Simple Science

Ciência de ponta explicada de forma simples

# Biologia# Neurociência

O Papel da Comunicação Haptica no Trabalho em Equipe

Estudo mostra como o toque e o feedback melhoram o trabalho em equipe em tarefas.

― 7 min ler


O feedback tátil melhoraO feedback tátil melhorao desempenho da equipe.tarefas em grupo.Estudo revela como o toque influencia
Índice

Quando as pessoas trabalham juntas pra mover objetos pesados ou fazer danças, elas precisam se coordenar bem pra ter sucesso. Estudos recentes mostram que esse trabalho em equipe é parte do jeito que elas compartilham seus movimentos corporais através do toque, também chamado de comunicação háptica. Esse compartilhamento é ainda mais eficaz quando as pessoas têm habilidades diferentes. Cada um precisa combinar o que vê e sente do seu parceiro, e pesquisas sugerem que aprender é muitas vezes melhor quando se trabalha com alguém do que quando se está sozinho.

O Papel da Informação Sensorial

Pra mandar bem nas tarefas, nossos cérebros precisam entender informações de diferentes fontes. Por exemplo, quando vemos um raio e ouvimos um trovão, nosso cérebro liga esses eventos mesmo com um delay entre eles. Essa habilidade também pode se aplicar ao trabalho em equipe, onde as pessoas combinam o que aprendem com seus próprios movimentos com os dos parceiros.

Se os parceiros estão conectados por tecnologia, como robôs, esses delays podem ser importantes. Em casos como treinamento remoto ou trabalho no espaço, os indivíduos podem estar bem distantes, tornando crucial entender como esses delays afetam a colaboração. No entanto, como esses delays afetam especificamente a comunicação háptica ainda não tá claro.

Investigando a Comunicação Háptica e os Delays

Pra descobrir como os delays impactam o trabalho em equipe através da comunicação háptica, os pesquisadores fizeram um experimento onde os Participantes seguiam um alvo em movimento com o pulso enquanto estavam conectados a um parceiro robótico. O objetivo era ver quão bem as pessoas conseguiam acompanhar o alvo apesar do feedback atrasado do parceiro.

Os participantes usaram manípulos conectados a um sistema robótico e tentaram acompanhar um alvo que se movia em um padrão complexo. Eles estavam ligados ao robô de um jeito que permitia sentir os movimentos do parceiro. Esse setup permitiu aos pesquisadores explorar como delays e Ruídos na conexão impactavam o Desempenho deles.

Diferentes Estratégias pra Compensar os Delays

O experimento testou três possíveis estratégias que as pessoas poderiam usar pra lidar com os delays na comunicação háptica. A primeira estratégia envolvia não ajustar o delay, simplesmente usando o feedback conforme ele chegava. A segunda estratégia tratava o delay como ruído extra, o que poderia afetar o desempenho. A terceira estratégia envolvia reconhecer o delay e prever o que o parceiro faria em seguida.

Design do Experimento

No estudo, os participantes seguiam um alvo em movimento com o pulso enquanto estavam conectados ao robô. Havia dois grupos, um focado no delay e outro no ruído. Cada participante começou com uma sessão solo e depois passou a trabalhar com o robô sob condições que aumentavam o delay ou o ruído.

Conforme a tarefa avançava, os participantes foram pedidos a avaliar sua percepção das forças que sentiam da conexão com o robô. Os resultados foram interessantes: ambos os grupos conseguiram reconhecer quando havia forças presentes e distinguir entre delay e ruído.

Entendendo a Percepção de Delay e Ruído

Os participantes de ambos os grupos conseguiram identificar quando delays ou ruídos estavam presentes, mesmo em níveis baixos. Isso mostra que eles estavam cientes das condições que afetavam seu desempenho. No entanto, a percepção de ruído alto só ficou mais clara em níveis mais altos de delay.

Essa habilidade de perceber as condições indica que os participantes tinham uma boa noção de como seu desempenho era afetado pelo feedback do robô. Eles conseguiam perceber quando a interação não estava fluida e faziam ajustes de acordo.

Variabilidade de Desempenho com Delay e Ruído

Os pesquisadores também analisaram quão bem os participantes se saíram em termos de precisão e fluidez enquanto acompanhavam o alvo. Para ambos os grupos, adicionar o parceiro robótico melhorou seu desempenho. No entanto, os efeitos eram diferentes dependendo se estavam lidando com delays ou ruídos.

No grupo do ruído, os participantes conseguiram compensar de forma eficaz, mostrando um desempenho consistente ao longo dos testes. Já no grupo do delay, embora seu desempenho se mantivesse estável para delays pequenos, delays maiores levaram a quedas de desempenho notáveis. Isso indica que altos níveis de delay dificultaram a tarefa de continuar acompanhando o alvo de forma eficaz.

Atividade Muscular e Co-contração

O estudo também analisou a atividade muscular pra ver como os participantes reagiam ao ruído ou delay. Eles ajustaram seu engajamento muscular com base no feedback que recebiam. No grupo do ruído, a ativação muscular aumentou em resposta aos níveis de ruído mais altos. Porém, o grupo do delay mostrou menos ajuste muscular para delays menores e só aumentou sua atividade muscular quando confrontados com delays maiores.

Essa diferença mostra que as pessoas podem adotar estratégias variadas em resposta a diferentes condições. Enquanto o grupo do ruído exibiu um comportamento típico de compensação, o grupo do delay parecia ter mais dificuldade em ajustar seu desempenho.

Coordenação de Movimento e Fluidez

Os pesquisadores examinaram quão bem os movimentos dos participantes combinavam com o movimento do alvo. Eles descobriram que a conexão com o robô impactou a coordenação dos movimentos e a fluidez geral. Participantes que trabalhavam com o robô tendiam a ter um delay menor em seus movimentos, o que ajudou eles a se ajustarem mais rápido ao acompanhar o alvo.

Porém, para o grupo do delay, a coordenação piorou à medida que os delays aumentavam, tornando seu desempenho mais errático. Em contraste, o grupo do ruído mostrava um desempenho mais consistente com leves aumentos de ruído.

Resultados da Simulação

Pra entender melhor como as pessoas lidam com os delays, os pesquisadores simularam um ambiente semelhante ao do experimento. Eles descobriram que se os participantes não ajustassem os delays, seu desempenho se tornaria mais instável conforme os delays aumentassem. Isso reforçou a ideia de que os participantes tinham algum mecanismo pra compensar o delay.

Diferentes cenários de simulação foram testados pra ver como compensar delays ou tratá-los como ruído impactaria o desempenho. As simulações mostraram que apenas tratar os delays como ruído não combinava com os padrões de desempenho reais observados no experimento. Em vez disso, compensar os delays através da previsão se alinhava mais com os resultados reais.

Resumo das Descobertas

No geral, esse estudo mostrou que a comunicação háptica pode melhorar significativamente o desempenho em tarefas colaborativas. Embora tanto o ruído quanto os delays atrapalhem essa comunicação, os indivíduos mostraram diferentes estratégias em responder a essas perturbações.

Em resposta ao aumento do ruído, os participantes tendiam a aumentar seu engajamento muscular, o que levou a uma troca de informações. O grupo do delay, por outro lado, confiou mais em prever os movimentos do parceiro pra lidar com os delays. Isso indica que entender os delays vai além da compensação básica; envolve um processamento mais avançado dos resultados esperados.

O experimento destacou como conexões físicas e feedback através de canais hápticos podem melhorar o desempenho, mesmo em situações desafiadoras envolvendo ruídos e delays. Os participantes mostraram uma habilidade afiada de reconhecer e se adaptar a condições variadas, permitindo que trabalhassem com parceiros robóticos de forma eficaz.

Com essas descobertas, ganhamos insights valiosos sobre como as pessoas colaboram e se comunicam, o que pode levar a melhores designs para sistemas robóticos que trabalhem ao lado de humanos em várias situações.

Fonte original

Título: During haptic communication, the central nervous system compensates distinctly for delay and noise

Resumo: Connected humans have been previously shown to exploit the exchange of haptic forces and tactile information to improve their performance in joint action tasks. As human interactions are increasingly mediated through robots and networks it is important to understand the impact that network features such as lag and noise may have on human behaviour. In this paper, we investigated the interaction with a human-like robot controller that provides similar haptic communication behaviour as human-human interaction and examined the influence and compensation mechanisms for delay and noise on haptic communication. The results of our experiments show that participants can distinguish between noise and delay, and make use of compensation mechanisms to preserve performance in both cases. However, while noise is compensated for by increasing co-contraction, delay compensation could not be explained by this strategy. Instead, computational modelling suggested that a feed-forward prediction mechanism is used to compensate for the temporal delay and yield an efficient haptic communication. Author summaryIncreasingly humans are making use of networks and robots to coordinate haptic interactions through teleoperation. However, with networks comes delays and noise that can change both the force that is transmitted and how we perceive that force. The haptic communication involved in joint actions, such as moving a piano or performing a pair spin, has been shown to improve performance, but how does delay affect this behaviour? We tested how participants tracked a moving target with their right hand when connected to a human-like robotic partner, when perturbed by delay or noise. Through a comparison between noise and delay perturbation in experimental performance and in simulation with a computational model, we found that participants could from small values of perturbation identify if the perturbation was from delay or noise and that they adopted different compensation strategies in each case.

Autores: Jonathan Eden, E. Ivanova, E. Burdet

Última atualização: 2024-04-02 00:00:00

Idioma: English

Fonte URL: https://www.biorxiv.org/content/10.1101/2024.04.02.587670

Fonte PDF: https://www.biorxiv.org/content/10.1101/2024.04.02.587670.full.pdf

Licença: https://creativecommons.org/licenses/by/4.0/

Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.

Obrigado ao biorxiv pela utilização da sua interoperabilidade de acesso aberto.

Mais de autores

Artigos semelhantes