图 4. 短期和长期讲座的参与标签分布
4. 文章小结
这篇文章聚焦的是一个较少提及的研究领域,作者提出了一个情境无关的参与预测模型,该模型有助于改善教育推荐系统的效果。在不断推出在线学习内容的情况下,所提出的预测模型估计了将这些学习内容展示给学习者的吸引力,即这些学习内容将如何影响学习者的注意力。通过使用这个模型可以更好地平衡与学习者满意度相关的风险和获取有效的新学习内容的机会。此外,本文提出的情景无关的模型可以以不同的方式与其它应用于在线学习的个性化系统集成。
作者提出,为了进一步改进模型,未来的工作主要关注三个问题:
1)包含更复杂的特性。向模型中引入更为复杂的特征,例如权威性(Authority)和主题覆盖率(Topic Coverage)等,可能能够进一步改进模型的效果。
2)在跨模态方面,可以考虑更多关注基于内容理解的特征,如话题连贯性和论据强度等。在特定的视频前端,甚至可以融合主持人的生动性、音质和叙事品质等特征。
3)关于模型的泛化能力,可以使用更大的视频讲座数据集和文本数据集评估跨模态特征集的有效性,从而提高特征集的可信度。同样,也应进一步考虑使用非英语语言的数据集。
三、Developing Joint Attention for Children with Autism in Robot-Enhanced Therapy
论文地址:https://link.springer.com/article/10.1007/s12369-017-0457-0
本文讨论的是社交机器人的一个医疗类的应用,即对于患有自闭症(Autism Spectrum Disorder,ASD)的孩子提供机器人辅助的增强治疗。造成自闭症的主要心理因素之一是缺乏与互动伙伴的共同注意力(Joint Attention,JA)。社交机器人在自闭症儿童的干预中具有重要的应用价值,尤其是在针对诸如共同注意力 JA 等技能时。之前关于儿童自闭症的研究显示,自闭症儿童在接受机器人互动训练后确实能够改善他们的 JA 表现。基于这一研究结论,本文作者认为,在机器人辅助下实施的干预措施有可能成为有效的 ASD 儿童 JA 技能训练和干预的措施。
因此,本文的主要研究目的是探讨自闭症儿童的 JA 表现是否依赖于机器人在治疗过程中使用的社交线索(Social Cues)。本文主要考虑了三种不同类型的社交线索:头部方向(head orientation),指示( pointing)和口头指令( vocal instruction)。作者认为,机器人使用的社交线索越多,儿童的表现就会越好。此外,本文利用了欧盟 Dream 项目(https://www.dream2020.eu/)开发的 NAO 机器人,研究了机器人强化治疗与标准人类治疗是否具有相似的模式。
1. 研究内容介绍
共有 11 名儿童参与了这项研究,但只有 5 名儿童符合纳入标准,即:(1)基于 DSM-5 的自闭症诊断,(2)根据自闭症诊断观察量表(ADOS)进行诊断确认的,(3)在执行目标行为方面存在明显的困难的。所有的儿童都是从自闭症特兰西瓦尼亚协会(Cluj Napoca,罗马尼亚)招募的,这是一个为自闭症儿童提供专门服务的中心。参与测试的儿童的资料见表 1。
表 1. 受试者情况描述
本文的实验采用了经典的单病例替代治疗设计 [10]。单病例替代治疗设计可以为治疗手段的干预效果提供严格的实验评估,以及具有以下几个基本特点:(1)确定基线测量值;(2)连续和重复测量依赖变量;(3) 独立变量操作;(4)针对同一受试者随时间复制干预效果。单病例替代治疗设计提供了对一个受试者比较两种治疗方案的可能性。因此,在一个基线时期内,两个治疗方案(A 和 B)以交替(随机)顺序进行,从而完成对一个或多个行为影响的观察。分别绘制出每种干预措施的效果数据,以给出每种治疗效果的直观表示。
在受试的各个阶段,儿童都直接与机器人 / 人类互动。在机器人增强治疗(robot-enhanced treatment,RET)条件下,机器人坐在桌子上,而基线测量(baseline measurement,BM)和标准人类治疗(standard human treatment,SHT)条件下,治疗师坐在桌子后面的椅子上,具体见图 1。
图 1. 实验环境:儿童、互动伙伴(机器人 / 人类)和调解人
在房间的右侧,操作员使用「Wizard of Oz」范式控制机器人的动作。在所有的任务中,都有调解人作为第三者参与交互,他的任务是在参与交互的伙伴(机器人或人类)和孩子之间进行协调以及提供必要的提示。摄像机和传感器放置在实验室机器人后面的位置,以捕捉孩子与机器人 / 人类互动时的面部表情、凝视和动作。
「Wizard of Oz」机器人实验,意思是受试者与被认为是自主的计算机系统进行交互,但实际上是由看不见的人操作或部分操作。
本文按照离散实验的方式完成任务,这是自闭症早期干预计划中常用的方法。这种方法主要针对训练几种技能以及在这几种技能的基础上随后教授更复杂的行为。这种方法的特点是:教学环境是高度结构化的,行为被分解成离散的子技能,并以多次、连续的实验方式来呈现;通过明确的提示,教孩子对伙伴所发出的辨别性刺激做出反应。
按照单例实验设计,每个孩子都会经历以下的实验场景。
基线测量(BM),大约 6 到 8 次测量,直到达到一个稳定的基线水平。
机器人强化治疗(RET),约 8 个疗程。
标准人治疗(SHT),约 8 个疗程。
RET 或 SHT,具体取决于哪种治疗方法对孩子的效果更好,大约 4 次治疗。
每个疗程持续约 10 分钟,每天都会重复进行这些疗程。RET 和 SHT 之间的顺序是随机的,以避免在实验中出现顺序效应。基线的疗程是在与治疗师的互动中进行的,这部分实验满足了离散实验的要求。对孩子进行测试,在没有明确的提示、提示消退或后援的情况下,验证他们是否会对伙伴发出的辨别性刺激做出反应。JA 任务的结构包括:指示(instruction)、反应(response)和结果(consequence),具体见表 2。