我们的研究结果将以叙事形式呈现，并根据解释性分析中每个研究问题出现的主题进行组织。叙述是以参与者的声音为基础的，即使文本中没有具体说明。当使用引号[3]时，对说话人人口统计的引用将在括号中缩写，以表示职业（T=教师；P=职前教师）、性别（M=男性；F=女性）和国家（英国=英国；SE=瑞典；PT=葡萄牙）。

结果

会议的录音被逐字抄录，并酌情翻译成英文。然后将它们导入到QSR NVivo 10软件中，进行了Braun和Clarke（2006）所述的主题分析。主题分析是一种定性分析方法，旨在扩展理论知识，而不是侧重于表达观点的频率或代表性。这种研究方法使我们能够深入探讨每一种伦理观点，以及可能描述它的复杂互动。 最初，每一位作者都编写了一份书面摘要，概述了他们作为调解人的焦点小组的要点和解释。这些摘要可作为辅助分析过程的参考来源。在此基础上，第一作者运用主题分析法对材料进行了解读。首先，对整个材料进行低水平编码，以保持转录的细节。然后对规范进行了改进，在文献综述中确定的伦理含义作为分析视角。因此，在可能的情况下，参与者的陈述被分配到以下主要主题：隐私、对儿童的影响、责任和协商的机器人角色。除了在我们的文献中确定的主题的指导下，我们还采用了一种归纳的方法来识别那些在文献回顾中未被发现的类别。鉴于论文的范围，参与者关于机器人建议设计和详细应用的陈述在最终分析过程中被丢弃，除非参与者使用它们来表达道德问题。从事解释性分析的研究人员必须以获得可证实性和中立性为目标（Shenton 2004）。作者在接受文学指导的同时，也部分地受到其社会和文化背景的影响。为了避免偏见，在整个编码过程中，第一作者和其余作者公开讨论和协商偏好。

分析法

在每一个焦点小组中，参与者被鼓励自由讨论他们对机器人在教育中的态度，而研究人员则向他们提出与我们文献中确定的关键镜头有关的问题：隐私、对儿童的影响、责任和角色。为了避免引导讨论，这些问题被设计成有意的宽泛，并开放给参与者解释。

苏，埃顿学校的校长，决定开始在她的学校里使用一个有同情心的机器人导师。她为15位老师每人订了一张。每个老师都会收到一个私人机器人导师，他/她可以给机器人起一个名字，当机器人启动时，这个名字会得到回应。所有教师都会接受为期一天的课程，讲解机器人如何工作，遇到技术问题时联系谁，以及机器人可以支持的工作类型。据解释，机器人导师可以用来协助个别学生和小组做作业。每个机器人都连接到一个桌面大小的触摸屏上，以便显示与任务相关的信息，如地图、图片、电影和文本。学校的15个机器人都可以相互通信，所有来自机器人的数据都存储在学校的受保护服务器上。机器人将能认出不同班级的所有学生。 六年级的地理老师内森收到了他的机器人，他把机器人命名为格温。内森向全班同学解释说，Gwen将在课堂上用于完成与地图阅读相关的个人作业，以及围绕城市规划和可持续发展的小组作业。这可以与教室角落里的普通课堂作业并行进行，也可以作为课堂项目的一部分。他告诉他们，机器人将利用其感知能力，如声调、面部表情和接近传感器，结合其对任务的了解，为他们完成任务提供支持。 当老师和全班同学一起做活动时，12岁的学生桑德拉正在和格温一起完成地图阅读任务。Gwen和Sandra之前已经完成了一些任务，Gwen存储了有关Sandra常用表情、语调和接近度的信息。桑德拉今天表现不同。虽然她通常能很快回答问题，但现在她要花更多的时间。她的声音有点高，她不像往常那样靠在互动桌旁。格温利用这些信息来判断桑德拉表现不佳。当桑德拉需要将以英里/公里表示的距离转换为她面前地图上的距离时，她似乎特别苦恼。由于在课堂环境中没有什么不寻常的东西（例如灯光和声音），格温怀疑桑德拉需要额外的辅导来解决作业。格温认为桑德拉可能在转换距离方面遇到了一些困难。她问桑德拉是否是这样，桑德拉按了触摸台上的确认按钮作出回应。格温向桑德拉表示，她不需要担心：不了解音阶并没有什么错。 在给出教程之后，Gwen逐渐适应了任务的级别，以便Sandra能够赶上。当桑德拉现在能够完成任务并恢复正常行为时，格温称赞她，并说她应该为今天学到的东西感到骄傲。 表3：教室机器人使用案例

参与者在5分钟内观看当前机器人技术的发展。视频展示了如何使用外部传感器和软件程序来解释儿童的情绪状态。视频还介绍了一些国家目前在小学教育中使用的机器人（包括远程存在和自主的类人机器人）。最后以两部科幻电影（I，Robot and Robot and Frank）中描绘的机器人的未来可能性的两个简短片段作为结尾，目的是让他们注意到伦理问题，并激励参与者超越当前的技术经验进行思考。引自Mancini等人。（2010）这些视频是有意编辑的，这样我，机器人被认为是在一个更消极的角度，而机器人和弗兰克在一个更积极的角度。对一半的组来说，片段的顺序是平衡的。然后，参与者被要求通读一个简短的虚拟场景，讲述一个12岁的学生在在场研究人员的指导下与教室机器人的互动。这个小插画的目的是提供一个机器人在教育领域的一个具体案例，描绘一个机器人，它可以解释孩子的情绪状态，然后相应地调整学习任务。这个小插曲是为了说明与背景中提出的四种伦理观点相关的实践（见表3）。

首先，根据国家和机构层面的伦理标准，对参与者进行了简短的介绍。在此之后，他们签署了知情同意书，提供了人口统计信息，并填写了第3.1节所述的技术使用调查问卷，如表 2所示 。焦点小组的目标是引出参与者对在小学教育中引入教室机器人的伦理问题的看法，以及他们对紧急问题的一般想法和关注。以前的研究表明，人们很难想象与不熟悉的特定技术相关的潜在场景（Mancini等人。这在我们之前的工作中也很明显（Serholt等人。2014年）。虚拟场景的使用已经被证明可以缓解这些问题，并为参与者提供一个共同的参考点（Little等人。2008年；Stahl等人。2013年）。此外，Mancini等人也提出了这一点。（2010）包括积极和消极的情景可以鼓励更广泛的表达关切。根据这项方法学工作，我们采用以下程序向不同地点的参与者介绍该主题：

程序

本研究招募了实习教师和目前正在攻读教育硕士学位的教师和学生。瑞典、葡萄牙和英国共有77名参与者参加了这项研究。参与者人口统计见表1。研究期间（2014年中后期），大多数参与者都有教学经验和教学学位。共有12个重点小组，每个国家4个。焦点小组每次持续约一小时。在英国，所有小组都是通过正在进行的信息和通信技术和计算机方面的教师培训硕士课程招募的学生。在葡萄牙，这些小组由小学实习教师组成，他们对在线教育数据库中的邀请作出了回应。在瑞典，其中两个小组是从正在进行的信息技术与学习硕士课程中招募的[2]，其中两个小组由一所小学的实习教师组成。除了知情同意和人口统计信息外，我们还根据Little等人开发和报告的先前验证过的问卷收集了参与者的技术经验数据。（2008年），包括6个是/否问题，涉及他们目前对互联网和移动电话等主流技术的使用和看法。表2列出了对该措施项目的反应频率，表明大多数参与者都喜欢技术并重视获得技术，但他们可能已经意识到与过度依赖技术有关的问题。

参与者

我们的研究问题是通过一系列焦点小组来解决的，目标是“创建一个坦率、正常的对话，深入地讨论选定的主题”（沃恩等人。1996年）。与个体访谈不同的是，参与者与研究人员进行讨论，焦点小组允许参与者控制讨论，并更多地相互交流（Cohen et al。2013年）。这被认为是重要的，以确保讨论由教师主导，并在他们的共同实践和理论背景的基础上形成。我们的方法不涉及跨人群的泛化，而是旨在从我们的四个研究问题的基础上，对正在研究的现象提供丰富的理论解释：

1. 教师认为教室机器人的设计和存在会给孩子带来什么样的隐私风险？

2. 教师认为机器人在何种能力下可以有益于学习并适应学习环境？

3. 教师对与教室机器人互动的孩子有什么样的社会影响和影响？

4. 教师认为谁对使用教室机器人所产生的任何负面后果负责？

本研究旨在探讨教师对教室机器人在小学教育中的伦理意涵的看法。其目标是发展一个广泛的理论解释机器人如何影响个别儿童和社会文化环境。一方面，通过让职前教师和实习教师参与，另一方面也让来自不同欧洲国家的教师参与进来。而在我们之前的研究中，我们只针对实习教师（Serholt等人。2014年），职前教师的观点也应被认为是重要的，因为他们正处于成为教育专业活跃的边缘。他们构成了Fluck和Dowden（2013）所称的“尖头一代”。考虑到这项工作所考虑的未来技术，职前教师将来也更有可能面对教室机器人的现实。此外，不同文化之间的教育制度和经验也不同。通过针对三个教育体系显示出文化多样性的欧洲国家（Chiu and Chow 2011），即瑞典、葡萄牙和英国，我们寻求对所研究现象进行更全面和更有价值的解释。

方法论

有许多概念性和实验性的工作旨在预见和理解机器人对儿童的潜在影响。我们的研究试图通过另外引入教师的观点来告知和推进这项工作：教师预期与教室机器人互动的儿童会受到什么样的社会影响和影响？（RQ3）

Kahn等人。（2007）质疑人们是否会认为机器人在道德上对自己的行为负责，认为当机器人采用更为“复杂的人形外形”时，这种可能性越来越大。道德上的不法行为通常是通过刑法而不是民法来处理的。然而，只要机器人不是道德代理人，任何形式的惩罚都不可能产生预期效果。它将无法为传统的正义手段（即机器人向社会偿还债务）、改革（即使机器人不再重复犯罪）或威慑（即阻止其他机器人犯下类似的罪行）（Asaro 2007）。相反，Asaro（2007）提出，在法律上，机器人被视为不完全对其行为负责的准代理人，但也提出了这样一个问题，即这可能“给机器人的所有者带来太重的负担，从而阻止机器人因风险而被采用，或者不公平地保护那些可能分担由于设计不良而导致机器人行为不端的责任的制造商”。

Marino和Tamburrini（2006）认为，科学家和机器人专家在识别使用机器人的风险和收益方面发挥着重要作用，但我们还必须包括更广泛的利益相关者，“以评估社会上学习机器人的成本和利益，并确定适当的责任和责任政策”。理解责任问题具有广泛的影响，从告知学校决定采用此类技术，到与法律框架及其假设进行对话。这个问题是我们最后一个研究问题的基础：教师认为谁应该对使用教室机器人所产生的任何负面后果负责？（第四问题）

对机器人如何可能对儿童的发展和行为产生负面影响的担忧也带来了责任问题。不管这些影响是由于编程错误还是由于机器人的自主性或学习而产生的不可预见的后果，责任归属问题就出现了（Marino和Tamburrini 2006）。例如，有人认为，预测任何可能出现的情况都是不合理的期望从一个开发商（吉尔2008年；马蒂亚斯2004年）。从法律的角度来看，制造商和/或开发商只能警告潜在消费者使用产品可能存在的风险，或许可以通过辩称他们按照行业标准开发机器人来逃避责任（Asaro 2007）。因此，不清楚谁（如果有人）可以被认为对使用机器人的不可预见的影响负责（Matthias 2004）；“导致损害的因果链无法明确识别，也没有人可以明确认定为应受到责备”（Marino和Tamburrini 2006）。这就造成了一个责任差距，用户和开发者都无法对机器人施加必要的控制水平，从而能够承担负面后果的责任（Matthias 2004）。

Marino和Tamburrini（2006）认为，科学家和机器人专家在识别使用机器人的风险和收益方面发挥着重要作用，但我们还必须包括更广泛的利益相关者，“以评估社会上学习机器人的成本和利益，并确定适当的责任和责任政策”。理解责任问题具有广泛的影响，从告知学校决定采用此类技术，到与法律框架及其假设进行对话。这个问题是我们最后一个研究问题的基础：教师认为谁应该对使用教室机器人所产生的任何负面后果负责？（第四问题）

Kahn等人。（2007）质疑人们是否会认为机器人在道德上对自己的行为负责，认为当机器人采用更为“复杂的人形外形”时，这种可能性越来越大。道德上的不法行为通常是通过刑法而不是民法来处理的。然而，只要机器人不是道德代理人，任何形式的惩罚都不可能产生预期效果。它将无法为传统的正义手段（即机器人向社会偿还债务）、改革（即使机器人不再重复犯罪）或威慑（即阻止其他机器人犯下类似的罪行）（Asaro 2007）。相反，Asaro（2007）提出，在法律上，机器人被视为不完全对其行为负责的准代理人，但也提出了这样一个问题，即这可能“给机器人的所有者带来太重的负担，从而阻止机器人因风险而被采用，或者不公平地保护那些可能分担由于设计不良而导致机器人行为不端的责任的制造商”。

对机器人如何可能对儿童的发展和行为产生负面影响的担忧也带来了责任问题。不管这些影响是由于编程错误还是由于机器人的自主性或学习而产生的不可预见的后果，责任归属问题就出现了（Marino和Tamburrini 2006）。例如，有人认为，预测任何可能出现的情况都是不合理的期望从一个开发商（吉尔2008年；马蒂亚斯2004年）。从法律的角度来看，制造商和/或开发商只能警告潜在消费者使用产品可能存在的风险，或许可以通过辩称他们按照行业标准开发机器人来逃避责任（Asaro 2007）。因此，不清楚谁（如果有人）可以被认为对使用机器人的不可预见的影响负责（Matthias 2004）；“导致损害的因果链无法明确识别，也没有人可以明确认定为应受到责备”（Marino和Tamburrini 2006）。这就造成了一个责任差距，用户和开发者都无法对机器人施加必要的控制水平，从而能够承担负面后果的责任（Matthias 2004）。

责任

与人们对儿童如何与机器人结合的担忧不同，Kahn等人。（2013）询问与适应性机器人的广泛互动是否能培养出一种让孩子将机器人物化的主仆关系。在他们看来，这样的行为可能会影响到人际关系。野村（Nomura）等人为这一观点提供了一些支持。（2015）发现儿童对机器人有虐待行为。这不是出于其他孩子的行为动机，就是为了孩子们的快乐和好奇心。尽管有些孩子把机器人描述成一个类似人类的实体，但他们仍然有虐待行为。Kahn等人。（2007）提出了一种更互惠的关系的可能性，在这种关系中，机器人从与之互动的孩子那里表达出相反的愿望或观点，以缓和主仆关系。然而，野村等的研究。（2015）显示，尽管机器人大喊着要停止虐待，但孩子们仍然坚持。

在一篇相关的文章中，Turkle（2006）认为，社交机器人正在成为能够唤起人们依恋感的关系型人工制品。错误地认为人-机器人的交互达到了人与人之间的互动（Sharkey和Sharkey 2011），同时也被机器人不断的适应和个性化所吸引，人们担心孩子们可能开始更喜欢与机器人互动（Bryson 2010）。Sharkey和Sharkey（2011）指出，这可能会阻碍儿童在如何理解和与人类互动、语言能力以及对人际关系中互惠关系的理解方面的发展，从而可能无法充分发展同理心和对人性矛盾性的理解（Turkle 2006）。Bryson（2010）也提出了人工智能可能培养不同类型行为的担忧。与沙基和Sharkey（2011）她认为，尽管与机器人的接触和内向之间可能存在关联，但机器人的一致行为仍可能为孩子们提供生活的稳定性，并增加他们的自我价值感。

拟人化，或机构归属，对人际关系有影响。先前的研究表明，儿童可以将机器人视为朋友（Fior等人。2010年；Hyun等人。2010年；Kanda等人。2004年；Tanaka等人。2007年），尽管机器人也被视为一个独立的本体论实体或“混合存在”（Eunja et al。2012年；Kahn等人。2013年）。因此，虽然机器人并不完全是人类（Eunja et al。然而，孩子们似乎把他们对人类的理解投射到机器人上，从而形成友谊（Beran和Ramirez Serrano，2011）。正如Kahn等人所说。（2007），在游戏中可能会有一些心理基准，比如人们开始模仿机器人的行为，或者为机器人提供内在的道德价值，这引起了人们对这些影响是否也可能在儿童身上表现出来的担忧。

赵（2006）认为，既然机器人正在进入社会，机构就已经协商好了。Takayama（2012）推测，尽管人们本能地承认机器人是一台机器，但人们在行为上把代理归于机器人。其他研究表明，人们把代理归因于机器人相信或表现得好像机器人是在为自己操作（Kahn et al。2004年）。这种倾向被称为拟人主义，即人们倾向于“将人类特征归因于无生命的物体、动物和其他人”，并根据观察结果，通过将情绪和认知状态归因于该实体，“使某一实体在特定社会环境中的行为合理化”（Duffy 2003）。埃普利等人。（2007）将这视为一个归纳过程，它从“高度可访问的知识结构作为锚定或归纳基础开始，随后可对非人类目标进行纠正和应用”。

拟人化，或机构归属，对人际关系有影响。先前的研究表明，儿童可以将机器人视为朋友（Fior等人。2010年；Hyun等人。2010年；Kanda等人。2004年；Tanaka等人。2007年），尽管机器人也被视为一个独立的本体论实体或“混合存在”（Eunja et al。2012年；Kahn等人。2013年）。因此，虽然机器人并不完全是人类（Eunja et al。然而，孩子们似乎把他们对人类的理解投射到机器人上，从而形成友谊（Beran和Ramirez Serrano，2011）。正如Kahn等人所说。（2007），在游戏中可能会有一些心理基准，比如人们开始模仿机器人的行为，或者为机器人提供内在的道德价值，这引起了人们对这些影响是否也可能在儿童身上表现出来的担忧。

赵（2006）认为，既然机器人正在进入社会，机构就已经协商好了。Takayama（2012）推测，尽管人们本能地承认机器人是一台机器，但人们在行为上把代理归于机器人。其他研究表明，人们把代理归因于机器人相信或表现得好像机器人是在为自己操作（Kahn et al。2004年）。这种倾向被称为拟人主义，即人们倾向于“将人类特征归因于无生命的物体、动物和其他人”，并根据观察结果，通过将情绪和认知状态归因于该实体，“使某一实体在特定社会环境中的行为合理化”（Duffy 2003）。埃普利等人。（2007）将这视为一个归纳过程，它从“高度可访问的知识结构作为锚定或归纳基础开始，随后可对非人类目标进行纠正和应用”。

对儿童的发育影响

这种极端的观点使得研究人员认为，与其他人的社会接触本身是有价值的（Aiken and Epstein 2000；Heersmink et al。2014年；Nordkvelle和Olson 2005年；Turkle 2006年），这又暗示了从考虑可能或可能的事情转向需要或合乎道德的。Sharkey和Sharkey（2011）认为，机器人可能是促进“机器人”识字的最佳工具，即教学生了解机器人的基本机制、它们是如何制造的，除了理解人类将机器人视为类人的倾向之外，为了管理由此产生的脆弱性。比尔等。（2014）认为“实证研究的科学基础可以指导设计师确定适当的折衷方案，以确定将哪些功能和任务分配给人类或机器人”，与其他学者一样，他们强调考虑机器人应该做什么而不是能做什么的重要性。虽然在老年人护理方面进行的研究表明，一些老年人担心他们的护理提供者被机器人取代的可能性（Pino et al。2015；Wu等人。2012年）。我们的第二个研究问题基于这样一个观点，即技术必须是可取的和合乎道德的，我们的第二个研究问题旨在解开机器人在教育中的目标：教师认为机器人在何种能力下能够有益于学习并适应学习环境？（第二季度）

正如Nordkvelle和Olson（2005年）所说，某些技术确定性的支持者已经有了一个愿景，那就是自动化学校教育，即学生由机器而不是教师来教。尽管之前的研究表明，老师们对于机器人是否能取代他们有着微妙的恐惧（Serholt等人，1995）。2014年），Benedikt-Frey和Osborne（2013）对这种威胁的存在提出了挑战。尽管他们发现，美国目前约47%的工作岗位容易受到计算机化的影响，但人们认为更换教师的可能性不大。这可能归因于这样一个事实，即“人类的创造力、同理心和理解能力在几十年内不可能出现在机器人身上”（Heersmink et al。2014年）。然而，现在还不清楚一旦技术障碍被克服，这种教育愿景是否可取。

机器人的角色与人类替代

与老年人一样，儿童也是社会中的弱势群体。在教育和老年人护理中，机器人的实施往往不是由儿童或老人最终决定或控制的，而是由负有照管义务的第三方来决定或控制。没有多少研究致力于探索机器人是否以及如何侵犯儿童隐私。关于那些充当技术看门人的教师，在一定程度上履行了他们对学生的照顾责任，我们的第一个研究问题是：教室机器人的设计和存在会给教师的孩子带来什么样的隐私风险？（RQ1）

机器人的角色与人类替代

与老年人一样，儿童也是社会中的弱势群体。在教育和老年人护理中，机器人的实施往往不是由儿童或老人最终决定或控制的，而是由负有照管义务的第三方来决定或控制。没有多少研究致力于探索机器人是否以及如何侵犯儿童隐私。关于那些充当技术看门人的教师，在一定程度上履行了他们对学生的照顾责任，我们的第一个研究问题是：教室机器人的设计和存在会给教师的孩子带来什么样的隐私风险？（RQ1）

在老年护理领域，研究表明需要护理的老年人对被机器人或其他技术监控并不积极。例如，Dorsten等人在他们关于长期护理新兴辅助技术的焦点小组研究中。（2009年）发现，老年参与者担心在他们的日常生活中被直接观察。这种观察的可能性使他们表示 “入侵、脆弱和禁闭的感觉”。此外，他们还担心，如果他们的行为引起他人的担忧，例如忘记事情，或是护理人员不同意的活动，会产生负面后果。皮诺等人进行的另一项焦点小组研究。（2015）特别关注社交辅助机器人，也显示出类似的趋势。患有轻度认知障碍的老年人认为机器人威胁他们的隐私，特别关注人类的独立和自由。与Dorsten等人。（2009年），然而，大约一半的参与者表示有兴趣提供能够提高他们安全性的服务，例如坠落检测和随后的紧急联系系统，只要不允许视频采集。福柯（1975）对边沁理想监狱模式的讨论，提出了一个可能的解释老年人对隐私和技术监控的反应。Panopticon的设计包括一个中央守卫塔，四面都有窗户，可以俯瞰周围几层的牢房，从而能够持续监视和控制囚犯。囚犯们自己永远看不见塔里的东西，这意味着他们不知道是否有人在观察他们。福柯（1975）与这些实证研究中的参与者反应相呼应，他认为这种不确定性的感觉会造成一个心理监狱，在那里人们必须不断地调节自己的行为。

个性化和适应性辅导在有效教育中起着非常重要的作用（Bloom 1984）。在机器人导师领域，有人建议个性化反馈或问题选择会带来更大的学习收益（Leyzberg等人。2014年）。Lee等人。（2012）发现，从长远来看，个性化进一步提高了参与者与服务机器人的融洽、合作和参与度。此外，Kanda等人。（2004）为一个教室机器人配备了一个能够通过回忆以前的互动来适应个别孩子的能力。尽管研究人员的研究结果并没有为孩子们的记忆提供帮助，但他们的研究结果并没有为他们的研究提供关于机器人学习的细节。在回顾了机器人设计师之前是如何促进长期互动之后，莱特等人。（2013）提出了未来机器人设计的建议，其中他们提出了培养情感互动和移情以及记忆和适应能力的重要性。从概念上讲，这项研究表明，机器人需要通过收集有关一个人的数据来“了解”一个人，同时也能够以类似人类的移情方式适应这些信息。因此，为了能够提供个性化服务并让孩子们参与长期的互动，教室机器人需要存储大量的个人数据，以便创建能够考虑到先前互动的个人档案（Belpaeme等人。2012年；Porayska Pomsta等人。2013年）。虽然在开发模拟学习者的自适应系统所需的数据收集方面没有统一的方法，但之前的研究已经收集了视频捕获、面部表情捕捉、语音识别或其他生理数据，如皮肤电反应（Jones等人，2001年）。2015年）。Kahn等人。（2007）询问这种类型的数据收集本身是否有可能侵犯人们的隐私，即，如果机器人“理解”一个人，同时强调这些技术有可能变成其他人可以访问数据的监控系统。

隐私

一项旨在探索课堂机器人相关领域的伦理文献综述得出了四个伦理主题：（1）隐私，（2）机器人在取代人类方面的作用，（3）对儿童的互动影响，以及（4）责任。这些主题最初是由欧洲项目ETICA（新兴ICT应用的伦理问题[1]）中开展的工作提供的。欧洲竞争情报局的目的是通过案头审查和以公众为焦点小组的形式开展实证工作，查明与新兴信息和通信技术有关的伦理问题。同时集中在这之前的工作中发现的问题，因为它们与机器人学、人工智能（AI）和情感计算（Heersmink et al。2014年），咨询了与特定新兴技术相关的其他伦理观点，如数字节食支持系统（Mancini等人。2010），辅助技术（Dorsten等人。2009年）和用于长期老年护理的机器人（Sparrow 2015；Wu等人。2012年），以及儿童机器人同伴（Kahn et al。2013年；土耳其2006年）。下面的小节详细介绍了这些问题以及他们提出的研究问题。

研究背景

本研究旨在通过采用负责任的研究与创新（RRI）的观点，更好地理解教室机器人的伦理含义。RRI采用非确定性的观点，“通过促进公众参与研究策略和装备更具反思性的研究文化，考虑包括公众在内的更广泛利益相关者的关注和期望”（Eden等人。2013年）。有人认为，在技术设计过程中使用RRI过程对社会中的弱势群体（如儿童和老年人）尤其重要（Sharkey和Sharkey 2011；Sparrow 2015；Stahl等人。2013年）。正如Schomberg（2007）所解释的那样，围绕未来技术的公众讨论也应该包括讨论其可能的应用。在我们的案例中，这应该包括与教师讨论机器人在教育中的潜在角色，以便教师的声音能够影响这些社会技术的发展（Nordkvelle和Olson 2005）。根据这一观点，我们的研究从研究设计能使机器人更容易被最终用户接受的功能转向反思性对话，其目标是考虑为教师和学生实施课堂机器人的关键伦理问题和长期后果。下一节回顾并提炼出机器人领域学者提出的主要伦理和社会问题。我们继续以这一概念性工作为指导，与三个欧洲国家的职前教师和实习教师开展一系列焦点小组活动。

虽然之前的研究已经得出了一些关于如何设计机器人的策略（Jones等人。2015年），该公司并未深入探讨一项旨在有意激发与儿童的情感和社会联系的技术的伦理和道德含义。用van Oost和Reed（2011）的话来说，“虽然信息通信技术（ict）过去主要是调解或促进人与人之间的情感联系，但当代机器人技术正日益使人与机器人之间的联系成为核心问题”。为了提供一个说明伦理的例子，Kanda等人。（2007）为他们的教室机器人配备了一个原则，允许它共享虚拟的个人信息，比如“我喜欢我们的班主任”，以鼓励与学生进行更多的长期互动。他们还实现了一种伪开发机制，这意味着孩子与机器人互动的时间越长，机器人显示的行为越多，分享的个人信息也越多。正如这个例子所证明的那样，机器人并不是简单地完成工具功能，也不是通过技术手段来协调人类之间的互动，而是有意设计来唤起社会联系，满足社会互动的需要（见Belpaeme等人。2012年）。

在这个可以被批评为主要以技术为中心的设计过程中，一些研究人员提出，只有在利益相关者参与设计过程的情况下，才能开发出社会可接受的机器人（Belpaeme等人。2013年；Jones等人。2015年；什阿巴诺维奇2010年）。在教育领域，教师、学生及其家长是最关键的利益相关者群体。本文将以教师为研究对象。教师是教育技术设计中的主要利益相关者，尤其是因为技术有能力改变教师负责的现有教育实践（Nordkvelle和Olson，2005年）。教师组织学生的学习，按照对学生的关心义务行事，并最终充当决定是否以及如何在课堂上使用技术的把关人。在先前考虑在学校采用教室机器人的研究中，Fridin和Belokopytov（2014）表明，教师对机器人有用性的感知预测了他们使用机器人的意图。在另一项研究中，Lee等人。（2008年）发现，教师用拥有工具性角色的机器人来定义有用性，而不是关系角色。在与教师的小规模访谈研究中证实了这些发现，Serholt等人。（2014）发现，机器人需要适应教室的社会动态，同时为操作角色提供服务，以优化教师的时间。

有迹象表明，机器人在教育中可以促进积极的学习成果和学习的乐趣（Kennedy等人。2015年；Leyzberg等人。2012年），研究人员越来越多地考虑在教育环境中使用机器人（Han 2012；Kanda等人。2007年；Movellan等人。2005年）。虽然机器人的不同应用可以培养不同的学习方式（例如通过编程学习），但本论文的重点是针对初级教育的类人课堂机器人，这些机器人具有不同程度的自主计算保真度功能。我们使用自主性是指“机器人能够在多大程度上感知环境，根据环境进行规划，并在环境中采取行动，以达到某些特定任务的目标（机器人指定的或由机器人创建的），而无需外部控制”（Beer等人。2014年）。PorayskaPomsta等人。（2013）认为这种类型的技术不仅必须认识到学习者所知道的，而且还必须了解学习者的情感特征，以便提供适当的教学回应。因此，为了模仿有魅力的教师的行为，借鉴学习科学的知识，教室机器人被设计成在教育场景中识别和适应儿童的情绪或情感状态（Castellano等人，2005年）。2013年）。

介绍

越来越多的研究机器人用于教育。预计在不久的将来，机器人将有助于孩子们在真实的教室里自主学习和活动。先前的研究已经提出了为不同的实践设计可接受的机器人的重要性。同时，学者们也提出了关于儿童与机器人互动的伦理问题。从负责任的研究和创新角度出发，我们的目标是从研究如何设计能让机器人更容易被最终用户接受的功能转向反思性对话，其目标是考虑在小学教育中为教师和儿童实施课堂机器人的关键伦理问题和长期后果。本文介绍了三个欧洲国家的教师参与的几个焦点小组的研究结果。通过主题分析，我们从隐私、机器人角色、对儿童的影响和责任等方面对教师对课堂机器人的看法进行了理论阐述。对教育机器人领域的影响进行了讨论。

摘要

课堂机器人案例：教师对伦理张力的思考

未来，我们将对学校的孩子（10-12岁）进行一项研究，了解他们对机器人的看法，这些机器人可以适应他们的行为。我们希望通过三个不同的步骤来进行我们的研究：1）一个自适应机器人与孩子单独或成对地玩一个蛇和梯子的词汇学习游戏，2） 我们稍后会邀请孩子们分组讨论具有适应能力的机器人，以及他们对机器人的看法，3）回答个别面试问题。我们将录制所有这些与孩子们的会议的视频。我们将研究分析视频，以获得儿童在游戏过程中在不同场景下如何与机器人反应的数据，我们将使用这些数据来确定一系列有效和适当的儿童机器人交互。

在这篇论文中，我们提出了我们的研究结果，即教师对机器人如何通过一系列的适应来促进儿童语言学习的观点。适应可以基于孩子的记忆、情绪和个性。此外，我们还指出，有必要为教师实现易于使用的界面，使他们能够为机器人上传新的内容。这将导致机器人长期参与教育。

我们没有进行纵向研究，所以我们无法克服老师的偏见。然而，在研究过程中，我们试图通过使用视频和机器人的实际存在来克服先前存在的偏见。老师们同意理解机器人的功能，并确认他们的回答不会基于任何偏见或过去的经验。我们工作的另一个限制是，老师们只能用有限的能力进行互动（例如，机器人只回答有限的问题，只识别基本的情绪，并且很少显示手势）。我们也明白，如果老师能够与表现出更多能力的NAO互动，我们会从老师那里得到更多的机密信息。我们研究的另一个有争议的局限性是参与者的总数。然而，先前的一项研究[31]与教师就他们对机器人在教育中的看法进行的研究也有相同的参与人数。另外，我们的参与者是专门的语言老师，因此我们可以用一定的可靠性来解释我们的结果。

局限性、结论和未来工作

1. 考虑为教师设计一个易于使用的界面，以便更新新课程，以便长期参与：教师强调他们参与的重要性，以便让机器人在学习过程中长期参与。为了让教师参与其中，设计让他们管理机器人的界面很重要。机器人需要自适应，但在一段时间后，需要对内容和课程进行修改或更改，只有教师有适当的控制才能完成。在文献中，[3]已经描述了机器人需要足够的灵活性，以允许教师根据相关的教学和学习需求调整和设计适当的机器人支持的教学活动。此外，奥兰多等人。[26]表明当今的教师对技术有信心，同时也拥有各种各样的技术专长。因此，需要研究开发便于教师使用的界面。

1. 基于文化的适应在语言学习任务中是非常重要的：教师解释了手势在语言学习中的重要性。他们还提到，机器人在教授不同语言时应该适应，因为手势是由不同语言的文化驱动的。我们发现在HRI中基于文化的适应研究较少。有研究表明，在人权研究中文化的重要性。研究人员[33]指出，对手势的理解取决于文化，即使在同一种文化中，对不同情况的解释也可能不同。此外，还描述了来自不同文化背景的不同个体对机器人个性的感知不同[15]。因此，研究文化适应对HRI中用户参与和绩效的影响具有重要意义。

4. 跟踪孩子记忆的机器人可以激发孩子们的积极性：老师们提到孩子们经常犯错误。这种机器人能够通过回忆以前犯下的错误来表现出适应性行为，从而激励孩子们学习。正如老师们提到的那样，它可以让孩子们思考新的适应方式，以便给机器人留下深刻印象或比机器人聪明。HRI的文献也强调了记忆适应的重要性。在最近一项关于社交机器人长期参与的调查中，[21]提到了基于记忆的适应是HRI中未被探索的领域之一。莱特和他的同事[21]推测，拥有记忆可以使社交机器人对特定用户更加灵活和个性化。最近，研究人员还表明，有记忆的机器人可以影响用户的表现，因为它能增强他们的好感和同理心[12]。因此，教师的观点与当前HRI的研究建议是一致的。

1. 在儿童实时机器人交互过程中，机器人角色的选择可以基于记忆适应：大多数教师强调实时角色适应。其中一个建议的方法是在儿童机器人交互过程中使用记忆。在文献中，我们发现许多研究表明机器人扮演了不同的角色：朋友[7]、竞争对手或合作者[20]和说服力[4]。所有这些研究都在机器人对用户感知、参与和学习的影响方面取得了积极的成果。然而，有必要设计一个机械装置，使机器人能够根据给定的情况实时调整其角色。此外，在HRI中，使用记忆来执行基于角色的适应仍然是一个悬而未决的问题。

1. 我们需要设计基于对话的适应机制，以便实时地适应儿童的情绪和个性：人的情绪和个性是相互关联的。人类当前的情绪状态或情绪会影响人格的塑造。因此，正如教师们所指出的，设计并实现一个基于用户情绪状态的实时自适应机制对于机器人检测用户的个性具有重要意义。以前的研究[13][23]已经表明，如果机器人能够根据用户的个性进行适应，它就能对学习产生积极的影响。然而，大多数机器人能够适应用户个性的研究都是通过让参与者完成一份问卷来检测他们的个性（外向或内向）。因此，如何对人格进行实时检测仍然是一个有待解决的研究课题。此外，另一个可能的策略是使用广泛的情绪分类，超越简单的外向和内向的识别。另一方面，基于对话的情绪或情绪适应在人机交互中也有研究[27]。然而，对于教育机器人和HRI而言，基于对话的情感适应及其对用户感知和性能的影响的研究较少。

1. 机器人应该能够在教室里反复回答被问到的问题：需要实现一种机制，在这种机制中，机器人可以在与儿童的一对一或小组互动过程中回答反复提出的问题。为了实现这一点，我们需要实现一个机器人执行记忆自适应的方法。Chang和他的同事[3]描述了机器人的各种特征，这些特征在语言学习过程中非常重要。重复性被认为是语言教育最恰当的特征之一。

讨论 在这项研究中，我们学到了许多经验教训和教训，为人力资源研究人员。我们在语言教育中实施自适应社交机器人的主要经验教训如下：

具有个性适应能力的机器人

长期参与的机器人 老师们对孩子和机器人之间的长期接触表示担忧。他们确信，为了实现可持续的参与，他们应该同样参与准备机器人与孩子们的互动。他们担心，如果老师不能控制机器人，机器人很可能独自呆在教室的角落里。用一位老师的话说： 如果老师们知道如何控制和使用机器人，那么我们就能够实现长期参与（第5页）。 另一位老师指出，应该为教师提供一个界面，使他们能够在一段时间内更新或更改课程。 老师可以让机器人参与进来，这样它就不仅仅是在角落里，而且总是在循环中，我们需要把机器人作为一节课的一部分（第6页）。 不过，另一位老师也提到，如果有各种各样的程序，而且系统能自我更新，也能适应孩子的需要，就有可能实现长期的参与。 你应该有各种各样的程序，这样机器人就不会一遍又一遍地做同样的事情。机器人应该模仿人类在某一时刻的行为 （第一页）。

教师们认为，没有必要根据儿童性格的一般定义（外向或内向）进行适应。他们评论说，孩子的个性可能会因上学期间发生的一系列事件而有所不同。另一方面，机器人应该能够通过对话来识别孩子的个性。教师报告如下： 通过对话进行个性适应可以是一种有效的方式，在个性化的互动中，个性可以是一把一把的，比如，机器人需要表现出耐心，以防孩子性格内向（第5页）。 我们需要检测学生的个性，人格会随着时间的推移而变化，所以我们需要一种检测人格的机制。例如，我们可以通过对话发现犹豫，然后通过奖励或积极的姿态鼓励学生（第6页）。 老师们也致力于在外向性格和内向性格之间找到平衡点。一位老师报告说： 需要在外向者和内向者之间取得平衡。也许更外向一点，因为它可能会鼓励更多的互动（第一页）。

老师们对孩子和机器人之间的长期接触表示担忧。他们确信，为了实现可持续的参与，他们应该同样参与准备机器人与孩子们的互动。他们担心，如果老师不能控制机器人，机器人很可能独自呆在教室的角落里。用一位老师的话说： 如果老师们知道如何控制和使用机器人，那么我们就能够实现长期参与（第5页）。 另一位老师指出，应该为教师提供一个界面，使他们能够在一段时间内更新或更改课程。 老师可以让机器人参与进来，这样它就不仅仅是在角落里，而且总是在循环中，我们需要把机器人作为一节课的一部分（第6页）。 不过，另一位老师也提到，如果有各种各样的程序，而且系统能自我更新，也能适应孩子的需要，就有可能实现长期的参与。 你应该有各种各样的程序，这样机器人就不会一遍又一遍地做同样的事情。机器人应该模仿人类在某一时刻的行为 （第一页）。

所有的老师都把注意力集中在使用一个有幽默感的机器人上，因为学习一门语言有时会变得无聊。机器人需要扮演有趣的角色，以激励孩子，并使他们在学习过程中保持投入。 例如，在词汇学习练习中解释单词的含义时，机器人需要表现得滑稽并给学生讲笑话。这将使孩子在整个过程中保持投入和动力。 老师们认为冷静和富有同情心的角色最适合孩子犯重复性错误的情况。机器人需要首先识别重复出现的错误，并通过实时改变对话或音调来适应。 你需要通过对话和手势来扮演一个平静或安抚的角色，以激励和帮助孩子提高学习能力（第8页）。

如果学生在做某事时犹豫不决，那么机器人应该能够通过积极的强化来说服他/她（第5页）。 学生希望机器人能够适应并在教室中扮演伙伴角色。它可以成为孩子们学习语言的动力（第7页）。 机器人扮演一个主导角色对孩子来说可能是压倒性的（P2）。

总的来说，老师们告诉我们机器人需要适应不同场景的不同角色。他们中的大多数人说机器人需要通过有说服力的对话来鼓励和激励孩子。他们还说，机器人需要在顺从和主导之间找到平衡，而应该扮演一个民主的角色。不过，其中一位老师也认为，要想得到重视，支配地位很重要。

教师为机器人指出了各种角色，使其在儿童机器人交互过程中能够显示和适应。表2显示了各种角色的频率分类，从所有教师的角度来看，这些角色对儿童来说可能是合适的，也可能是误导性的。我们根据老师的陈述对这些频率进行编码。

机器人的自适应社会角色

有情感的机器人使它们真实，并使学生意识到机器人有感觉，这是一种真正的互动。机器人的理解情绪可以根据学生的年龄进行暗示（第7页）。

老师们说，有感觉的机器人会提高孩子们的参与度，因为孩子们不仅会把机器人当作玩具，而且他们担心广泛的情绪适应可能会吓唬到一定年龄的孩子。

基于对话的情绪检测比表情检测更重要。机器人应该做出非判断性的反应，还应该尝试让他们通过一系列程序，并相应地使他们平静下来（第5页）。

其中一位老师认为，万一孩子在某一天由于一些不可避免的经历而心情不好，那么机器人应该能够判断并执行某些步骤来克服或改变孩子的情绪状态。

利用面部表情来检测情绪是很重要的，但是我们需要机器人通过对话来感知情绪。例如，如果一个孩子感到无聊，那么它可以提供积极的强化，或者如果机器人能够检测到愤怒，它就可以起到安抚情绪的作用（第3页）。

老师们认识到所有表情的重要性。然而，他们担心面部表情并不是识别情绪的唯一方法，因为面部表情不是孩子情绪或情绪状态的唯一标识。教师们强调通过对话发现孩子情绪状态的重要性。他们提出了一组机器人应该进行的对话，以便了解孩子的情绪状态。

具有情绪适应能力的机器人

教师补充了记忆适应，正如他们在语言学习中所说的那样，回忆或回忆一段经历是很难的，可以对孩子的学习产生积极的影响。他们还提到，记忆可以作为一个很好的工具来表现出对孩子的额外关心，孩子既可以娱乐，也可以激发学习的动力。其中一位老师报告说： 我们可以通过回忆以前的互动来表现出额外的关心。如果能做到这一点，孩子们就不会再犯同样的错误了。孩子们将被迫思考新的适应方式（第3页）。 其中一位老师还说，记忆是测试学生表现的一个很好的工具。她报告说： 有孩子记忆的机器人是个好主意。如果一个学生在两周后能说出一个单词，机器人可以在接下来的几天里问同样的问题。因此，它可以判断孩子，也可以通过提供积极的强化来鼓励孩子（第6页）。

具有记忆适应性的机器人

我们用法语说早安的方式不同。在教授语言的同时，我们教学生有关个人情况的知识。这个机器人可以结合手势和语言能力来提高孩子的学习能力（第7页）。

老师们还提到，不同的手势可以与不同的语言联系起来。他们指出法语中问候的手势不同于其他语言。机器人可以根据语言有不同的教学风格。其中一位老师认为，手势可以通过文化来驱动，所以如果机器人需要相应地适应。文化适应也能激发孩子学习的积极性。

老师们还提到了一系列能让学生参与学习的有效手势。它包括：指点、手臂瞬间、弯腰、手放在头上、问候、举手、举手、用手指指错答案、竖起大拇指、注意听、请用手指对着眼睛、敬礼、投掷、跳舞和微笑。

教师认为手势是语言教育的重要组成部分之一。机器人描绘出几个适当的手势可能是少数，并可能导致有效的学习和参与。 我上课时很活跃。像指点、指示、手臂瞬间、弯腰、双手放在头上等手势对青少年最有效（第5页）。

具有手势适应功能的机器人

此外，老师们评论说，如果机器人能自主地为他们找到学习材料，那就太好了。

学生通常反复问同样的问题，当我和其他学生一起工作时，机器人可以在教室里回答这些问题（第8页）。

老师们强调编程机器人的好处，可以帮助他们在客观和主观评估中打分。他们还提到了机器人完成训练任务的好处。例如，他们说学生们通常在课堂上问同样的问题。这有时会让他们感到沮丧，但由于机器人可以重复多次，所以在这方面它可以是一个很好的支持。

老师们指出，机器人可以帮助学习词汇、语法和纠正发音。他们还可以和孩子们玩学习语言的游戏。老师们还希望孩子们用机器人练习他们的说话技巧。一些老师报告说：我们可以使用机器人进行单词学习、理解和基于问答的游戏来激励学生学习语言（第4页）。 机器人可以说一个语法正确的句子，孩子可以重复（P2）。 我想，女生和学生会觉得互动很舒服，她们可以练习口语技巧（第6页）。

机器人及其对语言学习的贡献

我们提出了由对访谈数据进行的定性分析得出的主要主题。首先，我们就NAO机器人如何为儿童的语言学习和发展做出贡献提出教师们的看法。第二，根据教师在语言语言教学中的表现，我们提出了NAO的行为适应和角色适应。我们也提出了在教师视角下的适应子主题。第三，我们提出了教师对NAO如何保持长期参与的看法。为了保持匿名身份，小学教师被标记为1到8，其中P1、P2、P3、P4来自小学，P5、P6、P7和P8来自高中。表1显示了相应参与者教授的语言。

结果

在得到老师的同意后，所有的访谈都被录音。我们进行了内容分析[6]来分析访谈交流。其中一位作者聆听并抄录了采访内容。然后作者指出了教师回答中可能的主题和模式。这些模式后来被用来定义本文的主题和子主题。引文是从相关答复中挑选出来的。

数据分析

1. 你用什么样的教学方法、资源和技术来教授口语和书面语的发展？
   1. 你认为机器人如何有助于提高语言学习效率？
   2. 你希望机器人在一对一的交互过程中如何显示不同的手势？
   3. 你希望机器人如何根据孩子的个性表现出来？
   4. 你想让孩子们如何反应情绪？
   5. 机器人应该扮演什么样的角色来提高学习能力？
   6. 你希望机器人如何存储孩子的记忆？
   7. 如何确保NAO和孩子长期交往？

调查问卷包括了解教师所采用的不同语言学习策略，以及NAO如何采用这些策略并促进有效学习。另外，NAO在延长儿童机器人参与度方面应扮演哪些新的适应行为和角色？我们知道，提出这些问题很重要，因为生成的数据将为我们提供方向，以有效和适当的方式为未来机器人实现新颖的场景和行为。让教师与一个人类机器人（NAO）进行互动也是很重要的，以便发展他们对机器人当前能力的理解。调查问卷是根据自适应社交机器人的现有特点设计的[9]。其他问题来自[30]。我们采访中的其他问题包括：

访谈问卷

我们在舞蹈中实现了NAO机器人的最新的现有行为。手势包括鞠躬、鼓掌、触摸、鞭打、拥抱和跳舞。choregraph程序后来被用来生成python代码。

我们还训练了人类基本情绪（快乐、悲伤、愤怒和中性）的数据。我们编写了NAO程序来捕捉用户的面部表情，并使用一种算法检测他们的情绪[8]。该算法利用openCV库对嘴部区域进行定位，以检测用户的情绪。NAO拍摄的图像被重新调整为28×10像素，只包含人的嘴和周围区域。然后将图像转换为灰度，并将其展平为长度为280的向量。一个逻辑回归程序然后获取向量并确定用户的情绪状态。

我们使用谷歌语音到文本API[32]将教师的语音转换为文本。NAO机器人被设计成可以根据老师的基本问题做出反应。他们的反应从自我介绍到互相问候。它还能重复老师们的句子。

NAO机器人是自主设计的，可以显示三种不同的功能：语音识别、情感检测和手势显示。

NAO机器人及其场景实现

我们在小学和高中都在一个安静的房间里学习。在一间空荡荡的教室里，我们得到了一张小桌子和几把椅子。NAO机器人被放置在参与者老师面前的一个坐姿，以便能够清楚地看到参与者的面部，以便检测情绪。研究人员坐在参与者面前，参与在笔记本上播放视频和进行访谈。NAO机器人自主生成三种不同场景下的行为：语音识别、情绪检测和手势显示。设置如图1所示。我们征得老师同意在文章中使用他们的照片

我们使用的是Aldebaran robotics设计和开发的NAO机器人。这是一个58厘米高的仿人机器人。NAO是一个互动和适应性强的机器人合作伙伴。它为研究人员提供了一个平台，根据他们的创造力和需求设计各种应用程序。

设置和材料

首先，我们向老师们展示了一个关于SR和HRI以及NAO机器人的基本视频，展示了手势、物体识别、触觉传感器和语音识别等各种功能。我们后来向老师询问了关于NAO和HRI的可能混淆或问题。播放这些视频的目的是为了避免之前和假设中有关机器人的知识的影响，也为了克服人们对机器人可能接管其工作的恐惧。其次，我们要求教师在三种不同的情境下与NAO互动。在场景1中，教师与NAO交互以熟悉其语音识别能力。老师们被要求通过询问一些基本的介绍性问题与NAO交谈，例如：（你叫什么名字，你好吗，你的一天过得怎么样等等……）。在问了一个未知的问题后，脑又重复了他们的问题。在情景2中，教师可以通过展示不同的情绪（高兴、悲伤、愤怒和中性）与NAO互动，了解情绪检测能力。教师们被要求表现出情绪，并在检测到这些情绪后称之为情绪。在情景3中，NAO在教师互动中表现出不同的手势（鼓掌、挥手、鞠躬和跳舞）。老师们被要求对娜奥说出手势的名字，作为回应，娜奥展示了这个手势。最后，我们采访了教师，以了解他们目前在学校的语言学习实践，以及NAO如何为促进儿童的学习做出贡献。此外，我们还询问了老师们对机器人能够显示出的影响儿童学习和长期参与的不同适应性行为和角色的看法。

这项研究后来在一个卡通互动中与教师进行。每次研究持续30分钟，有三个不同的步骤：1）5分钟视频**在HRI和SR上播放，然后播放3分钟视频关于NAO，2）教师与NAO之间的5分钟互动，3）就NAO如何通过适应儿童行为促进语言学习与教师进行访谈**。数据收集在两天内完成。第一天，我们参观了高中，然后在第二天参观了a小学。

程序 我们首先向教师分发资料表和同意书。我们向老师们询问了每一个项目的情况，并向他们提供了一个项目的介绍和同意书。

我们采访了一个城市的小学和高中的教师，在那里交流的第一语言是英语。所有这些教师都受过法语、意大利语和英语等语言教学方面的培训和经验。我们选择语言教师是因为我们打算实现一个自适应的社交机器人，可以支持儿童的语言学习和发展。八位女教师参加了这项研究。在八名教师中，小学和高中各有四名教师。教师的平均年龄在25至45岁之间。面试在相应的学校举行，每次持续30分钟。两所学校的所有面试都遵循相同的程序。

参与者

方法

研究问题 我们的研究问题是双重的。首先，我们试图了解目前学校的教学实践，以及仿人机器人如何做出贡献。第二，我们希望了解教师对于现有和新颖的适应行为和社会角色的看法，这些行为和社会角色是机器人在课堂上为学习语言而进行的个体和群体儿童互动（cHRI）中所能描绘的。我们还想了解这些适应对孩子学习和整体参与的影响。

一般来说，使用代理/机器人来支持学习是一个已知的过程。然而，在经过一定时间后的人机交互过程中，关于维持长期任务兴趣和参与度的问题已经提出[16]。研究人员[24]指出，用自适应行为对这些机器人进行编程可以解决上述问题。我们认为，为了实现自适应社会机器人，我们需要了解不同领域的适当和有效的自适应行为，以克服这些问题。

利用机器人帮助儿童进行语言教育在全球引起了极大的关注。其中一个原因是，拥有一个化身的机器人可以扮演各种各样的社会角色，有助于学习。研究人员最近用这些药物来教孩子们科学、数学、语言和机器人技术。[16] 与一个叫Robovie的人形机器人合作进行了一次实地试验，以帮助儿童掌握英语技能。[28]展示了一个支持性的机器人导师，它被用来在一个类似场景的游戏中教授语言学习。利用iCat机器人制作了一个用于词汇学习的辅导应用程序。[11] 还利用机器人在家里的设置来教授语言。他们将教授语言的机器人与录音带和书籍进行了比较，结果表明机器人的表现更好，主要是由于它们的物理特性。比起录音带，孩子们更喜欢用机器人学习。[18] 以机器人为学习伙伴，与学龄前儿童进行讲故事活动，以鼓励语言发展。他们设计了一个能够讲述故事的机器人。当机器人讲述故事时，相应的场景出现在iPad上。故事叙述有三个层面的困难。这个游戏的目的是检查孩子在互动过程中是否能够学习新的词汇。结果表明，通过叙述，儿童能够学习新的名词、动词和形容词。

语言学习教育机器人

最近，Kory和他的同事[19]的研究结果与[31]讨论的结果相反。他们还认为，由于教师对社交机器人的假设知识，他们的观察和观点在某些情况下没有得到支持。[19] 在教室里部署了一个自主的Tega机器人2个月，然后询问老师的意见。Tega机器人不仅可以和孩子玩耍，还可以管理好奇的等待轮到他们的孩子。结果显示，老师们对整个过程的无干扰性以及孩子们对机器人的积极参与程度感到惊喜。考虑到[19]的研究，我们相信下一步是向教师询问自适应机器人的行为和角色，首先让他们能够与机器人互动并了解其能力。此外，我们需要为机器人找到合适的行为来帮助语言学习。本研究以城市不同学校的教师为研究对象。我们的研究重点是了解在语言学习教育中最合适和最有效的儿童机器人交互。为了避免教师的先验知识对结果的影响，教师与一个仿人机器人进行交互，并告知他们其所有可能和可能的能力。正如[14]所讨论的，我们还认为，为了实现自适应机器人以促进长期参与，让教师参与指导和帮助我们为机器人设计适当和有效的行为是非常重要的。此外，最近，Kennedy及其同事[17]指出，过度尝试的机器人会对孩子的学习产生负面影响。因此，我们需要仔细考虑，并在实施行为适应策略和功能之前做出明智的决定，以便与儿童互动的社交机器人。

研究人员还通过访问学校的教师进行了研究，以了解学校对儿童机器人交互的接受程度和可能的实验方法。Serholt及其同事[31]对来自四个不同欧洲国家的八名教师进行了采访，探讨他们对在课堂上使用强调型机器人教师的看法。他们询问教师使用机器人的合理性，机器人应该扮演什么角色，以及在教育中使用机器人的总体积极和消极的一面。他们发现，机器人可以是一种颠覆性的技术，因为在儿童中公平地分配机器人的个性化使用是一项额外的管理任务。老师们还指出，如果机器人是自主编程的，它可以帮助管理小组工作，也可以促进自主学习。此外，机器人还可以通过几个学习任务引导和激励学生。正如[25]所表明的，先前的知识对机器人设计有影响，可以说，教师对问题的回答是基于机器人先前的假设知识或通过科幻电影收集到的知识。因此，有些回答可以归类为有偏见。

我们知道，学生观在体现型导师与学生之间的教学关系中非常重要。Obaid等人[25]对儿童对机器人助教设计的贡献进行了一项探索性研究。他比较了儿童设计和学生交互设计。他指出，机器人设计受个体对机器人知识的影响。Serholt et al.，2014[30]还采访了学生，以了解他们对社交机器人在教育领域可能的未来的态度。但是，教师的作用不容低估。文献[2]指出，教师在儿童如何使用辅助工具、课堂设备和感知信息方面起着不可或缺的作用。即使设备可以独立运行，教师也必须引导课程/课程的流程。因此，HRI的研究者非常重视了解教师对机器人可能的交互作用的看法。

社会适应机器人（socialadaptiverobots，SARs）被定义为能够从社会环境中学习并相应地适应用户行为的自主机器人/代理。因此，为了实施这些SARs，了解机器人所表现出的可适应的社会行为和角色在不同的领域和环境中被人类所接受是很重要的。研究人员推断，在不同领域中，适应性代理行为的含义存在不确定性。他们试图理解各种适当的适应性行为，从而实现有效的学习。Dautenhan等人Mahani等人对潜在的最终用户进行了访谈，以获得社交角色。然而，我们认为面试答案是基于对机器人的假设知识。在文学中，我们也发现了一些普遍的行为，比如理解和反应情绪，扮演不同的社会角色[9]。研究人员以前已经对这些行为进行了定量和定性的测试，然而，最近，Huber和同事[14]批评说，社交机器人需要扩展刻板的角色行为，以实现长期的接受。他们遵循不同的步骤（通过访谈确定应用场景，通过定性分析列出不同的适应角色，在家庭和护理中心老年人提到的适应角色的频率不同，根据年龄和人口学对适应性角色进行分类）以识别居住在家中或护理设施中的老年人的各种适应性行为角色。

近年来，在人机交互（HRI）和社交机器人（SR）方面的研究都非常重视能够适应特定用户需求的社交机器人的需求和益处。研究人员通过对非自适应机器人进行一系列研究推测了这些好处。他们的研究表明，由于非适应性机器人在响应时缺乏灵活性，特别是对人类行为的反应。人们往往会失去兴趣，这种机器人的影响会随着时间的推移而减少[16]。研究人员还通过定性[10]和定量[29]评估指出了益处。

为了在机器人和孩子之间建立一种长期的关系，机器人需要学习环境，适应特定的用户需求，并相应地展示行为和角色。文献表明，某些机器人行为会对儿童的学习和表现产生负面影响[17]。因此，本研究的目的不仅在于了解教师对现有有效的社会行为和角色的看法，也在于了解能够积极影响儿童在语言学习环境中表现的新颖行为。在这篇论文中，我们通过对8位语言教师的访谈，得出他们对机器人如何有效地进行行为适应来影响学习和实现长期参与的看法。我们也提供了从教师访谈中提取的未来方向的结果。

从教师角度理解社交型和适应性机器人在教育中的行为和角色

D、 应用障碍

这些回答与关于在教育中使用机器人的观点有关的问题相关。研究发现，人们对社交机器人的看法有多积极（问题2）与机器人在教育者（rs（25）= .561，p = .002）和公众中应该扮演的角色之间有正相关关系。（rs（84）= .390，p <.001）。研究发现，一个人对社交机器人的积极看法与机器人在教育中的角色之间存在正相关关系。 这些根本差异导致了教育者与普通公众之间，普通公众与欧洲晴雨表调查结果之间的比较中的问题。如果它反映了普通公众与教育者之间的差异，那么这将是一个可以接受的因素，但是我们假设这是因为由用于收集一般公众反应的在线方法引起的亲技术偏见。因此，直接比较不适用于探索假设1，也不能将EP和GP样本视为同质

简介

1. 社交机器受重视，尤其对儿童
2. 机器人有用，可以成功地教给孩子们，也可以提供独特的学习体验
3. 有必要探究教师的态度
4. 本研究探讨的内容（调查教师态度，探讨儿童机器人互动可能的研究方向）

总的来说，我们发现学校对社交机器人的态度是谨慎的，但可能会接受（与之前的研究结果[13]）。教育专业人士强调指出，在课堂上采用机器人所面临的障碍引发了一些令人惊讶的考虑，比如学生可能被孤立，这将需要进一步的长期研究。对于教育工作者来说，对于机器人合适的社交技能的关注超过了实际和伦理方面的关注，这表明这应该是儿童机器人交互研究的一个重点。

结论

成功解决教育工作者在V-D节中强调的问题（关于问题1，第III节）将为实现这一目标迈出重要的第一步。一旦教师（和孩子们）熟悉了机器人（机器人是分散注意力的一个来源，在新奇事物消失后很可能很快解决），或者一旦机器人在教室中的普及率提高到专门公司可以定期接管培训的程度，一些担忧可能会**得到缓解**以及维护问题。然而，其他问题，如互动的丰富性，机器人对儿童行为快速（或相反，缓慢）变化的适应性，或社交机器人对发展儿童同龄人群体社会性的适用性，提出了更基本的问题。我们相信这些行为上的考虑仍然是儿童机器人交互研究议程的核心。

这可能是使用社交机器人的更广泛的方面有助于打破某些使用障碍。机器人是一种技术设备，但可以用来教授具有社交元素的各种科目。机器人的使用可以激发人们对技术的兴趣，而机器人行为的社会方面可以用来在这些对象中产生互惠的兴趣（正如在行为的某些方面所尝试的那样[23]）。这就要求教师更多地接触我们的机器人系统，以便他们更好地理解社交机器人的能力、当前有限的性能以及未来可能在教育中的应用。

一些基于前概念的感知可能会随着社交机器人的增多而发生变化，社交机器人的作用不仅仅是作为STEM受试者的工具（例如，最近的手写学习[5]）。然而，人们普遍缺乏对科学技术的兴趣（尤其是年轻的教育工作者）。V-A）可能会产生更大的、周期性的使用壁垒。研究表明，教师对教学科目的兴趣和信心之间存在联系[19]，教师和儿童在学习中的互动效应[20]。因此，如果教师对教学技术不感兴趣，学生的兴趣也会相应降低，他们将学习更少的知识[21]，也就不太可能继续学习该学科[22]。这就形成了一个令人担忧的循环，那些最终成为教师的学生也可能对教授这些相同的科目缺乏兴趣。年轻教师对技术缺乏兴趣也令人惊讶，因为人们通常会期望年轻教师更多地从事与计算机相关的技术。

通过在线众包服务收集公众的反馈意见，导致人们对科学和技术持积极态度。这阻止了我们通过与欧洲晴雨表调查数据进行比较直接解决假设1。但是，我们确实看到使用社交机器人教育已经普遍开放了，尽管教育专业人员可能会谨慎对待（图4，V-D节）。教育者也有一个很强的先见之明，社交机器人将适合于教授STEM学科，采用工具的作用，而不是作为一种教育媒介（假设2，第V-C节，图5）。不论在调查的介绍性背景下，无论受访者是否被提供了包括老师在内的图片，都可以观察到这些发现（第五节）。

六、 讨论

教育专业人士样本中的其他人口统计因素（年龄、性别、儿童数量、教育程度）似乎对社会机器人在儿童教育中应如何使用的观点没有影响。当考虑参与者的年龄、性别、儿童数量或教育水平时，线性序数回归并未揭示出统计上显著的因素（Nagelkerke pseudo=0.146，因此人口统计学因素仅占参与者认为社交机器人应用于儿童教育的约15%的方差）。当对来自公众的数据进行相同的回归时，无法找到具有高拟合优度的模型（可能是由于样本偏向于对技术的高兴趣压倒了其他因素）。R2

E、 人口因素

对于机器人给教师带来的工作量或课堂编排负荷的增加，也提出了一些担忧。这些问题已经在计算机支持学习的背景下进行了研究（例如[18]），但在“机器人支持的”学习领域中尚未得到充分考虑。

最后，令人惊讶的是，很少有伦理和安全相关的问题被提出。这种担忧在EP受访者中似乎并不普遍。

另一个未被假设的因素是，几位教师提到儿童被孤立的风险增加（例如，一条评论写道：“我认为我们的许多孩子已经被孤立了，这可能会使他们进一步孤立和边缘化”）。这将有助于推动儿童机器人交互的社会方法的发展，如机器人介导的协作学习（即使用技术进一步鼓励儿童同伴之间的互动）。

机器人缺乏社交技能（过于简单的互动、缺乏同情心、缺乏灵活性）为教育专业人士当前对机器人的认知提供了补充：他们主要被视为一个有脚本的、反应式的机器。这一问题有点令人惊讶，因为它在以前的工作中通常没有作为一个问题提出。更令人期待的是，会提到一系列实际问题（成本、维护、空间要求），但通常还会涉及其他因素。与一般公众的看法相反，他们似乎不是现阶段教师的主要关注点。

最常被提及的EP采用障碍是机器人可能会分散孩子们的注意力，这与先前的研究一致。然而，这一相当宽泛的范畴实际上反映了这样一个事实：教师们对机器人的用途没有明确的概念（调查提供的背景很小，因此没有明确说明机器人的确切角色）。相比之下，GP样本发现的最多的障碍是实际问题，尤其是机器人的成本。在调查的任何阶段都没有提到成本，所以这表明有一个先入为主的概念，即这些机器人设备会很贵（或者至少比学校负担得起的要贵）。

为了探讨问题1（第III节），有人用一个问题来问：“您认为在教室里安装机器人的主要障碍是什么？”。这个问题有一个自由文本答案，因此回答不受限制。这个问题的答案不是必须的。教育工作者的反馈提供了许多关于在学校中使用社交机器人的见解，通常揭示出更深层次的问题，而这些问题很难通过其他问题来解决。在35位EP受访者中，有29位回答了这个问题，在GP受访者中，有62位回答了。我们将这些响应分为一系列类别（通过考虑所有响应组成），如表II所示。

调查问题11询问了社交机器人在教室中的预期角色，有多种选择，从“娱乐设备”、“工具”、“儿童同伴”和“教师本身”（所有选项见图6）。与图4和前一段的结果一致，教育专业人士主要将机器人视为工具（图6）——再次为假设2提供支持。在超过30%的案例中，EP还将机器人视为玩具，这可能反映出对学习环境中机器人的误解或不清晰。我们在讨论中进一步评论这一点。

调查中的两个问题被用来说明人们是如何看待机器人的用途的，以及机器人在其中扮演什么角色（假设2）。有人假设机器人将被视为进行STEM教育的工具，事实上这一点也得到了数据的支持。35位教育工作者中有20位认为机器人可以用来辅助计算机学习（包括编程、信息技术、数字安全等），其次是科学（19）和数学（16），人文学科如艺术（4）和宗教教育（5）得到的回应很少（图5）。

C、 作为STEM工具的机器人

图6。教育专业人士对如何在学校教室中使用机器人的意见（强制选择调查项目；可以选择多个答案，共有74个答案）。

图5。教育专业人士对他们认为社交机器人可用于辅助学习的主题的意见（强制选择调查项目；可选择多个答案，共有101个答案）。

（差异的原因）虽然两所学校的地理位置可能是一个因素，但没有发现两所学校在人口统计学上的显著差异来解释态度上的差异。A学校位于一个农村村庄（人口约为7000），而B学校在相当大的英国城市（人口约250000）。我们假设两种可能的解释：（1）大城市和小村庄之间的微观文化差异导致对儿童福祉的不同关注；或（2）学校之间对科学技术教学的总体态度不同。前者将在第二节进一步讨论。但后者需要进一步调查，以分析学校内部的“文化”。

为了进一步探讨教育专业人员的观点，我们比较了不同学校的回答。我们发现，尽管对技术的兴趣没有显着差异（学校A：Mdn = 2，学校B：Mdn = 2； MannWhitney U = 123，p = .263，r = .19），但人们对技术的态度存在差异。在教育中使用社交机器人。调查中的问题14（见图4）特别说明了整体观点，询问在理想情况下应如何在儿童教育中使用社交机器人。这些答案被转换为有序的量表，被禁止得分最低，并成为教育代理商； 最高的教学团队。Mann-Whitney U检验发现，学校B（Mdn = 2）和学校A（Mdn = 3）之间存在显着差异，U = 62，p = .012，r = .45（图4）。

B、 学校文化

图4。教育工作者对如何在儿童教育中理想地使用机器人的意见按学校划分。这是一个被迫选择的调查项目，隐含量表从1到5：“被禁止”、“仅限于非常具体的情况”、“像其他技术设备一样保持适度使用”、“成为教师的重要工具”、“成为教育代理人；教师团队的一部分”（以及“我不知道”选项，未显示）。*表示异常值。

由于我们的众包样本和欧洲晴雨表样本之间存在差异，因此，作为假设1的一部分（提供我们在调查中所做的背景将导致更积极的反应）的直接比较是不合理的。然而，值得注意的是，欧洲晴雨表报告的34%的人希望机器人在教育中被禁止使用，但我们的结果并未反映出来，只有2名受访者（均来自教育者样本）希望禁止机器人在教育中使用（图4）。

在教育者的年龄和对技术的兴趣之间观察到正相关（rs（31）= .492，p = .004；图3），但对于众包回应却没有（rs（85）=-。093，p =.393）。这可能是由于众包参与者的自我选择性质，但对教育者来说是一个有趣的发现-这将在讨论中恢复（第六节）。

在教育者的年龄和对技术的兴趣之间观察到正相关（rs（31）= .492，p = .004；图3），但对于众包回应却没有（rs（85）=-。093，p =.393）。这可能是由于众包参与者的自我选择性质，但对教育者来说是一个有趣的发现-这将在讨论中恢复（第六节）。

（数据描述）这也体现了他们对社交机器人的积极看法（问题2；5点利克特从非常消极到非常积极）。曼惠特尼测试表明，公众对社交机器人（Mdn=4）的看法比教育工作者（Mdn=3）更为积极

(file:///C:/Users/%E5%8D%A2%E7%90%B3%E8%90%8C/Desktop/01%E8%A1%A8%E4%B8%80.PNG)

A、 对技术的兴趣和对机器人的积极性

当我们试图解决假设1时，我们从在线调查收集的数据中发现了一种偏向于对技术持积极看法的偏见。调查的第一个问题是询问参与者对科学技术的兴趣程度（非常、适度或根本不感兴趣）。对于欧洲央行来说，这一比例的下降与欧洲晴雨表的结果大致一致[9]，但我们的公众观点显然更感兴趣（表一）。这反映在公众（Mdn=3）和教育者（Mdn=2）之间使用Mann-Whitney检验的回答的比较中：

为了测试刺激操作，对在观看时有图片的老师的情况下的组和没有老师的组的每个组（EP和GP）进行了比较。为此，对与接受机器人教育有关的问题进行了Mann-Whitney U测试（与Cronbach的Alpha相同：问题4至10和14）。对于GP样本，任何问题都没有发现显着差异（U值从666.5到904.0不等，p值在0.161和.731之间不等）。EP样品也未发现显着差异（49.0 <140.5; 142 <712）。这有力地表明，图片刺激的变化并没有引起反应的明显差异。因此，对于其余的分析，在刺激中可见（TE）和没有（NT）老师的两个条件之间不会有区别。U<.p <。

初步分析验证了数据的可靠性。Cronbach's Alpha是针对调查中与机器人在教育中的接受程度（问题4至10和14）相关的8项子量表计算得出的。这是在122个总回答中的98个（由于没有回答或“不确定”的回答），结果是=0.862。此值表示响应的内部一致性较高，因此数据可能是可靠的。

结果

B、 参与者 招募了两类参加者来讨论假设：（1）来自英国学校的教育专业人员，以及（2）普通公众成员。公众通过众包平台完成了一份在线问卷调查(http://www.crowdflower.com). 根据众包平台的判断，在线回复仅限于“贡献者”的前2个级别（表明“极高”的先前响应质量）。受访者被限制在英国（与教育专业国家相匹配）。所有参与者都同意将他们的回答用于研究目的。在执行时，一般公众得到了与国民生活工资相当的补偿；教育工作者没有得到任何补偿。 公众（GP）：收集了100**个回答；每张图片有50个。这些回答是人工检查的，发现一些回复来自同一个拥有多个账户（6个实例）的用户，而另一些则来自于从事教育工作的人（7个实例）。因此，这些反应被移除，总共留下87个反应（41 TE/46 NT）。样本平均年龄为35.3岁 （标准偏差=11.4），29F/58M。进一步的人口统计学细节（如儿童数量和教育水平）被收集，并将在Sec的分析中作为因素加以探讨。五。 教育专业人士（EP）：收集了35个反应**（19 TE/16 NT）。平均年龄为37.6岁（标准偏差=11.5），其中2人没有提供他们的年龄。样本具有强烈的女性偏见（31 f/4m），这反映了英国小学教师的性别平衡。我们把重点放在小学，因为这是教育环境中人力资源研究中常用的年龄。样本来自两所学校；一所在农村地区（18个回答），一个在城市（17个回答）。包括班主任和助教。

A、 调查设计 为了收集解决这些假设所需的意见，我们设计了一项调查，以了解人们对在教育中使用社交机器人的态度。这项调查的一部分基于欧洲晴雨表调查[9]中提出的问题，而其他问题则由作者设计，专门关注与机器人在教育中的假设和应用相关的兴趣领域。由于空间限制，此处不包括完整的调查，但可以在线查看：https://github.com/james-kennedy/r4lworkshop-survey。 调查分为两个版本：（1）有教师在场的图片（TE）和（2）没有教师在场的图片（NT；图1和图2）。这是作为一种方法学检查，以探索提供给参与者的图像是否会影响他们对学校机器人的态度。在这两种情况下，所附文本保持不变：对社交机器人及其学习能力的广泛描述（“儿童可以与机器人交谈并从中学习”，“机器人可以学习儿童的名字和偏好”，“它可以个性化学习体验”）

方法论

假设

1. 两个假设：情境和机器人适用于stem
2. 一个问题：潜在障碍和处理方法？

此外，我们力求在先前的研究[11]，[12]，[14]的基础上，解决以下探索性问题：问题1：教育者认为在教室中采用机器人的一些潜在障碍是什么，研究人员对此可以做什么？

根据上一节概述的相关工作和我们以往的经验，本研究设计了以下假设：<br> 假设1：情境很重要：提供一个最小的情境会比欧洲晴雨表[9]提出的教育态度更积极。 假设2：用于STEM的机器人：机器人将被视为提供科学，技术，工程和数学（STEM）内容的教育工具，但不适用于艺术或人文科学。

当与机器人进行高度脚本化的互动时，老师们表现出相当积极的反应[15]，然而，我们得出的结论是，这里的互动与机器人所能提供的教育质量无关，这是重点。将教师的观点纳入教育技术设计已被强调为建立伙伴关系的一个特别重要的方面，这种伙伴关系使教师能够在与课程相关的情况下识别技术的优缺点[16]。这促使我们考虑如何收集公众和教育专业人士的意见，以期利用研究结果指导未来的研究。

由于机器人的技术性质，预计它们将被视为STEM教育的工具，而不是人文学科的教学工具。这反映在对教育中使用机器人进行的研究中：机器人通常应用于STEM教育，取得了很好的结果[17]，尽管研究在语言环境中也很突出[1]，[4]–[6]。然而，相对而言，用于教授艺术或宗教教育的机器人相对较少（在撰写本文时无法确定这两个领域的工作）。这些预先概念将被探讨，因为它们可能对某些领域的技术应用产生进一步的障碍（或者确实可能会突出那些甚至不应该用机器人来解决的领域）。

相关工作

1. 研究表明，教师采用和使用技术存在障碍。
2. 先前研究概述

先前的泛欧工作[11]发现，教师的观点总体上是积极的，但也有人担心入学的公平性、技术的稳健性以及对课堂的潜在干扰。在美国进行的一项实验之前，人们观察到了一些同样的担忧，但在实验完成后，观点发生了变化[12]。老师们预计机器人会对教室造成干扰，但发现并非如此，不过由于使用了耳机，这一点得到了部分缓解，以便将声音干扰的可能性降到最低。在韩国进行的一项大规模调查[13]发现，教师普遍对机器人在教育中的使用持积极态度，但他们比其他利益相关者更为消极。在隐私、机器人角色、对儿童的社会情感影响和责任等问题上，也发现了伦理上的紧张关系[14]。

研究表明，**教师采用和使用技术存在障碍**。这些障碍可以是一级（外在）障碍，也可以是二级（个人）障碍。虽然外在的障碍不能被忽视，但已经发现教师对学习有效性的积极信念（即个人因素）是实际技术使用的重要预测因子[10]。如果我们打算广泛地理解机器人对他们的影响，我们会觉得这很重要。教师的观点也可能会突出需要解决的研究问题，以证明在学校使用机器人的有效性和适用性。

相关工作

在这篇论文中，我们试图探讨，当提供一个最小的背景时，公众的态度是否事实上更积极。我们通过操纵机器人教室的“想象”图片（包括是否包括人类教师）来探究这种背景对反应的影响。使用同样的调查设计，我们还试图建立教师（对他们来说，将有更大的直接影响）关于社会机器人在教育中的使用的看法。此外，本研究亦考虑教师对机器人使用障碍的看法，以探讨儿童机器人互动可能的研究方向。

随着这一研究领域的发展，如果我们在学校寻求进一步的现实世界或大众市场的实施，了解人们对这项技术的态度是很重要的。为了成功地采用这些技术，教师和公众都有必要成为提高认识的参与者。欧洲晴雨表报告[9]的最新调查结果表明，尽管欧洲普遍对机器人持积极态度，但仍有相当一部分（34%）的人认为机器人将被禁止用于教育。然而，本报告所进行的调查并没有为许多问题提供背景。

研究表明，机器人可以成功地教给孩子们，也可以提供独特的学习体验。例如，孩子们可以教一个能力较弱的同伴（以机器人的形式），这在其他情况下是不可能的[5]，[6]。然而，它们也会对课堂产生影响，无论是在儿童行为还是教师行为[7]方面（这也与技术中介的课堂协调[8]这个更广泛的概念有关）。

在教育环境中使用社交机器人的研究越来越普遍，尤其是对儿童[1]，[2]。事实上，应用于教育领域的研究人员已经开始呼吁转向开发和评估社交机器人[3]。受早期成功案例（如[4]的启发，人类-机器人交互（HRI）领域内的工作也在更长期的时间尺度上进行，并努力实现越来越持久的现实世界应用。

简介

摘要- 社交机器人越来越多地应用于学校等教育环境。重要的是要了解公众的观点，因为社会接受度很可能会在这类技术的采用中发挥作用。其他文献表明，教师态度是课堂使用技术的有力预测因素，因此愿意与社交机器人接触将影响实际应用。在这篇论文中，我们提出了一个严格框架的调查结果，用来收集公众和教育专业人士对在学校使用机器人的看法。总的来说，我们发现学校对社交机器人的态度是谨慎的，但可能会接受。在这一背景下，我们讨论了在课堂上广泛采用机器人的一组已知障碍。有趣的是，对于机器人适当的社交技能的关注超过了实际和伦理方面的关注，这表明这应该是儿童机器人交互研究的一个重点。

学校教师对社交机器人的谨慎态度

mei

参与者和研究背景 爱尔兰西南部的三所中学和五名教师参加了这项研究项目。五位教师中有四位参加了先前的研究。艾米是新加入研究项目的成员，因为C学校以前的一位老师退休了。在每一所学校里，科学教师的班级中实施了综合课程单元，其中一个班级分组是一年级学生（大约12至13岁）。表4概述了参与的学校、教师和学生人数。

数据收集 本研究为质性研究，主要探讨建立一个支持教师将数学融入中学科学教学的TLN。表5提供了本研究项目中使用的数据收集工具的列表和说明。利用多个数据源和视角，可以对数据进行三角测量，并对案例的知识深度进行深入研究，从而增强研究结果（Hamilton&Corbett Whittier，2012）。

教学网络的结构 TLN会议的特点是不同学科的教师之间、教师与研究人员之间以及不同学校的教师之间相互参与和交流。TLN的结构如表2所示。整个学年举行了四次TLN会议，在TLN 3和TLN 4之间进行了学习单元的积极研究课堂实施。此外，研究人员访问了他们学校的教师，在单元实施之前给予支持。该课程将数据记录技术的研究性直接输入、基于探究的学习（IBL）和趋势图的显式教学相结合，并通过学习单元的设计和开发实现教师输入。

教师们主导了学习单元的设计。他们确定了一个调查，热量和能量转移的主题，并设计了一系列的科学课程，特别是在这个初中科学主题中的数学。教师选择的科学主题（热量和能量传递）受到研究人员认为趋势图是初中科学中最常用的表示科学数据的数学实践之一的影响。

下文表3说明了综合学习单元的结构，该单元在两周内（积极研究阶段）实施。

通过实践社区支持整合 Lave和Wenger（1991）认为，所有的学习都是定位的，个体在实践的社区中学习。此外，文献表明，指望教师改变自己的课堂实践、价值观和思维方式是不现实的，也是不可取的。如果不解决知识的分布式和共享性，就不会发生变化（Dori&Herscovitz，2005）。在过去的50多年里，对教师作为学习者的理解发生了转变，从发展型学习模式转变为专业型学习模式，在这种模式下，教师在专业知识的开发上有更多的自主权和责任感（Loughran，2014）。Loughran（2014）指出，教师发展取决于教师的学习，而通过协作支持学习更具价值。巴特勒等人。（2004）指出，教师学习的合作模式强调培养学习社区的重要性，在这个社区中，教师尝试新的想法，反思结果，并共同构建关于教与学的知识。

实践社区中的合作探究也可能对教师有益，因为它提供了实践教师通常不具备的反思机会，是在实践中进行有意义转变的必要条件，而与他人合作也有可能通过不可避免的挑战保持势头，产生能量以及实施创新的热情（Butler等人，2004年）。参与学习型社区为教师提供了一个机会，通过提问、澄清、协商和建立共识来发展共同的意义，从而产生新的想法和理解（Borko、Mayfield、Marion、Flexer和Cumbo，1997），支持冒险和所需的斗争转变实践（Putnam&Borko，2000），并赋予教师对其专业学习的控制和所有权（Berry、Loughran、Smith和Lindsay，2009）。此外，就其性质而言，缔约方会议为个人提供了利用小组分散的专门知识和知识的机会（Putnam&Borko，2000年）——这在两个不同主题的整合方面尤其重要。CoPs可以提供一个安全的环境，让教师可以口头表达和分享他们的学习过程和内部斗争（Akerson，Cullen，&Hanson，2009），从而提高教师的自我效能，更好地实施新方法（Lakshmanan，Heath，Perlmutter，&Elder，2011），更有效的课堂学习，增强专业信心，提高教师应对变化的能力（Hargreaves等人，2001）。因此，构建一个以合作为目的的教师与研究者实践共同体，开发和实施整合，更有可能对教师的实践产生持久的影响。重要的是，与学习社区中其他学科的教师合作，有助于克服个别教师对特定学科知识的不足，以及学校环境中整合的结构性障碍（Frykholm&Glasson，2005；Hargreaves等人，2001；Rennie、Venville和Wallace，2012）。

然而，学校学科的教师，甚至是高等教育领域的研究人员，已经是他们自己相当独特的实践团体的成员。第二层次的教师cop是由他们所教授的科目定义的，他们的专业身份是由他们对特定学科cop的承诺形成的（Hobbs，2013）。不同实践社区之间的跨界分析概念（Akkerman&Bakker，2011；Kent、Noss、Guile、Hoyles和Bakker，2007；Nicolini、Mengis和Swan，2012）为理解从业者跨学科边界互动的机制提供了一个框架。界限在这里被定义为社会文化差异，这些差异有效地确立和界定了专业实践不同领域的专业知识和参与权利（Akkerman

&巴克克，2011年）。不同实践社区之间的界限构成了一个模棱两可、界限不清的空间，但它们也代表着创造和学习的机会。跨越边界意味着个人或群体的活动，以在不同实践中建立行动或互动的连续性（Akkerman&Bakker，2011）。这通常是通过边界对象、人工制品或在社区之间起到桥梁作用的过程来实现的（Kent等人，2007）。因此，参与跨国界机制，即本案例中的TLN，可以提供专业学习机会，从而扩大教师的主体认同，并重新认识自己的实践（Hobbs，2013）。

总之，虽然很明显，教师合作对于成功创建和实施科学和数学的综合学习至关重要，但必须在一个新的实践社区内仔细培育和鼓励这种合作的条件，这个社区将先前存在的特定学科的COP连接起来。TLN横跨三所学校和研究中心。在这里，教师和研究人员可以利用他们互补的技能来促进教师整合数学和科学的能力。这将包括为教师提供机会，使他们进一步了解数据记录技术、科学所需的数学概念以及采取以探究为基础的教学方法。最重要的是，它旨在为学生提供一个在学科边界上进行专业学习的场所，在那里，他们可以与研究人员合作，针对综合教学提出自己的想法和解决办法。

数学和科学（以及其他学科）的整合可以为学生提供一个连贯的课程，使各种学科的概念、过程和技能相互联系（Howes、Kaneva、Swanson和Williams，2013年），带来更有意义的学习，并支持学生对这两个科目的理解和态度。虽然数学和科学的结合可能有利于学生学习这两门学科，但由于许多原因，教师很难实施。在实践层面上，教师提出的难以实施整合的常见原因是缺乏时间和资源。大多数中学教师在日常生活中没有太多机会（计划内和/或计划外）与其他学科的教师一起工作，这一点在前驱研究中得到了证实，在没有为此作出规定的学校结构内，教师很难找到时间进行合作，而且他们得到的回报也很少组织支持（NíRíordáin等人，2016年）。系统性障碍，如对教师的强制标准和评估学科重点概念的表现性措施加剧了这一问题。这导致近年来发展综合科学和数学课程的尝试较少。

教师能够体验综合科学和数学教育学课程的职前教师教育课程很少，甚至更少。此外，教师在其他学科的学科内容知识可能不足以完全整合两门学科。研究发现，影响数学和科学教育综合方法实施的实践的一个关键方面是教师缺乏“其他学科”的知识（Níordáin等人，2016年）。教师本身也对自己不合格的科目缺乏知识表示担忧，这导致他们对教学缺乏信心。然而，教师有机会在专业发展课程中体验科学和数学整合的研究表明，这有助于他们对如何将学科联系起来的理解加深。在这项研究的第二年，重点是发展一个实践社区，即TLN，在这个社区中，教师和研究人员可以一起探索如何最好地整合数学和科学。

实施综合课程面临的挑战

本文报告了在TLN内开发综合科学和数学单元的过程，以及这在多大程度上支持教师改变他们的实践。

本研究提出的研究问题如下：1。TLN的建立是否提高了教师的态度，并支持他们在综合科学和数学教与学方面的专业知识发展？2在TLN工作是否有助于教师将他们的实践从特定主题的教学转变为使用IBL方法的综合教学？

在下一节中，概述了关于教师对科学和数学整合的态度和看法的文献，接着讨论了在缔约方会议内支持教师专业学习和不同CoP之间跨越边界的文献。如文献所示，在CoP中的协作可以成为支持教师从吸收新思想到改变信念和态度以及转变实践的有力工具。这对于任何教育创新来说都是如此，尤其是对于两个学校科目的整合，课程利益相关者需要合作，以便跨学科共享专业知识是成功整合的先决条件。

本文报告了爱尔兰三所中学的五名在职科学和数学教师进行的第二年研究。本研究的重点是通过使用数据记录技术，支持教师在其初中教学中整合科学与数学。第一年的研究结果揭示了影响教师实施综合单元的许多关键实践方面。特别是，为了本文的目的，它揭示了参与的中学科学和数学教师需要更多的支持和鼓励，以掌握他们的综合课程的实施，开发他们的设备和数据记录技术与他们的教学相结合，采取以学生为中心的方法来实施整合，改变他们对整合的信念和看法，以及在综合单元中发展适当的数学内容知识。研究团队在爱尔兰教育背景的现实中工作，由于其强烈的学科重点和缺乏学校对融合的支持，因此在第二年，研究团队通过多种方式改变了研究第一年的研究结果，为了提高教师的能力。表1显示了项目第1年和第2年设计之间的主要差异。第二年的主要重点是进一步发展实践共同体（CoP）方法，这是在第一年以一种更为温和的方式发起的。第二年致力于发展这个专业学习社区，在学校结构之外，由五名教师和研究人员组成。其目的是作为一种工具，支持和促进教师在教师态度、所有权和数学与科学相结合的实践。与第一年不同的是，第二年，在缔约方会议的范围内，教师们集中参与设计综合单元，称为教学网络（TLN）。TLN方法旨在为科学和数学教师提供一个安全的环境，在这种环境中，他们可以试验这种创新的跨学科方法，在那里他们可以得到同龄人的鼓励，在那里他们可以汇集互补的知识和技能的教育数学和科学，最重要的是，与团队分享想法和问题，这是学校里经常无法获得的东西（Butler、Lauscher、Jarvis Selinger和Beckingham，2004）。TLN在以探究为基础的学习、技术的使用以及与科学相关的具体数学概念方面为他们提供了结构化的支持。教师和研究人员决定将重点放在将数学明确地整合到科学课单元中。更广泛地说，参与TLN是教师发展其跨越边界能力的机制，即他们跨越两个不同学校科目之间的社会文化和学科界限的能力

数学与科学的融合在中学教育中有着悠久而丰富的历史，很少有人会质疑在中学课堂上应该鼓励这两门密切相关的学科的融合。国际上一些专业的数学和科学学科协会和教育机构已经提出了STEM学科整合的建议，包括美国下一代科学标准框架文件。然而，这些科目或任何科目整合的可能性都受到对学生在科目考试中表现的强烈关注而受到威胁。在爱尔兰，由于高度规定性的课程和注重应试教学的教育文化的限制，中学教师传统上不愿意实施融合。在这种情况下，考试是指在初中和高中教育结束时进行的以学科为重点的强制性期末考试。然而，爱尔兰正在进行的数学和科学课程改革为教师在这两个密切相关的学科之间建立联系开辟了一个课程空间。更多的关注点是支持学生了解概念和技能在现实生活中以及跨学科中的应用。虽然这有助于爱尔兰教育体系与国际课程趋势相一致，在中等教育中采用跨课程方法，它还提出了一个问题，即如何支持教师在实践中进行必要的彻底变革，以成功地实施数学和科学的综合教学方法。

STEM整合经常被推荐为一种支持学生发展21世纪技能的方法，以便在复杂的现代世界中发挥作用。然而，为了让学生体验到融合，他们的教师在设计、开发和实施综合课程教学方面需要支持，这往往与一个非常以学科为中心的教育体系相悖。本文报告了第二年对五名中学科学和数学教师进行的研究性研究，该研究旨在通过技术手段支持他们明确地教授科学课中的数学组成部分。它概述了教师如何与科学和数学教育研究人员在一个称为教学网络（TLN）的实践社区的支持下进行合作。该网络旨在促进和提高教师面对研究第一年观察到的各种背景和其他障碍时进行科学数学跨学科教学的能力。本研究发现，在教学网络中工作的机会有助于教师掌握综合学习单元的设计，提高他们的数学内容知识、数据记录技术的使用以及对探究式教学方法的理解。参与TLN为教师提供了跨越学科学科界限的机制，从而促进了教师态度、专业知识和实践的转变。 关键词实践共同体。跨课程。在职教师。

计算部队需要将他们最初的课程理念从海报纸上翻译出来，以便向前推进。为了帮助团队进行翻译，我们提供了一位在制定综合课程和一系列“反向规划”模板方面具有丰富经验的建导师。这些模板由三个阶段组成，并促使小组首先“展开”一系列标准，以确定一个具体的终点（即期望的结果），这可以通过为单元编写一个大的想法和基本问题来进一步定义。为了做到这一点，首先需要确定和打开适当的标准。

导航和支持竞技场之间的运动

在回答研究的第二个研究问题时，引导和支持舞台之间的移动，这里呈现的结果强调了提供支持的重要性，帮助教师从设计领域导航到绘图领域（Remillard，1999）。

合作课程设计的首选领域问题

关于本研究的第一个研究问题，关于合作课程设计的过程，帮助教师“摆脱”舒适的课程开发习惯的重要性不能被强调。如结果所示，两个TDT都倾向于设计领域，而不是绘图领域（Remillard，1999）。在这一特定领域，参与的教师努力以创新的方式利用他们的本地化知识，以便更广泛地使用（Boschman、McKenney和Voogt，2014）。两位TDT都经验丰富，在一起度过了充足的时间，得到了各种各样的支持，并参与了PD期间的活动，这代表了STEMintegrated instruction的样子；然而，要走出设计领域是很困难的。最后，TDT参与这一过程的方式不同（Prawat，1993），因为假设任何和所有关于STEM综合课程设计的对话都足够；即使这些对话的性质类似于设计领域的典型讨论。

因此，本研究的结果表明，通过制定课程开发活动和/或策略（即流程），将活跃的课堂教师从设计领域“推到”地图绘制领域的重要性，这些活动和/或策略（即流程）可能有助于TDT开发“声音”（Remillard，2011）或“价值”（Dorst，2011年）为正在开发的课程。如果TDT仅仅停留在设计领域，那么课程开发过程可能会充满问题；从而无法就所开发课程的期望终点和价值达成一致。反过来，当TDT的成员试图应用以前成功的课程规划策略来解决出现的紧急设计问题时，这将进一步混淆，不幸的是，这些问题需要一套教师很少具备的技能（例如，问题结构）（Pintó2005）。简单地说，这将是有益的两个TDT表达他们的个人信念、看法和对他们正在设计的课程的理解（Remillard，2005），而不是让他们在设计领域讨论和剖析内容标准和课程理念。

如果TDT的成员愿意揭示他们对课程中所蕴含的概念概念的理解、看法和信念，他们将成为更好的教师和课程设计者（Voogt等人。2011年）。这种意愿也将有利于正在制定的课程（Remillard，2005年）。正如Remillard（2011）所指出的，当这种性质的对话发生时，课程的编写者开始与最终将阅读、解释和使用该课程的教师形成“通过他们交流的方式表现出来的声音”（第112页）。鼓励TDT成员回应和参与他们所提倡的观点，将使他们能够“直接回应课程作为一个主观的计划”（Remillard，2005；第237页），并使他们的“个人解释和决定对他们自己和他人明确”（同上；第239页）。总之，如果教师的直觉单独影响课程发展的过程，它将限制教师如何参与教师课程参与关系（Remillard，2005）。教师通常不会被要求在设计领域中透露、讨论和灌输他们对综合学习经验的价值的个人信念，因此不太可能有价值的信息被揭示并纳入课程中。

进入地图竞技场

在地图领域开发课程并不是通过寻找和修改未来课堂使用的可能的课程理念来完成的；设计领域的行为代表。同样地，在课程改革的启动过程中，让教师作为合作伙伴参与进来，并要求他们在绘图领域工作，这意味着教师需要做好准备，在没有预先确定的成功途径的情况下，承担一个结构不良的设计问题（Jonassen，2000）。随着教师在地图领域内开发课程，他们将开始形成一种“声音”，其他课堂教师最终会在自己的课堂上听到和回响，这会带来额外的压力（Brown和McIntyre，1978；Kelly和Staver，2005；Powell和Anderson，2002；Shawer，2010）。最终，如果tdt要发现一条真正值得传递的消息，那么他们应该掌握主动权，现在他们可以主动地塑造该消息的内容，而这种责任和挑战最好在映射领域内处理。

Remillard（2005）指出，教师和课程文本“都处于动态的相互关系中”（第221页），因为来自同一来源的思想一旦被解释，在实施时就会在课堂上产生影响。这一认识虽然目前只在预编课程中得到承认，但在课程仍在开发中时尚未得到承认或承认。课程资源仍在开发中，因此尚未完全概念化，仍然包含最终在课堂上展开的初步设想，因此仍然与参与课程开发过程的教师一起参与。换言之，雷米拉德（2005）的“参与性关系”可能会持续下去。这种关系对同时被要求成为课程设计者的课堂教师的影响是本研究的第二个实证论断。

让实习教师参与课程设计过程需要“参与”他们正在思考的课程理念（Remillard，2005），因为最终，课程的结果课程将在自己的教室和他人的教室中教授。

Remillard（2005）最初将教师课程的“参与性关系”概念化，只出现在预制课程中；这里提供的证据表明，在课程开发过程中，它仍然对教师产生影响。

在这项研究中，八位教师中有七位曾在前一年体验过课程资源如何支配课堂活动。鉴于今年制定的课程将再次被广泛传播，两个团队可能都意识到，他们对综合学习经验的个人解释可能会影响其他人对STEM整合的看法，并在课堂上实施STEM整合。编写能够传达一个连贯的愿景的综合课程是很复杂的，因此团队调用了一个停止规则来使任务更易于管理。这就是实践教师参与课程开发过程的关键所在。为了在规定的时间内完成任务，他们不可避免地会采用熟悉的策略和捷径，即使不是“专家”会怎么做（Kerr，1981；Nieveen和Van der Hoeven，2011）。

理论上的考虑和第二个经验主张

团队工程拯救不断限制他们在整个课程设计过程中阐述一个想法的程度，因为他们天生就知道自己，最终知道别人，他们需要接受课程中嵌入的命题，并创建一个以工程设计为重点的综合学习环境。当时，似乎有必要阻止自己进一步从事不舒服和复杂的工作，这反过来又简化了他们开发的课程。传达一个给定课程的信息以及一个实现信息愿景的过程并不是一件容易的事情，所以保持简单似乎是必要的。同样，课程开发过程中伴随着某些责任和压力，因为课程资源作为人工物或工具，“是人类为完成目标导向的活动而制造和使用的物质世界的一部分”（Remillard，2005；第114页）。因此，教师对自己在课堂上的能力以及其他可能实施课程的人的感知会影响最终制定的课程计划。

因此，重要的是要注意，给予TDT的支持类型将影响团队作为课程设计者的进展情况（Becuwe et al。以及最终课程。在支持TDT时需要一种平衡的方法，因为提供课程开发支持的性质和程度可能会对设计的课程和TDT产生潜在的冲突影响。正如这里所展示的，拯救团队工程经历了邪恶（Jonassen，2000）和在设计STEM综合课程时出现的各种各样的复杂情况，而这些都没有被不断地告知如何继续。这反过来影响了团队对如何开发综合课程资源以及他们创建的课程的理解。虽然不可能确切地知道，如果他们继续开发和讨论他们一直阻止自己潜入其中的课程理念，可能会发生什么，但人们不能质疑尼克让团队遵循他们的路线的决定，因为促进者不一定被视为课程设计专家或（Becuwe等人。2015年）。

在尼克和球队的比赛中，有一种复杂的平衡，或者说“杂耍”。在参与课程设计时，团队经历了许多做出决策的机会，并从这些决策的后果中学习。一个经验丰富的促进者，如果能及时得到认可，也许能够防止做出有害的决定。然而，当促进变成防止“错误”时，它无疑会影响团队作为课程设计者成长和发展其个人设计专长的能力。

尼克更喜欢用语言表达自己的想法，有时觉得这样做对整个团队的影响太大了。因此，如果他觉得这会影响到团队的一般运作方式，他会犹豫是否介入。这一决定可能源于尼克的理解，老师们更喜欢对影响他们课堂的决定有一定程度的控制（Little，1990）。除了以上的回答，他还称团队“自我指导”，并指出他的角色是让每个人“向前迈进”。尽管尼克努力保持团队成员的身份，而不是评估者，但老师们仍然希望他帮助确定他们设计理念的价值和价值。尼克决定限制自己对团队的“影响力”，这使他成为一个在招手时提供评价性意见的合作伙伴，但不一定是一个可以帮助团队拓展思维的合作伙伴。下面将进一步描述这种困境。

为了结束这一部分，回忆“拯救工程团队”还包括经验丰富的课程设计师尼克。

尼克在团队中的角色有时不太清楚，他的建议偶尔被认为是评价性的，他承认了这一点。

尼克：部分原因是在我想把我的想法说出来之间取得平衡…因为这是我需要处理（它们）的方式，但同时也要知道，如果我大声说出我的想法，它对（团队）的影响可能比我想要的更大。

另一方面，值得一提的是，马特是如何接受他作为“材料员”的角色的。他积极参与该部门的这一关键方面，使他成为团队中的常驻专家，这反过来又限制了他的队友在方式上的专业知识，导致他和其他团队成员进行了肤浅的交谈（例如，“构建进展如何？”). 团队成员之间对课程的这种不平衡理解限制了一些个人对课程的参与和互动，当他们决定不螺旋式上升时，这就阻碍了整个团队相互充分参与的能力以及他们正在考虑的课程理念。

对给予学生多种轮胎选择的影响保持开放和讨论，虽然看似微不足道，但很可能需要对他们遇到的问题进行进一步的结构化，并迫使他们提出并找到新的、未预料到的问题的答案（Ertmer et al。2008年；Jeffries等人。1981年）。这些问题的答案很可能是通过参考相关标准和寻找需要阅读、解释的新信息来源（Remillard，2005年），并向团队报告（Dorst，2006年）。从这里开始，团队可以通过平衡提案的供给和约束（Edelson，2001）对车轮类型做出明智的决定。

研究小组希望他们单位的背景和吸引力能够反映真实世界（NRC，1996年），因此学生创建的车辆需要穿越各种地形，救援车辆在不同的环境（例如，雪、水和沙子）中救人时可能遇到的类型。毫无疑问，救援车辆使用各种各样的机制来完成这项任务，这反过来又会影响它们在任何给定地形上的表现。选择特定的车轮类型会影响改变车辆方向所需的力，并影响因轮胎设计而产生的摩擦力。马特关于潜在课堂约束的局部知识（Davis et al。2011年），考虑到学生不仅需要选择而且需要进行必要的分析来确定在给定的地形上哪种轮胎最有效，所以决定只给学生两种选择可能是有道理的。这里的主要收获是团队再次限制了课程的一个方面，因为他们“阻止”自己深入研究这个问题。

马特：可能有一个或两个选择…我不想给他们太多的选择，因为不同的是车轮和踏板。

尼克：对。

马特：也许（我们）只有几个不同的选择（供学生选择），只是不要压倒他们。