编辑推荐：
在人工智能教育应用不断发展的背景下，研究人员开展了关于智能辅导系统（ITS）中导师代理的物理具身化和拟人化对学生情感与认知学习影响的研究。结果发现物理具身与任务表现、拟人化无显著关联，但影响初始学习乐趣。该研究为教育机器人设计提供了参考。
随着科技的飞速发展，人工智能在教育领域的应用越来越广泛，为学习和教学带来了前所未有的机遇。然而，快速发展的背后也存在诸多问题。一方面，虽然一些人工智能教育技术，如智能辅导系统（Intelligent Tutoring System，ITS）和对话聊天机器人已得到研究，但仍有部分技术，像生成式人工智能、社交机器人和全息远程呈现等，尚未被充分探索。另一方面，将多种人工智能技术结合以改善学习的方法也存在研究不足，样本小、研究单案例或多以成年人为对象等问题，使得这些研究难以有效指导学校环境中的学生学习。
在这样的背景下，为了深入了解人工智能技术在教育中的应用效果，德国波茨坦大学（University of Potsdam）等机构的研究人员开展了一项关于智能辅导系统中导师代理的物理具身化和拟人化对学生学习影响的研究。研究成果发表在《npj Science of Learning》上，为该领域的发展提供了重要的参考。
研究人员采用的主要关键技术方法包括：选取德国两所中学的学生作为样本，随机分为两组。一组学生仅使用虚拟机器人导师代理（条件 A），另一组学生除虚拟代理外，还有物理存在的机器人导师代理（条件 B）。利用情感自适应版本的 “Betty’s Brain” 智能辅导系统，让学生在系统中学习气候变化相关知识。通过学生自我报告、系统记录等方式收集数据，使用人类 - 机器人交互评估量表（Human-Robot Interaction Evaluation Scale，HRIES）评估机器人的拟人化特征，用经验抽样法评估学生的学习乐趣，以学生在 “Betty’s Brain” 中的学习进度衡量任务表现。
描述性统计和相关性
研究人员对所有研究变量进行描述性统计和双变量相关性分析。结果显示，机器人导师的物理存在与学生的任务表现、报告的拟人化特征以及学习乐趣无显著相关性。但学习乐趣在实验前半段（新奇阶段）和后半段（工作阶段）均与学生报告的机器人干扰这一拟人化特征呈显著负相关。任务表现与学生报告的机器人社交性显著负相关。此外，学生在新奇阶段的学习乐趣与工作阶段的学习乐趣强正相关，但学习乐趣与任务表现无显著相关性。同时，德语成绩较好的学生对机器人导师的干扰感知较低，性别与任务表现显著相关，男生表现更好。
机器人导师代理的物理存在
研究人员通过指定四个路径模型来检验假设。结果表明，虽然在部分模型中，条件 B 的学生在新奇阶段的学习乐趣高于条件 A，但在工作阶段，机器人导师的物理存在与学生的学习乐趣无显著关系。并且，机器人导师的物理存在与学生报告的社交性、活力、能动性或干扰等拟人化特征均无显著关联，也与学生的任务表现无显著关系。
机器人导师代理的拟人化
研究发现，在拟人化的四个子维度中，只有学生报告的干扰与新奇阶段的学习乐趣显著负相关，即干扰感知越高，学习乐趣越低。在工作阶段，没有拟人化特征与学习乐趣显著相关。在任务表现方面，除学生报告的社交性与任务表现显著负相关外，其他拟人化特征与任务表现无显著关系。
次要发现
研究还发现，新奇阶段的学习乐趣与工作阶段的学习乐趣和任务表现均显著正相关，但工作阶段的学习乐趣与任务表现无显著关系。学生的德语成绩与新奇阶段的学习乐趣和任务表现均无关，但与干扰感知显著负相关，即成绩越好，越觉得机器人导师不干扰学习。
研究结论表明，机器人导师的物理存在对学生学习成果和拟人化感知没有明显的积极影响。虽然在新奇阶段物理机器人能提高学生的学习乐趣，但可能是受新奇效应影响，这种积极影响在长期学习中不一定持续。此外，学生对机器人拟人化特征的感知会影响学习，例如过高的社交性可能分散学生注意力，降低任务表现；干扰感知会降低学习乐趣。
该研究具有重要意义。它为教育中社交机器人的设计和应用提供了参考，提醒研究人员在设计机器人时要平衡其拟人化特征，避免负面影响。同时，研究也指出未来需要进一步研究不同个体差异对机器人学习效果的影响，以及如何消除新奇效应，设计出更有效的长期学习场景，从而推动人工智能教育的发展，让机器人更好地服务于学生的学习。
