分享到:

机器人接受度的影响因素

随着技术发展,机器人作为人工智能的主要载体会越来越多地出现在人类的生活与工作中.在这样的背景下,机器人是否为人所接受,或者在何种条件下何种机器人更易于被何种人接受,成为亟须探讨的前瞻性问题.现有机器人接受度模型或理论过于简略,或流于简单变量回归.我们从机器人、人类以及人与机器人交互3个方面评述了机器人接受度的影响因素.具体而言,机器人本身的特征,如视觉形象、拟人化、听觉特征、触觉特征、行为和动作特  (本文共15页) 阅读全文>>

华东师范大学
华东师范大学

K12教师机器人教育接受度模型建构与实证研究

社会的高速发展对创新性人才的需求与培养更甚以往,我国的教育改革也随着人工智能(AI)技术的发展不断发生着变化。作为发展AI的重要载体,机器人教育由于能有效培养学生的“21世纪技能”而备受青睐。然而机器人教育能否在基础教育阶段成功实施并广泛推广,在一定程度会受到教师接受度的影响。因此,本研究在参照已有文献的基础上,探究了影响江西地区K12教师机器人教育接受度的关键因素及其间的关系。本研究采用文献法、问卷调查法和数据分析法开展研究,主要工作如下:(1)梳理和归纳了国内外机器人教育、教师信息化教学接受度已有国内外文献和技术接受理论模型,结合机器人教育领域专家建议,提出影响K12教师对机器人教育接受度的主要因素。(2)依据各因素间的关系,以技术接受与使用整合理论(UTAUT)作为研究框架,构建出K12教师机器人教育接受度影响因素模型并提出15个模型假设。(3)在参考已有成熟量表的基础上,制定了测量维度,设计并编制了K12教师机器人教育接...  (本文共149页) 本文目录 | 阅读全文>>

浙江工业大学
浙江工业大学

社会规范下公众对自动驾驶汽车道德判断及其对行为偏好影响研究

自动驾驶汽车是人工智能时代的典型产物,随着科技的发展,一个无人驾驶的时代终将会到来。但是任何一项技术的普及都是会受到社会各界的质疑和讨论的,自动驾驶汽车也不例外,除了技术难题,当下亟需解决的应是关于自动驾驶汽车的道德规则体系构建的问题。以往研究多聚焦于公众对处于道德冲突事故中的自动驾驶汽车的期望行为选择,本研究采用问卷调查法,探究社会情境因素—社会规范在公众对自动驾驶汽车的社会情境中的道德判断中的影响,并与人类驾驶员的道德判断进行比较,由此而获取公众对自动驾驶汽车的信任度与行为偏好。本文主要得出以下结论:(1)社会规范影响公众的道德判断:公众对遵循社会规范选择的自动驾驶汽车的道德评价更高;(2)社会规范弱化了公众的道德取向性:在社会规范影响下,公众比较关注自动驾驶汽车的实际行为是否与社会规范一致,对社会规范是道义还是功利取向并不在意;(3)公众对不同道德主体的道德判断标准并不稳定:相比于人类,公众对自动驾驶汽车与社会规范不一致行...  (本文共73页) 本文目录 | 阅读全文>>

《电化教育研究》2019年06期
电化教育研究

中小学教师机器人教育接受度影响因素研究

人工智能时代的到来,机器人教育已经成为提升学生数字化胜任力的重要方式。而教师是否愿意接受机器人教育,关系到机器人教育实施的效果和机器人教育的可持续发展。研究以参加"江西省中小学校机器人教练员培训班"的190位教师为调查对象,通过对UTAUT模型及其对应量表修改,从绩效期望...  (本文共7页) 阅读全文>>

重庆邮电大学
重庆邮电大学

人机交互的情感拟人化策略研究

由于人与人之间的沟通与交流是自然而富有情感的,因此在人机交互过程中,人们也很自然地希望计算机具有认知情感的能力。如何使计算机能够识别、理解和产生类人情感,广泛受到了计算机科学、心理学等学科的关注,并形成了认知情感计算这一交叉领域。为了增强机器人的认知情感分析能力,本文分别对开放域和封闭域两种交互系统中机器人的情感认知进行了研究,主要研究内容如下:针对现有开放域人机交互系统中机器人普遍存在情感缺失、参与人参与度不高的问题,依据PAD(Pleasure-Arousal-Dominance)情感空间提出了一种基于博弈的机器人认知情感交互模型。首先,对参与人的交互输入情感进行评估并分析当前人机交互关系,提取友好度和共鸣度2个影响因素;其次,模拟人际交往的心理博弈过程对参与人和机器人的情感生成过程进行建模,将嵌入博弈的子博弈完美均衡策略作为机器人的最优情感选择策略;最后,根据最优情感策略更新机器人的情感状态转移概率,并以6种基本情感的空间...  (本文共70页) 本文目录 | 阅读全文>>

中国科学技术大学
中国科学技术大学

人机场景对话中的指称理解问题的研究

使用自然语言来和机器人进行交流己经成为一种发展趋势。对于需要与周围环境进行交互的服务机器人来说,不可回避的一个问题就是,如何将语言符号与实际环境联系起来。在人机场景对话的过程中,机器人不可避免的要遇到一个又一个的符号映射问题。模仿人类通过指称沟通来使弱能力者理解新概念的行为,本文使用指称沟通的形式,利用场景对话使机器人利用一个己知的语义词典对未知的语言符号进行推理学习。在场景对话过程中,尽管智能体和它的人类伙伴是处在一个共同的环境下的,但他们对周围世界的感知和推理能力是完全不同的。由于这个共同的感知的基础的缺失,使得人与机器人之间的对话变得非常困难。本文从以下两个方面对这个问题进行解决:(1)构造了一个能够从一定程度上协调人机感知差异的场景语义描述系统。场景对话中涉及的指称对象主要是人名或物体名。本文使用两类描述策略来对指称对象进行描述,即空间位置关系描述以及颜色描述。语义描述系统负责将机器人图像中的目标区域和潜在的描述词以匹配...  (本文共65页) 本文目录 | 阅读全文>>