WAAR WIJ TROTS OP ZIJN - Faculteit der Wiskunde en ...

10
JOOST BROEKENS
beter benutten wat hij al weet.
Maar Broekens heeft nòg een reden om op deze manier emotie
te koppelen aan exploratie: “Als ik een plotselinge verandering in
de wereld van de gesimuleerde muis aanbreng, zoals het voedsel
verplaatsen of de paden veranderen, dan zit mijn muis niet met zijn
handen in het haar: hij begint gewoon weer met exploreren tot hij
de nieuwe voedselbergplaatsen gevonden heeft.” Maar is dit model
niet veel simpeler dan de werkelijkheid? “Natuurlijk,” antwoordt
Broekens, “maar als je teveel variabelen hebt, kun je niets zinnigs
uit je onderzoek afleiden. Je moet met een paar variabelen beginnen
en van daar uit verder uitbouwen.”
Elektromechanisch hoofd
In de hierboven beschreven voorbeelden werkt de muis zelfstandig:
zonder hulp van degene die achter de computer zit. Een dalend muizenwelbevinden
leidt tot toenemende exploratie, een toenemende exploratie
hopelijk tot een beloning in de vorm van voedsel. Dat is alles.
Maar hoe zou het de muis vergaan als de computergebruiker hem
helpt? Maakt menselijke feedback hem slimmer? Om dat te onderzoeken,
heeft Joost Broekens samen met Pascal Haazebroek en elf
studenten een model ontwikkeld. Allereerst hebben ze een elektromechanisch
hoofd gebouwd dat op een beperkte maar effectieve
manier de emoties van de gesimuleerde muis kan weergeven.
Voelt de muis zich slecht, dan kijkt het houten gezicht droevig,
voelt hij zich goed dan kijkt het blij. Op die manier doorziet de
computergebruiker veel sneller hoe de muis zich voelt dan wanneer
hij op het scherm getallen moet aflezen.
Feedback richting muis gebeurt op een vergelijkbare manier: een
digitale camera leest de wisselende gezichtsuitdrukkingen van de
computergebruiker, die vervolgens de muis stimuleren om zijn
prestaties te verbeteren. Kijkt de computergebruiker blij, dan weet
de muis dat hij op de goede weg is en gaat hij door waar hij mee
bezig is. Kijkt de computergebruiker daarentegen boos dan weet
de muis dat hij fout zit en gaat hij iets anders proberen.
Maar ook hier staat of valt het succes met een goede afregeling
van de variabelen. Broekens: “De manier waarop de muis leert is
belangrijk. Leert hij te langzaam, dan is de lach van de computer-
gebruiker al voorbij voordat de muis heeft begrepen dat er sprake
was van een positieve stimulans. Maar leert hij te snel, dan verandert
de menselijke gezichtsuitdrukking voor hem juist te langzaam om er
informatie uit te kunnen halen. Ook is het effect afhankelijk van de
sterkte van de emotionele stimulans. Een sterkere stimulans kan het
leren versnellen, maar kan het ook makkelijker verstoren. Dat kan
bijvoorbeeld als de computergebruiker per ongeluk boos kijkt tegen
de muis terwijl die wel netjes naar het voedsel loopt. Een simpel
experiment als dit laat dus al zien dat leerprocessen alleen binnen
zekere grenzen effectief zijn.”
Het uiteindelijke doel van Broekens’ experimenten is om te kijken
of dit soort emotioneel tweerichtingsverkeer de menselijke interactie
met software, of met robots, natuurlijker en dus gemakkelijker
maakt. Affective computing is de vakterm hiervoor.
Lerende televisies en stofzuigers
Denk voor een praktische toepassing aan een televisie die aan de
hand van emoties in de ruimte leert welke programma’s leuk zijn
voor welk lid van het gezin. Broekens: “De televisie kan dan leren
wie wat leuk vindt en op basis van persoonlijke voorkeur programma’s
voorstellen, of reclame natuurlijk. Met dit soort onderzoek
zijn we nu bij het Telematica Instituut bezig.”
Een ander voorbeeld is een stofzuiger die zelfstandig, dus zonder
actieve menselijke bediening, het huis schoon kan houden. Tijdens
de initiële instructieperiode wil je je schoonmaakrobot niet honderd
keer hoeven te vertellen wat hij wel en niet moet doen, of wat wel
en niet gevaarlijk is. Dat moet de stofzuiger na slechts enkele instructies
doorhebben, anders wil geen mens hem kopen. Broekens:
“Bovendien zou het handig zijn als die stofzuiger voor verschillende
gebruikers verschillende manieren van stofzuigen kan aanleren.
Eentje voor mij (snel), en eentje voor mijn vriendin (grondig en
degelijk). Maar ja, eer dat zo’n routine praktisch gerealiseerd is,
ben je zo weer een paar jaar verder. Ik ben al blij dat ik überhaupt
experimenten heb kunnen ontwerpen die het interactieve leerproces
weer een stapje verder begrijpelijk maken.”
Rob Smit