Teachy Mini: Development and Preliminary Evaluation of a Knowledge-Based Generative Social Robot for Higher Education
作者: Stephan Vonschallen, Karim Kaufmann, Dominique Oberle, Friederike Eyssel, Theresa Schmiedel
分类: cs.RO, cs.AI
发布日期: 2026-07-24
💡 一句话要点
提出基于知识的生成社交机器人以提升高等教育辅导效果
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 生成社交机器人 知识基础设计 个性化辅导 高等教育 机器人技术 学习效果 教育技术
📋 核心要点
- 现有的生成社交机器人在高等教育中存在误信息和透明度不足等问题，影响辅导效果。
- 本文提出通过知识基础设计（KBD）要求，开发Teachy Mini机器人，以实现更负责任的辅导行为。
- 初步评估结果显示，Teachy Mini在个性化辅导方面表现优于对照机器人，尽管学习效果差异不显著。
📝 摘要（中文）
生成社交机器人（GSR）结合大型语言模型，为高等教育提供个性化辅导的新可能性，但也带来了误信息、透明度不足等风险。本文通过系统提示、检索增强生成和状态提示编排，将知识基础设计（KBD）要求应用于Reachy Mini机器人平台，开发了Teachy Mini辅导系统。初步评估显示，Teachy Mini在负责任的辅导行为上显著优于对照机器人，且在个性化、基于幻灯片的解释、苏格拉底式提问等方面表现更为一致。尽管在系统接受度、内在动机和学习效果上未发现显著差异，但探索性分析表明KBD对学习效果有积极影响。整体而言，本研究展示了KBD在GSR辅导中的初步实现和评估，表明KBD能够塑造负责任的机器人行为，并可能提升学习效果。
🔬 方法详解
问题定义：本文旨在解决生成社交机器人在高等教育辅导中存在的误信息和透明度不足等问题。现有方法未能有效满足负责任的辅导需求，导致学生学习体验不佳。
核心思路：论文通过知识基础设计（KBD）要求，构建了Teachy Mini机器人，旨在通过系统提示和个性化反馈提升辅导质量，确保机器人在教学中的责任感和有效性。
技术框架：整体架构包括系统提示、检索增强生成和状态提示编排三个主要模块。系统提示用于引导机器人生成适当的响应，检索增强生成则通过外部知识库提供信息支持，而状态提示编排确保机器人在交互中保持一致性和连贯性。
关键创新：最重要的技术创新在于将KBD要求系统化地应用于机器人设计中，使其能够在辅导过程中更好地理解和响应学生需求，区别于传统的生成模型。
关键设计：在设计中，采用了个性化反馈机制、基于幻灯片的解释方法和苏格拉底式提问策略，确保机器人能够提供情感支持和学习者锚定的反馈，提升学习体验。具体参数设置和损失函数的选择未在摘要中详细说明，需参考完整论文。
🖼️ 关键图片
📊 实验亮点
实验结果显示，Teachy Mini在负责任的辅导行为上显著优于对照机器人，尤其在个性化、基于幻灯片的解释和情感支持方面表现更为一致。尽管在系统接受度和学习效果上未见显著差异，但探索性分析表明KBD对学习效果有积极影响，可能促进学习增益。
🎯 应用场景
该研究的潜在应用领域包括高等教育中的个性化学习辅导、在线教育平台以及教育机器人开发。通过提升机器人辅导的责任感和有效性，可能会对学生的学习效果产生积极影响，并推动教育技术的进一步发展。
📄 摘要（原文）
Generative social robots (GSRs) powered by large language models offer new possibilities for personalized tutoring in higher education, but also introduce risks related to misinformation, missing transparency, or reinforcing incorrect student responses. Prior work identified knowledge-based design (KBD) requirements that define the informational prerequisites for GSRs to manifest responsible and effective tutoring behavior in higher education. In this paper, we operationalized selected KBD requirements in the Reachy Mini robot platform through system prompting, retrieval-augmented generation, and stateful prompt orchestration. As a result, we present Teachy Mini, a GSR tutoring system that was developed using KBD. To test the system, we conducted a preliminary evaluation study. Participants (N = 24) completed a robot-guided learning session about research methodologies. They learned either with Teachy Mini or with a control version that did not follow KBD principles. Teachy Mini was perceived as significantly more aligned with responsible tutoring behavior than the control robot. Moreover, a manipulation check illustrated that Teachy Mini used personalization, slide-grounded explanations, Socratic questioning, affective support, and learner-anchored feedback more consistently than the control robot. No significant between-condition differences were found in system acceptance, intrinsic motivation, or learning effectiveness, although exploratory analyses suggested a positive effect of KBD on objective learning gains when accounting for learner preferences. Overall, the study offered an initial implementation and preliminary evaluation of KBD for GSR tutoring, indicating that KBD can shape responsible robot behavior and potentially increase learning effectiveness in robot-supported learning.