Психометрические показатели и модификация методики негативного отношения к роботам (NARS)
Психометрические показатели и модификация методики негативного отношения к роботам (NARS)
Аннотация
Код статьи
S020595920023645-5-1
Тип публикации
Статья
Статус публикации
Опубликовано
Авторы
Акмаев В. А. A. 
Аффилиация: Пермский государственный национальный исследовательский университет
Адрес: Российская Федерация, Пермь
Выпуск
Страницы
76-84
Аннотация

Представлены результаты модификации русскоязычной версии Опросника негативного отношения к роботам. На выборке 245 человек удалось установить, что опросник позволяет изучить особенности негативного отношения к роботам через три компонента: негативное отношение к взаимодействию с роботом, негативное отношение к социальному влиянию роботов, а также негативное отношение к эмоциям во взаимодействии с роботом. Достигнуты необходимые параметры надежности шкал опросника:  Кронбаха для шкалы негативного отношения к взаимодействию с роботом составляет 0.788, для шкалы негативного отношения к социальному влиянию роботов – 0.739, а для шкалы негативного отношения к эмоциям во взаимодействии с роботом – 0.644. В качестве внешней валидности показаны обратные связи эмоциональной стабильности со всеми типами негативного отношения к роботам, а также показана обратная взаимосвязь между открытостью новому опыту и негативным отношением к взаимодействию с роботами.

Ключевые слова
отношение к роботам, NARS, Большая пятерка, негативное отношение, роботопсихология
Классификатор
Дата публикации
22.12.2022
Всего подписок
8
Всего просмотров
431
Оценка читателей
0.0 (0 голосов)
Цитировать Скачать pdf
1 Жизнь современного человека не может протекать вне контекста информационных технологий, направленных на обслуживание профессиональных и бытовых процессов. Распространение системы “человек–машина” является привычной тенденцией повседневности. С усложнением технологий компьютеризированные и роботизированные системы являются не только предметом изучения технических наук, но и наук социально-гуманитарного профиля. Эти тенденции заставляют задуматься об особенностях взаимодействия человека и робота, об отношении человека к роботизированным системам. В зарубежной науке активно изучается отдельная область исследования взаимоотношений в системе “человек–робот” (Human–Robot Interaction – HRI) [20].
2 В отечественной психологии и социальных науках также разрабатывается вопрос о восприятии и отношении человека к роботам. Изучаются ассоциации инженеров космической отрасли со словом “Робот” при помощи контент-анализа [5]. Проводится анализ работ по данной теме в высокорейтинговых научных журналах [3]. Обобщается мировой опыт анализа взаимодействия человека и робота [10]. Сравниваются, классифицируются и обобщаются подходы и теории к восприятию антропоморфных роботов [7]. Проводится обзор зарубежных социологических и психологических шкал в сфере человеко-машинного взаимодействия [2]. Используется рефлексивный анализ и анализ экспертных взглядов по данной проблематике [9]. Избранные методы в основном носят теоретический характер, что не позволяет полноценно изучить особенности отношения человека к роботу на российской выборке.
3 В России социальные роботы активно используются в торговых центрах, консалтинговых службах и в медицинской сфере. Роботы интегрируются в процесс формирования и развития коммуникативных навыков врачей. Основным достоинством применения роботов в качестве симулированного пациента является многократное предъявление стандарта поведения пациента роботом в близких к реальным условиям медицинской коммуникации. Среди ограничений выделяют отсутствие или снижение эмоционального отклика, ограничения предъявления нестандартного поведения пациента (субъективная сторона пациента утрачивается) [6].
4 Особый интерес представляет изучение взаимодействия человека и социального робота, а также отношение человека к социальному роботу. При данной интеракции может возникать эффект “Зловещей долины”, который проявляется в нарастании негативного отношения (страха, ужаса) к роботу по мере приближения его внешнего вида к человеческому [16]. Роботы, которые имеют внешность, отличную от человека или наоборот неразличимую от человеческой, не вызывают негативного отношения. В то время как роботы, внешний вид которых похож на человеческий, но имеет некоторые отличия, вызывают негативное отношение [14]. В этом контексте необходим инструмент, который может оценить особенности негативного отношения человека к роботу. В зарубежной практике используется Шкала негативного отношения к роботам (Negative Attitude towards Robots Scale – NARS). Данная шкала была разработана группой исследователей в Японии (T. Nomura, T. Kanda, T. Suzuki, K. Kato) [19]. В основе разработки методики лежит представление о том, что на тревогу и негативное отношение людей к роботам влияют, с одной стороны, тревога людей в целом по отношению к технологическим продуктам, а с другой стороны страх общения как один из вариантов социальной тревоги. Разработчики предполагают, что социальная тревога одинаково проявляется у людей как по отношению к другим людям, так и к роботам, которые в особенности похожи на человека [19].
5 В зарубежной психологии активно ведется поиск связей между негативным отношением к роботам и личностными особенностями респондентов. Так опросник NARS используется с опросниками модели Большой пятерки. Показана взаимосвязь параметра нейротизма со всеми шкалами негативного отношения к роботам, и связь параметра экстраверсии с негативным отношением к социальному влиянию роботов [18]. При использовании регрессионного анализа вклада личностных свойств в отношение к роботам было выявлено следующее: люди с высокой экстраверсией и открытостью к новому опыту более позитивно относятся к роботам [17].
6 Проверка валидности методики производилась на двух выборках. Первая выборка: 236 человек (мужчин – 177, женщин – 59, пол не установлен – 27, средний возраст респондентов – 20.8 лет). Вторая выборка: 240 человек (мужчин – 146, женщин – 92, пол не установлен – 2, средний возраст респондентов – 22 года). Необходимые психометрические показатели были достигнуты [19].
7 Данная методика существует как минимум на шести языках: японский, английский, немецкий, китайский, французский и испанский [12]. Несмотря на хорошие психометрические показатели оригинальной методики, авторы адаптаций на английский язык столкнулись с проблемами, вызванными культурно-специфичными факторами.
8 В американской версии адаптации опросника в факторной структуре были выделены 4 фактора (в оригинале – 3). Исследователи подчеркивают различия между японской и американской популяцией студентов в факторной модели. Например, в американской модели пункт “Я бы чувствовал себя некомфортно, если бы я выполнял работу, в ходе которой мне нужно было бы использовать робота” не нагружал ни одного фактора. Подчеркивается специфика японской технологической культуры: “мне пришлось бы использовать робота в работе”, в сравнении с американской моделью: “если бы мне дали работу с роботом” [21].
9 При адаптации англоязычной версии у исследователей возникли трудности с некоторыми пунктами. Например, «слово “робот” для меня ничего не значит» – обозначает широкий контекст отношения к роботу и, может быть, не привязан к отдельному параметру оценки отношения к роботу. Также в одном из пунктов используется слово “доминировать” по отношению положения робота в будущем обществе, в этом случае не ясны границы доминирования роботов [21].
10 Существует проблема отсутствия русскоязычного психодиагностического инструментария в сфере изучения аспектов отношения человека к роботам. С одной стороны, данная проблема не дает возможности разработчикам роботизированных систем учитывать при конструировании роботов особенности отношения человека к роботу, в том числе культурный компонент, а с другой стороны, нет возможности активного изучения данной области психологической наукой.
11 Целью исследования была адаптация и последующая модификация методики изучения негативного отношения к роботам на русскоязычной выборке. В качестве гипотезы было предположение о том, что структура опросника будет соответствовать оригинальной структуре (14 пунктов опросника и 3 шкалы негативного отношения к роботам).
12

МЕТОДИКА

13 Участники исследования. Общую выборку составили 245 человек, из них 181 человек женского пола и 64 – мужского. Средний возраст респондентов 26.7 лет, стандартное отклонение 10.6 лет. Минимальный возраст 18 лет. Состав выборки: 151 человек являются студентами Пермского государственного медицинского университета (62%), 94 человека являются практикующими врачами г. Перми и Пермского края (38%). Количество респондентов приближено к числу респондентов в выборке, на которой производилась валидизация оригинальной версии опросника. Общую выборку составили две подгруппы: первая подгруппа принимала участие в исследовании через онлайн-платформу проведения опросов www.1ka.si (исследование проводилось в период с мая по июнь 2021 года, n=165, средний возраст – 20.3 года, стандартное отклонение – 4.02 года), вторая подгруппа заполняла бумажные варианты опросника (исследование проводилось в январе 2022 года, n=80, средний возраст – 39.7 лет, стандартное отклонение – 7.4 года).
14 Методика исследования. Русскоязычный опросник негативного отношения к роботам (NARS). Шкала NARS отражает отношение людей к роботам, которые по своей сути рефлексируют обыденные представления о роботах. Опросник состоит из 14 пунктов, которые распределены по трем шкалам: S1 негативное отношение к взаимодействию с роботом (шесть пунктов), S2 негативное отношение к социальному влиянию роботов (пять пунктов) и S3 негативное отношение к эмоциональному взаимодействию с роботами (три пункта) [19]. На первой выборке (N = 165) опросник был предъявлен через онлайн-платформу проведения опросов www.1ka.si. Для избегания влияния позиции вопроса пункты опросника демонстрировались в случайном порядке. Для второй выборки (N = 80) опросник был предъявлен в бумажном варианте с фиксированной структурой.
15 Перевод методики на русский язык. Перевод методики NARS осуществлялся в три этапа. На первом этапе был осуществлен перевод с учетом лингвистических и культурных особенностей русского языка и аспектов измеряемого конструкта. На втором этапе были привлечены эксперты для оценки перевода: кандидат филологических наук со специализацией на английском языке, носитель языка (английский язык), знающий русский язык, и доктор психологических наук, владеющий английским языком. На третьем этапе в опросник были внесены коррективы, рекомендуемые экспертами.
16 Для исследования конвергентной валидности использовалась краткая версия опросника большой пятерки в адаптации Т.В. Корниловой [8].
17 Статистическая обработка данных проводилась с использованием пакета статистических программ JASP 0.14.1 для MacOS и MS Excel. Применялись метод нормализации данных (z-преобразование), эксплораторный факторный анализ по методу минимальных остатков с вращением варимакс. Использовались конфирматорный факторный анализ, корреляционный анализ (коэффициент корреляции Пирсона) и коэффициент α-Кронбаха.
18

РЕЗУЛЬТАТЫ

19 Факторная структура и факторная валидность. При помощи эксплораторного факторного анализа была выстроена факторная модель NARS для русскоязычной выборки (метод выделения факторов: метод минимальных остатков, метод вращения: варимакс). Для сохранения структуры опросника использовалось заданное количество факторов – 3. Значения хи-квадрат для данной факторной модели: Chi-squared=97.549, df=52, p
20 Таблица 1. Факторная структура русскоязычной версии NARS.
Пункт опросника Фактор 1 Фактор 2 Фактор 3
S1.1. Я бы чувствовал себя некомфортно, если бы я выполнял работу, в ходе которой мне нужно было бы использовать робота. 0.539 0.401 0.041
S1.2. В разговоре с роботом я бы относился к нему подозрительно и с недоверием. 0.444 0.475 0.244
S1.3. Я бы сильно нервничал, даже если бы просто находился перед роботом. 0.793 0.195 -0.008
S1.7. Я переживал, если бы роботы или системы искусственного интеллекта рассуждали о разных вещах. 0.228 0.558 0.278
S1.12. Роботы не представляют для меня никакого интереса. 0.454 0.190 0.396
S1.14. Я бы волновался во взаимодействии с роботом в присутствии других людей. 0.700 0.156 0.033
S2.5. Мне кажется, что в будущем в обществе будут доминировать роботы. 0.262 0.178 -0.152
S2.6. Я переживаю, что буду слишком сильно зависеть от роботов. 0.124 0.541 -0.148
S2.10. Я переживаю, что роботы будут негативно влиять на детей. 0.394 0.534 0.118
S2.11. Может случиться что-то плохое, если роботы будут как живые существа. 0.122 0.564 0.241
S2.13. Мне было бы не по себе, если бы роботы действительно испытывали эмоции. 0.238 0.476 0.468
S3.4. Я чувствовал бы себя комфортно с роботами, у которых есть эмоции.* -0.029 -0.003 0.589
S3.8. Я был бы спокоен при разговоре с роботом.* 0.576 0.129 0.275
S3.9. Если бы у роботов были эмоции, то я бы смог с ними подружиться.* 0.088 0.161 0.696
Примечание. * – пункты с обратным подсчетом первичных баллов. S1 – негативное отношение к взаимодействию с роботами. S2 – негативное отношение к социальному влиянию роботов. S3 – негативное отношение к эмоциям во взаимодействии с роботом.
21 Пункт “Мне кажется, что в будущем в обществе будут доминировать роботы” не нагружает ни один из трех факторов. В данной модели этот пункт был удален. Такие же трудности возникли при адаптации на американской и британской выборках [21].
22 Пункты 1 и 2 нагружают первый и второй факторы, однако пункт 1 обнаруживает большую факторную нагрузку с первым фактором, а пункт 2 – со вторым. Пункт 13 нагружает 2 и 3 факторы, но больше согласуется с 3-м фактором. Первый пункт “Я бы чувствовал себя некомфортно, если бы я выполнял работу, в ходе которой мне нужно было бы использовать робота” связан со взаимодействием с роботами в процессе рабочей деятельности. Второй пункт “В разговоре с роботом я бы относился к нему подозрительно и с недоверием” больше связан с социальным компонентом отношения к роботу в аспекте приписывания ему субъектности “подозрительно и с недоверием”. Тринадцатый пункт “Мне было бы не по себе, если бы роботы действительно испытывали эмоции” больше связан с эмоциональным компонентом отношения к роботам.
23 Таким образом были получены три фактора, которые описывают различные аспекты негативного отношения к роботам: аспекты взаимодействия, социальное влияние и эмоциональный компонент.
24 Для получения более стабильных оценок структурных взаимосвязей исследуемой модели на небольшой выборке для конфирматорного факторного анализа использовались парселы (композиты) [15]. Парселы были составлены путем сложения данных по отдельным пунктам опросника, относящихся к одной шкале. Использовался рандомный метод для составления парселов [15].
25 В результате нашего исследования имеются следующие показатели CFI=0.981, TLI=0.952, RMSEA=0.075 (90%:0.024; 0.126), SRMR=0.029, chi-squared=14.267, df=6, p=0.027; chi-squared/df=2.38. Показатели конфирматорного факторного анализа для оригинальной методики: GFI=0.924, RMSEA=0.065 (N=236) и GFI=0.900, RMSEA=0.080 (N=240) [19]. Факторная структура опросника на русскоязычной выборке представлена на рисунке.
26

27 Рис. Модель опросника на основании конфирматорного факторного анализа с применением парселов.
28 Внутренняя согласованность и взаимосвязь шкал. Внутренняя согласованность посчитана по всем шкалам опросника. Результаты по показателю альфа Кронбаха: (S1) негативное отношение к взаимодействию с роботами =0.788 (90%: 0.742;0.827), (S2) негативное отношение к социальному воздействию роботов =0.739 (90%: 0.683; 0.787), (S3) негативное отношение к эмоциональному взаимодействию с роботом =0.644 (90%: 0.559; 0.715).
29 Для всех шкал применялся анализ поочередного удаления пунктов с целью проверки влияния на показатель коэффициента Кронбаха. Были выбраны наибольшие показатели. Показатели оригинальной методики на японском языке для первой выборки (236 человек): S1 – 0.738, для S2 – 0.732 и для S3 – 0.657, для второй выборки (240 человек): для S1 – 0.750, для S2 – 0.782 и для S3 – 0.648 [19]. Полученные показатели в основном превышают показатели оригинальной методики, а также полностью соответствуют принятым в психометрике параметрам в качестве надежных с коэффициентом α ≥ 0.6 [1]. Значение альфа зависит от количества пунктов, нагружающих исследуемую шкалу. Ожидаемо, что шкала с наименьшим количеством пунктов (3) имеет наиболее низкие значения альфа. Эта же закономерность прослеживается и в оригинальных версиях опросника со значениями альфа по аналогичной шкале 0.657 и 0.648. Вопрос об интерпретации значениях альфа остается дискуссионным. Вслед за отечественными [1] и зарубежными [13] исследователями в данной статье, приемлемым считается показатель альфа от 0.6.
30 Интеркорреляции шкал NARS были получены при помощи коэффициента корреляции Пирсона. Результаты применения критерия отражены в табл. 2.
31 Таблица 2. Корреляции факторов в русскоязычной модели NARS
Фактор 1 (негативное отношение к взаимодействию с роботами Фактор 2 (негативное отношение к социальному влиянию роботов) Фактор 3 (негативное отношение к эмоциональному взаимодействию с роботом)
Фактор 1 (негативное отношение к взаимодействию с роботами) 1
Фактор 2 (негативное отношение к социальному влиянию роботов) 0.580*** 1
Фактор 3 (негативное отношение к эмоциональному взаимодействию с роботом) 0.340*** 0.420*** 1
Примечание: ***p<0.001.
32 Между всеми факторами присутствует взаимосвязь, отражающая направленность шкал на один психологический конструкт – негативное отношение к роботам.
33 Конвергентная валидность. Для изучения внешней валидности использовался краткий опросник большой пятерки в адаптации Т.В. Корниловой [8]. Прогнозировалось наличие обратных взаимосвязей с параметром эмоциональной стабильности (противоположность нейротизму), как было показано зарубежным исследователями [17, 18]. На основании данных нашего исследования параметр “Эмоциональная стабильность” имеет обратные взаимосвязи с Фактором 1 (r=-0.275, p
34 Другими словами, присутствуют обратные взаимосвязи между параметром “Эмоциональной стабильности” и всеми факторами NARS, а также обратная взаимосвязь между шкалой “Открытость новому опыту” и шкалой негативного отношения к взаимодействию с роботом. Данные результаты согласуются с зарубежными исследованиями.
35

ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ

36 В попытке сохранить структуру опросника были выделены три фактора. В результате применения статистических инструментов определения структуры опросника пункты методики были распределены отличным от оригинальной модели образом.
37 Основные пункты первого фактора (1, 3, 12 и 14) соответствуют первой шкале оригинальной методики – негативное отношение к взаимодействию с роботом. Вместо 7-го пункта был включен пункт 8. По своему содержанию пункты данного фактора отражают процесс активного взаимодействия с роботом, что может быть связано с поведенческим компонентом отношения к роботу во взаимодействии с ним. В пункте 12 отражается интерес к роботизированным системам, что возможно тоже связано с поведенческим аспектом (поиск информации, посещение мероприятий, связанных с роботом; выбор профессии, связанной с роботизированными системами и др.).
38 Во втором факторе остались пункты 6,10 и 11, а также добавились пункты 2 и 7. Пятый пункт был удален по причине отсутствия связи с выделенными факторами. Такая же тенденция существует и в англоязычной версии NARS [21]. Пункт 13 был связан с эмоциональным компонентом и был перенесен в 3-й фактор. Содержание пунктов второго фактора, с одной стороны, отражает отношение к социальному влиянию роботов (“зависеть от робота”, “рассуждения робота о разных вещах”, “негативное влияние на детей”, “роботы как живые существа”). С другой стороны, выделяется когнитивный компонент отношения к роботам – “зависеть от робота” означает потерю произвольности своей позиции и лидерство позиции робота; подозрительное отношение к роботу (страх от возможности интеллектуального поведения робота), рассуждение роботов о различных вещах, роботы “как живые существа”.
39 Третий фактор образован 4 и 9 пунктами, которые также отражены в оригинальной методике. К данному фактору добавлен 13-й пункт, связанный с эмоциональным отношением к роботу. По своему содержанию пункты данного фактора отражают эмоциональный (аффективный) компонент отношения к роботу.
40 Таким образом, на основании выделенных факторов удалось сохранить контекст оригинальной методики, но благодаря новой структуре опросника были намечены классические для психологии отношений и установки структурные компоненты: когнитивный, аффективный и поведенческий компоненты, выделенные Б.М. Смитом [4]. Так первый фактор отражает негативное отношение к взаимодействию с роботом и некоторые аспекты поведенческого компонента, второй фактор – негативное отношение к социальному влиянию роботов и некоторые особенности когнитивного компонента отношения к роботам, а третий фактор – негативное отношение к эмоциям во взаимодействии с роботами (аффективный компонент отношения). Итоговый вариант опросника представлен в приложении.
41

ОГРАНИЧЕНИЯ

42 Данные получены на выборке лиц с медицинским образованием (студенты и врачи), необходимо исследовать вопросы возможностей применения данной методики для лиц без медицинского образования.
43 В выборке доминируют респонденты женского пола (74%). С одной стороны, гендерный фактор может влиять на выбор респондентами ответов опросника, с другой стороны, валидизация оригинального опросника производилась на выборке с доминированием респондентов мужского пола. Необходимо отметить, что данное ограничение связано со спецификой сферы деятельности респондентов (медицинская сфера), в которой присутствует не равное по полу распределение специалистов. В 2019 году в России зафиксировано следующее распределение специалистов сферы здравоохранения и социальных услуг: 80% работников женского пола и 20% работников мужского пола. Распределение по половому признаку в данном исследовании отражает закономерности данного распределения в генеральной совокупности [11].
44

ВЫВОДЫ

45
  1. Русскоязычная версия NARS является валидным и надежным инструментом изучения негативного отношения к роботам на русскоязычных выборках.
  2. Факторная структура опросника сохраняет структуру оригинала, а также воспроизводит тенденции, полученные при создании и адаптации методики на других языках.
  3. В изучении негативного отношения к роботам выделяются негативное отношение к взаимодействию с роботами, к социальному влиянию роботов и к эмоциональному компоненту во взаимодействии с роботом.
46

ПРИЛОЖЕНИЕ

47 ШКАЛА НЕГАТИВНОГО ОТНОШЕНИЯ К РОБОТАМ
48 Инструкция: Представьте себя в ситуации взаимодействия с роботом. Перед вами список утверждений, связанных с отношением к роботам. Оцените, насколько вы согласны или не согласны с данными утверждениями. Напротив каждого утверждения отметьте степень своего согласия с утверждением от значения «Полностью не согласен» до значения «Полностью согласен».
49
Полностью не согласен Не согласен Скорее не согласен Ни то, ни другое Скорее согласен Согласен Полностью согласен
1 2 3 4 5 6 7
50
1. Я бы чувствовал себя некомфортно, если бы я выполнял работу, в ходе которой мне нужно было бы использовать робота. 1 2 3 4 5 6 7
2. В разговоре с роботом я бы относился к нему подозрительно и с недоверием. 1 2 3 4 5 6 7
3. Я бы сильно нервничал, даже если бы просто находился перед роботом. 1 2 3 4 5 6 7
4. Я чувствовал бы себя комфортно с роботами, у которых есть эмоции. 1 2 3 4 5 6 7
5. Я переживаю, что буду слишком сильно зависеть от роботов. 1 2 3 4 5 6 7
6. Я переживал, если бы роботы или системы искусственного интеллекта рассуждали о разных вещах. 1 2 3 4 5 6 7
7. Я был бы спокоен при разговоре с роботом. 1 2 3 4 5 6 7
8. Если бы у роботов были эмоции, то я бы смог с ними подружиться. 1 2 3 4 5 6 7
9. Я переживаю, что роботы будут негативно влиять на детей. 1 2 3 4 5 6 7
10. Может случиться что-то плохое, если роботы будут как живые существа. 1 2 3 4 5 6 7
11. Роботы не представляют для меня никакого интереса. 1 2 3 4 5 6 7
12. Мне было бы не по себе, если бы роботы действительно испытывали эмоции. 1 2 3 4 5 6 7
13. Я бы волновался во взаимодействии с роботом в присутствии других людей. 1 2 3 4 5 6 7
Обработка результатов
Шкала Пункты опросника
Негативное отношение ко взаимодействию с роботами 1, 3, 7*, 11, 13
Негативное отношение к социальному влиянию роботов 2, 5, 6, 9, 10
Негативное отношение к эмоциональному компоненту во взаимодействии с роботами 4*, 8*, 12
* - пункты с обратным подсчетом первичных баллов

Библиография

1. Бурлачук Л.Ф., Духневич В.Н. Исследование надежности опросника Р. Кэттелла 16 PF // Психологический журнал. 2000. Т. 21. № 5. С. 82–95.

2. Бурова О.А., Селеткова Г.И. Социологические шкалы измерения в сфере человеко-машинного взаимодействия (HRI) // Современное общество: вопросы теории, методологии, методы социальных исследований: материалы XIX (заочной) Всероссийской научной конференции, посвященной памяти профессора З.И. Файнбурга, 2020. С. 27–32.

3. Галин Р.Р., Серебренный В.В., Тевяшов Г.К., Широкий А.А. Взаимодействие человека и робота в коллаборативных робототехнических системах // Известия Юго-Западного государственного университета. 2020. Т. 24 № 4. С. 180–199. https://doi.org/10.21869/2223-1560-2020-24-4-180-199

4. Девяткин А.А. Явление социальной установки в психологии ХХ века: монография. Калининград: Изд-во Калинингр. ун-та, 1999. 309 с.

5. Денисенко Ф.Н., Финогенова О.Н. Образ робота в ассоциациях инженеров космической отрасли // Научные исследования и разработки: приоритетные направления и проблемы развития: сборник научных трудов по материалам Междисциплинарного форума speed-up. М.: Профессиональная наука, 2020. С. 35–43.

6. Дьяченко Е.В., Черников И.Г., Самойленко Н.В. Виртуальный пациент в симуляционном обучении и оценивании коммуникативных навыков общения – коммуникативный робот: фантастика или реальность? // Вузовская педагогика, 2021. С.178–183.

7. Киселева Ю.П. Восприятие антропоморфных роботов // Профессионализм и творчество в условиях транзитивности: международный сборник научных трудов, 2018. С 31–35.

8. Корнилова Т.В., Зиренко М.С., Гусейнова Р.Д. Кросс-культурная адаптация краткого опросника Большой пятерки (TIPI): сравнение российской и азербайджанских студенческих выборок // Психологические исследования. 2017. Т. 10. № 55. С. 7–21.

9. Малинецкий Г.Г. Робототехника и цифровая экономика в рефлексивном контексте // Рефлексивные процессы и управление. Сборник материалов XI, 2017. С. 120–125.

10. Середкина Е.В., Безукладников И.И., Ядова Е.Н. Взаимодействие человека и робота: социально-гуманитарная экспертиза // Социально-гуманитарные знания. 2019. № 10. С. 102–108.

11. Смелов П.А., Глотко О.Л., Иванова А.М., Игнатова Н.В., и др. Женщины и мужчины России. 2020: Стат.сб./Росстат. М., 2020. 239 с.

12. Bartneck Ch. Negative attitudes towards robots scale (NARS) translations. URL: https://www.bartneck.de/2019/03/11/negative-attitudes-towards-robots-scale-nars-translations/ (дата обращения: 29.04.2022).

13. Hair J.F., Black W.C., Babin B.J., Anderson R.E. Multivariate Data Analysis, 2010. V7. United States: Pearson. 761 p.

14. Howard M.C. Investigating the Simulation Elements of Environment and Control: Extending the Uncanny Valley Theory to Simulations // Computers and Education. 2017. P. 216–232. https://doi.org/10.1016/j.compedu.2017.03.005.

15. Landis R., Beal D.J., Tesluk P.E. A Comparison of Approaches to Forming Composite Measures in Structural Equation Models // Organizational Research Methods. 2000. V.3. №2. P. 186–207.

16. Mori M. The Uncanny Valley // Energy. 1970. V. 7 № 4. Р. 33–35.

17. Morsunbul U. Human-Robot Interaction: How Do Personality Traits Affect Attitudes towards Robot? // Journal of Human Sciences. 2019. V. 16. № 2. P. 499–504. doi:10.14687//jhs.v16i2.5636.

18. Muller S.L., Richert A. The Big-five Personality Dimensions and Attitudes towards Robots: A Cross Sectional Study // Proceedings of the 11th Pervasive Technologies Related to Assistive Environments Conference, 2018. P. 405–408. doi:10.1145/3197768.3203178.

19. Nomura T., Kanda T., Suzuki T., Kato K. Prediction of Human Behavior in Human–Robot Interaction Using Psychological Scales for Anxiety and Negative Attitudes Toward Robots // IEEE Transactions on robotics. 2008. V. 24. № 2. P. 442–451.

20. Sheridan T.B. Human–Robot Interaction: Status and Challenges // Human Factors. 2016. V. 58. № 4. P. 525–532. doi:10.1177/0018720816644364

21. Xia Y., Letendre G. Robots for Future Classrooms: A Cross-Cultural Validation Study of Negative Attitudes Toward Robots Scale in the U.S. Context // International Journal of Social Robotics. 2021. V. 13. №4. P. 703–714. https://doi.org/10.1007/s12369-020-00669-2.

Комментарии

Сообщения не найдены

Написать отзыв
Перевести