Zelfrijdende auto’s zijn overal in het nieuws. Tesla’s Autopilot domineert de krantenkoppen. Maar we zijn er nog niet. We kunnen geen robottaxi oproepen om ons op te halen bij de bar. Niet echt. Niet veilig.
Onderzoekers van de Universiteit van Nottingham in Groot-Brittannië wilden zien wat er gebeurt als mensen deze spookauto’s tegenkomen. Ze moesten het vertrouwen van voetgangers testen. Interactie in de echte wereld. Geen simulatie.
De opzet was inventief. Ze gebruikten een elektrisch voertuig van Nissan Leaf. Voor voetgangers leek het volkomen leeg. Geen chauffeur. Gewoon glas en metaal. De waarheid was verborgen.
De valse stuurprogramma-installatie
Het geheim zat in de bestuurdersstoel. Wetenschappers vastgebonden in een dummy. Het was geen crashtestdummy. Het was een mannequin gekleed in autobekleding. Hij droeg een helm die er precies uitzag als een hoofdsteun.
Voetgangers op straat zagen geen mens. Ze zagen een auto zonder bestuurder. Hierdoor konden onderzoekers echte aarzeling meten. Zijn mensen overgestoken? Hebben ze gewacht? Hoeveel vertrouwen hadden ze in de machine?
Het onderzoek richtte zich op voetgangersinteractie met autonome voertuigen. Kunt u zien of een auto wil stoppen? Kunt u erop vertrouwen dat dit gebeurt? Dit zijn de ontbrekende schakels in de voetgangersveiligheid van autonome voertuigen.
Visuele communicatiesystemen
Auto’s praten niet. Nog. Maar het team uit Nottingham voegde LED-strips toe om de kloof te overbruggen. Ze testten drie verschillende visuele weergavesystemen. Dit waren buitenlichten gericht op voetgangers.
Het doel was simpel. Communiceer intentie. Vertel mensen of ze moeten oversteken of wachten.
Eén systeem zat op de grille. Een ander liep langs de bovenkant van de voorruit. Ze gebruikten gekleurde LED-verlichting. Groen betekende waarschijnlijk ‘gaan’. Rood betekende stoppen. Geel of oranje betekende voorzichtigheid. De onderzoekers observeerden hoe deze signalen het gedrag van voetgangers veranderden.
Zonder een bestuurder die oogcontact maakt, vertrouwen voetgangers op signalen. Deze LED’s waren die signalen. In het onderzoek werd de vraag gesteld: zorgen lampen voor vertrouwen? Of brengen ze mensen in verwarring?
De resultaten zijn belangrijk. Naarmate we dichter bij Niveau 4-autonomie komen, zullen auto’s soms alleen rijden. Zij zullen hun aanwezigheid moeten signaleren. Duidelijke communicatie is de sleutel.
Waarom dit belangrijk is
We gaan ervan uit dat zelfrijdende auto’s veiliger zullen zijn. Mensen maken fouten. Machines niet. Maar mensen lezen intenties ook onmiddellijk. We zien een blik. We zien een gewichtsverschuiving. We weten dat er iemand kijkt.
Verwijder de mens. Voeg een mannequin toe. Plotseling verandert de interactie.
Het Nottingham-experiment heeft het menselijke element weggenomen om dit probleem te isoleren. Het gaat niet alleen om de autocode. Het gaat om de reactie van de mens.
Hoe snel vertrouwt een mens een licht? Hoeveel invloed heeft kleur op die beslissing? Dit zijn de vragen die het ontwerp van V2P-communicatiesystemen (Vehicle-to-Pedestrian) aansturen.
De gegevens uit dit onderzoek helpen ingenieurs betere interfaces te bouwen. Interfaces die niet alleen maar piepen of knipperen, maar duidelijk communiceren.
De weg die voor ons ligt is complex. Niet alleen voor de auto’s. Voor de mensen die naast hen lopen.
Het oog heeft het: waarom eenvoudige signalering wint
Vergeet de complexe gezichtsuitdrukkingen. Vergeet de scrollende tekst. De gegevens zijn binnen en voor de communicatie tussen voertuigen en voetgangers geldt: minder is meer.
Het experiment testte drie verschillende weergaveconcepten om te meten hoe mensen reageren op niet-autonome signalen. De eerste optie was grimmig. Eén enkele LED-strip vormde een groot oog. Het knipperde. Dat was het signaal. De bedoeling was duidelijk: Ik rem. U heeft voorrang. Eenvoudig. Effectief.
De tweede benadering probeerde te slim te zijn. Het toonde een volledig gezicht met ogen en scrollende sms-berichten. “Ik heb je gezien.” “Ik geef toe.” Het voelde als een chatbot die een praatje probeert te maken terwijl jij hem in de weg staat.
Het derde model gebruikte een generiek voertuigpictogram. Opnieuw was het doel om de intentie uit te zenden toen de auto een kruispunt naderde.
Hier is de kicker. Geen van deze systemen was feitelijk autonoom. Er was geen computer die de scène analyseerde. Een menselijke operator, verborgen op de achterbank van het prototype, activeerde handmatig de displays via een Arduino Mega-microcontroller. We hebben het over een persoon die op een knop drukt om een lampje te laten knipperen.
Toch gaven de resultaten niets om het gebrek aan AI.
Menselijke reactie versus technische beperkingen
In de loop van het onderzoek registreerden dashboardcamera’s interacties met 520 voetgangers. De bevindingen weerspiegelden eerder onderzoek. Al tien jaar geleden suggereerden onderzoeken dat een expressief oog de superieure methode is om de intentie van een voertuig over te brengen. Dit laatste proces bevestigde het.
Waarom werkt het oog? Het maakt gebruik van primaire herkenning. Een oog signaleert aandacht. Het duidt op bewustzijn. Tekst vereist cognitieve belasting. Je moet het lezen. Een icoon vereist interpretatie. Een oog kijkt alleen maar. Het is onmiddellijk.
Maar het meest veelzeggende moment ging niet over het oog. Het ging over menselijke gewoontes.
Hoewel de auto’s geen bestuurder hadden, bleven voetgangers zwaaien. Ze staken een hand op als dank. Ze knikten. Ze herkenden het voertuig alsof er iemand op de bestuurdersstoel zat.
Het is een fout in de matrix van sociale interactie. We zijn vastbesloten om een mens aan de andere kant van het stuur te verwachten. We zien niet alleen een machine. We zien een agent.
De technologie op de achterbank deed er niet toe. De Arduino redde geen levens. De mensen achterin activeerden alleen maar de lichten. Maar de voetgangers? Ze voerden een echt gesprek.
Dus als je de volgende generatie autonome signalering bouwt, sla dan de gezichten over. Sla de tekst over. Bouw een beter oog. En accepteer dat totdat de auto’s daadwerkelijk zelf rijden, mensen hen als buren zullen blijven behandelen.
De kloof tussen wat de technologie doet en wat mensen verwachten is groot. En op dit moment is die kloof gevuld met golven en glimlachen.
