[论文解读] 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 0

一句话总结

该论文提出一种基于知识的设计方法，用于高等教育中的以辅导为导向的生成式社会机器人（GSRs），识别三种知识类型——自我、用户和情境——以及来自学生和教师访谈而得的十二项要求。

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.

研究动机与目标

• 识别使GSR在高等教育中以负责任方式表达期望辅导行为所需的信息要求。
• 描述自我知识、用户知识和情境知识如何影响GSR的辅导性能与伦理。
• 提供一个结构化的设计基础，用于配置与教学与伦理规范相一致的GSR知识库。

提出的方法

• 对瑞士和德国机构的大学生与教师进行十二次半结构化访谈。
• 应用定性内容分析，采用演绎类别（自我知识、用户知识、情境知识）与归纳编码相结合来推导子类别。
• 预注册研究并确保伦理批准与方法透明度。

实验结果

研究问题

• RQ1 为高等教育中的负责任辅导所需的机器人自身知识（自我知识）有哪些？
• RQ2 哪些学习者相关信息（用户知识）能实现个性化且有效的辅导，同时保障隐私？
• RQ3 哪些与课程、内容和环境相关的信息（情境知识）有助于提供准确、基于教学的解释与提示？
• RQ4 这三种知识类型如何相互作用，产生负责任、有效的GSR行为？

主要发现

• 在三种知识类型下识别出十二条知识要求：自我知识、用户知识和情境知识。
• 参与者倡导可定制、果断但友好并有良知的机器人角色，如学习伙伴、教练或导师。
• 用户知识应包括学习目标、进展、动机类型、情绪状态、背景以及可能的人口统计信息，并强烈强调隐私与同意。
• 情境知识应覆盖教育策略、学习材料、课程信息，以及潜在的学习环境，并以课程内容为基础，以避免幻觉。
• 参与者强调GSR应当激励并支持学习，而非取代人际互动或促成监控或强制。
• 对负责任的GSR行为而言，透明性、准确性以及在无同意的情况下不处理敏感数据的能力至关重要。