1. 案例定位

以 Tega 社交型機器人說明人工智慧如何結合說故事、詞彙學習支援與兒童情緒回應。

2. 學習目標

辨識適應型社交機器人的回饋循環,並理解互動資料如何改變後續行為。

3. 案例情境

Tega 是以 Android 為基礎的社交型機器人,以動畫角色般的外觀與兒童互動,可講故事、討論故事並提供詞彙學習支援。

4. 開始資料

原書資訊 內容
運作時間 充電前最長約 6 小時
互動設備 外接攝影機、內建喇叭、平板應用程式
學習訊號 兒童回應會回饋給 Tega,作為獎勵訊號

5. 分析方法

以輸入 → 判讀 → 回饋 → 調整的循環,分析社交型機器人如何形成個人化互動。

6. 計算結果

原書未提供可重新計算的學習成效數據;最長約 6 小時為設備運作資訊,而非學習成效。

7. 結果分析與管理解讀

Tega 的核心不只是播放教材,而是依兒童的身體/情緒回應調整互動,使機器人被設計成同儕/隊友,而非單純教育者。

8. 人工智慧提問詞

把 Tega 案例整理成一個適應式學習循環,標示輸入、獎勵訊號、機器人回應與可能需要人類教師判斷的部分。

9. 思考/假設情境

問題:若移除兒童回應作為獎勵訊號,Tega 與一般固定式數位教材的差異可能如何縮小?

參考解答:會減少依互動結果調整後續行為的能力,使其更接近固定內容輸出的系統。

10. 資料說明