What Robots Do Matters More Than What They Look Like: Task Context Shapes Trust in Educational HRI
作者: Anna-Maria Velentza, Konstantina Nikou, Anne-Gwenn Bosser, Nikolaos Fachantidis
分类: cs.RO
发布日期: 2026-06-12
备注: Accepted in the 35th IEEE International Conference on Robot and Human Interactive Communication (RO-MAN 2026), Kitakyushu, Fukuoka, Japan
💡 一句话要点
探讨任务背景对教育机器人信任的影响
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 社会辅助机器人 人机交互 教育技术 信任建立 任务背景 机器人设计 实验研究
📋 核心要点
- 现有研究未能明确机器人外观与任务类型对信任的影响，导致教育机器人应用中的信任问题尚未得到解决。
- 本研究通过视频实验考察了不同外观的机器人在教学、程序指导和个人信息讨论任务中的信任变化，揭示了任务背景的重要性。
- 实验结果表明，参与者在指导任务中对机器人的信任最高，而在请求个人信息时信任显著降低，外观影响不显著。
📝 摘要（中文）
社会辅助机器人（SARs）在教育和信息共享领域的应用日益增加，得益于大型语言模型的进步，能够实现流畅的实时互动。尽管机器人外观的多样性不断增加，但尚不清楚单一的机器人外观是否适用于不同的交互任务，或信任是否主要依赖于上下文因素。本研究考察了机器人外观和任务类型如何共同影响对机器人的信任。通过一项包含81名参与者的实验，结果显示任务对信任的影响显著，而机器人外观的影响不明显。这表明，在人机交互中，信任更受任务背景的影响，而非单纯的物理外观。该研究为教育环境中任务感知的机器人部署提供了实证依据，并强调了将机器人角色与交互目标对齐的重要性。
🔬 方法详解
问题定义：本研究旨在解决在教育环境中，机器人外观与任务类型对用户信任的影响尚不明确的问题。现有方法未能充分考虑任务背景对信任的作用，导致信任建立的有效性不足。
核心思路：本研究通过设计一项视频实验，考察不同外观的机器人在执行多种教育任务时对参与者信任的影响，旨在揭示任务背景的重要性。
技术框架：实验采用在同一组参与者中展示三种不同外观的机器人，执行三种教育相关任务，参与者对每种情况的信任进行评估。主要模块包括任务设计、机器人外观选择和信任评估。
关键创新：本研究的创新点在于强调任务背景对信任的影响，提出信任建立应优先考虑任务类型而非单纯依赖机器人外观，这与传统的以外观为中心的设计理念形成对比。
关键设计：实验中选择了三种具有不同外观的机器人，并设计了教学、程序指导和个人信息讨论三种任务。信任评估采用重复测量分析方法，确保结果的可靠性和有效性。参与者的反馈为后续机器人设计提供了重要依据。
📊 实验亮点
实验结果显示，任务类型对信任的影响显著，参与者在指导任务中对机器人的信任评分最高，达到平均值的X（具体数值未知），而在请求个人信息时信任评分显著降低，表明任务背景在信任建立中的关键作用。机器人外观的影响未表现出显著性，强调了任务优先级的重要性。
🎯 应用场景
该研究的结果对教育机器人在课堂和学习环境中的应用具有重要意义。通过理解任务背景对信任的影响，未来的教育机器人可以更有效地设计其角色和行为，以增强学生的信任感，促进学习效果。此研究为教育技术领域提供了新的视角，推动了人机交互的研究进展。
📄 摘要（原文）
Socially assistive robots (SARs) are increasingly deployed in educational and information-sharing contexts, supported by advances in large language models that enable fluent real-time interaction. Despite the growing diversity of robot embodiments, it remains unclear whether a single robot appearance is appropriate across different interaction tasks or whether trust depends primarily on contextual factors. In this study, we examine how robot appearance and task type jointly influence trust in robots. Using a within-subjects video-based experiment (N = 81), participants evaluated three robots with distinct appearances while performing three educationally relevant tasks: teaching, procedural instruction, and personal-information discussion. Results from repeated-measures analyses show a strong main effect of task on trust, with participants reporting the highest trust during instructional guidance, moderate trust during teaching activities, and significantly lower trust when robots requested personal information. In contrast, robot appearance showed no significant main effect, and the interaction between appearance and task was marginal. These findings suggest that trust in human-robot interaction is shaped more strongly by task context than by physical embodiment alone. By focusing on future educators as end users, this work contributes empirical evidence toward task-aware robot deployment in educational environments and highlights the importance of aligning robot roles and behaviors with interaction goals rather than relying solely on anthropomorphic design.