MétaCan
Menu
Retour à la cohorte
Enregistrement W4402349897 · doi:10.1145/3678556

Parent and Educator Concerns on the Pedagogical Use of AI-Equipped Social Robots

2024· article· en· W4402349897 sur OpenAlexafffund
Francisco Perella-Holfeld, Samar Sallam, Julia Petrie, Randy Gómez, Pourang Irani, Yumiko Sakamoto

Notice bibliographique

RevueProceedings of the ACM on Interactive Mobile Wearable and Ubiquitous Technologies · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueAI in Service Interactions
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNoveltyPerceptionPsychologyRobotSocial intelligenceApplied psychologyMedical educationDevelopmental psychologyComputer scienceSocial psychologyArtificial intelligenceMedicine

Résumé

récupéré en direct d'OpenAlex

Social robots equipped with conversational artificial intelligence are becoming increasingly common in educational settings. However, the long-term consequences of such uses remain relatively unknown due to their novelty. To ensure children's safe use of social robots, and proper adoption of the technology, it is crucial to scrutinize potential concerns regarding their usage. This exploration will provide insights to inform the design and development of this technology. Thus, this study investigated parents' and educators' perceptions of social robot use by children in the home and school settings. Our main objectives are to; 1) explore whether the types and/or levels of concern are tied to the role that individuals take (i.e., parents vs. educators); 2) explore if the levels of concern vary based on the gender and age of the potential child user; and 3) compile a catalogue of parents' and educators' concerns, both from the literature and those that are overlooked, surrounding children's use of SRs for learning. To address those inquiries, a cross-national online survey study was conducted with parents and educator participants (N = 396). Overall, participants indicated high levels of concern but recognized the potential in responsibly applying such technology for educational purposes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,036
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,088
Tête enseignante GPT0,353
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the ACM on Interactive Mobile Wearable and Ubiquitous TechnologiesMême sujetAI in Service InteractionsTravaux en français237 207