Ekran czy robot?
Badamy odbiór ucieleśnionej AI
Sztuczna inteligencja coraz częściej z nami rozmawia: w telefonie, w komputerze, w szkolnej ławce. Prawie zawsze robi to jednak z ekranu. W Embodied AI Lab sprawdzamy, co się zmienia, gdy AI dostaje ciało: staje naprzeciwko nas, patrzy, gestykuluje i porusza się w tej samej przestrzeni.
Ten sam wykład, ta sama treść: raz podana przez aplikację na ekranie, raz przez robota humanoidalnego stojącego w sali. Badamy, jak forma sztucznej inteligencji wpływa na uwagę, zaufanie, motywację i efekty uczenia się. Pracujemy w dwóch obszarach. Pierwszy dotyczy tego, jak postrzegamy ucieleśnioną AI i jak z nią współpracujemy. Drugi dotyczy tego, czy pomaga nam ona uczyć się i nauczać inaczej niż AI na ekranie.
Obszar 1.
Jak postrzegamy ucieleśnioną AI i jak z nią współpracujemy
Ten sam model językowy może odpowiadać nam z okna czatu albo ustami humanoida, który stoi metr od nas. Treść odpowiedzi jest identyczna, ale doświadczenie zupełnie inne. Sprawdzamy, jak ta różnica wpływa na sposób, w jaki postrzegamy sztuczną inteligencję, ile jej ufamy i jak z nią współpracujemy.
Postrzeganie.
Czy AI w ciele robota wydaje się nam bardziej kompetentna, bardziej „żywa” albo bardziej podobna do człowieka niż ta sama AI na ekranie? Czy dzieci, studenci i dorośli widzą ją inaczej?
Zaufanie.
Czy łatwiej wierzymy w to, co mówi robot, niż w to, co pokazuje ekran? Kiedy to zaufanie jest uzasadnione, a kiedy staje się nadmierne?
Współpraca.
Jak zmienia się wspólne rozwiązywanie zadań, gdy partnerem jest ucieleśniona AI? Czy ludzie chętniej z nią współpracują, czy raczej oddają jej inicjatywę?
Emocje i relacje.
Czy z robotem łatwiej nawiązujemy więź niż z aplikacją? Co to oznacza dla dzieci, które mogą przypisywać maszynie uczucia, których ona nie ma?
Szanse i zagrożenia.
Ucieleśniona AI może przyciągać uwagę, obniżać barierę w kontakcie z technologią i ułatwiać rozmowę osobom, które onieśmiela ekran albo drugi człowiek. Niesie jednak też ryzyka: nadmierne zaufanie do maszyny, która brzmi przekonująco, przywiązanie emocjonalne, mylenie robota z istotą czującą, a także pytania o prywatność, bo robot z kamerą i mikrofonem widzi i słyszy więcej niż ekran. Chcemy rozumieć oba te bieguny, zanim ucieleśniona AI na dobre trafi do szkół, urzędów i firm.
Obszar 2.
Czy ucieleśniona AI uczy inaczej?
Narzędzia AI na ekranie już zmieniają edukację. Pytamy, czy sztuczna inteligencja, która ma ciało, wnosi do nauki coś więcej, czy po prostu atrakcyjniej opakowuje to samo. Odpowiedź ma praktyczne znaczenie dla szkół, uczelni i samorządów, które decydują, w co inwestować.
Uwaga i zaangażowanie.
Czy uczniowie dłużej skupiają się na zadaniu, gdy prowadzi je robot? Czy ten efekt utrzymuje się, gdy robot przestaje być nowością?
Zapamiętywanie i zrozumienie.
Czy wiedza zdobyta w kontakcie z ucieleśnioną AI zostaje w pamięci lepiej niż ta, którą przekazała AI na ekranie?
Uczenie się przez uczenie robota.
Gdy uczeń tłumaczy coś robotowi albo sam uczy go rozpoznawać obrazy, musi zrozumieć temat głębiej. Sprawdzamy, czy i kiedy ten efekt działa.
Praca w grupie.
Jak obecność robota w sali zmienia współpracę między uczniami? Czy zbliża ich do siebie, czy skupia całą uwagę na maszynie?
Rola nauczyciela.
Jak zmienia się praca nauczyciela, gdy w klasie pojawia się ucieleśniona AI? Gdzie robot realnie pomaga, a gdzie tylko rozprasza?
Uczniowie jako trenerzy sztucznej inteligencji
W EDU SMART CITY, naszym edukacyjnym mieście budowanym z zestawów ZMROBO, uczniowie nie korzystają ze sztucznej inteligencji, tylko ją trenują. Uczą zbudowane przez siebie roboty rozpoznawać znaki, kształty i przedmioty, a potem obserwują, jak ta wiedza przekłada się na ruch w świecie fizycznym. Każdy błąd modelu staje się widocznym zdarzeniem: robot, który nauczył się na złych danych, nie zatrzyma się przed znakiem. Badamy, czy takie doświadczenie pomaga uczniom lepiej zrozumieć, czym jest uczenie maszynowe, skąd biorą się błędy AI i dlaczego za jakość danych zawsze odpowiada człowiek.
Jak badamy
Ten sam umysł, różne ciała.
Pracujemy w grupach porównawczych: te same treści, różne medium przekazu. Ten sam agent konwersacyjny rozmawia z uczestnikami raz z ekranu aplikacji, a raz jako robot humanoidalny Xawery lub Franek. Dzięki temu porównujemy formy sztucznej inteligencji, a nie różne programy.
Pomiar odbioru i efektów uczenia się.
Mierzymy uwagę, zaufanie i motywację uczestników oraz trwałość zdobytej wiedzy. Łączymy obserwację, ankiety, testy wiedzy przed zajęciami i po nich oraz rozmowy z uczestnikami i nauczycielami.
Trzy grupy wiekowe.
Badamy dzieci, studentów i dorosłych, w tym nauczycieli. Sprawdzamy, czy odpowiedzi na nasze pytania są takie same dla przedszkolaka, studenta i doświadczonego pedagoga.
W prawdziwych miejscach.
Badania prowadzimy tam, gdzie AI faktycznie się pojawia: w przedszkolach, szkołach, na uczelniach i podczas wydarzeń publicznych, a nie wyłącznie w warunkach laboratoryjnych.
Dłużej niż pierwszy zachwyt.
Prowadzimy obserwacje w dłuższym czasie, by oddzielić trwałe efekty od chwilowego zachwytu nowością.
Etyka na pierwszym miejscu.
Uczestnicy biorą udział w badaniach wyłącznie za świadomą zgodą, a w przypadku dzieci za zgodą rodziców. Chronimy dane osobowe, a nasze roboty zawsze otwarcie mówią, że są maszynami.
Współpraca naukowa
Wyniki naszych badań kierujemy do nauczycieli i dyrektorów szkół, uczelni, samorządów planujących inwestycje w edukację oraz twórców technologii, którzy projektują roboty dla ludzi. Zapraszamy uczelnie i badaczy zainteresowanych wspólnymi badaniami nad ucieleśnioną sztuczną inteligencją w edukacji. Udostępniamy nasze roboty, środowisko EDU SMART CITY i doświadczenie z pracy z uczestnikami w każdym wieku.