:17
might have gotten off to a little bit of a rough start,
68
182000
2000
mieli trudne początki,
03:19
but they get along great now.
69
184000
3000
ale teraz się dogadują.
03:22
So what I've learned
70
187000
2000
Nauczyłam się,
03:24
through building these systems
71
189000
2000
dzięki tworzeniu tych systemów,
03:26
is that robots are actually
72
191000
2000
że roboty to bardzo ciekawa
03:28
a really intriguing social technology,
73
193000
2000
technologia socjalna.
03:30
where it's actually their ability
74
195000
2000
Są w stanie
03:32
to push our social buttons
75
197000
2000
do nas przemawiać,
03:34
and to interact with us like a partner
76
199000
2000
być partnerami,
03:36
that is a core part of their functionality.
77
201000
3000
co jest ich zadaniem.
03:39
And with that shift in thinking, we can now start to imagine
78
204000
2000
Możemy sobie wyobrazić
03:41
new questions, new possibilities for robots
79
206000
3000
nowe pytania i możliwości,
03:44
that we might not have thought about otherwise.
80
209000
3000
wcześniej nie do pomyślenia.
03:47
But what do I mean when I say "push our social buttons?"
81
212000
2000
Co dokładnie przez to rozumiem?
03:49
Well, one of the things that we've learned
82
214000
2000
Nauczyłam się, że jeśli zaprojektujemy
03:51
is that, if we design these robots to communicate with us
83
216000
2000
roboty, by się z nami porozumiewały
03:53
using the same body language,
84
218000
2000
używając tej samej mowy ciała,
03:55
the same sort of non-verbal cues that people use --
85
220000
2000
tych samych wskazówek, których używają ludzie,
03:57
like Nexi, our humanoid robot, is doing here --
86
222000
3000
jak robi to Nexi, nasz robot humanoidalny...
04:00
what we find is that people respond to robots
87
225000
2000
Ludzie reagują na roboty
04:02
a lot like they respond to people.
88
227000
2000
podobnie jak na innych ludzi.
04:04
People use these cues to determine things like how persuasive someone is,
89
229000
3000
Szukają wskazówek, by zdecydować czy ktoś jest przekonujący,
04:07
how likable, how engaging,
90
232000
2000
czy da się go polubić, czy jest zajmujący
04:09
how trustworthy.
91
234000
2000
lub godny zaufania.
04:11
It turns out it's the same for robots.
92
236000
2000
Podobnie jest z robotami.
04:13
It's turning out now
93
238000
2000
Okazuje się,
04:15
that robots are actually becoming a really interesting new scientific tool
94
240000
3000
że roboty stają się ciekawym narzędziem
04:18
to understand human behavior.
95
243000
2000
do badania ludzkich zachowań.
04:20
To answer questions like, how is it that, from a brief encounter,
96
245000
3000
Możemy się dowiedzieć jak szybko ludzie oceniają
04:23
we're able to make an estimate of how trustworthy another person is?
97
248000
3000
czy ktoś jest godny zaufania.
04:26
Mimicry's believed to play a role, but how?
98
251000
3000
Naśladowanie zachowań odgrywa rolę.
04:29
Is it the mimicking of particular gestures that matters?
99
254000
3000
Czy chodzi o konkretne gesty?
04:32
It turns out it's really hard
100
257000
2000
Trudno to zrozumieć
04:34
to learn this or understand this from watching people
101
259000
2000
obserwując ludzi.
04:36
because when we interact we do all of these cues automatically.
102
261000
3000
Nasze zachowania są automatyczne.
04:39
We can't carefully control them because they're subconscious for us.
103
264000
2000
Są podświadome, więc trudno nimi sterować.
04:41
But with the robot, you can.
104
266000
2000
Ale u robota można.
04:43
And so in this video here --
105
268000
2000
Ten film był zrobiony w laboratorium
04:45
this is a video taken from David DeSteno's lab at Northeastern University.
106
270000
3000
Dawida DeSteno z Uniwersytetu Północno-Wschodniego.
04:48
He's a psychologist we've been collaborating with.
107
273000
2000
To psycholog, z którym współpracowaliśmy.
04:50
There's actually a scientist carefully controlling Nexi's cues
108
275000
3000
Kontrolują sygnały jakie wysyła Nexi,
04:53
to be able to study this question.
109
278000
3000
żeby zbadać to zagadnienie.
04:56
And the bottom line is -- the reason why this works is
110
281000
2000
To działa, bo ludzie
04:58
because it turns out people just behave like people
111
283000
2000
zachowują się jak ludzie,
05:00
even when interacting with a robot.
112
285000
3000
gdy przebywają z robotem.
05:03
So given that key insight,
113
288000
2000
Dzięki temu
05:05
we can now start to imagine
114
290000
2000
możemy sobie wyobrazić
05:07
new kinds of applications for robots.
115
292000
3000
nowe zastosowania dla robotów.
05:10
For instance, if robots do respond to our non-verbal cues,
116
295000
3000
Roboty odpowiadają na nasze sygnały,
05:13
maybe they would be a cool, new communication technology.
117
298000
4000
mogłyby być nową technologią komunikacyjną.
05:17
So imagine this:
118
302000
2000
Wyobraźcie sobie to:
05:19
What about a robot accessory for your cellphone?
119
304000
2000
Roboty jako akcesoria do telefonu.
05:21
You call your friend, she puts her handset in a robot,
120
306000
2000
Dzwonicie do znajomych, oni wkładają telefon
05:23
and, bam! You're a MeBot --
121
308000
2000
do robota i jesteście JaBotem,
05:25
you can make eye contact, you can talk with your friends,
122
310000
3000
utrzymujecie kontakt wzrokowy, rozmawiacie,
05:28
you can move around, you can gesture --
123
313000
2000
poruszacie się, gestykulujecie...
05:30
maybe the next best thing to really being there, or is it?
124
315000
3000
To prawie jakbyście tam byli. Czy jest różnica?
05:33
To explore this question,
125
318000
2000
By odpowiedzieć na to pytanie
05:35
my student, Siggy Adalgeirsson, did a study
126
320000
3000
moja studentka, Siggy Adalgeirsson
05:38
where we brought human participants, people, into our lab
127
323000
3000
zbadała interakcje ludzi
05:41
to do a collaborative task
128
326000
2000
podczas grupowego zadania
05:43
with a remote collaborator.
129
328000
2000
z odległym współpracownikiem.
05:45
The task involved things
130
330000
2000
Zadanie wymagało
05:47
like looking at a set of objects on the table,
131
332000
2000
rozpoznania obiektów na stole,
05:49
discussing them in terms of their importance and relevance to performing a certain task --
132
334000
3000
rozmowy o tym czy są ważne dla wykonania zadania,
05:52
this ended up being a survival task --
133
337000
2000
które polegało na przetrwaniu...
05:54
and then rating them in terms
134
339000
2000
Trzeba było je ocenić
05:56
of how valuable and important they thought they were.
135
341000
2000
w zależności od przydatności.
05:58
The remote collaborator was an experimenter from our group
136
343000
3000
Tym współpracownikiem był członek naszego zespołu,
06:01
who used one of three different technologies
137
346000
2000
który używał trzech różnych technologii
06:03
to interact with the participants.
138
348000
2000
by porozumiewać się z grupą.
06:05
The first was just the screen.
139
350000
2000
Najpierw był ekran.
06:07
This is just like video conferencing today.
140
352000
3000
To jak dzisiejsze wideokonferencje.
06:10
The next was to add mobility -- so, have the screen on a mobile base.
141
355000
3000
Potem dodaliśmy mobilność, ekran się poruszał.
06:13
This is like, if you're familiar with any of the telepresence robots today --
142
358000
3000
Jak roboty do teleobecności,
06:16
this is mirroring that situation.
143
361000
3000
coś w tym stylu.
06:19
And then the fully expressive MeBot.
144
364000
2000
Na koniec JaBot - w pełni interaktywny.
06:21
So after the interaction,
145
366000
2000
Potem poprosiliśmy ludzi
06:23
we asked people to rate their quality of interaction
146
368000
3000
by ocenili jakość ich interakcji
06:26
with the technology, with a remote collaborator
147
371000
2000
z odległym współpracownikiem
06:28
through this technology, in a number of different ways.
148
373000
3000
zależnie od użytej technologii.
06:31
We looked at psychological involvement --
149
376000
2000
Badaliśmy zaangażowanie psychologiczne...
06:33
how much empathy did you feel for the other person?
150
378000
2000
Jak głęboką ci ludzie odczuwali empatię?
06:35
We looked at overall engagement.
151
380000
2000
Badaliśmy ogólne zaangażowanie.
06:37
We looked at their desire to cooperate.
152
382000
2000
Chęć współpracy.
06:39
And this is what we see when they use just the screen.
153
384000
3000
To się dzieje, gdy jest tylko ekran.
06:42
It turns out, when you add mobility -- the ability to roll around the table --
154
387000
3000
Jeśli jest mobilny... Porusza się po stole...
06:45
you get a little more of a boost.
155
390000
2000
Współczynniki rosną.
06:47
And you get even more of a boost when you add the full expression.
156
392000
3000
Gdy jest interaktywny jest jeszcze lepiej.
06:50
So it seems like this physical, social embodiment
157
395000
2000
Fizyczna obecność robi różnicę.
06:52
actually really makes a difference.
158
397000
2000
Fizyczna obecność robi różnicę.
06:54
Now let's try to put this into a little bit of context.
159
399000
3000
Pomyślmy o tym w kontekście.
06:57
Today we know that families are living further and further apart,
160
402000
3000
Członkowie rodzin żyją coraz dalej od siebie,
07:00
and that definitely takes a toll on family relationships
161
405000
2000
co wpływa na ich wzajemne stosunki.
07:02
and family bonds over distance.
162
407000
2000
co wpływa na ich wzajemne stosunki.
07:04
For me, I have three young boys,
163
409000
2000
Mam trzech synów,
07:06
and I want them to have a really good relationship
164
411000
2000
chcę żeby mieli dobre stosunki
07:08
with their grandparents.
165
413000
2000
z swoimi dziadkami.
07:10
But my parents live thousands of miles away,
166
415000
2000
Ale moi rodzice żyją bardzo daleko,
07:12
so they just don't get to see each other that often.
167
417000
2000
więc nie widują się tak często.
07:14
We try Skype, we try phone calls,
168
419000
2000
Próbujemy Skype, rozmów telefonicznych
07:16
but my boys are little -- they don't really want to talk;
169
421000
2000
ale moi chłopcy nie chcą rozmawiać,
07:18
they want to play.
170
423000
2000
chcą się bawić.
07:20
So I love the idea of thinking about robots
171
425000
2000
Uwielbiam myśleć o robotach,
07:22
as a new kind of distance-play technology.
172
427000
3000
jako nowych zabawkach na odległość.
07:25
I imagine a time not too far from now --
173
430000
3000
Niedługo moja mama mogłaby
07:28
my mom can go to her computer,
174
433000
2000
podejść do komputera
07:30
open up a browser and jack into a little robot.
175
435000
2000
i połączyć się z robotem.
07:32
And as grandma-bot,
176
437000
3000
Jako BabciaBot
07:35
she can now play, really play,
177
440000
2000
mogłaby się bawić
07:37
with my sons, with her grandsons,
178
442000
2000
z moimi synami,
07:39
in the real world with his real toys.
179
444000
3000
w prawdziwym świecie prawdziwymi zabawkami.
07:42
I could imagine grandmothers being able to do social-plays
180
447000
2000
Babcie będą mogły się bawić
07:44
with their granddaughters, with their friends,
181
449000
2000
ze swoimi wnukami, przyjaciółmi
07:46
and to be able to share all kinds of other activities around the house,
182
451000
2000
wykonując różne czynności w domu,
07:48
like sharing a bedtime story.
183
453000
2000
jak czytanie na dobranoc.
07:50
And through this technology,
184
455000
2000
Dzięki tej technologii
07:52
being able to be an active participant
185
457000
2000
będzie można brać czynny udział
07:54
in their grandchildren's lives
186
459000
2000
w życiu wnuków
07:56
in a way that's not possible today.
187
461000
2000
w sposób dziś niemożliwy.
07:58
Let's think about some other domains,
188
463000
2000
Pomyślmy o czymś innym.
08:00
like maybe health.
189
465000
2000
Zdrowie.
08:02
So in the United States today,
190
467000
2000
Dziś w Stanach 65% ludzi
08:04
over 65 percent of people are either overweight or obese,
191
469000
3000
ma nadwagę lub jest otyła,
08:07
and now it's a big problem with our children as well.
192
472000
2000
to spory problem, także u dzieci.
08:09
And we know that as you get older in life,
193
474000
2000
Dziecięca otyłość
08:11
if you're obese when you're younger, that can lead to chronic diseases
194
476000
3000
prowadzi do chorób w dorosłym życiu,
08:14
that not only reduce your quality of life,
195
479000
2000
które zmniejszają jakość życia
08:16
but are a tremendous economic burden on our health care system.
196
481000
3000
i są ciężarem dla naszej służby zdrowia.
08:19
But if robots can be engaging,
197
484000
2000
Ale roboty mogą być zajmujące,
08:21
if we like to cooperate with robots,
198
486000
2000
lubimy z nimi współpracować,
08:23
if robots are persuasive,
199
488000
2000
jeśli będą przekonujące
08:25
maybe a robot can help you
200
490000
2000
może będą w stanie pomóc
08:27
maintain a diet and exercise program,
201
492000
2000
w trzymaniu się diety i ćwiczeń,
08:29
maybe they can help you manage your weight.
202
494000
3000
co pomoże ludziom schudnąć.
08:32
Sort of like a digital Jiminy --
203
497000
2000
Jak cyfrowy świerszcz Jiminy
08:34
as in the well-known fairy tale --
204
499000
2000
ze znanej bajki...
08:36
a kind of friendly, supportive presence that's always there
205
501000
2000
Pomocna obecność, zawsze przy tobie,
08:38
to be able to help you make the right decision
206
503000
2000
gdy trzeba podjąć decyzję,
08:40
in the right way at the right time
207
505000
2000
w samą porę by pomóc tworzyć
08:42
to help you form healthy habits.
208
507000
2000
zdrowe nawyki.
08:44
So we actually explored this idea in our lab.
209
509000
2000
To też badaliśmy w laboratorium.
08:46
This is a robot, Autom.
210
511000
2000
To Autom, robot.
08:48
Cory Kidd developed this robot for his doctoral work.
211
513000
3000
Cory Kidd stworzył go jako pracę doktorancką.
08:51
And it was designed to be a robot diet-and-exercise coach.
212
516000
3000
Robot jest trenerem i pomaga przy diecie.
08:54
It had a couple of simple non-verbal skills it could do.
213
519000
2000
Może robić kilka rzeczy.
08:56
It could make eye contact with you.
214
521000
2000
Może patrzeć na ciebie.
08:58
It could share information looking down at a screen.
215
523000
2000
Pokazywać informacje na ekranie.
09:00
You'd use a screen interface to enter information,
216
525000
2000
Używa się interfejsu by wpisać
09:02
like how many calories you ate that day,
217
527000
2000
ile kalorii się zjadło
09:04
how much exercise you got.
218
529000
2000
i ile się ćwiczyło.
09:06
And then it could help track that for you.
219
531000
2000
Pomaga się we wszystkim ogarnąć.
09:08
And the robot spoke with a synthetic voice
220
533000
2000
Robot używa syntetycznej mowy
09:10
to engage you in a coaching dialogue
221
535000
2000
by rozmawiać naśladując trenerów i ich klientów.
09:12
modeled after trainers
222
537000
2000
by rozmawiać naśladując trenerów i ich klientów.
09:14
and patients and so forth.
223
539000
2000
by rozmawiać naśladując trenerów i ich klientów.
09:16
And it would build a working alliance with you
224
541000
2000
Buduje profesjonalne stosunki
09:18
through that dialogue.
225
543000
2000
poprzez rozmowę.
09:20
It could help you set goals and track your progress,
226
545000
2000
Pomaga ustanawiać cele i sprawdzać postęp,
09:22
and it would help motivate you.
227
547000
2000
pomaga w motywacji.
09:24
So an interesting question is,
228
549000
2000
Więc, czy socjalne wcielenie ma znaczenie?
09:26
does the social embodiment really matter? Does it matter that it's a robot?
229
551000
3000
Czy to ważne, że mamy robota?
09:29
Is it really just the quality of advice and information that matters?
230
554000
3000
Czy chodzi tylko o jakość informacji?
09:32
To explore that question,
231
557000
2000
Tak więc do rozwiązania tej kwestii,
09:34
we did a study in the Boston area
232
559000
2000
przeprowadziliśmy badania w okolicach Bostonu.
09:36
where we put one of three interventions in people's homes
233
561000
3000
Daliśmy ludziom trzy warianty do domu
09:39
for a period of several weeks.
234
564000
2000
na kilka tygodni.
09:41
One case was the robot you saw there, Autom.
235
566000
3000
Jednym z nich był Autom.
09:44
Another was a computer that ran the same touch-screen interface,
236
569000
3000
Inny to komputer z tym samym interfejsem
09:47
ran exactly the same dialogues.
237
572000
2000
i dialogami.
09:49
The quality of advice was identical.
238
574000
2000
Jakość porad była taka sama.
09:51
And the third was just a pen and paper log,
239
576000
2000
Trzeci to zwyczajny zapis na papierze,
09:53
because that's the standard intervention you typically get
240
578000
2000
bo to standard przy diecie i ćwiczeniach.
09:55
when you start a diet-and-exercise program.
241
580000
3000
bo to standard przy diecie i ćwiczeniach.
09:58
So one of the things we really wanted to look at
242
583000
3000
Chcieliśmy zobaczyć
10:01
was not how much weight people lost,
243
586000
3000
nie ile ludzie stracili na wadze,
10:04
but really how long they interacted with the robot.
244
589000
3000
ale jak dużo czasu poświęcali robotowi.
10:07
Because the challenge is not losing weight, it's actually keeping it off.
245
592000
3000
Bo chodzi o to, by stracone kilogramy nie wróciły.
10:10
And the longer you could interact with one of these interventions,
246
595000
3000
Im więcej czasu poświęca się tym interwencjom
10:13
well that's indicative, potentially, of longer-term success.
247
598000
3000
tym większa szansa na sukces.
10:16
So the first thing I want to look at is how long,
248
601000
2000
Popatrzmy jak dużo czasu
10:18
how long did people interact with these systems.
249
603000
2000
ludzie poświęcali tym systemom.
10:20
It turns out that people interacted with the robot
250
605000
2000
Z robotem spędzali dużo więcej czasu mimo tego,
10:22
significantly more,
251
607000
2000
Z robotem spędzali dużo więcej czasu mimo tego,
10:24
even though the quality of the advice was identical to the computer.
252
609000
3000
że jakość porad była identyczna do komputera.
10:28
When it asked people to rate it on terms of the quality of the working alliance,
253
613000
3000
Gdy spytaliśmy z czym najlepiej się pracowało,
10:31
people rated the robot higher
254
616000
2000
ludzie wybierali robota
10:33
and they trusted the robot more.
255
618000
2000
i bardziej mu ufali.
10:35
(Laughter)
256
620000
2000
(Śmiech)
10:37
And when you look at emotional engagement,
257
622000
2000
Gdy zbadamy zaangażowanie emocjonalne,
10:39
it was completely different.
258
624000
2000
też były różnice.
10:41
People would name the robots.
259
626000
2000
Ludzie dawali robotom imiona.
10:43
They would dress the robots.
260
628000
2000
Ubierali je.
10:45
(Laughter)
261
630000
2000
(Śmiech)
10:47
And even when we would come up to pick up the robots at the end of the study,
262
632000
3000
Gdy przychodziliśmy by je zabrać na koniec,
10:50
they would come out to the car and say good-bye to the robots.
263
635000
2000
wychodzili z nami, żeby się pożegnać.
10:52
They didn't do this with a computer.
264
637000
2000
Nie robili tego z komputerem.
10:54
The last thing I want to talk about today
265
639000
2000
Na koniec chcę opowiedzieć
10:56
is the future of children's media.
266
641000
2000
o przyszłości mediów dla dzieci.
10:58
We know that kids spend a lot of time behind screens today,
267
643000
3000
Dzieci siedzą przy monitorach cały czas,
11:01
whether it's television or computer games or whatnot.
268
646000
3000
czy to przy telewizji czy komputerach.
11:04
My sons, they love the screen. They love the screen.
269
649000
3000
Moi chłopcy uwielbiają monitory. Uwielbiają.
11:07
But I want them to play; as a mom, I want them to play,
270
652000
3000
Chcę, żeby się bawili, jako mama,
11:10
like, real-world play.
271
655000
2000
w prawdziwym świecie.
11:12
And so I have a new project in my group I wanted to present to you today
272
657000
3000
Zaczęłam nowy projekt, który dziś zaprezentuję.
11:15
called Playtime Computing
273
660000
2000
Playtime Computing.
11:17
that's really trying to think about how we can take
274
662000
2000
Bada on, co jest absorbujące
11:19
what's so engaging about digital media
275
664000
2000
w cyfrowych mediach,
11:21
and literally bring it off the screen
276
666000
2000
by przenieść to poza monitor
11:23
into the real world of the child,
277
668000
2000
do realnego świata dzieci,
11:25
where it can take on many of the properties of real-world play.
278
670000
3000
gdzie można to wpleść do specyfiki realnych zabaw.
11:29
So here's the first exploration of this idea,
279
674000
4000
To pierwsza wariacja na temat tego pomysłu,
11:33
where characters can be physical or virtual,
280
678000
3000
postaci mogą być fizyczne lub wirtualne,
11:36
and where the digital content
281
681000
2000
a cyfrowa treść wychodzi poza ekran
11:38
can literally come off the screen
282
683000
2000
a cyfrowa treść wychodzi poza ekran
11:40
into the world and back.
283
685000
2000
do świata realnego.
11:42
I like to think of this
284
687000
2000
To jak Atari Pong
11:44
as the Atari Pong
285
689000
2000
To jak Atari Pong
11:46
of this blended-reality play.
286
691000
2000
gra wymieszana z realem.
11:48
But we can push this idea further.
287
693000
2000
Możemy pójść dalej.
11:50
What if --
288
695000
2000
Co jeśli...
11:52
(Game) Nathan: Here it comes. Yay!
289
697000
3000
(Gra) Nathan: Uwaga! Hurra!
11:55
CB: -- the character itself could come into your world?
290
700000
3000
CB: postać mogłaby przejść do świata relanego.
11:58
It turns out that kids love it
291
703000
2000
Dzieci uwielbiają gdy postaci
12:00
when the character becomes real and enters into their world.
292
705000
3000
stają się realne i wchodzą do ich świata.
12:03
And when it's in their world,
293
708000
2000
W ich świecie
12:05
they can relate to it and play with it in a way
294
710000
2000
to do nich bardziej przemawia,
12:07
that's fundamentally different from how they play with it on the screen.
295
712000
2000
bawią się inaczej, niż z ekranem.
12:09
Another important idea is this notion
296
714000
2000
Innym ważnym pomysłem
12:11
of persistence of character across realities.
297
716000
3000
jest obecność postaci między światami.
12:14
So changes that children make in the real world
298
719000
2000
Zmiany jakie następują w realu
12:16
need to translate to the virtual world.
299
721000
2000
muszą pojawiać się w świecie wirtualnym.
12:18
So here, Nathan has changed the letter A to the number 2.
300
723000
3000
Nathan zmienił literę A na numer 2.
12:21
You can imagine maybe these symbols
301
726000
2000
Może te symbole dają postaciom moce,
12:23
give the characters special powers when it goes into the virtual world.
302
728000
3000
które mogą wykorzystać w świecie wirtualnym.
12:26
So they are now sending the character back into that world.
303
731000
3000
Teraz wysyłają tam te postacie.
12:29
And now it's got number power.
304
734000
3000
Mają one nową moc.
12:32
And then finally, what I've been trying to do here
305
737000
2000
Właśnie to staramy się zrobić,
12:34
is create a really immersive experience for kids,
306
739000
3000
tworzymy całościowe doświadczenie dla dzieci,
12:37
where they really feel like they are part of that story,
307
742000
3000
by dzieci czuły się jego częścią.
12:40
a part of that experience.
308
745000
2000
by dzieci czuły się jego częścią.
12:42
And I really want to spark their imaginations
309
747000
2000
Chcę pobudzić ich wyobraźnię,
12:44
the way mine was sparked as a little girl watching "Star Wars."
310
749000
3000
jak się stało ze mną i filmem "Gwiezdne Wojny".
12:47
But I want to do more than that.
311
752000
2000
Chce zrobić więcej.
12:49
I actually want them to create those experiences.
312
754000
3000
Chcę by tworzyły te doświadczenia.
12:52
I want them to be able to literally build their imagination
313
757000
2000
Chcę by mogły dokładać swoje wyobrażenia
12:54
into these experiences and make them their own.
314
759000
2000
do rzeczywistości i ją przekształcać.
12:56
So we've been exploring a lot of ideas
315
761000
2000
Badaliśmy wiele pomysłów
12:58
in telepresence and mixed reality
316
763000
2000
na teleobecność i mieszaną rzeczywistość
13:00
to literally allow kids to project their ideas into this space
317
765000
3000
by pozwolić dzieciom tworzyć rzeczywistość
13:03
where other kids can interact with them
318
768000
2000
w której będą bawić się z innymi dziećmi,
13:05
and build upon them.
319
770000
2000
korzystając z ich wyobraźni.
13:07
I really want to come up with new ways of children's media
320
772000
3000
Chcę wymyślić nowe sposoby na jakie media dla dzieci
13:10
that foster creativity and learning and innovation.
321
775000
3000
będą promować kreatywność, naukę i innowację.
13:13
I think that's very, very important.
322
778000
3000
To bardzo ważne.
13:16
So this is a new project.
323
781000
2000
To tyle co do nowego projektu.
13:18
We've invited a lot of kids into this space,
324
783000
2000
Zaprosiliśmy sporo dzieci,
13:20
and they think it's pretty cool.
325
785000
3000
bardzo im się podoba.
13:23
But I can tell you, the thing that they love the most
326
788000
2000
A najbardziej kochają roboty.
13:25
is the robot.
327
790000
2000
A najbardziej kochają roboty.
13:27
What they care about is the robot.
328
792000
3000
Na nich im najbardziej zależy.
13:30
Robots touch something deeply human within us.
329
795000
3000
Roboty dotykają naszego człowieczeństwa.
13:33
And so whether they're helping us
330
798000
2000
Czy to gdy pomagają nam
13:35
to become creative and innovative,
331
800000
2000
być kreatywnymi i innowacyjnymi,
13:37
or whether they're helping us
332
802000
2000
czy to kiedy umożliwiają
13:39
to feel more deeply connected despite distance,
333
804000
2000
uczucie bliskości,
13:41
or whether they are our trusted sidekick
334
806000
2000
czy to gdy są pomocnikami
13:43
who's helping us attain our personal goals
335
808000
2000
w osiąganiu naszych celów
13:45
in becoming our highest and best selves,
336
810000
2000
i stawaniu się lepszymi.
13:47
for me, robots are all about people.
337
812000
3000
Roboty są dla ludzi.
13:50
Thank you.
338
815000
2000
Dziękuję.
13:52
(Applause)
339
817000
5000
(Brawa)
ABOUT THE SPEAKER
Cynthia Breazeal - RoboticistAt MIT, Cynthia Breazeal and her team are building robots with social intelligence that communicate and learn the same way people do.
Why you should listen
Cynthia Breazeal founded and directs the Personal Robots Group at MIT’s Media Lab. Her research focuses on developing the principles and technologies for building personal robots that are socially intelligent—that interact and communicate with people in human-centric terms, work with humans as peers, and learn from people as an apprentice.
She has developed some of the world’s most famous robotic creatures, ranging from small hexapod robots to highly expressive humanoids, including the social robot Kismet and the expressive robot Leonardo. Her recent work investigates the impact of social robots on helping people of all ages to achieve personal goals that contribute to quality of life, in domains such as physical performance, learning and education, health, and family communication and play over distance.
Cynthia Breazeal | Speaker | TED.com