あなただけに：ロボット家庭教師が周囲の人に配慮して批判的フィードバックを届ける方法

- 共有空間で個別ユーザー向け情報がbystanderに漏れる問題に対し、robot tutoringでのcritical feedback提示を扱う研究。 - context-invariantとcontext-adaptiveなrobot behaviorをbetween-subjects study(40名)で比較。 - bystanderが入室後にpronunciationとhandwritingへのscripted critical feedbackを提示する状況を設定。

- 要旨からは不明(先行研究との具体的比較は記述されていない)。 - 本研究の特徴として、critical feedbackのbystander漏えいをrobot tutoring文脈で直接扱い、context-invariant/adaptiveを実験比較している点が示される。

- context-invariant条件ではrobot tutorが両feedback messageを音声で読み上げる。 - context-adaptive条件ではbystanderをscanし、検知後にbodyとdisplayをそらし、spoken attention cueを出し、同じfeedbackをdisplay上にsilently提示する。 - bystanderなしの初期phase後にbystanderが入室するbetween-subjects設計。

- 40名参加のbetween-subjects studyで2条件を比較。 - 参加者はpronunciationとhandwritingに関する2つのscripted critical feedbackを実際のperformanceとは独立に受け取る。 - context-adaptive条件でperceived privacy awarenessとperceived social competenceが高く評価された。experienced embarrassmentの低減はinconclusive。

- context-adaptive behaviorはprivacy awarenessとsocial competenceの知覚で優位だが、embarrassment低減の証拠は不十分。 - 知覚評価が中心で、実際の情報漏えい防止や学習効果への影響は要旨からは不明。 - bystander検知の信頼性やfeedback内容の秘匿範囲などは要旨からは不明。

- 要旨で参照/比較されている個別研究は明示されていない。 - 関連手法としてcontext-adaptive robot behavior、bystander detection、privacy-aware robot communication、robot tutoringにおけるcritical feedback提示を挙げる。 - 同分野の定番としてhuman-robot interactionにおけるprivacy and social competence評価研究を参照するのが妥当。