具身几何推理与机器人:机器人手势对学生几何猜想推理的影响

作者

全身交互与体感输入人-机器人协作(HRC)大学教授与研究人员职业培训师与教练

文献标题

Embodied Geometric Reasoning with a Robot: The Impact of Robot Gestures on Student Reasoning about Geometrical Conjectures

文献信息

  • 主题领域: 人机交互、教育技术、认知科学
  • 关键词: 人机交互, 具身认知, 手势, 数学学习, 社交机器人, 空间推理, 几何, 教育科技

研究背景与问题

  • 问题与挑战:

    1. 当前关于社会机器人在教育情景中的应用研究不足,特别是在非语言交流领域(如手势)的研究有限。
    2. 尽管研究表明人类的手势可以促进学习,但机器人在教育场景中采用何种手势最为有效尚不清楚。
  • 重要性: 机器人作为物理具身的学习伙伴,其非语言交流能力(手势、眼神等)可能改善人类的学习体验和效果,尤其是在空间推理任务(如几何学习)中。

  • 研究动机与相关工作:

    • 根植于具身认知理论,作者探讨手势如何通过身体互动来支持人类学习和推理。
    • 研究证据表明,教师和学生的手势使用提高了数学理解,而在观看数字化教学材料中的手势也被证明有类似的效果。
    • 问题集中在机器人如何通过动态手势影响几何推理的准确性、注意力分配及对机器人的感知。

解决方案

  • 提出方法: 作者设计并测试了一种实验:让一个NAO机器人在完成几何推理任务时使用不同类型的手势(动态手势 vs. 节奏手势),以了解其对学生推理过程的影响。

  • 创新之处:

    • 将动态手势引入机器人与学生之间的学习互动。
    • 以具体的几何猜想为例,研究机器人在推理中的手势表现及其对学习者行为(如手势使用、注意力集中和几何推理表现)的影响。
    • 结合非语言交流(手势)和人类对机器人能力的心理模型进行研究,探索人和机器人如何通过手势建立有效的沟通模式。
  • 实施步骤:

    1. 实验设计:
      • 实验包括动态手势组(机器人通过动态手势表示和调整几何形状)和对照组(机器人仅使用节奏手势)。
      • 共招募了30名大学生作为参与者,并随机分配至两组。
    2. 任务流程:
      • 前四个几何猜想由机器人通过手势和语言进行推理展示。
      • 后四个几何猜想由参与者进行推理,同时机器人仅观察。
    3. 测量指标:
      • 学生注意力分配(眼神聚焦时间)。
      • 学生在几何推理中使用的手势类型及数量。
      • 学生推理准确性及答案合理性。
      • 对机器人手势质量及其作为学习伙伴的评价。

研究成果

  • 具体成果:

    1. 注意力分配: 学生在动态手势条件下花更多时间注视机器人,而非平板。
    2. 手势使用: 动态手势条件下的学生更频繁地使用动态和表征性手势。
    3. 推理准确性: 尽管动态手势组学生手势的使用更多,但在几何推理任务的正确答案数量并无显著差异。
    4. 机器人感知: 动态手势组的学生对机器人的学习伙伴角色和手势质量评价更高。
  • 优势与比较:

    • 动态手势使得学生更加专注于机器人,提高了学生对机器人的感知(如将其视为友善的学习伙伴)。
    • 与传统的节奏手势相比,动态手势更有效地刺激了学生对几何任务的手势和模拟行为。
  • 局限性与未来方向:

    1. 研究样本数量较少,可能导致某些结果的统计效能不足。
    2. 缺乏在真实教育环境中(例如学校课堂)的实际测试。
    3. 没有与其他手势类型或完全不同的交流模式(如纯语言交流)进行比较。
    4. 未来建议:
      • 在真实教育环境中验证机器人的动态手势效果。
      • 扩展至非几何类问题的其他复杂推理任务。
      • 探讨机器人手势与其他非语言行为组合的效果。
      • 比较实体机器人与虚拟机器人在手势互动中的差异。

总结

本研究证明,使用动态手势的机器人在教育场景中可以提高学生对机器人的关注度和手势使用行为;然而,这些优势并未直接转化为几何推理准确性的提升。未来研究需深入探索机器人非语言行为的设计及其在复杂教育任务中的应用潜力。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/71908/2022

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/abs/10.1145/3491102.3517556
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2022
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
全身交互与体感输入、人-机器人协作(HRC)
work
职业/产业
大学教授与研究人员、职业培训师与教练
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文