為自閉症成人設計用於社交認知訓練的社交機器人
arXiv - Human-Computer InteractionYuval Zohar, Mordi Benhamou, Guy Laban
透過與自閉症成人共同設計，定義了社交機器人應作為可配置的「社交排練夥伴」而非社交替代品。
AI 幫你先抓重點
AI 重點 1
從「社交伴侶」轉向「社交排練工具」的角色定位轉變。
滑鼠懸停看 AI 判斷理由
這改變了 EdTech 設計者的思維，強調技術不應試圖模擬人類社交來填補空缺，而應作為一種安全、可控的練習環境，幫助使用者將技能遷移至現實世界。
AI 重點 2
強調「使用者主導」與「高度可配置性」的重要性。
滑鼠懸停看 AI 判斷理由
對於特殊需求族群，標準化的 AI 互動可能造成壓力；賦予使用者調整機器人特質的權力，能有效降低社交焦慮並提升學習的自主性。
核心研究發現
- 1
研究發現社交機器人應扮演「鷹架」而非「替代品」，重點在於支持獨立性而非提供社交替代方案。
- 2
設計應優先考慮「真實性」而非單純的「舒適感」，並需提供個人化且由使用者掌控的即時回饋。
- 3
機器人需具備高度可配置性，允許使用者根據需求調整其身份、外型、表達方式及社交情境。
- 4
設計必須尊重隱私與情境邊界，並能針對現實世界的社交情境提供模擬排練的功能。
對教育工作者的啟發
教育科技設計者在開發輔助特殊需求族群的工具時，應避免設計「全能型」的互動對象，而應專注於「鷹架式」的功能。具體建議包括：1. 提供高度自定義的介面，讓使用者能根據當下的情緒狀態調整機器人的反應強度；2. 設計模擬真實社交壓力的情境（如模糊的語意或時機掌控），而非僅提供簡單的問答；3. 強調「練習與遷移」，確保工具的目標是幫助使用者在現實生活中獲得獨立，而非讓使用者對機器人產生依賴。
原始文獻資訊
- 英文標題：
- Designing Social Robots for Social-Cognition Training with Autistic Adults
- 作者：
- Yuval Zohar, Mordi Benhamou, Guy Laban
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。