Turn-taking — a gestão de turnos na conversa — é uma das capacidades mais fundamentais da interação humana. Sabemos intuitivamente quando alguém “não espera a vez” ou “demora para responder de forma estranha”. Essas violações de turno quebram a fluidez da conversa e sinalizam incompetência social.

O problema em robótica

Em robótica social, turn-taking é um problema técnico não trivial. Sistemas que dependem apenas de detecção de fim de fala por silêncio falham consistentemente com usuários que pausam muito, falam devagar ou estão em ambientes ruidosos.

Pistas multimodais para turn-taking

A pesquisa em HRI aponta que robôs socialmente competentes usam pistas multimodais: direção do olhar, contorno de entonação, gestos de finalização e padrões prosódicos específicos de pergunta ou afirmação. Combinar essas pistas melhora significativamente a precisão, especialmente em populações idosas e crianças.

Back-channels e engajamento

Um aspecto frequentemente negligenciado é o uso de back-channels — sinais de que o robô está ouvindo, sem assumir o turno: “Entendo”, um aceno de cabeça, uma inclinação do torso. Robôs que emitem back-channels adequados são percebidos como mais atentos e mais competentes socialmente.