Akceptacja robotów w usługach hotelowych – Henn-na Hotel, Japan
Akceptacja robotów w usługach hotelowych – Henn-na Hotel – przykład ten został wybrany, ponieważ jest on powszechnie znany jako hotel robotów. Hotel zainwestował w znaczną liczbę i zróżnicowaną gamę robotów usługowych w porównaniu do innych hoteli. W tym artykule skupiamy się tylko na akceptacji robotów usługowych. Recenzje online stanowią istotne źródło informacji, które ujawnia interakcje między
gośćmi a robotami usługowymi.
Post powstał na podstawie materiałów zamieszczonych poniżej.
Service robots in the hospitality industry: The case of Henn–na hotel, Japan
https://tokyo-nishikasai.hennnahotel.com/our-hotel
Akceptacja robotów w usługach hotelowych
Niedawno zespół badawczy Microsoftu nawiązał współpracę z Uniwersytetem Waszyngtońskim w celu opracowania wytycznych do oceny interakcji HumanAI poprzez syntezę 20 lat wcześniejszych badań nad AI-Infused i wdrożeń w branży. Badacze zaproponowali zestaw 18 wytycznych projektowych dla interakcji człowiek-AI i podzielili na cztery kategorie wysokiego poziomu w oparciu o to, kiedy ma miejsce interakcja użytkownika: 1-początkowo, 2-w trakcie interakcji, 3-gdy jest błędna i 4-w czasie.
Na początku projektanci muszą jasno określić, co system może zrobić i jak dobrze system może zrobić to, co może zrobić. Podczas interakcji projektant powinien łagodzić uprzedzenia społeczne, dopasowywać odpowiednie normy społeczne, pokazywać kontekstowo istotne informacje i określać czas obsługi na podstawie kontekstu. Następnie, gdy interakcja pójdzie nie tak, AI powinna zapewnić skuteczne wywołanie, skuteczne odrzucenie i skuteczną korektę. Musi również określić zakres obsługi, gdy ma wątpliwości i wyjaśnić, dlaczego system zrobił to, co zrobił. Wreszcie, sztuczna inteligencja powinna z czasem zapamiętywać ostatnie interakcje, uczyć się na podstawie zachowań użytkowników, ostrożnie aktualizować i dostosowywać się, zachęcać do szczegółowego sprzężenia zwrotnego, zapewniać globalną kontrolę, powiadamiać użytkownika o zmianach i przekazywać konsekwencje działań użytkownika.
podobne prace (Akceptacja robotów w usługach hotelowych) znajdzesz w tym poście: https://mietwood.com/customer-engagement-in-digital-era
Definicja robotów usługowych
Roboty usługowe opracowują nowe sposoby interakcji z klientami i zapewniają nowe doświadczenia związane z usługami w sektorze hotelarskim. Jak niedawno stwierdzili Belanche i in. [3, s. 205], definicja terminu „robot” jest krytycznym i koniecznym wysiłkiem, który ma pomóc ustalić granice tego obszaru i określić, które podejścia są najbardziej istotne. Autor stwierdza, że robot „jest ustandaryzowanym, ogólnym terminem, chociaż kilka nakładających się koncepcji może również opisywać podmioty robotyczne” [3, s. 205].
Roboty usługowe są definiowane jako „oparte na systemie autonomiczne i adaptowalne interfejsy, które wchodzą w interakcje, komunikują się i świadczą usługi klientom organizacji” [23, s. 909]. Jednakże roboty usługowe mają wiele definicji w literaturze [30], jak Bowen i Morosan [31], którzy włączają koncepcję inteligencji do swojej definicji i stwierdzają, że roboty są „fizycznie ucieleśnionymi sztucznie inteligentnymi agentami, którzy mogą podejmować działania mające wpływ na świat fizyczny”, lub Kachouie i in. [32], którzy, choć nie podają formalnej definicji, twierdzą, że roboty usługowe są używane głównie do wspierania podstawowych zadań samodzielnego życia, takich jak mobilność i nawigacja.
Jeśli skupimy się na formach fizycznych, roboty usługowe mogą prezentować kilka kategorii, w zależności od poziomu ich antropomorfizmu, tj. ich ludzkich cech. Do najczęstszych należą [33,34]: Mechanoidy,
które są robotami, które nie przypominają ludzi i których wygląd fizyczny jest podobny do maszyny; Roboty humanoidalne, które, chociaż można je postrzegać jako roboty, mają cechy wyglądu przypominające ludzi.
W tym względzie Belanche i in. [29] odnoszą się do tego, że Hiszpańskie Stowarzyszenie Menedżerów Hoteli przewiduje, że 96% pracowników recepcji hotelowej zostanie zastąpionych przez te roboty do 2029 r., a 42% dostaw żywności i napojów w hotelach będzie realizowanych przez takie roboty w 2023 r.
Androidy to roboty, których wygląd, zachowanie i postawa są najbardziej zbliżone do prawdziwego człowieka. Roboty mogą również przybierać inne formy oprócz antropomorficznych [35,36,36]: zoomorficzną (robot przybierający formę zwierzęcia), karykaturalną (robot przybierający formę obiektu reprezentacyjnego) i funkcjonalną (robot przybierający formę obiektu funkcjonalnego). Akceptacja robotów w usługach hotelowych
Model akceptacji technologii
Na podstawie modelu akceptacji technologii [38] Wirtz i in. [23] ogólnie definiują trzy wymiary w odniesieniu do akceptacji przez klientów robotów usługowych pierwszej linii:
- Wymiar funkcjonalny jest powiązany z postrzeganą funkcjonalnością robotów usługowych, taką jak postrzegana łatwość użytkowania, postrzegana użyteczność i ich zgodność z subiektywnymi normami społecznymi;
- Wymiar społeczno-emocjonalny jest uwarunkowany postrzeganiem
- (a) ludzkości, którą roboty przekazują innym (roboty przypominające ludzi), co znajduje odzwierciedlenie w poziomie antropomorfizmu robotów lub w ich niewerbalnych znakach społecznych [39],
- (b) interaktywności społecznej, tj. podobnego do człowieka zachowania robotów, które poprawi akceptację ludzi [40],
- (c) obecności społecznej, która odnosi się do interakcji człowiek-robot (HRI), gdzie roboty są postrzegane jako elementy społeczne podczas spotkania z usługą [41]
- Wymiar relacyjny jest związany z uczuciem pewności, komfortu i zaufania, jakie roboty przekazują ludziom [42, 43].
Akceptacja robotów w usługach – metody badania
Wyodrębniliśmy wszystkie dane z recenzji online hotelu Henn-na z czterech popularnych witryn rezerwacji online: TripAdvisor.com, Booking.com, Expedia.com i Agoda.com, korzystając z webscraper.io w maju 2019 r.
W tym badaniu skupiliśmy się na analizie głównej treści recenzji. Dlatego wykluczyliśmy takie informacje, jak oceny, tytuł recenzji, zdjęcia lub dane demograficzne gości. Łącznie zebraliśmy łącznie 923 recenzje online napisane w języku angielskim, chińskim, japońskim i koreańskim. W przypadku recenzji w języku innym niż angielski najpierw przetłumaczyliśmy je za pomocą tłumaczenia Google, a następnie jeden z badaczy z naszego zespołu przeprowadził kontrolę dokładności.
Ręcznie filtrujemy również recenzje online, które nie mają związku z interakcją człowieka z robotem (np. „Lokalizacja była bardzo dobra w Hui Ten Bosch, a stan pokoju był bardzo zadowalający. Otoczenie i restauracja były czyste, a śniadanie również pyszne”-P663). Poza tym pomijamy wszystkie recenzje online, które opisują tylko pozytywne doświadczenia interakcji człowiek-robot (np. „To było niezwykłe w przełomowym projekcie zwanym hotelem robotów. Moment, w którym zameldowałem się z personelem dinozaurów, pozostanie w mojej pamięci na bardzo długo”).
Ten proces filtrowania doprowadził do tego, że nasz ostateczny zestaw danych obejmował łącznie 250 recenzji online na potrzeby następnej analizy danych. Przeprowadzamy tematyczną analizę treści [15], kładąc nacisk na perspektywę skoncentrowaną na kliencie. Przede wszystkim przeczytaliśmy i ponownie przeczytaliśmy wszystkie recenzje online, aby uzyskać pojęcie o recenzjach online i zanotować początkowe kody.
Początkowe kody uchwyciły A) incydenty (tj. „niepowodzenie skanowania paszportu”, „niepowodzenie przetwarzania płatności”), B) funkcję („pogoda”, „alarm”), efekt (tj. „strata czasu”), C) emocje (tj. „frustracja”, „rozczarowanie”) i aktorów (tj. „dinozaur”, „Churi”, „Siri”).
Następnie zestawiliśmy każdą z internetowych recenzji do początkowych kodów. Następnie zestawiliśmy kody do potencjalnych tematów i ponownie przeczytaliśmy wszystkie internetowe recenzje, aby sprawdzić, czy tematy zadziałały. Na przykład kod „niepowodzenie skanowania paszportu”, „niepowodzenie przetwarzania płatności” i „nie działało prawidłowo” zebrano pod tematem błędów. Na koniec dopracowaliśmy te tematy, generując jasne definicje dla każdego z nich, co doprowadziło do łącznie
sześciu szerokich tematów, które zostaną omówione w następnej sekcji
Analiza wyników
Nasza analiza danych zidentyfikowała następujące sześć tematów prowadzących do niepowodzenia adopcji robotów usługowych (z liczbą recenzji zakodowaną dla każdego tematu w nawiasach):
- interwencja człowieka (n=69),
- przydatność (n=135),
- łatwość użycia (n=74),
- wydajność (n=19),
- ucieleśnienie (n=43) i luka oczekiwań (n=24)
Opisujemy każdy temat szczegółowo poniżej, z towarzyszącymi cytatami tutaj [2].
Lieratura
[1] Reis, J., Melão, N., Salvadorinho, J., Soares, B., & Rosete, A. (2020). Service robots in the hospitality industry: The case of Henn-na hotel, Japan. Technology in Society, 63, 101423.
https://comum.rcaap.pt/bitstream/10400.26/38019/1/1-s2.0-S0160791X20308290-main.pdf
[2] Bhimasta, R. A., & Kuo, P. Y. (2019, September). What causes the adoption failure of service robots? A Case of Henn-na Hotel in Japan. In Adjunct proceedings of the 2019 ACM international joint conference on pervasive and ubiquitous computing and proceedings of the 2019 ACM international symposium on wearable computers (pp. 1107-1112).
[3] Reis, J. (2024). Customer service through AI-Powered human-robot relationships: Where are we now? The case of Henn na cafe, Japan. Technology in Society, 77, 102570.
https://www.sciencedirect.com/science/article/pii/S0160791X24001180
One Comment
Comments are closed.