[論文レビュー] Knowledge-Based Design Requirements for Generative Social Robots in Higher Education

Stephan Vonschallen, Dominique Oberlé+2 more|arXiv (Cornell University)|Feb 13, 2026

Intelligent Tutoring Systems and Adaptive Learning被引用数 0

ひとこと要約

要約: 本論文は高等教育における tutoring 指向の Generative Social Robots (GSRs) の知識ベース設計アプローチを提案し、自己・ユーザー・文脈という3種類の知識と、学生および講師へのインタビューから導かれた12の要件を特定します。

ABSTRACT

Generative social robots (GSRs) powered by large language models enable adaptive, conversational tutoring but also introduce risks such as hallucinations, overreliance, and privacy violations. Existing frameworks for educational technologies and responsible AI primarily define desired behaviors, yet they rarely specify the knowledge prerequisites that enable generative systems to express these behaviors reliably. To address this gap, we adopt a knowledge-based design perspective and investigate what information tutoring-oriented GSRs require to function responsibly and effectively in higher education. Based on twelve semi-structured interviews with university students and lecturers, we identify twelve design requirements across three knowledge types: self-knowledge (assertive, conscientious, and friendly personality with customizable role), user-knowledge (personalized information about student learning goals, learning progress, motivation type, emotional state, and background), and context-knowledge (learning materials, educational strategies, course-related information, and physical learning environment). By identifying these knowledge requirements, this work provides a structured foundation for the design of tutoring GSRs and future evaluations, aligning generative system capabilities with pedagogical and ethical expectations.

研究の動機と目的

• 高等教育において GSR が望ましいチュータリング挙動を責任をもって表現できる情報要件を特定する。
• 自己知識・ユーザー知識・文脈知識が GSR のチュータリング性能と倫理にどのように影響するかを特徴づける。
• 教育的および倫理的規範に沿った GSR 知識ベースを構成するための構造化設計基盤を提供する。

提案手法

• スイス・ドイツの機関における大学生および講師を対象に、半構造化インタビューを十二件実施する。
• 自己知識・ユーザー知識・文脈知識という演繹カテゴリと、帰納的コーディングを用いた定性的内容分析を適用してサブカテゴリーを導出する。
• 研究を事前登録し、倫理的承認と方法論の透明性を確保する。

実験結果

リサーチクエスチョン

• RQ1 高等教育における責任ある tutoring を支えるために、ロボット自体に関するどのような知識（自己知識）が必要か。
• RQ2 個人情報の保護を確保しつつ、個別化かつ効果的な tutoring を可能にする learner 関連情報（ユーザー知識）にはどのようなものが含まれるべきか。
• RQ3 正確で教育的根拠に基づく説明と促しを支える、コース・内容・環境に関連する情報（文脈知識）にはどのようなものがあるべきか。
• RQ4 これら3つの知識タイプは、責任あるかつ効果的な GSR の行動を生み出す上でどのように相互作用するか。

主な発見

• 自己知識・ユーザー知識・文脈知識の3つの知識タイプにまたがる12の知識要件が特定された。
• 参加者は、学習仲間・コーチ・教師など、カスタマイズ可能で毅然としつつ友好的で謙虚なロボット役割を支持する。
• ユーザー知識には学習目標、進捗、モチベーションタイプ、情動状態、背景、場合によっては人口統計情報を含めるべきで、プライバシーと同意を強く重視する。
• 文脈知識は教育戦略、学習資料、コース情報、および物理的な学習環境を含むべきで、幻覚を避けるためにコース内容の根拠づけが必要である。
• 参加者は、GSR が学習を動機づけ、支援するべきであり、人間の対話を置き換えたり監視や強制を可能にするべきではないと強調する。
• 責任ある GSR 行動のためには、透明性・正確性・同意なしに機微データを処理しないという能力が極めて重要である。