في عالم الذكاء الاصطناعي، تمثل أنظمة تفاعل الإنسان-الروبوت (Human-Robot Interaction - HRI) مجالًا مثيرًا للدراسة والبحث. لكن هل يكفي تحسين الأداء التقني لترجمة الفوائد إلى تجربة حقيقية للمستخدمين؟ تسلط دراسة جديدة الضوء على هذا السؤال المحوري.

خلال الدراسة، تم اختبار نظامين: نظام أساسي يعتمد على تقنيات مثل Whisper للتعرف على الكلام ونموذج Florence-2 لاكتشاف الأغراض، مقارنة بنظام محسن يقضي بتحسين هذه التقنيات عبر استخدام Grounding DINO وQwen 3.5 9B. على الرغم من زيادة نسبة نجاح المهام من 75% إلى 90% في النظام المحسن، كان التساؤل هنا: هل لاحظ المستخدمون الفرق؟

في تجربة شملت 24 مشاركًا، قيّم المستخدمون النظامين بناءً على السرعة وموثوقية الأداء والقدرة العامة على التنفيذ. النتيجة كانت مثيرة: 70.83% من المشاركين، أي 17 منهم، فضلوا النظام المحسن بوضوح. نتائج تقييماتهم أظهرت تحسنًا ملحوظًا في جميع المعايير، مما يعكس تأثيرات كبيرة على إدراكهم لأداء النظام.

تأكدت هذه النتائج من أهمية التقييم القائم على تجربة المستخدم كمكمل لتقييم الأداء التقني، مشيرة إلى أنه يجب على الباحثين والمطورين التركيز ليس فقط على الأرقام، بل أيضًا على كيفية إدراك الأشخاص لتجاربهم مع هذه الأنظمة. في النهاية، يجسد هذا البحث كيف تسهم التحسينات التقنية في تعزيز تجربة المستخدم، مما يستحق التفكير العميق حول مستقبل التفاعل بين الإنسان والروبوت.