Olhos robóticos preditivos moldam a atenção visual, desempenho e confiança na interação com um CoBot industrial

Por que os olhos robóticos importam no trabalho

Em muitas fábricas modernas, pessoas agora compartilham suas estações de trabalho com robôs colaborativos, ou “CoBots”. Essas máquinas foram projetadas para trabalhar lado a lado com humanos, entregando peças ou ferramentas em vez de ficarem enclausuradas atrás de grades de segurança. Mas para que essa parceria pareça segura e eficiente, os trabalhadores precisam ser capazes de prever o que o robô fará em seguida. Este estudo faz uma pergunta simples com grandes consequências práticas: os “olhos” de um robô ou setas simples ajudam as pessoas a entender rapidamente seu próximo movimento, e o que acontece com desempenho e confiança quando essas pistas visuais ocasionalmente estão erradas?

Montando um espaço de trabalho compartilhado

Os pesquisadores convidaram voluntários para um laboratório com um braço robótico colaborativo industrial chamado Sawyer. Entre a pessoa e o robô havia uma mesa com seis quadrados coloridos que serviam como possíveis alvos de movimento para o braço. Em um tablet à frente deles, os participantes viam as mesmas seis cores e tinham que tocar o quadrado que achavam que o robô alcançaria a seguir, o mais rápida e precisamente possível. Logo após cada previsão, eles realizavam uma breve tarefa cronometrada de memória e busca no tablet. Quanto mais rápido acertassem o movimento do robô, mais tempo lhes restava para essa segunda tarefa, imitando as demandas de multitarefa do trabalho real em fábrica.

Olhos robóticos, setas ou nenhuma pista

Em dois estudos separados, mas quase idênticos, as pessoas foram designadas aleatoriamente para interagir com um dos três tipos de tela do robô: um robô com formas abstratas semelhantes a olhos em sua tela, um robô que usava setas direcionais, ou um robô com a tela em branco sem pistas visuais. Nas condições com pista, os olhos ou as setas viravam em direção ao quadrado colorido correto um segundo antes do braço começar a se mover e então mantinham essa direção. Os participantes foram claramente informados de que essas pistas eram preditivas, e uma fase de demonstração mostrou vários exemplos antes do começo das tentativas reais. No bloco médio de tentativas, os pesquisadores introduziram secretamente dois eventos de “erro” nas condições com pista, em que os olhos ou as setas apontavam para um quadrado, mas o braço moveu-se para outro. Óculos de rastreamento ocular registraram onde e quando os participantes olhavam durante cada tentativa.

Guiando a atenção e acelerando decisões

Quando as pistas do robô eram confiáveis, a tela com forma de olhos teve uma vantagem clara. Participantes que viam olhos robóticos direcionavam o olhar para o alvo correto mais rapidamente do que aqueles sem pistas, e geralmente mais rápido do que os que viam setas. Eles também confirmavam suas previsões no tablet mais cedo, por vezes quase um segundo antes das pessoas que trabalhavam com um robô sem pistas. As setas também ajudaram, mas seus benefícios foram menores e menos consistentes entre os dois estudos. Importante notar: a precisão permaneceu alta em todas as condições — usar as pistas permitiu que as pessoas decidissem mais rápido sem cometer mais erros. Os dados de rastreamento ocular mostraram que os participantes realmente olhavam para a tela do robô nas condições com pista, e aqueles que a observavam com mais frequência tendiam a prever os movimentos do robô mais rápido e a obter melhor desempenho na exigente tarefa de memória que se seguia.

O que acontece quando o robô engana você

O quadro mudou assim que o robô quebrou sua promessa. Quando os olhos ou as setas apontavam para uma direção e o braço alcançava outro lugar, os participantes desaceleraram. Em tentativas posteriores, eles demoraram mais para fixar o alvo com os olhos e mais para fazer suas previsões, apagando a vantagem de velocidade anterior em relação ao grupo sem pistas. O comportamento de olhar também mudou: as pessoas reduziram o quanto olhavam para a tela do robô e, em vez disso, passaram a observar o braço robótico em movimento mais de perto e por mais tempo, como se estivessem checando duas vezes suas ações. Apesar dessa perturbação, o dano não foi permanente. No bloco final de tentativas sem erro, a atenção e a velocidade de previsão se recuperaram parcialmente, e a condição com olhos voltou a tender a superar a condição sem pistas, embora nem sempre com a mesma força que antes dos erros.

Confiando em um parceiro útil, mas falível

Além do desempenho, os pesquisadores mediram o quanto as pessoas relatavam confiar no robô em quatro momentos: antes de qualquer interação, após um trecho inicial de comportamento impecável, imediatamente após os erros nas pistas e depois de um bloco final sem erros. A confiança seguiu um padrão familiar. Ela aumentou um pouco com a interação suave e previsível, caiu acentuadamente quando as pistas enganaram o usuário e então subiu novamente quando o robô voltou a se comportar de forma confiável. Essas subidas e descidas apareceram apenas nas condições com pistas preditivas, onde as pessoas tinham expectativas a serem violadas; a confiança no robô sem pistas manteve-se comparativamente estável porque esse robô nunca deu sinais enganosos. De forma interessante, as avaliações de carga de trabalho não mostraram um padrão claro, sugerindo que adicionar olhos ou setas preditivas não tornou a tarefa, de forma confiável, mais difícil nem mais fácil.

O que isso significa para pessoas que trabalham com robôs

Para um observador leigo, a conclusão é direta: dar a um robô de fábrica olhos expressivos ou setas simples pode tornar muito mais fácil ver o que ele fará a seguir, ajudando as pessoas a reagirem mais rápido sem sacrificar a precisão. Esses ganhos importam em ambientes de trabalho movimentados e barulhentos, onde instruções verbais são limitadas. Mas o estudo também mostra uma troca. Quando as pistas visuais do robô ocasionalmente apontam na direção errada, as pessoas desaceleram, desviam o olhar da tela e confiam menos no sistema — pelo menos por um tempo. Com comportamento confiável continuado, tanto o desempenho quanto a confiança podem se recuperar. Para projetistas de futuras estações de trabalho humano-robô, a mensagem é que pistas visuais preditivas são ferramentas poderosas para atenção e coordenação, mas seu valor depende criticamente de mantê-las honestas, explicar claramente seu significado e planejar como se recuperar quando erros raros inevitavelmente ocorrerem.

Citação: Naendrup-Poell, L., Onnasch, L. Predictive robot eyes shape visual attention, performance, and trust in interaction with an industrial CoBot. Sci Rep 16, 14171 (2026). https://doi.org/10.1038/s41598-026-50476-4

Palavras-chave: colaboração humano-robô, atenção visual, pistas preditivas, confiança em automação, cobots industriais