Les robots collaboratifs sont amenés à intervenir dans des environnements de plus en plus variés et à réaliser des tâches en coordination directe avec des utilisateurs. Pour que cette coopération fonctionne, il ne suffit cependant pas que le robot réalise correctement ses actions : l’utilisateur doit également pouvoir comprendre ce qu’il fait, anticiper son comportement et savoir comment réagir lorsqu’un problème survient.

Le projet ELIHREM s’intéresse à ces interactions dans un contexte professionnel de service proche d’un usage quotidien. Un dispositif expérimental a été développé autour d’une tâche de préparation de café réalisée conjointement par un utilisateur et un robot collaboratif. Les participants interagissent plusieurs fois avec le système et rencontrent différentes erreurs programmées au cours de la tâche. Le robot peut alors fournir différents niveaux d’information : signaler ce qui ne fonctionne pas, expliquer la cause du problème ou encore indiquer comment l’interaction pourra reprendre.

L’objectif est d’étudier comment ces différentes manières de communiquer une erreur influencent ce que l’utilisateur comprend de la situation, la confiance qu’il accorde au robot et la façon dont il adapte son comportement. L’étude combine ainsi des questionnaires, des mesures de compréhension de la situation et l’observation détaillée des comportements pendant l’interaction.

Les résultats obtenus apportent une réponse nuancée. L’ajout d’informations ne produit pas automatiquement une meilleure interaction. Les tendances observées suggèrent néanmoins que certaines informations, notamment celles indiquant comment la tâche va pouvoir reprendre, peuvent aider les utilisateurs à mieux anticiper la suite de l’interaction. Ces effets apparaissent plus clairement sur la compréhension de la situation que sur l’ajustement de la confiance et des comportements. Ces travaux soulignent ainsi qu’un robot transparent n’est pas nécessairement un robot qui communique davantage, mais un système capable de fournir une information pertinente au moment où l’utilisateur en a besoin.