Skip to main content
QUICK REVIEW

[논문 리뷰] Build Your Own Robot Friend: An Open-Source Learning Module for Accessible and Engaging AI Education

Zhonghao Shi, Allison O'Connell|arXiv (Cornell University)|2024. 01. 06.
Online Learning and Analytics인용 수 4
한 줄 요약

이 논문은 대학 및 고등학교 학생들이 직접 사회적 로봇 동반자를 제작할 수 있도록 하는 오픈소스이자 저비용 학습 모듈을 제시한다. 이 모듈은 인공지능, 로봇공학, 기계학습, 인간 중심 설계 분야의 실습 교육을 통합한다. 15명의 학생을 대상으로 평가한 결과, 이 모듈은 매우 효과적이며 이해하기 쉬우며, 인공지능 및 로봇공학 분야에서의 향후 진로에 대한 관심을 크게 증가시켰다. 참가자 전원이 향후 분야에 대한 관심을 표명하였다.

ABSTRACT

As artificial intelligence (AI) is playing an increasingly important role in our society and global economy, AI education and literacy have become necessary components in college and K-12 education to prepare students for an AI-powered society. However, current AI curricula have not yet been made accessible and engaging enough for students and schools from all socio-economic backgrounds with different educational goals. In this work, we developed an open-source learning module for college and high school students, which allows students to build their own robot companion from the ground up. This open platform can be used to provide hands-on experience and introductory knowledge about various aspects of AI, including robotics, machine learning (ML), software engineering, and mechanical engineering. Because of the social and personal nature of a socially assistive robot companion, this module also puts a special emphasis on human-centered AI, enabling students to develop a better understanding of human-AI interaction and AI ethics through hands-on learning activities. With open-source documentation, assembling manuals and affordable materials, students from different socio-economic backgrounds can personalize their learning experience based on their individual educational goals. To evaluate the student-perceived quality of our module, we conducted a usability testing workshop with 15 college students recruited from a minority-serving institution. Our results indicate that our AI module is effective, easy-to-follow, and engaging, and it increases student interest in studying AI/ML and robotics in the future. We hope that this work will contribute toward accessible and engaging AI education in human-AI interaction for college and high school students.

연구 동기 및 목표

  • 모든 사회경제적 배경을 가진 학생들, 특히 K-12 및 학부 수준에서 접근하기 쉬우며 흥미로운 인공지능 교육의 부족을 해결하기 위해.
  • 인공지능, 로봇공학, 기계학습, 인간 중심 설계 분야에서 실습 경험을 제공할 수 있도록 저비용이며 오픈소스인 학습 모듈을 개발하기 위해.
  • 실제 프로젝트 기반 교육 과정에 인간 중심 인공지능 주제(예: 인간-로봇 상호작용, 정서 컴퓨팅, 인공지능 윤리)를 통합하기 위해.
  • 로봇의 부품 수를 63개에서 20개로 줄이고 대량 인쇄 시 총 비용을 250달러 이하로 유지하여 접근성과 저비용성을 확보하기 위해.
  • 소수자 중심 기관의 학생들을 대상으로 한 이틀간의 워크숍을 통해 모듈의 사용성, 참여도 및 교육적 영향을 평가하기 위해.

제안 방법

  • 저자들은 Blossom 로봇 플랫폼을 재설계하여 오픈소스 하드웨어를 단순화하여 제작 부품 수를 63개에서 20개로 줄였으며, 비용 절감과 조립 복잡도 감소를 위해 주로 3D 프린팅 부품을 중심으로 설계하였다.
  • 자체 학습 및 다양한 교육 목표에 맞게 커스터마이징 가능한 학습을 지원하기 위해 포괄적인 오픈소스 문서, 단계별 조립 가이드, 비디오 튜토리얼을 개발하였다.
  • 학습 모듈은 사회적 로봇 응용을 통해 핵심 인공지능/기계학습 개념을 통합하며, 인간-로봇 상호작용, 인지 능력, 인공지능 설계에서의 윤리적 고려사항을 강조한다.
  • 소수자 중심 기관의 15명의 대학생을 대상으로 한 이틀간의 사용성 워크숍을 통해 모듈을 평가하였으며, 5점 리커트 척도 질문을 포함한 워크숍 후 설문조사를 실시하였다.
  • 정량적 분석은 단일표본 윌콕슨 부호순위 검정을 사용하여 리커트 척도에서 중립점(3)을 상회하는 중앙값 응답이 유의미한지 평가하였다. 사용성, 학습 효과성, 향후 관심도에 대해 분석하였다.
  • 향후 개선을 위한 정보를 제공하고 학생의 참여도 및 다학제적 학습 성과를 검증하기 위해 정성적 피드백을 수집하였다.

실험 결과

연구 질문

  • RQ1다양한 사회경제적 배경과 학문적 배경을 가진 학생들이 접근하고 참여하기 쉬운 오픈소스이자 저비용 로봇 학습 모듈을 어떻게 설계할 수 있는가?
  • RQ2실습 기반의 사회적 로봇 기반 교육 과정은 인공지능, 로봇공학, 기계학습 분야에서 학생의 참여도와 인지된 학습 효과를 어느 정도 향상시키는가?
  • RQ3인간-로봇 상호작용 및 인공지능 윤리와 같은 인간 중심 인공지능 주제를 프로젝트 기반 모듈에 통합할 경우 학생의 관심도와 이해도는 향상되는가?
  • RQ4이 모듈은 학생들이 향후 인공지능 및 로봇공학 분야에서 더 깊이 있는 학습을 하려는 의지를 얼마나 높이는가?
  • RQ5최소한의 강사 지원으로 실제 교육 현장에 구현되었을 때, 이 모듈의 사용성과 인식된 효과성은 어떠한가?

주요 결과

  • 참가자 92%가 워크숍이 로봇공학/전자공학 분야에 대한 이해를 크게 향상시켰다고 보고하였으며, 중앙값 응답은 '강하게 동의함'이었고, p = .0004였다.
  • 참가자 92%가 컴퓨터 과학/소프트웨어 공학 분야에서 뚜렷한 학습 성과를 경험했다고 보고하였으며, 중앙값 응답은 '강하게 동의함'이었고, p = .0008였다.
  • 참가자 92%가 인공지능/기계학습 분야에서 뚜렷한 학습 성과를 경험했다고 보고하였으며, 중앙값 응답은 '강하게 동의함'이었고, p = .0014였다.
  • 참가자 92%가 기계공학 분야에서 강력한 학습 성과를 경험했다고 보고하였으며, 중앙값 응답은 '강하게 동의함'이었고, p = .0018였다.
  • 참가자 85%가 학습 과정이 이해하기 쉬웠다고 평가하였으며, 중앙값 응답은 '강하게 동의함'이었고, p = .0009였다.
  • 참가자 전원(100%)이 향후 로봇공학 및 인공지능 분야에 대해 더 깊이 공부하고 싶다고 강하게 의지를 표명하였으며, 중앙값 응답은 '강하게 동의함'이었고, p = .0001였다.

더 나은 연구,지금 바로 시작하세요

논문 읽기부터 검토까지, 연구 시간을 획기적으로 줄여보세요.

카드 등록 없음 · 무료 플랜 제공

이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.