説得、プライド、偏見:ソーシャルロボットの間違った数学的解法に対する生徒の抵抗に関連する要因
Persuasion, pride and prejudice: factors associated with students’ resistance to a social robot’s incorrect mathematical solution
本研究は、二次学校の生徒が、カリキュラムに基づいた数学の課題において、生徒の推論に異議を唱えるソーシャルロボットにどのように抵抗または同調するかを調査した。22人の生徒が、授業で馴染みのある3つの部分からなる幾何学の問題について、Furhatロボットと協力した。ロボットは間違った解法を提示し、議論によってそれを擁護したが、14/22人の生徒がロボットに同調し、8人が抵抗した。早期抵抗を定量化するアプローチが導入され、最初の2回の説得議論交換における生徒の応答は、最終的な結果と一致した。7つの仮説が提案された。生徒の抵抗は、自己認識能力の高さ(1)、認知負荷が高い場合の自己効力感と一致する行動パターン(2)、紛争前の課題指向の注意力の強さ(3)によって強まる可能性がある。一方、会話型AI/LLMの使用頻度が高く、人間のようなロボット属性を好む生徒(4)では抵抗が弱まる可能性がある。ロボットの間違った議論は、中立的な言葉遣い、トーン、表情で提示され、明示的な不確実性の手がかりがない場合(5)、また議論が誤っていてもヒューリスティックに妥当な場合(6)に、より客観的で信頼性が高く見える可能性がある。最後に、同調した生徒は、議論中に不確実性とロボットの情報への信頼が共に上昇し、同調に至ったことから、後のロボットの影響に対してより脆弱である可能性がある(7)。これらの仮説は、ロボットが不確実な情報をシグナル化するなどの調整された行動をとることで、説得力はあるが誤りうる教育用ロボットと関わる際の生徒の回復力と自己効力感を維持するのに役立つ可能性を示唆している。
- 中学校の生徒22人が、幾何学課題でFurhatロボットと協力し、ロボットが提示した誤った解法に対して14人が同調、8人が抵抗した。
- 説得議論の最初の2回の交換における生徒の応答が最終的な同調/抵抗の結果と一致することを示す、早期抵抗の定量化手法が導入された。
- 会話型AI/LLMの利用頻度が高く人間らしいロボット属性を好む生徒ほど、誤りへの抵抗が弱まる可能性が示された(7仮説のうちの1つ)。
- ロボットが不確実性をシグナル化するなど調整された行動を取ることが、説得力はあるが誤りうる教育ロボットに対する生徒の回復力と自己効力感の維持に寄与し得ると提案されている。
教育用ソーシャルロボット(Furhat)を用いた実証研究で、生徒22人中14人が誤った解法に同調したという定量的な知見は、教育ロボットの実用化における信頼設計・不確実性の提示機能の重要性を示す。投資家としては、ヒューマノイド/サービスロボット市場のうち教育・対話領域の普及速度と、安全・倫理設計(誤情報への耐性設計)が導入のボトルネックになり得る点を注視すべき。ただし商用製品や調達の発表ではなく学術研究段階であり、直接の投資対象は限定的。