TEDWomen 2010
Cynthia Breazeal: The rise of personal robots
Cynthia Breazeal: Berkembangnya robot pribadi
Filmed:
Readability: 4.4
1,201,057 views
Sebagai seorang mahasiswi pascasarjana, Cynthia Breazeal heran mengapa kita menggunakan robot di Mars, tetapi tidak di ruang tamu kita. Ia menyadari kuncinya adalah melatih robot untuk berinteraksi dengan manusia. Sekarang dia membuat dan membangun robot yang mengajar, belajar -- dan bermain. Saksikan demo yang mengagumkan dari permainan interaktif baru bagi anak-anak.
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
Sejak saya masih kecil
00:18
seeing "Star Wars" for the first time,
1
3000
2000
menonton "Star Wars" untuk pertama kalinya,
00:20
I've been fascinated by this idea
2
5000
2000
saya telah terpesona dengan ide tentang
00:22
of personal robots.
3
7000
2000
robot pribadi.
00:24
And as a little girl,
4
9000
2000
Dan sebagai seorang gadis kecil,
00:26
I loved the idea of a robot that interacted with us
5
11000
2000
saya menyukai ide tentang robot yang berinteraksi dengan kita
00:28
much more like a helpful, trusted sidekick --
6
13000
3000
yang banyak membantu, teman yang bisa dipercaya --
00:31
something that would delight us, enrich our lives
7
16000
2000
sesuatu yang menyenangkan kita, memperkaya hidup kita
00:33
and help us save a galaxy or two.
8
18000
3000
dan menolong kita menyelematkan galaksi.
00:37
I knew robots like that didn't really exist,
9
22000
3000
Saya tahu robot seperti itu tidak benar-benar ada,
00:40
but I knew I wanted to build them.
10
25000
2000
tetapi saya tahu bahwa saya ingin membuatnya.
00:42
So 20 years pass --
11
27000
2000
Lalu 20 tahun berlalu --
00:44
I am now a graduate student at MIT
12
29000
2000
saya menjadi mahasiswa pascasarjana di MIT
00:46
studying artificial intelligence,
13
31000
2000
mempelajari kecerdasan buatan,
00:48
the year is 1997,
14
33000
2000
saat itu tahun 1997,
00:50
and NASA has just landed the first robot on Mars.
15
35000
3000
dan NASA baru saja mendaratkan robot pertama di Mars.
00:53
But robots are still not in our home, ironically.
16
38000
3000
Ironisnya robot masih belum ada di rumah kita.
00:56
And I remember thinking about
17
41000
2000
Dan saya ingat saya berpikir tentang
00:58
all the reasons why that was the case.
18
43000
2000
alasan mengapa hal itu terjadi.
01:00
But one really struck me.
19
45000
2000
Tetapi ada satu hal yang benar-benar memukul saya.
01:02
Robotics had really been about interacting with things,
20
47000
3000
Robot telah benar-benar berinteraksi dengan benda-benda,
01:05
not with people --
21
50000
2000
bukan dengan orang-orang --
01:07
certainly not in a social way that would be natural for us
22
52000
2000
tentu bukan dengan cara sosial yang alami bagi kita
01:09
and would really help people accept robots
23
54000
2000
dan akan membantu orang-orang untuk menerima robot
01:11
into our daily lives.
24
56000
2000
dalam kehidupan sehari-hari.
01:13
For me, that was the white space; that's what robots could not do yet.
25
58000
3000
Bagi saya, itu adalah ruangan putih, yang belum bisa dilakukan oleh robot.
01:16
And so that year, I started to build this robot, Kismet,
26
61000
3000
Dan pada tahun itu, saya mulai membuat robot ini, Kismet,
01:19
the world's first social robot.
27
64000
3000
robot sosial pertama di dunia.
01:22
Three years later --
28
67000
2000
Lalu tiga tahun kemudian --
01:24
a lot of programming,
29
69000
2000
dengan banyak pemrograman,
01:26
working with other graduate students in the lab --
30
71000
2000
bekerja dengan mahasiswa pascasarjana lainnya di lab --
01:28
Kismet was ready to start interacting with people.
31
73000
2000
Kismet siap untuk mulai berinteraksi dengan orang-orang.
01:30
(Video) Scientist: I want to show you something.
32
75000
2000
(Video) Ilmuwan: Saya ingin menunjukkan sesuatu.
01:32
Kismet: (Nonsense)
33
77000
2000
Kismet: (Omong kosong).
01:34
Scientist: This is a watch that my girlfriend gave me.
34
79000
3000
Ilmuwan: Ini adalah jam tangan yang diberikan pacar saya.
01:37
Kismet: (Nonsense)
35
82000
2000
Kismet: (Omong kosong).
01:39
Scientist: Yeah, look, it's got a little blue light in it too.
36
84000
2000
Ilmuwan: Benar, lihatlah, ada lampu biru kecil juga di dalamnya.
01:41
I almost lost it this week.
37
86000
3000
Saya hampir menghilangkannya minggu ini.
01:44
Cynthia Breazeal: So Kismet interacted with people
38
89000
3000
Cynthia Breazeal: Jadi Kismet berinteraksi dengan orang-orang
01:47
like kind of a non-verbal child or pre-verbal child,
39
92000
3000
semacam anak non-verbal atau anak pra-verbal,
01:50
which I assume was fitting because it was really the first of its kind.
40
95000
3000
yang saya anggap sudah cocok karena itu adalah robot pertama dari jenis itu.
01:53
It didn't speak language, but it didn't matter.
41
98000
2000
Kismet tidak berbicara bahasa, tetapi itu tidak penting.
01:55
This little robot was somehow able
42
100000
2000
Robot kecil ini entah bagaimana bisa
01:57
to tap into something deeply social within us --
43
102000
3000
memasuki sesuatu yang sangat sosial dalam diri kita.
02:00
and with that, the promise of an entirely new way
44
105000
2000
Dan dengan itu, harapan akan sebuah cara kita berinteraksi
02:02
we could interact with robots.
45
107000
2000
dengan robot yang benar-benar baru.
02:04
So over the past several years
46
109000
2000
Jadi selama beberapa tahun terakhir
02:06
I've been continuing to explore this interpersonal dimension of robots,
47
111000
2000
saya terus mengeksplorasi dimensi interpersonal robot ini,
02:08
now at the media lab
48
113000
2000
di lab media
02:10
with my own team of incredibly talented students.
49
115000
2000
dengan tim saya yang merupakan mahasiswa-mahasiswa yang sangat berbakat.
02:12
And one of my favorite robots is Leonardo.
50
117000
3000
Dan salah satu robot favorit saya adalah Leonardo.
02:15
We developed Leonardo in collaboration with Stan Winston Studio.
51
120000
3000
Kami mengembangkan Leonardo bersama dengan Studio Stan Winston.
02:18
And so I want to show you a special moment for me of Leo.
52
123000
3000
Dan saya ingin menunjukkan momen spesial dari Leo.
02:21
This is Matt Berlin interacting with Leo,
53
126000
2000
Ini adalah Matt Berlin berinteraksi dengan Leo,
02:23
introducing Leo to a new object.
54
128000
2000
memperkenalkan Leo dengan barang baru.
02:25
And because it's new, Leo doesn't really know what to make of it.
55
130000
3000
Dan karena baru, Leo benar-benar tidak tahu apa itu.
02:28
But sort of like us, he can actually learn about it
56
133000
2000
Tetapi seperti kita, dia bisa mempelajarinya
02:30
from watching Matt's reaction.
57
135000
3000
dengan melihat reaksi Matt.
02:33
(Video) Matt Berlin: Hello, Leo.
58
138000
2000
(Video) Matt Berlin: Halo, Leo.
02:38
Leo, this is Cookie Monster.
59
143000
3000
Leo, ini adalah Monster Kue.
02:44
Can you find Cookie Monster?
60
149000
3000
Dapatkah kamu menemukan Monster Kue?
02:52
Leo, Cookie Monster is very bad.
61
157000
3000
Leo, Monster Kue sangat nakal.
02:56
He's very bad, Leo.
62
161000
2000
Dia sangat nakal, Leo.
03:00
Cookie Monster is very, very bad.
63
165000
3000
Monster Kue sangat sangat nakal.
03:07
He's a scary monster.
64
172000
2000
Dia monster yang menyeramkan.
03:09
He wants to get your cookies.
65
174000
2000
Dia ingin mengambil kuemu.
03:12
(Laughter)
66
177000
2000
(Tertawa)
03:14
CB: All right, so Leo and Cookie
67
179000
3000
CB: Baiklah, jadi Leo dan Monster Kue
03:17
might have gotten off to a little bit of a rough start,
68
182000
2000
mungkin tidak begitu akur pada awalnya,
03:19
but they get along great now.
69
184000
3000
tetapi mereka sudah akur sekarang.
03:22
So what I've learned
70
187000
2000
Jadi apa yang saya pelajari
03:24
through building these systems
71
189000
2000
melalui pembuatan sistem ini
03:26
is that robots are actually
72
191000
2000
adalah robot sebenarnya
03:28
a really intriguing social technology,
73
193000
2000
teknologi sosial yang sangat menarik.
03:30
where it's actually their ability
74
195000
2000
Di mana sebenarnya kemampuan mereka
03:32
to push our social buttons
75
197000
2000
untuk menekan tombol sosial kita
03:34
and to interact with us like a partner
76
199000
2000
dan berinteraksi dengan kita seperti teman itulah
03:36
that is a core part of their functionality.
77
201000
3000
yang merupakan inti dari fungsi mereka.
03:39
And with that shift in thinking, we can now start to imagine
78
204000
2000
Dan dengan pergeseran pemikiran itu, sekarang kita bisa mulai membayangkan
03:41
new questions, new possibilities for robots
79
206000
3000
pertanyaan-pertanyaan baru, kemungkinan-kemungkinan baru untuk robot
03:44
that we might not have thought about otherwise.
80
209000
3000
yang sebaliknya tidak akan kita pikirkan.
03:47
But what do I mean when I say "push our social buttons?"
81
212000
2000
Namun apa maksud saya dengan "menekan tombol sosial kita?"
03:49
Well, one of the things that we've learned
82
214000
2000
Ya, salah satu hal yang telah kami pelajari adalah
03:51
is that, if we design these robots to communicate with us
83
216000
2000
jika kami merancang robot ini untuk berkomunikasi dengan kami
03:53
using the same body language,
84
218000
2000
menggunakan bahasa tubuh yang sama,
03:55
the same sort of non-verbal cues that people use --
85
220000
2000
jenis isyarat non-verbal yang sama yang digunakan orang-orang --
03:57
like Nexi, our humanoid robot, is doing here --
86
222000
3000
seperti Nexi, robot humaoid kami lakukan di sini --
04:00
what we find is that people respond to robots
87
225000
2000
apa yang kami temukan adalah orang-orang menanggapi robot
04:02
a lot like they respond to people.
88
227000
2000
seperti mereka menanggapi orang.
04:04
People use these cues to determine things like how persuasive someone is,
89
229000
3000
Orang menggunakan isyarat untuk menentukan hal-hal seperti seberapa persuasif seseorang
04:07
how likable, how engaging,
90
232000
2000
seberapa disukai, seberapa menarik,
04:09
how trustworthy.
91
234000
2000
seberapa dapat dipercaya.
04:11
It turns out it's the same for robots.
92
236000
2000
Ternyata hal itu berlaku sama untuk robot.
04:13
It's turning out now
93
238000
2000
Kini ternyata
04:15
that robots are actually becoming a really interesting new scientific tool
94
240000
3000
robot sebenarnya menjadi alat ilmiah baru yang sangat menarik
04:18
to understand human behavior.
95
243000
2000
untuk memahami perilaku manusia.
04:20
To answer questions like, how is it that, from a brief encounter,
96
245000
3000
Untuk menjawab pertanyaan seperti, bagaimana, dari pertemuan singkat,
04:23
we're able to make an estimate of how trustworthy another person is?
97
248000
3000
kita bisa memperkirakan seberapa dapat dipercaya orang itu?
04:26
Mimicry's believed to play a role, but how?
98
251000
3000
Mimikri diyakini memainkan peran, namun bagaimana?
04:29
Is it the mimicking of particular gestures that matters?
99
254000
3000
Apakah meniru gerak tubuh tertentu itulah yang penting?
04:32
It turns out it's really hard
100
257000
2000
Ternyata itu benar-benar sulit
04:34
to learn this or understand this from watching people
101
259000
2000
untuk mempelajari atau memahami dari memperhatikan orang
04:36
because when we interact we do all of these cues automatically.
102
261000
3000
karena saat kita berinteraksi kita membuat semua isyarat ini dengan otomatis.
04:39
We can't carefully control them because they're subconscious for us.
103
264000
2000
Kita tidak bisa mengendalikannya karena itu adalah alam bawah sadar kita.
04:41
But with the robot, you can.
104
266000
2000
Tetapi dengan robot, Anda bisa.
04:43
And so in this video here --
105
268000
2000
Lalu di video ini --
04:45
this is a video taken from David DeSteno's lab at Northeastern University.
106
270000
3000
ini adalah video yang diambil dari lab David DeSteno di Universitas Northeastern.
04:48
He's a psychologist we've been collaborating with.
107
273000
2000
Dia adalah seorang psikolog yang bekerja sama dengan kami.
04:50
There's actually a scientist carefully controlling Nexi's cues
108
275000
3000
Sebenarnya ada ilmuwan yang mengendalikan isyarat Nexi secara hati-hati
04:53
to be able to study this question.
109
278000
3000
untuk dapat mempelajari pertanyaan ini.
04:56
And the bottom line is -- the reason why this works is
110
281000
2000
Dan bagian pentingnya adalah -- alasan mengapa hal ini bekerja --
04:58
because it turns out people just behave like people
111
283000
2000
karena ternyata orang bertingkah laku layaknya orang
05:00
even when interacting with a robot.
112
285000
3000
bahkan ketika berinteraksi dengan robot.
05:03
So given that key insight,
113
288000
2000
Jadi dengan wawasan kunci tersebut,
05:05
we can now start to imagine
114
290000
2000
sekarang kita bisa mulai membayangkan
05:07
new kinds of applications for robots.
115
292000
3000
aplikasi jenis baru untuk robot.
05:10
For instance, if robots do respond to our non-verbal cues,
116
295000
3000
Sebagai contoh, jika robot menanggapi isyarat non-verbal kita,
05:13
maybe they would be a cool, new communication technology.
117
298000
4000
mungkin mereka akan menjadi teknologi komunikasi yang baru, yang keren.
05:17
So imagine this:
118
302000
2000
Jadi bayangkanlah:
05:19
What about a robot accessory for your cellphone?
119
304000
2000
Bagaimana tentang aksesori robot untuk ponsel Anda?
05:21
You call your friend, she puts her handset in a robot,
120
306000
2000
Anda menelepon teman Anda, dia meletakkan handset pada sebuah robot,
05:23
and, bam! You're a MeBot --
121
308000
2000
dan, bam!, Anda adalah seorang MeBot --
05:25
you can make eye contact, you can talk with your friends,
122
310000
3000
Anda bisa melakukan kontak mata, Anda bisa berbicara dengan teman Anda,
05:28
you can move around, you can gesture --
123
313000
2000
Anda bisa bergerak, memberi isyarat --
05:30
maybe the next best thing to really being there, or is it?
124
315000
3000
mungkin hal terbaik kedua setelah benar-benar bicara langsung, bukan?
05:33
To explore this question,
125
318000
2000
Untuk menggali pertanyaan ini
05:35
my student, Siggy Adalgeirsson, did a study
126
320000
3000
mahasiswa saya, Siggy Adalgeirsson, melakukan kajian
05:38
where we brought human participants, people, into our lab
127
323000
3000
di mana kita membawa peserta manusia, ke lab kami
05:41
to do a collaborative task
128
326000
2000
untuk melakukan tugas kolaboratif
05:43
with a remote collaborator.
129
328000
2000
dengan kolaborator jarak jauh.
05:45
The task involved things
130
330000
2000
Tugas ini melibatkan hal-hal
05:47
like looking at a set of objects on the table,
131
332000
2000
seperti melihat sekumpulan benda di atas meja,
05:49
discussing them in terms of their importance and relevance to performing a certain task --
132
334000
3000
mendiskusikan seberapa penting dan relevan benda itu untuk melakukan tugas tertentu --
05:52
this ended up being a survival task --
133
337000
2000
dan akhirnya tugas untuk bertahan hidup --
05:54
and then rating them in terms
134
339000
2000
lalu menilainya dalam hal
05:56
of how valuable and important they thought they were.
135
341000
2000
seberapa berharga dan pentingnya benda itu di pikiran mereka.
05:58
The remote collaborator was an experimenter from our group
136
343000
3000
Kolabotar jarak jauh adalah pelaku eksperimen dari kelompok kami
06:01
who used one of three different technologies
137
346000
2000
di mana mereka menggunakan satu dari tiga teknologi yang berbeda
06:03
to interact with the participants.
138
348000
2000
untuk berinteraksi dengan peserta.
06:05
The first was just the screen.
139
350000
2000
Yang pertama hanyalah layar.
06:07
This is just like video conferencing today.
140
352000
3000
Jadi sama seperti konferensi video saat ini.
06:10
The next was to add mobility -- so, have the screen on a mobile base.
141
355000
3000
Berikutnya ditambah dengan mobilitas, sehingga layarnya dapat bergerak.
06:13
This is like, if you're familiar with any of the telepresence robots today --
142
358000
3000
Hal ini seperti, jika Anda terbiasa dengan robot jarak jauh pada saat ini --
06:16
this is mirroring that situation.
143
361000
3000
hal ini mencerminkan situasi tersebut.
06:19
And then the fully expressive MeBot.
144
364000
2000
Lalu MeBot yang sangat ekspresif.
06:21
So after the interaction,
145
366000
2000
Jadi setelah interaksi ini,
06:23
we asked people to rate their quality of interaction
146
368000
3000
kami meminta orang-orang untuk menilai kualitas interaksi mereka
06:26
with the technology, with a remote collaborator
147
371000
2000
dengan teknologi, dengan kolaborator jarak jauh,
06:28
through this technology, in a number of different ways.
148
373000
3000
melalui teknologi ini dengan beberapa cara yang berbeda.
06:31
We looked at psychological involvement --
149
376000
2000
Kami melihat pada keterlibatan psikologis --
06:33
how much empathy did you feel for the other person?
150
378000
2000
seberapa banyak empati yang Anda rasakan untuk orang lain?
06:35
We looked at overall engagement.
151
380000
2000
Kami melihat keterlibatan secara keseluruhan.
06:37
We looked at their desire to cooperate.
152
382000
2000
Kami melihat keinginan mereka untuk bekerja sama.
06:39
And this is what we see when they use just the screen.
153
384000
3000
Dan inilah yang kami lihat saat mereka menggunakan layar.
06:42
It turns out, when you add mobility -- the ability to roll around the table --
154
387000
3000
Ternyata saat Anda menambah mobilitas -- dapat berjalan mengelilingi meja --
06:45
you get a little more of a boost.
155
390000
2000
Anda mendapat sedikit dorongan.
06:47
And you get even more of a boost when you add the full expression.
156
392000
3000
Dan Anda lebih mendapatkan dorongan lagi ketika Anda menambahkan ekspresi.
06:50
So it seems like this physical, social embodiment
157
395000
2000
Jadi sepertinya perwujudan sosial fisik
06:52
actually really makes a difference.
158
397000
2000
sebenarnya membuat suatu perbedaan.
06:54
Now let's try to put this into a little bit of context.
159
399000
3000
Sekarang mari kita coba meletakkannya ke suatu konteks.
06:57
Today we know that families are living further and further apart,
160
402000
3000
Sekarang kita tahu keluarga tinggal di tempat yang semakin terpisah jauh,
07:00
and that definitely takes a toll on family relationships
161
405000
2000
dan itu pasti mempengaruhi hubungan keluarga
07:02
and family bonds over distance.
162
407000
2000
dan ikatan keluarga yang terpisah jarak.
07:04
For me, I have three young boys,
163
409000
2000
Bagi saya, saya memiliki tiga anak laki-laki,
07:06
and I want them to have a really good relationship
164
411000
2000
dan saya ingin mereka memiliki hubungan yang benar-benar baik
07:08
with their grandparents.
165
413000
2000
dengan kakek-nenek mereka.
07:10
But my parents live thousands of miles away,
166
415000
2000
Tetapi orang tua saya tinggal ribuan mil jauhnya,
07:12
so they just don't get to see each other that often.
167
417000
2000
jadi mereka tidak bisa sering mengunjungi.
07:14
We try Skype, we try phone calls,
168
419000
2000
Kami mencoba Skype, menelepon,
07:16
but my boys are little -- they don't really want to talk;
169
421000
2000
tetapi anak saya masih kecil -- mereka tidak benar-benar ingin berbicara,
07:18
they want to play.
170
423000
2000
mereka ingin bermain.
07:20
So I love the idea of thinking about robots
171
425000
2000
Mereka menyukai ide tentang robot
07:22
as a new kind of distance-play technology.
172
427000
3000
sebagai teknologi permainan jarak jauh.
07:25
I imagine a time not too far from now --
173
430000
3000
Jadi saya bayangkan dalam waktu yang tidak lama lagi --
07:28
my mom can go to her computer,
174
433000
2000
ibu saya bisa pergi ke komputernya,
07:30
open up a browser and jack into a little robot.
175
435000
2000
membuka peramban dan memasukkan stopkontak ke robot kecil.
07:32
And as grandma-bot,
176
437000
3000
Dan sebagai nenek-bot,
07:35
she can now play, really play,
177
440000
2000
dia bisa bermain, benar-benar bermain,
07:37
with my sons, with her grandsons,
178
442000
2000
dengan anak saya, cucunya,
07:39
in the real world with his real toys.
179
444000
3000
di dunia nyata dengan mainan nyatanya.
07:42
I could imagine grandmothers being able to do social-plays
180
447000
2000
Saya bisa membayangkan nenek-nenek dapat bermain secara sosial
07:44
with their granddaughters, with their friends,
181
449000
2000
dengan cucu mereka, dengan teman-teman mereka,
07:46
and to be able to share all kinds of other activities around the house,
182
451000
2000
dan bisa berbagi segala macam kegiatan di sekitar rumahnya ,
07:48
like sharing a bedtime story.
183
453000
2000
seperti berbagi cerita pengantar tidur.
07:50
And through this technology,
184
455000
2000
Dan melalui teknologi ini,
07:52
being able to be an active participant
185
457000
2000
mampu menjadi peserta aktif
07:54
in their grandchildren's lives
186
459000
2000
dalam kehidupan cucu-cucu mereka
07:56
in a way that's not possible today.
187
461000
2000
dengan cara yang tidak mungkin pada saat ini.
07:58
Let's think about some other domains,
188
463000
2000
Mari kita pikirkan tentang beberapa domain lainnya,
08:00
like maybe health.
189
465000
2000
mungkin seperti kesehatan.
08:02
So in the United States today,
190
467000
2000
Di Amerika Serikat pada hari ini,
08:04
over 65 percent of people are either overweight or obese,
191
469000
3000
lebih dari 65 persen orang kelebihan berat badan atau obesitas,
08:07
and now it's a big problem with our children as well.
192
472000
2000
dan sekarang ini adalah masalah besar bagi anak-anak kita juga.
08:09
And we know that as you get older in life,
193
474000
2000
Dan kita tahu bahwa seiring bertambahnya usia dalam hidup,
08:11
if you're obese when you're younger, that can lead to chronic diseases
194
476000
3000
jika Anda mengalami obesitas saat muda, itu bisa menyebabkan penyakit kronis
08:14
that not only reduce your quality of life,
195
479000
2000
yang tidak hanya mengurangi kualitas hidup kita,
08:16
but are a tremendous economic burden on our health care system.
196
481000
3000
tetapi juga beban ekonomi yang luar biasa pada sistem perawatan kesehatan kita.
08:19
But if robots can be engaging,
197
484000
2000
Tetapi jika robot bisa terlibat,
08:21
if we like to cooperate with robots,
198
486000
2000
jika kita senang bekerja sama dengan robot,
08:23
if robots are persuasive,
199
488000
2000
jika robot persuasif,
08:25
maybe a robot can help you
200
490000
2000
mungkin robot bisa membantu Anda
08:27
maintain a diet and exercise program,
201
492000
2000
menjaga pola makan dan program latihan,
08:29
maybe they can help you manage your weight.
202
494000
3000
mungkin mereka bisa membantu Anda mengatur berat badan Anda.
08:32
Sort of like a digital Jiminy --
203
497000
2000
Jadi semacam Jiminy digital --
08:34
as in the well-known fairy tale --
204
499000
2000
sebagai dongeng terkenal --
08:36
a kind of friendly, supportive presence that's always there
205
501000
2000
semacam kehadiran yang ramah dan mendukung yang selalu ada
08:38
to be able to help you make the right decision
206
503000
2000
untuk membantu Anda membuat keputusan yang tepat
08:40
in the right way at the right time
207
505000
2000
dengan cara yang tepat, pada saat yang tepat,
08:42
to help you form healthy habits.
208
507000
2000
membantu Anda membentuk kebiasaan hidup yang sehat.
08:44
So we actually explored this idea in our lab.
209
509000
2000
Jadi kami benar-benar mengeksplorasi ide ini di lab kami.
08:46
This is a robot, Autom.
210
511000
2000
Ini adalah sebuah robot, Autom.
08:48
Cory Kidd developed this robot for his doctoral work.
211
513000
3000
Cory Kidd mengembangkan robot ini sebagai tugas doktoralnya.
08:51
And it was designed to be a robot diet-and-exercise coach.
212
516000
3000
Robot ini dirancang sebagai robot diet dan pelatih olahraga.
08:54
It had a couple of simple non-verbal skills it could do.
213
519000
2000
Dia bisa melakukan beberapa keterampilan non-verbal sederhana.
08:56
It could make eye contact with you.
214
521000
2000
Dia bisa menatap Anda.
08:58
It could share information looking down at a screen.
215
523000
2000
Dia bisa berbagi informasi dengan menggunakan layarnya.
09:00
You'd use a screen interface to enter information,
216
525000
2000
Anda bisa menggunakan antarmuka layar untuk memasukkan informasi,
09:02
like how many calories you ate that day,
217
527000
2000
seperti berapa kalori yang Anda makan pada hari itu,
09:04
how much exercise you got.
218
529000
2000
berapa banyak olahraga yang Anda lakukan.
09:06
And then it could help track that for you.
219
531000
2000
Lalu dia akan membantu melacaknya untuk Anda.
09:08
And the robot spoke with a synthetic voice
220
533000
2000
Robot ini berbicara dengan suara buatan
09:10
to engage you in a coaching dialogue
221
535000
2000
untuk melibatkan Anda dalam dialog pelatihan
09:12
modeled after trainers
222
537000
2000
mencontoh para pelatih
09:14
and patients and so forth.
223
539000
2000
dan pasien dan sebagainya.
09:16
And it would build a working alliance with you
224
541000
2000
Robot ini membangun kerja sama dengan Anda
09:18
through that dialogue.
225
543000
2000
melalui dialog tersebut.
09:20
It could help you set goals and track your progress,
226
545000
2000
Dia dapat membantu Anda menetapkan tujuan dan melacak kemajuan Anda
09:22
and it would help motivate you.
227
547000
2000
dan dia akan membantu memotivasi Anda.
09:24
So an interesting question is,
228
549000
2000
Jadi pertanyaan yang menarik adalah,
09:26
does the social embodiment really matter? Does it matter that it's a robot?
229
551000
3000
apakah perwujudan sosial itu penting? Apakah penting bahwa itu hanyalah robot?
09:29
Is it really just the quality of advice and information that matters?
230
554000
3000
Atau hanya kualitas saran dan informasi saja yang penting?
09:32
To explore that question,
231
557000
2000
Untuk memecahkan pertanyaan itu,
09:34
we did a study in the Boston area
232
559000
2000
kami melakukan penelitian di daerah Boston
09:36
where we put one of three interventions in people's homes
233
561000
3000
di mana kami meletakkan salah satu dari tiga intervensi di rumah orang-orang
09:39
for a period of several weeks.
234
564000
2000
selama beberapa minggu.
09:41
One case was the robot you saw there, Autom.
235
566000
3000
Salah satu kasus adalah robot yang Anda lihat di sana, Autom.
09:44
Another was a computer that ran the same touch-screen interface,
236
569000
3000
Lainnya adalah komputer yang menjalankan antarmuka layar sentuh yang sama,
09:47
ran exactly the same dialogues.
237
572000
2000
dengan dialog yang sama persis.
09:49
The quality of advice was identical.
238
574000
2000
Kualitas sarannya sama.
09:51
And the third was just a pen and paper log,
239
576000
2000
Dan yang ketiga hanya sebuah pena dan kertas,
09:53
because that's the standard intervention you typically get
240
578000
2000
karena itulah intervensi standar yang biasanya Anda dapatkan
09:55
when you start a diet-and-exercise program.
241
580000
3000
ketika Anda memulai program diet dan olahraga.
09:58
So one of the things we really wanted to look at
242
583000
3000
Jadi salah satu hal yang benar-benar ingin kami lihat
10:01
was not how much weight people lost,
243
586000
3000
bukan seberapa besar penurunan berat badannya,
10:04
but really how long they interacted with the robot.
244
589000
3000
tetapi berapa lama mereka berinteraksi dengan robot.
10:07
Because the challenge is not losing weight, it's actually keeping it off.
245
592000
3000
Karena tantangannya bukanlah menurunkan berat badan, tetapi mempertahankannya.
10:10
And the longer you could interact with one of these interventions,
246
595000
3000
Dan semakin lama Anda dapet berinteraksi dengan salah satu intervensi tersebut,
10:13
well that's indicative, potentially, of longer-term success.
247
598000
3000
itulah indikasi yang potensial dari keberhasilan jangka panjang.
10:16
So the first thing I want to look at is how long,
248
601000
2000
Jadi hal pertama yang ingin saya lihat adalah berapa lama,
10:18
how long did people interact with these systems.
249
603000
2000
berapa lama orang berinteraksi dengan sistem tersebut.
10:20
It turns out that people interacted with the robot
250
605000
2000
Ternyata orang-orang berinteraksi dengan robot
10:22
significantly more,
251
607000
2000
jauh lebih lama,
10:24
even though the quality of the advice was identical to the computer.
252
609000
3000
bahkan dengan kualitas saran yang sama dengan komputer.
10:28
When it asked people to rate it on terms of the quality of the working alliance,
253
613000
3000
Ketika orang-orang diminta untuk menilai kualitas aliansi kerja,
10:31
people rated the robot higher
254
616000
2000
orang-orang menilai robot lebih baik
10:33
and they trusted the robot more.
255
618000
2000
dan mereka lebih mempercayai robot.
10:35
(Laughter)
256
620000
2000
(Tertawa)
10:37
And when you look at emotional engagement,
257
622000
2000
Dan ketika Anda melihat pada keterlibatan emosional,
10:39
it was completely different.
258
624000
2000
hal itu sungguh berbeda.
10:41
People would name the robots.
259
626000
2000
Orang-orang menamai robot ini.
10:43
They would dress the robots.
260
628000
2000
Mereka memakaikan baju pada robot ini.
10:45
(Laughter)
261
630000
2000
(Tertawa)
10:47
And even when we would come up to pick up the robots at the end of the study,
262
632000
3000
Dan bahkan ketika kami datang untuk menjemput robot ini di akhir penelitian,
10:50
they would come out to the car and say good-bye to the robots.
263
635000
2000
mereka akan keluar dari mobil dan mengucapkan selamat tinggal pada robot ini.
10:52
They didn't do this with a computer.
264
637000
2000
Mereka tidak melakukan hal ini pada komputer.
10:54
The last thing I want to talk about today
265
639000
2000
Hal terakhir yang ingin saya bicarakan hari ini
10:56
is the future of children's media.
266
641000
2000
adalah masa depan media anak-anak.
10:58
We know that kids spend a lot of time behind screens today,
267
643000
3000
Kita tahu anak-anak menghabiskan banyak waktu di depan layar hari ini,
11:01
whether it's television or computer games or whatnot.
268
646000
3000
apakah itu televisi atau permainan komputer atau yang lainnya.
11:04
My sons, they love the screen. They love the screen.
269
649000
3000
Anak-anak saya, mereka menyukai layar. Mereka mencintai layar.
11:07
But I want them to play; as a mom, I want them to play,
270
652000
3000
Tetapi saya ingin mereka bermain, sebagai seorang ibu saya ingin mereka bermain
11:10
like, real-world play.
271
655000
2000
seperti bermain di dunia nyata.
11:12
And so I have a new project in my group I wanted to present to you today
272
657000
3000
Dan saya memiliki proyek baru di kelompok saya yang ingin saya bicarakan hari ini
11:15
called Playtime Computing
273
660000
2000
yang disebut Komputasi Waktu Bermain
11:17
that's really trying to think about how we can take
274
662000
2000
yang benar-benar mencoba berpikir tentang
11:19
what's so engaging about digital media
275
664000
2000
apa yang begitu menarik tentang media digital
11:21
and literally bring it off the screen
276
666000
2000
dan membawanya dari layar,
11:23
into the real world of the child,
277
668000
2000
ke dunia nyata anak-anak,
11:25
where it can take on many of the properties of real-world play.
278
670000
3000
di mana hal itu dapat mengambil banyak sifat dari permainan di dunia nyata.
11:29
So here's the first exploration of this idea,
279
674000
4000
Jadi inilah eksplorasi pertama ide ini,
11:33
where characters can be physical or virtual,
280
678000
3000
di mana karakternya bisa berupa fisik atau virtual,
11:36
and where the digital content
281
681000
2000
dan di mana konten digital
11:38
can literally come off the screen
282
683000
2000
dapat keluar dari layar,
11:40
into the world and back.
283
685000
2000
ke dunia nyata dan kembali.
11:42
I like to think of this
284
687000
2000
Saya suka berpikir tentang ini
11:44
as the Atari Pong
285
689000
2000
sebagai Atari Pong
11:46
of this blended-reality play.
286
691000
2000
dari permainan dengan campuran realitas ini.
11:48
But we can push this idea further.
287
693000
2000
Tetapi kita bisa mendorong ide ini lebih jauh.
11:50
What if --
288
695000
2000
Bagaimana jika --
11:52
(Game) Nathan: Here it comes. Yay!
289
697000
3000
(Permainan) Nathan: Ini dia. Yay!
11:55
CB: -- the character itself could come into your world?
290
700000
3000
CB: -- karakter itu dapat muncul ke dunia Anda?
11:58
It turns out that kids love it
291
703000
2000
Ternyata anak-anak menyukainya
12:00
when the character becomes real and enters into their world.
292
705000
3000
ketika karakter menjadi nyata dan masuk ke dunia mereka.
12:03
And when it's in their world,
293
708000
2000
Dan ketika itu ada di dunia mereka,
12:05
they can relate to it and play with it in a way
294
710000
2000
mereka bisa berhubungan dan bermain dengannya
12:07
that's fundamentally different from how they play with it on the screen.
295
712000
2000
yang pada dasarnya berbeda dari saat mereka memainkannya di depan layar.
12:09
Another important idea is this notion
296
714000
2000
Ide penting lainnya dari gagasan ini
12:11
of persistence of character across realities.
297
716000
3000
kesamaan karakter pada berbagai realitas ini.
12:14
So changes that children make in the real world
298
719000
2000
Jadi perubahan yang dibuat anak-anak di dunia nyata
12:16
need to translate to the virtual world.
299
721000
2000
perlu diterjemahkan ke dunia maya.
12:18
So here, Nathan has changed the letter A to the number 2.
300
723000
3000
Di sini, Nathan telah mengubah huruf A menjadi angka 2.
12:21
You can imagine maybe these symbols
301
726000
2000
Anda dapat membayangkan simbol-simbol ini
12:23
give the characters special powers when it goes into the virtual world.
302
728000
3000
memberi si karakter kekuatan spesial ketika mereka pergi ke dunia maya.
12:26
So they are now sending the character back into that world.
303
731000
3000
Lalu mereka sekarang mengirim karakternya kembali ke dunia itu.
12:29
And now it's got number power.
304
734000
3000
Dan sekarang karakter itu punya sejumlah kekuatan.
12:32
And then finally, what I've been trying to do here
305
737000
2000
Dan akhirnya, apa yang telah saya coba lakukan di sini
12:34
is create a really immersive experience for kids,
306
739000
3000
adalah menciptakan pengalaman bagi anak-anak,
12:37
where they really feel like they are part of that story,
307
742000
3000
di mana mereka benar-benar merasa menjadi bagian dari cerita itu,
12:40
a part of that experience.
308
745000
2000
bagian dari pengalaman itu.
12:42
And I really want to spark their imaginations
309
747000
2000
Dan saya benar-benar ingin menggerakkan imajinasi mereka
12:44
the way mine was sparked as a little girl watching "Star Wars."
310
749000
3000
sama seperti saya tergerak saat menonton "Star Wars" sewaktu masih kecil.
12:47
But I want to do more than that.
311
752000
2000
Namun saya ingin melakukan lebih dari itu.
12:49
I actually want them to create those experiences.
312
754000
3000
Saya sebenarnya ingin mereka menciptakan pengalaman-pengalaman itu.
12:52
I want them to be able to literally build their imagination
313
757000
2000
Saya ingin mereka mampu membangun imajinasi mereka
12:54
into these experiences and make them their own.
314
759000
2000
menjadi pengalaman bagi mereka sendiri.
12:56
So we've been exploring a lot of ideas
315
761000
2000
Jadi kami telah menggali banyak ide
12:58
in telepresence and mixed reality
316
763000
2000
dalam kehadiran jarak jauh dan campuran realitas
13:00
to literally allow kids to project their ideas into this space
317
765000
3000
untuk memungkinkan anak-anak memproyeksikan ide mereka ke ruangan ini
13:03
where other kids can interact with them
318
768000
2000
di mana anak-anak lainnya bisa berinteraksi dengan mereka
13:05
and build upon them.
319
770000
2000
dan membangunnya.
13:07
I really want to come up with new ways of children's media
320
772000
3000
Saya benar-benar ingin membuat media yang baru bagi anak-anak
13:10
that foster creativity and learning and innovation.
321
775000
3000
yang menumbuhkan kreativitas, pembelajaran dan inovasi.
13:13
I think that's very, very important.
322
778000
3000
Saya pikir hal itu benar-benar penting.
13:16
So this is a new project.
323
781000
2000
Jadi ini adalah proyek baru.
13:18
We've invited a lot of kids into this space,
324
783000
2000
Kami telah mengundang banyak anak-anak ke ruangan ini,
13:20
and they think it's pretty cool.
325
785000
3000
dan mereka merasa ini sangat keren.
13:23
But I can tell you, the thing that they love the most
326
788000
2000
Tetapi saya ingin memberi tahu Anda, hal yang paling mereka sukai
13:25
is the robot.
327
790000
2000
adalah robot.
13:27
What they care about is the robot.
328
792000
3000
Apa yang mereka pedulikan adalah robot.
13:30
Robots touch something deeply human within us.
329
795000
3000
Robot menyentuh sesuatu di dalam diri kita.
13:33
And so whether they're helping us
330
798000
2000
Dan apakah mereka membantu kita
13:35
to become creative and innovative,
331
800000
2000
menjadi kreatif dan inovatif,
13:37
or whether they're helping us
332
802000
2000
atau apakah mereka membantu kita
13:39
to feel more deeply connected despite distance,
333
804000
2000
merasa lebih terhubung meskipun terpisah oleh jarak,
13:41
or whether they are our trusted sidekick
334
806000
2000
atau apakah mereka adalah teman yang bisa dipercaya
13:43
who's helping us attain our personal goals
335
808000
2000
yang membantu kita mencapai tujuan pribadi
13:45
in becoming our highest and best selves,
336
810000
2000
untuk menjadi yang terbaik dari diri kita,
13:47
for me, robots are all about people.
337
812000
3000
bagi saya, robot adalah tentang orang-orang.
13:50
Thank you.
338
815000
2000
Terima kasih.
13:52
(Applause)
339
817000
5000
(Terpuk tangan)
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