Do young children believe that robots possess a Theory of Mind?
Notice bibliographique
Résumé
This study investigated children’s anthropomorphism using direct and indirect tasks, as well as a parental report measure of Theory of Mind (ToM) skills. Given that much of the prior research has examined biological aspects of animate and inanimate agents, the present work examines the psychological properties of agents (e.g., whether children will attribute mental states to inanimate agents). To capture children’s anthropomorphic tendencies, subsets (Epistemic, Intentions and Desires) of the Attribution of Mental States Questionnaire (Manzi et al., 2020) were administered to 4-year-old children. A new subset of questions that assessed False Beliefs was also created as part of the Interview task. Additionally, children completed the Wellman and Liu Theory of Mind Scale (Wellman and Liu, 2004), which featured either a human or a robot protagonist. Parents also completed the Children’s Social Understanding Scale (CSUS, Tahiroglu et al., 2014), which measures children’s ToM skills. Findings showed that regardless of condition, children performed similarly on the Interview Questions and the Wellman and Liu Scale. However, differences were observed across conditions for some of the subsets of questions. Children in the Human Condition scored higher on the Epistemic subset of interview questions (e.g., “Do you think this robot/person can learn?”) compared to the children in the Robot Condition. No correlations between either task (Wellman and Liu Scale, Interview questions) and the CSUS was found. Overall, we conclude that 4-yer-old children anthropomorphize a humanoid robot.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».