Kids-SIT：利用模擬互動任務進行兒童社交行為影片分析工具
arXiv - Computers and SocietyRituja Pardhi, Matthias Norden, William Saakyan, Nadine Vietmeier, Simone Kirst, Isabel Dziobek, Julia Asbrand, Hanna Drimalla
開發 Kids-SIT 系統透過標準化影片對話，利用 AI 自動化分析兒童的語言與非語言社交行為。
AI 幫你先抓重點
AI 重點 1
從「主觀感受」轉向「客觀量化」的社交行為評估
滑鼠懸停看 AI 判斷理由
傳統兒童心理評估高度依賴觀察者主觀判斷，Kids-SIT 結合了 LIWC 語言分析與電腦視覺技術，提供了可重複且標準化的量化數據，這對於精準診斷與發展追蹤具有重大意義。
AI 重點 2
非語言行為（如眼神與微笑）在社交診斷中的關鍵價值
滑鼠懸停看 AI 判斷理由
研究證明非語言特徵能有效區分社交障礙，這提醒教育者與臨床人員，在評估兒童社交能力時，不應僅關注說話內容，更應整合視覺化的行為模式分析。
核心研究發現
- 1
Kids-SIT 能成功誘發兒童自然的社交互動行為，其語言與非語言反應與主觀感受具有一致性。
- 2
兒童在互動中表現出特定的非語言模式，例如在聆聽時比說話時更頻繁地注視互動對象。
- 3
自動化提取的行為特徵在區分健康兒童與社交恐懼症（SAD）兒童時，展現了優於隨機機率的辨識能力（AUC=0.74）。
對教育工作者的啟發
對於教育工作者與課程設計者，此研究提供了利用數位工具進行「非侵入式」行為觀察的可能性。在設計社交技能訓練（Social Skills Training）課程時，可以參考 Kids-SIT 的模擬情境設計，建立標準化的互動任務。此外，教育科技開發者可利用此類自動化分析技術，開發能即時回饋學生社交表現的學習工具，幫助教師更早發現具有社交焦慮傾向的學生，從而提供個別化的支持與介入。
原始文獻資訊
- 英文標題：
- Video-based Social Interaction Behavior Analysis with the Simulated Interaction Task for Children (Kids-SIT)
- 作者：
- Rituja Pardhi, Matthias Norden, William Saakyan, Nadine Vietmeier, Simone Kirst, Isabel Dziobek, Julia Asbrand, Hanna Drimalla
- 來源：
- arXiv - Computers and Society
- 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。