合成情感與遊戲化：探索小型社交機器人不同年齡段的參與策略
許多兒童面臨情緒調節和社交互動的挑戰，社交輔助機器人需要保持兒童的持續參與。本研究評估了一種觸覺機器人的兩種參與策略：合成情感反饋和積分獎勵。對16名6-8歲小學生的偏好評估顯示孩子更喜歡情感參與；而對14名20-27歲大學生的行為研究發現積分獎勵系統能帶來更高任務準確性（p<0.05）並維持表現。結果表明，不同年齡羣體的偏好和行為結果可能不一致，驗證設計假設需要通過實際交互觀察。
文章情報
要點
- 對6-8歲兒童，情感參與優於積分獎勵
- 對20-27歲大學生，積分獎勵提高任務準確性和持續性
- 偏好與行為結果在不同年齡組中可能不同
為甚麼重要
這條新聞值得關注，因為對6-8歲兒童，情感參與優於積分獎勵。
技術影響
可能影響合規要求、模型發佈節奏、數據治理和企業採購。
基於2026年5月26日提交至arXiv的預印本論文《合成情感與遊戲化：探索小型社交機器人不同年齡段的參與策略》，由Morten Roed Frederiksen及另一位作者共同撰寫。該研究聚焦於社交輔助機器人在幫助兒童情緒調節和社交互動方面的應用。許多兒童在這些方面存在困難，導致他們在日常活動及治療項目中參與度不足。為使社交輔助機器人真正發揮作用，必須確保兒童能夠持續且深度地參與。為此，研究者深入探索了一款專為焦慮症兒童設計的觸覺機器人的兩種參與策略：一是通過模擬情感反饋（如面部表情、語音語調）來建立情感連接；二是採用遊戲化積分獎勵系統激勵任務完成。
研究分為兩個階段。第一階段為偏好評估實驗，共有16名6至8歲的學齡兒童參與。在實驗中，孩子們分別體驗了情感反饋模式和積分獎勵模式，並表達了自己的偏好。結果顯示，大多數孩子更偏愛情感參與模式，認為它更自然、更有趣。第二階段為行為觀察研究，參與者為14名20至27歲的大學生，他們在自然環境中與機器人進行了一整天的互動。與兒童組的偏好相反，大學生在使用積分獎勵系統時表現出顯著更高的任務準確性（p < 0.05），並且能夠保持更穩定的表現水平，説明積分系統對成年人的激勵效果更強。
這一對比鮮明的結果揭示了年齡因素在參與策略有效性中的關鍵作用。兒童的陳述偏好和成人的行為表現之間的差異強調了設計假設驗證的重要性：單純依賴用户聲稱的喜好可能產生誤導，必須通過實際互動觀察來檢驗策略的真實效果。該研究為跨年齡段的人機交互設計提供了寶貴的實證數據，有助於開發者針對不同用户羣體制訂更合適的參與策略，從而提升社交輔助機器人在教育和治療領域的應用效能。