著者

ジメネス フェリックス 加納 政芳 吉川 大弘 古橋 武

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会論文誌 (ISSN:13460714)

巻号頁・発行日

vol.31, no.3, pp.A-F93_1-10, 2016-05-01 (Released:2016-05-13)

参考文献数

33

被引用文献数

3

---

This paper reports feasibility of collaborative learning with educational-support robots between human. We designed a robot to prompt the constructive interaction. Constructive interaction has been regarded as a foundation of collaborative learning. Constructive interaction occurs when two students are solving the same question. Therefore, the robot is designed that alternately perform the speaker motion and listener motion to occur constructive interaction with human.In the speaker motion, the robot explains a solving method to the partner and solves a question. Moreover, the robot improves its accuracy rate as learning progress. In the listener motion, the robot does not solve a question and paying attention to a partner who is solving the questions. The robot learns while solving a question issued by learning system with a college student. The college students learned in the learning system with the robot for one month and were videoed during that time to see how they learned. This results of the study suggest that robot, which alternately solves the question with a human and improves its accuracy rate as learning progress, prompts learners to learning by constructive interaction with robot in collaborative learning. This constructive interaction indicates that learners alternately solve the question with robot and listen to robot's speaking. However, learners interest in robot decrease when robot improves its accuracy rate at 100% and performs the same action. Additionally, the screen agent, which is designed same action as robot, does not prompt some learners to learning by constructive interaction because they feel lousy that screen agent could not solve the question correctly, so they ignore what the screen agent says. The same situation was occurred in some learners learning with robot

著者

ジメネス フェリックス 吉川 大弘 古橋 武 加納 政芳 中村 剛士

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会論文誌 (ISSN:13460714)

巻号頁・発行日

vol.32, no.5, pp.A-H11_1-11, 2017-09-01 (Released:2017-09-01)

参考文献数

19

被引用文献数

1

---

The growth of robot technology has prompted growing interest in educational-support robots that assist in learning. Most of these studies report on collaborative learning between educational-support robots and healthy children. Meanwhile, the number of children in primary schools with diagnosed developmental disabilities (gray zone children) has increased in Japan. Gray zone children may have difficulty learning over long time periods. Moreover, gray zone children tend to receive peer teaching from healthy children in the school environment. Other symptoms of autism in children are low self-esteem and possibly depression. We expect that gray zone children will learn best by teaching another learner. Learning-by-teaching promotes self-esteem and improves the learning time. In a previous study, a robot that answered a question incorrectly and uttered “Please teach me” or similar statements provided a collaborative learning environment for the learning-by-teaching method. However, whether collaborative learning with this robot increases the learning time of gray zone children was not investigated. Therefore, the present study investigates whether gray zone children can improve their learning time in collaborative learning with a robot that prompts learning-by-teaching. The robot is designed to answer questions incorrectly and utter statements such as “Please teach me.” The robot is also designed to have learning capability. For example, the robot learns the methods of problem-solving from its human partner. Thus, when presented with a question that can be solved by a previously learned method, the robot can answer the question correctly. The experimental results suggested that the learning enhancement was driven by the robot’s initial incapacity to answer a question, and its requests for assistance by the gray zone child. Gray zone children engaged in collaborative learning with our robot spent more time learning than those working alone. Moreover, the gray zone children enjoyed the collaborative learning with our robot than the robot which always solves questions correctly and never solves questions correctly.

著者

岩倉 亮介 吉川 大弘 ジメネス フェリックス 古橋 武

出版者

人工知能学会

雑誌

人工知能学会全国大会論文集 (ISSN:13479881)

巻号頁・発行日

vol.31, 2017

---

雑談などを行う非タスク指向型対話システムでは,ユーザが長時間・長期間に渡って継続的に対話を続けたいと感じるシステムが必要とされる.対話継続性の向上のためには,ユーモア表現を含む発話が有効とされるが,従来の手法では,ユーモアとして受容されない場合が多いという課題がある.そこで本稿では,Twitterデータを用いて,対話システムにおけるユーモア受容性の向上に対する検討を行う.

著者

内田 脩斗 吉川 大弘 ジメネス フェリックス 古橋 武

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会全国大会論文集 第32回 (2018)

巻号頁・発行日

pp.2C105, 2018 (Released:2018-07-30)

---

文書分類は,現代の情報化社会において重要な技術である. また,Word2vecを用いて単語の意味関係をベクトルへ埋め込む分散表現が近年注目を集めており,文書分類へ適用する手法も報告されている. 分散表現は一般的にWord2Vecと呼ばれるツールを用いて生成される.そして,Word2Vecはニューラルネットワークを用いた学習構造をしており,ネットワーク内の入力側の重みを分散表現として利用している.しかし,Word2Vecでは,分散表現とは別にネットワーク上で学習される出力側の重みが存在し,異なる性質を持っていると考えられるが一般的に利用されていない. そこで本稿では,分散表現と出力側の重みを利用したアンサンブル学習による文書分類手法を提案し,提案手法の有用性を示す.

著者

宅和 晃志 吉川 大弘 ジメネス フェリックス 古橋 武

出版者

日本知能情報ファジィ学会

雑誌

知能と情報 (ISSN:13477986)

巻号頁・発行日

vol.30, no.5, pp.744-752, 2018-10-15 (Released:2018-10-15)

参考文献数

20

---

近年,ユーザと自然な雑談を行うことを目指した非タスク指向型対話システムが注目されている.ユーザのシステムへの満足度を高めるためには,自然な対話を行うことに加え,ユーザの興味を惹きつける内容の発話を行うことが有効であると考えられる.そこで本論文では,「共感を得ることで笑いを誘う発話文」として,Twitterより「あるあるネタ」を表すツイートを取得し,発話文として用いる手法を提案する.「あるあるネタ」とは,聴衆の共感を得ることで笑いを誘う演芸における手法の一つである.一往復対話の評価実験(-3〜+3点の評価)の結果,雑談対話APIの平均評価点-0.24に対し,提案手法の平均評価点0.76となり,提案手法の有効性を確認した.

著者

ジメネス フェリックス 吉川 大弘 古橋 武 加納 政芳 中村 剛士

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会全国大会論文集 第31回全国大会(2017)

巻号頁・発行日

pp.2N21, 2017 (Released:2018-07-30)

---

近年,教育を支援する教育支援ロボットが注目され,定型発達児を対象に研究が進められている.一方,学校の通常学級において,発達障害児の在学割合は年々増加している.そのため,発達障害児を対象とした教育支援の必要性は高まると考えられる.しかしながら,発達障害児を対象とした研究事例は少ない.そこで本稿では,発達障害児と教育支援ロボットとの一対一における共同学習による学習効果について報告する.

著者

宮内 建弥 ジメネス フェリックス 吉川 大弘 古橋 武 加納 政芳

出版者

日本知能情報ファジィ学会

雑誌

日本知能情報ファジィ学会 ファジィ システム シンポジウム 講演論文集 第34回ファジィシステムシンポジウム

巻号頁・発行日

pp.415-418, 2018 (Released:2019-01-09)

---

近年、教育現場においてサポートを行う、教育支援ロボットに対する注目度が高まっている。従来研究において、ロボットは学習者に対して問題の解き方や学習方法の教示のみを行う。しかしながら、学習者がロボットから教示を受けるだけでは、学習者は問題に対して熟考することが難しい。そのため、学習者は問題に対する応用力や、学習に対する探求心の向上を促せない可能性がある。そこで本研究では、認知的徒弟制理論に基づく教育支援ロボットを開発する。教育学の分野において、認知的徒弟制理論に基づき、教師が学習者に対して支援をすることで、学習者の応用力や探求心の向上が促せると報告されている。本稿では、認知的徒弟制理論に基づくロボットが学習支援を行うことで、中学生に及ぼす効果について検討する。

著者

ジメネス フェリックス 吉川 大弘 古橋 武 加納 政芳 中村 剛士

出版者

一般社団法人 人工知能学会

雑誌

JSAI大会論文集

巻号頁・発行日

vol.2017, pp.2N21, 2018-07-30

---

<p>近年,教育を支援する教育支援ロボットが注目され,定型発達児を対象に研究が進められている.一方,学校の通常学級において,発達障害児の在学割合は年々増加している.そのため,発達障害児を対象とした教育支援の必要性は高まると考えられる.しかしながら,発達障害児を対象とした研究事例は少ない.そこで本稿では,発達障害児と教育支援ロボットとの一対一における共同学習による学習効果について報告する.</p>

著者

内田 脩斗 吉川 大弘 ジメネス フェリックス 古橋 武

出版者

人工知能学会

雑誌

2018年度人工知能学会全国大会(第32回)

巻号頁・発行日

2018-04-12

---

文書分類は,現代の情報化社会において重要な技術である. また,Word2vecを用いて単語の意味関係をベクトルへ埋め込む分散表現が近年注目を集めており,文書分類へ適用する手法も報告されている. 分散表現は一般的にWord2Vecと呼ばれるツールを用いて生成される.そして,Word2Vecはニューラルネットワークを用いた学習構造をしており,ネットワーク内の入力側の重みを分散表現として利用している.しかし,Word2Vecでは,分散表現とは別にネットワーク上で学習される出力側の重みが存在し,異なる性質を持っていると考えられるが一般的に利用されていない. そこで本稿では,分散表現と出力側の重みを利用したアンサンブル学習による文書分類手法を提案し,提案手法の有用性を示す.

著者

ジメネス フェリックス 加納 政芳 早瀬 光浩 田中 貴紘 金森 等

出版者

人工知能学会

雑誌

2018年度人工知能学会全国大会(第32回)

巻号頁・発行日

2018-04-12

---

近年,ロボットの新たな活躍の場として,教育現場が注目されている.従来研究の多くは,未知の学習内容を学習する学習者に対して,教育支援ロボットが与える学習効果を検証している.しかしながら,一度学習した内容を復習する学習者に対して,教育支援ロボットが与える学習効果を検証した事例はない.本稿では,学習者がロボットと共に一度学習した内容を復習した場合に,ロボットが学習者に与える効果を検証する.学習者は,学習システムから提示される問題を解きながらロボットと共に復習する.学習者は一度学習内容を復習するため,ロボットには問題の解き方のヒントのみを提供する動作を実装する.実験では,常にヒントを提供するロボットと学習者が共に復習する群,要求時にヒントを提供するロボットと学習者が共に復習する群,常にヒントを提供する学習システムを用いて復習する群,要求時にヒントを提供する学習システムを用いて復習する群,そして,ヒントを一切提供しない学習システムを用いて復習する群の5 つで比較実験を実施する.これにより,復習においてロボットおよびヒントの有効性を検証する.

著者

ジメネス フェリックス 加納 政芳 吉川 大弘 古橋 武

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会論文誌 (ISSN:13460714)

巻号頁・発行日

vol.32, no.2, pp.D-G51_1-12, 2017-03-01 (Released:2017-03-01)

参考文献数

29

---

This paper sought to examine how behavior of a robot can prompt learning by observing in collaborative learning. The robot learns while solving a problem issued by an English vocabulary learning system with a human learner. The learning system presents English words in example sentences and uses a scaffolding function that helps the learner guess the meaning of English words in the example sentence upon a user request. The robot was designed to solve the questions by using scaffolding function and could not answer correctly at beginning. However, the robot change its question-answering method by guessing the meanings of English words in example sentences and improve its accuracy as learning progressed. This behavior of robot can prompt learners to learn by observing in collaborative learning. Ten college students with low level English learned using the English vocabulary learning system with robot for two months and were videoed during that time to see how they learned. We found that learners learned the English vocabulary by using scaffolding function at beginning. However, learners changed their learning method form using scaffolding function to guessing the meanings of English words in English sentences by learning progress. This suggests that robot, which changes the question-solving method to a more effective one and increases its accuracy rate as learning progress, prompts learners to learning by observing in collaborative learning and change their learning method to the more effective one. This learning by observing indicates that learners learn how to guess the meanings of English words in English sentences by observing the robot’s question-solving and speaking. However, the robot does not prompt some learners to learning by observing because they feel lousy that the robot answers the question and improves its accuracy rate, so they ignore what the robot says. Additionally, learners interest in robot decrease when robot performs the same action.

著者

ジメネス フェリックス 吉川 大弘 古橋 武 加納 政芳

出版者

日本知能情報ファジィ学会

雑誌

知能と情報 (ISSN:13477986)

巻号頁・発行日

vol.27, no.6, pp.835-844, 2015-12-15 (Released:2015-12-29)

参考文献数

23

被引用文献数

1

---

ロボット関連の技術進展により,学習を支援する場面で活躍する教育支援ロボットが注目されている.このようなロボットの問題点として,学習者がロボットの行動を画一的と感じてしまい,ロボットとの相互作用に飽きてしまう点が挙げられる.一方で,この問題点を防ぐために,Human-Agent-Interaction の分野では,エージェントが感情を持つかのように表情を表出する感情表出モデルが用いられている.実際,ランダムに感情表出するエージェントに比べて,感情表出モデルを持つエージェントは人との相互作用が続くという報告がある.そこで本稿では,感情表出モデルを基に表情の表出を行うロボットが,学習者と共に学習することによって及ぼす心理効果について検討する.