Berlínská studie: personalizovaná zpětná vazba robotů zlepšuje učení, ale po chybě přetěžuje mozek

Berlínští vědci z Cluster of Excellence Science of Intelligence (SCIoI) zveřejnili 24. července 2026 studii, která zkoumá, jak detailní zpětná vazba od humanoidních robotů ovlivňuje kognitivní přetížení a učení u dospělých. Výzkumu se zúčastnilo 90 dospělých osob, první autorkou je Helene Ackermann. Výsledky vyšly v odborném časopise Communications Psychology.

Účastníci experimentu měli za úkol umísťovat běžné domácí předměty – láhev, hrnek a knihu – na správná místa podle pokynů robota, který instrukce vydával ve svahilštině, tedy v jazyce, který nikdo z účastníků neznal. Cílem bylo simulovat situaci, kdy člověk musí spoléhat výhradně na neverbální a kontextové signály robota, nikoli na porozumění samotnému jazyku.

Výzkumníci sledovali tři odlišné podmínky zpětné vazby: pevnou, adaptivní a plně personalizovanou. Zatímco pevná zpětná vazba fungovala pro všechny účastníky stejně, adaptivní varianta se do jisté míry přizpůsobovala reakcím uživatele a plně personalizovaná zpětná vazba byla nastavena tak, aby maximálně odpovídala individuálním potřebám konkrétního člověka v daném okamžiku.

Z výsledků vyplynulo, že plně personalizovaná zpětná vazba celkově zvyšovala úspěšnost při plnění úkolu. Zároveň se však ukázalo, že tato forma podpory dočasně snižovala efektivitu bezprostředního zaměření na úkol poté, co účastník udělal chybu. Podle autorů studie to bylo způsobeno kognitivním přetížením – detailní a personalizované instrukce v kritickém okamžiku po chybě vyžadovaly od účastníků více mentální kapacity, než dokázali v danou chvíli efektivně zpracovat.

Studie dále odhalila, že míra prospěchu z okamžitých instrukcí souvisela s kognitivními schopnostmi jednotlivých účastníků. Osoby s vyšší kognitivní schopností měly z podrobných pokynů poskytnutých bezprostředně po chybě menší užitek, protože si dokázaly poradit i s méně detailní zpětnou vazbou. Naopak lidé, kteří sami sebe hodnotili jako více znuděné během plnění úkolu, těžili více z pokynů, které je znovu nasměrovaly k soustředění na úkol.

„Naše studie ukazuje, že automatizovaná zpětná vazba může podporovat učení po chybách, ale pomoc musí odpovídat okamžiku,“ uvedla Helene Ackermann.

Zjištění berlínského týmu naznačují, že vývoj asistenčních robotických systémů by se neměl řídit jednoduchým pravidlem „čím více informací, tím lépe“. Klíčovým faktorem je totiž načasování a míra personalizace zpětné vazby vzhledem k aktuálnímu psychickému stavu uživatele – tedy zda je člověk právě znuděný, přetížený, nebo zda má dostatečnou kognitivní kapacitu na zpracování detailních instrukcí.

Výsledky mohou mít praktický dopad na vývoj humanoidních robotů určených pro asistenci v domácnostech, ve zdravotnictví nebo ve výuce. Pokud mají takové systémy skutečně pomáhat lidem učit se novým úkolům a zotavovat se z chyb, musí být schopny rozpoznat, kdy je vhodné poskytnout podrobnou a personalizovanou nápovědu a kdy naopak stačí jednodušší, méně zatěžující pokyny.

Studie tak přispívá k širší diskusi o tom, jak navrhovat interakci mezi člověkem a robotem tak, aby respektovala omezenou kapacitu lidské pozornosti