教學是一個過程：用於建模人機互動機器人學習中人類教學決策的 TOSS 架構
arXiv - Human-Computer InteractionBernhard Hilpert, Kim Baraka, Joost Broekens
本研究提出 TOSS 架構，透過分析人類在教導機器人時的直覺決策，揭示了教學決策的結構化邏輯。
AI 幫你先抓重點
AI 重點 1
教學決策不再被視為單一行為，而是一個動態的程序循環。
滑鼠懸停看 AI 判斷理由
這改變了以往將教學視為「給予指令」的簡化觀點，強調了教學是基於機器人行為與人類反應之間不斷循環的互動過程，這對設計更具互動性的 AI 教學系統至關重要。
AI 重點 2
TOSS 架構提供了模擬人類教學行為的理論基礎。
滑鼠懸停看 AI 判斷理由
這意味著未來的 AI 研究可以利用此框架來開發「模擬人類導師」的演算法，讓機器人不僅能學習任務，還能學習如何與人類進行更自然、符合人類邏輯的教學互動。
核心研究發現
- 1
研究分析了 34 名參與者在不同機器人強化學習階段的 204 個直覺教學反應，發現教學決策具有複雜的關聯性。
- 2
教學決策由觸發因素（Triggers）、目標（Objectives）、信號（Signals）與策略（Strategies）四個維度組成，形成一個相互關聯的網絡。
- 3
教學者在過程中會自發性地切換角色，例如扮演教練、工程師或設計師，並根據學習階段優先考慮不同的教學目標。
對教育工作者的啟發
對於開發教育科技或 AI 輔助教學系統的設計者而言，本研究建議不應僅專注於「機器人如何學習知識」，更應關注「人類如何透過教學進行干預」。設計者應考慮建立一個包含觸發、目標、信號與策略的互動循環，讓 AI 能識別人類教學者的角色切換（如從指導者轉為監督者），並根據人類的教學意圖（Objectives）來調整機器人的學習路徑，從而實現更以人為本的協作學習環境。
原始文獻資訊
- 英文標題：
- Teaching is a Process: The TOSS Framework for Modeling Human Teaching Decisions in Human-Interactive Robot Learning
- 作者：
- Bernhard Hilpert, Kim Baraka, Joost Broekens
- 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。