Autonomous Car (AC) has been more common in recent years. Despite the rapid development of the driving part of the AC, researchers still need to improve the overall experience of the AC's passengers and boost their willingness to adopt the technology. When driving in an AC, passengers need to have a good situation awareness to feel more comfortable riding in an AC and have a higher trust towards the system. One of the options to improve the situation awareness is by giving passengers an explanation about the situation. This study investigates how the situational risk of specific driving scenarios and the availability of visual environment information for passengers will affect the type of explanation needed by the AC passenger. The study was conducted through a series of different scenario tests presented to online study participants and focused on the human interaction to level 4 and 5 AC. This study's primary goal is to understand the human-AC interactions further, thus improving the human experience while riding in an AC. The results show that visual information availability affects the type of explanation passengers need. When no visual information is available, passengers are more satisfied with the type that explain the cause of AC's action (causal explanation). When the visual information is available, passengers are more satisfied with the type that provide intentions behind the AC's certain actions (intentional explanation). Results also show that despite no significant differences in trust found between the groups, participants showed slightly higher trust in the AC that provided causal explanations in situations without visual information available. This study contributes to a better understanding of the explanation type passengers of AC need in the various situational degree of risk and visual information availability. By leveraging this, we can create a better experience for passengers in the AC and eventually boost the adoption of the AC on the road. / Autonomous car (AC) har blivit allt vanligare under de senaste åren. Trots den snabba utvecklingen av själva kördelen hos AC behöver forskare fortfarande förbättra den övergripande upplevelsen för AC-passagerare och öka deras vilja att anta teknologin. När man kör i en AC behöver passagerare ha god situationsmedvetenhet för att känna sig bekväma och ha högre förtroende för systemet. Ett av alternativen för att förbättra situationsmedvetenheten är att ge passagerare en förklaring om situationen. Denna studie undersöker hur den situationella risken för specifika körsituationer och tillgängligheten av visuell miljöinformation för passagerare påverkar vilken typ av förklaring som behövs av AC-passageraren. Studien genomfördes genom en serie olika scenariotester som presenterades för deltagare i en online-studie och fokuserade på mänsklig interaktion med nivå 4 och 5 AC. Denna studiens främsta mål är att förstå människa-AC-interaktionen bättre och därmed förbättra den mänskliga upplevelsen vid färd i en AC. Resultaten visar att tillgängligheten av visuell information påverkar vilken typ av förklaring passagerarna behöver. När ingen visuell information finns tillgänglig är passagerarna mer nöjda med den typ som förklarar orsaken till AC:s agerande (orsaksförklaring). När den visuella informationen finns tillgänglig är passagerarna mer nöjda med den typ som ger intentioner bakom AC:s vissa handlingar (avsiktlig förklaring). Resultaten visar också att trots att inga signifikanta skillnader i tillit hittats mellan grupperna, visade deltagarna något högre förtroende för AC som gav orsaksförklaringar i situationer utan visuell information tillgänglig. Denna studie bidrar till en bättre förståelse för vilken typ av förklaring passagerare i AC behöver vid olika situationella riskgrader och tillgänglighet av visuell information. Genom att dra nytta av detta kan vi skapa en bättre upplevelse för passagerare i AC och på sikt öka antagandet av AC på vägarna.

For effective Human-Robot Interactions, robots have to achieve the same level of understanding as humans in every aspect. Humans are highly versatile, able to switch between frames of reference and consider multiple perspectives efficiently. Additionally, humans help and care for each other in the hope of contributing to a better society. When we talk about interacting with robots, the uncertainty around how to collaborate with them has become an emerging topic in the past few years. To bring social robots into humans’ lives, researchers need to understand the conditions and implications of robots’ actions on human responses and perceptions of robots. This project aims at understanding the link between a robot taking a human’s perspective and the human’s exhibition of prosocial behaviour toward the robot. To test our hypotheses, we have designed an activity where the participant picks an object from an array of objects in front of them, after listening to the robot’s descriptions of that object. Divided into three between-subject conditions, the robot took different perspectives to address the objects in each condition. After completing the tasks, participants could either help the robot collect speech data or move on with filling the final questionnaire and finishing the experiment. Our findings show that the participants were significantly more likely to help the robot when the robot took their perspective (human-centred) compared to both the control condition (object-centred) and when the robot did not take their perspective (robot-centred). Additionally, the results show that when the robot’s descriptions of an object were ambiguous, in the first instruction, 96% of the participants perceived the robot’s first instruction using an egocentric perspective. However, when the robot made such ambiguous instructions again later, participants perceived the instructions based on the mental model developed about the robot for that condition. / Robotar måste, i alla avseenden, uppnå samma nivå av förståelse som människor, i syfte till att skapa ett effektivt samspel. Människor är versatila, kan växla mellan olika referensramar och beakta flera perspektiv på ett effektivt sätt. Dessutom hjälper dem och även tar hand om varandra i hopp om att bidra till ett bättre samhälle. När man talar om att interagera med robotar har osäkerheten kring samarbetet blivit ett framväxande ämne under de senaste åren. För att få in sociala robotar i människors liv måste forskarna förstå förutsättningar för och konsekvenser av robotars handlingar gentemot människors reaktioner och uppfattningar om dem. Detta projekt syftar därför till att förstå kopplingen mellan en robot som intar en människas perspektiv samt människans uppvisande av prosocialt beteende gentemot roboten. För att testa hypotesen har en aktivitet designats där en robot ger instruktioner till en deltagare att välja ett visst föremål som den beskriver, utifrån en rad med olika objekt. Med tanke på att deltagarna endast tilldelas ett villkor av tre möjliga, tog roboten olika perspektiv för att adressera objektet i varje betingelse. Efter den slutförda uppgiften kunde deltagarna antingen hjälpa roboten att samla in tal-data eller gå vidare med att fylla i ett sista frågeformulär och avsluta experimentet. Resultatet visar på att deltagarna var mer benägna att hjälpa roboten när den tog deras perspektiv (människokoncentrerad) i jämförelse med både kontrollvillkoren (objektcentrerad) och när roboten inte tog deras perspektiv (robotcentrerad). Dessutom visar även resultatet att robotens beskrivning av ett objekt var tvetydliga. I den första instruktionen upplevde 96% av deltagarna att robotens instruktion hade ett egocentriskt perspektiv. När roboten gjorde ytterligare sådana tvetydliga instruktioner, När roboten gjorde ytterligare sådana tvetydliga instruktioner, uppfattades instruktionerna däremot utifrån den mentala modellen som utvecklades om roboten för just det villkoret.