面向老年人的服務型機器人功能設計研究

慕明霖,劉瑋琳,楊雨霖

(青島理工大學 管理工程學院,山東 青島 266525)

0 引言

根據2020年全國第七次人口普查數據,我國60歲及以上的老年人口比重已經達到18.7%,其中65歲及以上的老年人口比重更是達到13.5%.國務院發展研究中心課題組的預測表明: 到2030年和2050年,我國65歲及以上的老年人數將分別達到3.46億和4.49億,老齡化率將達到20.5%和37.3%.在全球人口老齡化日益嚴重的背景下,我國的人口老齡化規模大且增長速度驚人.老年人難以跟上科技的進步和日益加快的生活節奏,且他們容易出現情感上的空缺.為應對這種情況,我們需要設計一款可以照顧老年人的日常生活、進行康養護理工作,以及能滿足老年人情感需求的服務型機器人.

隨著我國在《中國制造2025》中將機器人產業提升至強國戰略的高度,近年來,在國家的全力支持下,我國的高校和企業對服務型機器人的關注度和研究投入也大幅度增加.國內對服務型機器人的研究也呈現出日益繁榮的景象.從理論層面來看,吳磊等學者通過對國內外相關學術文獻的詳細梳理和分析,深入剖析了老齡人群的心理和生理特征,系統回顧了老齡服務機器人發展的現狀,并對老齡服務機器人的包容性設計和擬人化設計進行了深入探討[1].王秋惠等學者從人因工程的角度全面評述了老齡服務機器人人機界面設計研究與應用進展,并介紹了老齡服務機器人人機界面設計的理論基礎、設計評價指標以及設計優化的方法[2].從目前對養老型服務機器人的研究來看,國內外研究的方向上存在著顯著的差異.國外機器人研究起步較早,技術成熟,服務型機器人的設計制造較為先進.國外的研究重心在早些年前就已經從對服務型機器人的機械設計、制造和系統設計轉移到了與人的交互上.美國麻省理工學院老齡科技實驗室開始對面向老年人的服務機器人等智能產品進行人因工程與人機界面的探索性研究.謝爾丹(Sheridan)提出了老齡服務機器人硬件界面、軟件界面、面部表情追蹤界面及導航界面的設計原則,并預測了老齡服務機器人的人機交互(HRIs)設計趨勢[3].王寧等將先進的語音技術應用于用戶界面,進行了以老年用戶為中心的語音界面設計.通過使用語音識別技術,他們降低了系統的復雜性并提高了識別的成功率[4].麥克羅(Mikovec)與祖納(Zuna)研發了一種基于簡化六鍵導航方案的交互式電視(IDTV).該電視的導航模塊保留了基本訪問功能,同時可方便用戶快速地訪問儲存的視頻、個人記錄等.其可用性測試結果表明: 此導航更方便用戶去理解與運用[5].

本研究從老年人的主觀意愿出發,將老年人對服務型機器人的需求進行分類并排序,以得出他們對服務型機器人需求的優先級順序.這些信息可為設計師在進行產品迭代設計時提供重要依據,使服務型機器人更加適合、方便老年人使用.這也有助于提高老年人對服務型機器人的接受程度和使用頻率,讓他們的生活和護理需求在家中也能被滿足,機器人可以維護他們的自尊心,并滿足他們日常娛樂和陪伴的需求,也可豐富他們的日常生活,從而提升他們的生活質量.

1 基于Kano模型的用戶需求分析

1.1 Kano模型介紹

Kano模型是東京理工大學教授狩野紀昭(Noriaki)發明的一種有用的工具,可用于對用戶需求進行分類和優先排序.Kano模型將需求分為必備型需求M、期望型需求O、魅力型需求A、無差異型需求I、逆向型需求R和可疑型需求Q.通過將需求進行分類,可以在進行功能設計時提供清晰的指導.喬達(Chaudha)等學者對Kano模型進行了發展和改進,使其可以將用戶的需求進行重要度排序,從而改善了傳統Kano模型的局限性.目前,越來越多的國內學者將Kano模型引入到寵物陪伴機器人、記賬機器人、老年陪伴機器人等各個行業的機器人的設計和研究中[6].

1.2 目標用戶需求的初步獲取

在研究開始階段,我們選擇了10位在生活環境和生活方式方面存在顯著差異的老年人用戶,并進行深度訪談,以收集不同生活狀態下用戶對服務型機器人的需求.訪談的結果如下: 老年人對服務型機器人的需求主要集中在協助日常生活、娛樂陪伴、健康管理和通用功能四個方面,其中對通用功能的需求最多,對協助日常生活的需求最為強烈.之后將需求經過KJ法精簡分析后,與養老行業和陪伴機器人行業的專家進行了討論,得到了以下15個需求,分別是養老服務型機器人的日常娛樂功能、健康監測功能、聊天陪伴功能、通話功能、天氣預報功能、語音控制功能、家電操控功能、自動充電功能、環境監測功能、備忘提醒功能、拿取物品功能、外出購物、應急報警、做家務和操作便捷.最后將上述15個需求歸類為日常生活功能和通用功能兩類,得到需求要素表,如表1所示.

表1 需求要素表

1.3 Kano問卷的設計

為了更好地對需求要素進行分類和排序,根據上述的15個需求,我們設計了一份雙因子調查問卷.在問卷中,對于每一項需求,我們設計了兩個問題,一個問題是在具備該能力時用戶的態度,另一個問題是不具備該能力時用戶的態度.每個問題的選項包括“非常喜歡”“理應如此”“無所謂”“可以忍受”“不能接受”五個選項.通過對照Kano評價表,我們可以將用戶需求進行Kano分類.Kano評價標準如表2所示.

表2 Kano評價標準

1.4 目標用戶選擇及Kano問卷發放

目前,國內外對老齡服務型機器人的研究還處于初步階段,產品大多都是機器人實驗室的樣品.市面上產品種類少、價格昂貴、功能并不完善,不能很好地滿足老年人日常需要.并且絕大部分老年人對該類機器人的了解較少,了解后也由于價格、心理等因素不愿意接受使用該類機器人.因此,在研究中的數據收集階段,應當對目標用戶進行篩選,選擇愿意嘗試并且有能力負擔該類機器人的老年人作為目標用戶,以增強結果的可靠性.通過在線平臺發放500份問卷,回收有效問卷389份,為了保證樣本數據的有效性,在問卷中設置了諸如身體狀況、居住方式、居住環境、生活來源和是否愿意接受機器人服務等問題以篩選有效用戶.最終篩選出253份符合該研究主題的用戶.這253位用戶來自11個省份,男女比例接近1比1,年齡從55到75歲均勻分布,都具備負擔服務型機器人的經濟能力.目標用戶具體情況表如表3所示.

表3 目標用戶具體情況表

1.5 數據分析

根據有效的Kano問卷的結果和分類方式對各項需求要素進行歸類,按照Kano評價標準統計每項需求的Kano類型,以需求要素A14為例,形式如表3所示.各項需求Kano分類如表4所示.

表4 能力需求要素A14的Kano分類

我們引用伯格(Berge)教授的研究,通過量化Kano模型來獲取相關數據,根據所得有效問卷的數據,基于Kano問卷調查數據,結合Better-Worse指數分析法,計算出Better值和Worse值.計算公式如下所示:

Better(SI)=(A+O)/(A+O+M+I);

(1)

Worse(DSI)=-(O+M)/(A+O+M+I).

(2)

式中SI表示滿足某項需求的滿意度系數,DSI表示某項需求不被滿足的不滿意度系數.|SI|與|DSI|的數值范圍在0—1之間,絕對值的大小反映了該項需求對用戶滿意程度的影響程度.絕對值越大,表示對滿意度/不滿意的影響越大; 絕對值越小,表示對滿意度/不滿意的影響越小.因此,第i項需求的用戶滿意度指數Ti由上述二者的絕對值得出,計算公式如下:

Ti=max (|SI|,|DSI|).

(3)

為了確保數據的一致性,對之前的253位調查對象再次發放問卷,收集調查對象對服務型機器人功能的初始重要度、當前滿意度與目標滿意度.采用李克特量表按照1—5分的標準,由253位調研對象為不同需求要素的關鍵程度進行打分,分值范圍為1—5,其重要程度隨數值的增加由低到高,最終取平均值作為第i項需求的初始需求重要度Hi.調查對象對目前老齡型服務機器人各項功能的滿意程度進行滿意度評價,滿意程度由1分到5分遞增.取調查數據中對服務型機器人目前滿意程度平均值作為當前滿意度值,記作S0; 取對服務型機器人目標滿意程度平均值作為目標滿意度值,記作Si,通過上述二者可以得出用戶滿意度的目標改善率IR0,公式如下:

IR0=Si/S0.

(4)

由于Ti的取值為滿意指數的最大值,因此不同需求的Ti可能會相同.為了計算出精確的用戶需求重要度,引用喬達(Chaudha)的研究,對不同屬性的需求要素引入不同的調整系數K,進一步量化用戶需求的重要度順序,其中,基本型需求、期望型需求、魅力型需求的K值分別為0.5、1和1.5.根據上述結論,可以得到用戶需求的調整改善率IRi,其計算公式如下:

IRi=IR0*(1+Ti)K.

(5)

最終,根據用戶需求的調整改善率和用戶自評分重要度值,可求得用戶需求重要度綜合評分,其計算公式如下:

LRi=IRi*Hi.

(6)

按照上述計算過程,對其他需求進行計算,得到所有需求的用戶需求重要度綜合評分,如表5所示.其中,A6、A9、A10和A12為無差異型需求,后續研究中將被剔除.

表5 需求Kano分類

各項指標計算表如表6所示,用戶需求重要度綜合評分從高到低的順序為A11、A14、A13、A7、A5、A4、A8、A2、A1、A15、A3.對應的需求分別為自動充電功能、做家務、應急報警、備忘提醒功能、天氣預報功能、通話功能、拿取物品功能、健康監測功能、日常娛樂功能、操作便捷和聊天陪伴功能.

表6 各項指標計算表

2 基于Kano-QFD的服務型機器人功能設計研究

2.1 QFD介紹

QFD是由赤尾洋二和水野滋提出的一種系統性決策技術,旨在確保產品設計能始終滿足顧客需求和價值.后來被日本其他公司廣泛采用,現已成為一種重要的質量設計技術.其首先成功地應用于船舶設計與制造,現在已擴展到汽車、家電、服裝、集成電路、建筑機械和農業機械等行業.QFD理論的核心方法是建立用戶需求要素與產品設計要素之間的聯系,將用戶需求轉換為產品的設計方案.總的來說,QFD是一種將用戶需求轉換為產品設計目標要求的方法,多應用于制造業.

近年來,越來越多的中國學者開始將QFD引入到機器人相關領域之中.劉宗明和葛碧慧將QFD應用于老年家用陪護機器人設計中,并將用戶重點需求轉化為設計要素,提出了設計方案,為同類產品設計提供了參考.匡雅和劉洋采用QFD進行了核事故應急作業機器人的需求分析,為分析人員準確獲取機器人的設計要求和關鍵技術提供了思路,從而提高設計質量.

2.2 Kano-QFD模型優勢分析

Kano模型是一種從用戶需求出發,將用戶需求進行分類并對不同類型的需求進行系數調整,從而使各種類型的需求可以進行統一排序的方法.QFD則是一種可以將用戶需求映射為目標主體的設計目標要求,并進行設計目標要求重要度排序的方法.為了減少傳統Kano模型只能進行定性分析的主觀誤差,近年來有學者開始將其與QFD這種定量方法相結合,應用于多領域的需求分析.QFD可以承接Kano模型得出的結論,將用戶需求要素轉化為設計要素,得出以用戶需求為基礎的設計要素優先級,并按照優先級對產品進行更新迭代,從而從根本上提高用戶對產品的滿意度.石元伍和韓珊采用Kano與QFD相結合的方法對醫療服務機器人的造型設計進行研究,確定了用戶需求競爭的優先級,為后續醫療服務機器人設計提供了指導.李惠將Kano分析法和QFD結合,完成了家用跑步機人機界面設計的用戶需求和設計要素的分析和轉化,為設計實踐部分提供了理論依據,其遵循了以用戶需求為核心的設計初衷,提高了人機界面的交互效率和用戶操作滿意度,對同類型的人機界面優化設計起到了借鑒意義.

2.3 確定相關功能設計要素

之后根據上述11項需求要素,將其進行整合、歸納,轉化為14項有關的要素.相關設計要素如表7所示.

表7 相關設計要素

2.4 功能設計要素權重分析

最后,邀請專家對設計要素與需求要素之間的相關度進行評估和打分.如果相關性強,則打分分值為5,在關系矩陣中用“●”表示; 如果相關性一般,則打分分值為3,在關系矩陣中用“○”表示; 如果相關性弱,則打分分值為1,在關系矩陣中用“△”表示.打分結果記作需求要素Ai與設計要素Bi的相關關系度Rij.得到能力需求要素和課程設置相關要素的關系矩陣之后,利用公式對各個功能要素的重要度進行計算并排序.具體公式如下所示,具體結果如表5所示.

(7)

(8)

其中,Wj為設計需求重要度,Vj為相對重要度,LRi為用戶需求重要度綜合評分,n為需求要素的數量,m為設計要素的數量.需求要素與設計要素關系矩陣表如表8所示.

表8 需求要素與設計要素關系矩陣表

3 結論

本文針對中國老齡化嚴重、養老行業不成熟、缺乏優秀養老院和護工的問題,從老年人的主觀需求入手,對面向老年人的服務型機器人功能進行研究,旨在解決中國養老行業人手短缺的問題.通過結合Kano模型和QFD(質量功能展開)的方法,對來自我國11個省份、背景和生活方式存在較大差異的253位老年人進行了問卷調查.通過研究發現,面向老年人的服務型機器人在功能設計上的優先級由高到低為交互界面素雅簡潔、AI語音交互、定時及提醒、自動尋路、聊天室、自我學習能力、互聯網設施、機器臂、醫務室、報警設置、自動充電裝置、收音機和電視轉播.這些結果反映了老年人希望服務型機器人操作簡單、交互方便,擁有自我學習能力.并可以為未來的面向老年人的服務型機器人的迭代設計提供參考.