Robotyka i fizyczna AI

Robot pomaga dzieciom z niepełnosprawnościami w utrzymaniu koncentracji

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Zespół badaczy z wydziału inżynierii Uniwersytetu w Waterloo opracował i wykorzystał robota, który pomaga dzieciom z niepełnosprawnościami w utrzymaniu koncentracji podczas pracy.

Było to częścią szerszych badań, które wykazały, że zarówno dzieci, jak i ich nauczyciele doceniali pozytywny wkład robota w pracę w klasie.

Artykuł pt. „Ocena użytkowników robotów społecznych jako narzędzia w instrukcjach indywidualnych dla uczniów z niepełnosprawnościami” został przedstawiony na Międzynarodowej Konferencji Robotyki Społecznej we Florencji, we Włoszech.

Potencjał robotów w publicznym systemie edukacji

Dr Kerstin Dautenhahn jest profesorem elektrotechniki i inżynierii komputerowej.

„Istnieje duży potencjał dla wykorzystania robotów w publicznym systemie edukacji”, powiedziała Dautenhahn. „Ogólnie, wyniki wskazują, że robot ma pozytywny wpływ na uczniów”.

Dautenhahn poświęciła kilka lat badaniom nad robotyką w kontekście niepełnosprawności i stara się włączyć zasady równości, integracji i różnorodności do swoich projektów badawczych.

Indywidualne wsparcie edukacyjne, takie jak instrukcje indywidualne i korzystanie z telefonów komórkowych i tabletów, może okazać się korzystne dla uczniów z niepełnosprawnościami.

Ostatnio pedagodzy zaczęli badać wykorzystanie robotów społecznych w celu pomocy uczniom w nauce, koncentrując się głównie na dzieciach z zespołem autystycznym. Niestety, niewiele uwagi poświęcono wykorzystaniu robotów społecznych dla uczniów z niepełnosprawnościami.

Przeprowadzanie eksperymentów z humanoidalnym robotem QT

We współpracy z dwoma innymi badaczami z wydziału inżynierii Uniwersytetu w Waterloo i trzema ekspertami z Towarzystwa Niepełnosprawności w Vancouver, Dautenhahn podjęła się zbadania tej luki. Przeprowadzili serię eksperymentów z wykorzystaniem małego robota humanoidalnego o nazwie QT.

Jako Kanadyjska Przewodnicząca Badań nad Inteligentną Robotyką, Dautenhahn uważa, że gesty głowy i rąk QT, mowa i wyrażanie twarzy sprawiają, że jest on szczególnie dobrze przystosowany do pracy z dziećmi z niepełnosprawnościami.

Rozwijając wcześniejsze udane badania, zespół podzielił 16 uczniów z niepełnosprawnościami na dwie grupy. Pierwsza grupa otrzymała instrukcje indywidualne, podczas gdy druga grupa otrzymała instrukcje indywidualne i wchodziła w interakcje z robotem QT. Instruktor kierował robotem za pomocą tabletu, a następnie robot niezależnie wykonywał różne czynności za pomocą swojej mowy i gestów.

Podczas sesji instruktor utrzymywał kontrolę, a robot przejmował kontrolę okresowo, na polecenie instruktora, aby prowadzić ucznia. Robot inicjował sesję, ustalał cele i zapewniał strategie samoregulacji w razie potrzeby. Jeśli proces uczenia się został przerwany, robot wdrażał strategie takie jak gry, zagadki, żarty, ćwiczenia oddechowe i ruchy fizyczne, aby skierować ucznia z powrotem do zadania.

Zdaniem Dautenhahn, uczniowie, którzy pracowali z robotem, byli ogólnie bardziej zaangażowani w swoje zadania i mogli je wykonać z wyższym wskaźnikiem powodzenia w porównaniu z uczniami, którzy nie byli wspomagani przez robota.

Alex McFarland jest dziennikarzem i pisarzem zajmującym się sztuczną inteligencją, który bada najnowsze rozwoje w dziedzinie sztucznej inteligencji. Współpracował z licznymi startupami i wydawnictwami związanymi z sztuczną inteligencją na całym świecie.