人們透過互動交換資訊、傳遞情感，是相當直覺、輕鬆、習以為常的一件事，但背後蘊藏著大量的運作機制與文化底蘊。而要如何讓社會機器人流暢、自然地與人互動，仰賴應用人文與社會科學積累的研究成果於人機互動（human-robot interaction）上。人們在面對面進行互動時，不僅透過口語與副語言訊息（paralinguistic）交流，還藉由各種非口語訊息，幫助人們溝通與互相理解。
口語交流關注於用字遣詞、句子結構、發音。口語與書寫文字相當不同，由於口語必須即時表達出來，因此口語往往充滿了停頓、填充詞、重複的字詞與反覆修正的語句，也常出現不符合文法的句子。以現今技術而言，還無法讓機器人完整地了解自然語言，但已經有許多相關技術正在開發中。自動語音辨識（automated speech recognition; ASR）是現有已經成熟的技術，其功能在於將語音訊息轉換為文字訊息，如同智慧型手機的系統都具備的功能，讓你在懶得打字時，直接用唸的轉譯成文字。當然，口語交流遠遠超過語音辨識的範疇，人與人在口語交流時，不會將聲音辨識成文字，而是直覺地理解字句背後的涵意，並且辨認對話的狀態，以控管對話的走向。再者，伴隨口語所產生的副語言訊息，像是聲調、語速、頓點、音量、對話輪流及說話的時機點，都是能夠反轉話語訊息的關鍵因素。
非口語訊息常會伴隨著口語一起出現，即使有些非口語訊息非常地細微，但人們還是即時能捕捉到這些非口語線索，並直覺地將它們納入判斷，以辨別說話者所要表達的語義、意圖或情緒。人們擅長判斷非口語訊息，但目前的社會機器人遠遠不及人們。目前關於非口語訊息的研究中，凝視與視線移動，透露著人們可能對某事物充滿興趣，願意投注注意力至該事物上，也是最基本的非口語線索。社會機器人的凝視，也有相似的效果，當機器人能夠轉身凝視說話者，人們會認為那個機器人更加體貼 (cited in Bartneck et al., 2020)。手勢（gesture）亦是相當基本的非口語訊息之一，能夠幫助人們在表達時，指涉或演示所談的事或物，亦能輔助表達的節奏。能夠以手勢輔助表達的社會機器人，會提升人們的理解程度(cited in Bartneck et al., 2020)。觸摸（touch）也是一種非口語訊息，在較親密的關係之中常會出現，像是藉由觸摸安慰他人。而社會機器人裡，以年幼海豹為外貌的機器人 Paro，其觸感可以降低人們的焦慮、壓力(cited in Bartneck et al., 2020)。另外，還有像模仿、姿勢、移動等非口語訊息的溝通方式，也都有相關研究發現能夠提升機器人的表達能力或是被喜好程度。
在非語言、語言溝通這一塊，社會機器人目前礙於各種技術尚不充足的狀況下，還無法生產出能流暢與人自然交流的機器人。但相信在技術與研究的演進與推陳出新下，或許在不久的將來，就能看見與電影或小說那樣善於溝通的機器人。
參考資料
Bartneck, C., Belpaeme, T., Eyssel, F., Kanda, T., Keijsers, M., & Šabanović, S. (2020). Human-robot interaction an introduction. Cambridge University Press.