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

Zhonghao Shi, Allison O'Connell+6 more|arXiv (Cornell University)|Jan 6, 2024

Online Learning and Analytics被引用 4

一句话总结

本文提出了一款开源、低成本的学习模块，使大学生和高中生能够从零开始构建社交机器人伴侣，融合人工智能、机器人技术、机器学习以及以用户为中心的设计教育。在15名学生中进行的评估表明，该模块效果显著、易于理解，并大幅提升了学生对人工智能和机器人技术的未来兴趣，100%的参与者表示未来有意愿投身该领域。

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.

研究动机与目标

• 为解决来自不同社会经济背景的学生，特别是在K-12和本科教育阶段，缺乏可及且引人入胜的人工智能教育问题。
• 开发一款低成本、开源的学习模块，使学生能够亲自动手实践人工智能、机器人技术、机器学习以及以用户为中心的设计。
• 将以人为本的人工智能主题——如人机交互、情感计算和人工智能伦理——整合到一个实践性、项目制的课程中。
• 通过将机器人的元器件数量从63个减少到20个，并在大规模打印时将总成本控制在250美元以内，确保其成本低廉且易于获取。
• 通过在一所少数族裔服务机构院校举办的两天工作坊，评估该模块的可用性、参与度和教育影响。

提出的方法

• 作者对Blossom机器人平台进行了重新设计，简化了其开源硬件，将需制造的零件数量从63个减少到20个，重点采用3D打印部件以降低制造成本和组装复杂度。
• 他们开发了全面的开源文档、分步组装手册以及视频教程，以支持学生根据不同的教育目标进行自主学习和个性化学习。
• 该学习模块通过社交机器人应用整合了核心的人工智能/机器学习概念，强调人机交互、感知能力以及人工智能设计中的伦理考量。
• 通过在一所少数族裔服务机构院校的15名大学生中开展的两天可用性工作坊对模块进行了评估，采用包含五级李克特量表问题的会后调查。
• 定量分析采用单样本威尔科xon符号秩检验，评估李克特量表上中位数响应是否显著高于中性值（3），以判断可用性、学习效果和未来兴趣的显著性。
• 通过收集定性反馈，为未来改进提供依据，并验证学生的参与度及跨学科学习成果。

实验结果

研究问题

• RQ1 如何设计一款开源、低成本的机器人学习模块，使其对来自不同社会经济和学术背景的学生具有可及性和吸引力？
• RQ2 基于动手实践的社交机器人课程在多大程度上能提升学生在人工智能、机器人技术和机器学习方面的参与度和感知学习效果？
• RQ3 在项目制模块中整合以人为本的人工智能主题（如人机交互和人工智能伦理）是否能增强学生兴趣和理解？
• RQ4 该模块在多大程度上能提升学生未来攻读人工智能和机器人技术相关研究的意愿？
• RQ5 在实际教育环境中，当教师支持有限时，该模块的可用性和感知有效性如何？

主要发现

• 92%的参与者表示该工作坊显著提升了他们对机器人学/电子工程的理解，中位数响应为“强烈同意”（p = .0004）。
• 92%的参与者表示在计算机科学/软件工程方面取得了显著学习进步，中位数响应为“强烈同意”（p = .0008）。
• 92%的参与者表示在人工智能/机器学习方面有显著学习收获，中位数响应为“强烈同意”（p = .0014）。
• 92%的参与者表示在机械工程方面有显著学习收获，中位数响应为“强烈同意”（p = .0018）。
• 85%的参与者认为学习过程易于理解，中位数响应为“强烈同意”（p = .0009）。
• 100%的参与者表示未来有强烈意愿进一步学习机器人技术和人工智能，中位数响应为“强烈同意”（p = .0001）。