Artificiella lärare på ingång

Roboten Pepper går på hjul och är rörlig och snabb. Han kan hjälpa till genom att röra sig runt i klassrummet.

Platsen är dock inte en skola utan The Social Robotics Lab på Uppsala universitet, och klassrumsscenen tillfälligt riggad. Här programmeras och studeras olika sorters robotar för att kunna delta i undervisningsrelaterade experiment.
En av dem, Pepper, följer mig uppmärksamt med blicken. De stora runda ögonen lämnar mig inte så doktoranden Alex Yuan Gao tar till sist tag om robotens huvud för att bryta sensorstrålen och därmed rörelseinställningen. Jag känner mig lättad. Att det uppstår gnissel i maskineriet är dock inte förvånande. Än så länge befinner sig forskningen på sociala robotar i sin linda. Men att intresset för artificiellt lärande är stort vittnar mängden projekt vid robotlaboratoriet om.
– Generellt arbetar vi med att lära robotar interagera med människor på ett socialt intelligent sätt, säger Ginevra Castellano, universitetslektor och ansvarig för laboratoriet vid institutionen för informationsteknologi.  Målet är att utveckla robotar som kan vara ett stöd för människor inom allt från utbildning och sjukvård till underhållning. Vårt nuvarande fokus är att skapa scenarier för lärande i exempelvis klassrum och kontor där robotar kan vara instruktörer för barn och vuxna.

Fyraårigt EU-projekt startar snart

Hennes forskningsteam har nyligen fått fem miljoner kronor inom EU-projektet Animatas, eller Advancing intuitive human-machine interaction with human-like social capabilities for education in schools. Det fyraåriga projektet startar vid årsskiftet och inkluderar deltagare från åtta länder med expertis inom såväl robotik och artificiell intelligens som pedagogik och psykologi.
– Vi är en bra mix av personer med olika kompetenser inom projektet, och även breda kompetenser så att vi kan föra samman olika sidor inom området, säger Ginevra Castellano.
Inom Animatas ansvarar hennes grupp för att utveckla och implementera algoritmerna som robotarna programmeras med. Sedan ska robotarna ut i verkligheten för experiment med människor. Utmaningarna är många, framförallt att utrusta roboten med förmåga att avläsa den elev den interagerar med och ge respons på ett för situationen lämpligt sätt.
– Det är alltid svårt att bygga färdigheter och förmågor för robotar som kan fungera i olika scenarier och för olika användare, säger Ginevra Castellano. Sociala interaktioner är väldigt komplexa. Men uppgiften eller ämnet avgör i hög grad hur framgångsrik roboten är på att lära ut. 

Robotarna hjälper till med pussel

I laboratoriets senaste experiment har robotarna hjälpt vuxna att lösa logiska pusselspel och bygga lego. En av de medverkande är Furhat, eller Jona som han också kallas. Jona består bara av ett huvud, där ansiktsdelar som ögon och mun projiceras inifrån huvudet. Med hjälp av olika sensorer och kameror skapas animationer för ansiktet. Dessutom kan roboten programmeras att följa människor med blicken och läsa av känslouttryck och beteenden.
På bordet framför Jona ligger ett slags brädpussel.
– Pusslet är rätt utmanande och där ska roboten fylla funktionen av en stöttande partner, säger doktoranden Maike Paetzel. Om du kör fast ska roboten kunna plocka upp om du blir riktigt frustrerad och hjälpa dig med hintar om hur du ska lösa pusslet. Så det är inte ett spel mot datorn, utan ett spel där roboten och människan samarbetar.

Utseendet har stor betydelse

Labbets andra två robotar, NAO och Pepper, är skapade av ett franskt-japanskt företag, Softbank Robotics. Helkroppsroboten NAO påminner med sina 50 centimeter mer om en leksaksdocka, medan Peppers 130 centimeter långa kropp avslutas i hjul. Det har också stor betydelse för hur människor interagerar med dem och hur robotarna kan programmeras, säger Ginevra Castellano.
– Eftersom Pepper är rörlig och snabb så kan man tänka sig att han hjälper till genom att röra sig runt i klassrummet. Ett robotansikte kan istället användas för arbetsuppgifter ansikte mot ansikte eller som virtuellt stöd på en skärm. Allt handlar om att gå tillbaka till användarna och först undersöka deras behov innan vi programmerar någonting.
Enligt Ginevra Castellano krävs det noggrann planering kring vilka skolelever, lärare och ämnen som ska delta i experimenten, och vad det är som ska mätas. En av utmaningarna är att bygga förmågor hos robotarna så att de kan interagera med människor över långa tidsperioder som veckor och månader. Men det är svårt att testa av flera orsaker.
– Det handlar exempelvis om att jag behöver arbeta med tio barn under tio veckor i en skola, och att alla de här barnen verkligen är tillgängliga varje vecka. Det är en av de praktiska svårigheterna i våra experiment.

Samarbete med Uppsala-skola

Ginevra Castellanos forskningsteam har dock redan kontakt med en skola som de ska samarbeta med inom Animatas-projektet: Katarinaskolan i Uppsala. Fler skolor står på tur.  – Vår långsiktiga ambition är att kunna integrera robotar i skolans läroplan där lärarna bestämmer vilka roller som robotarna kan spela, inte som en ersättning för lärarna utan som ett nytt tänkande kring undervisning, säger Ginevra Castellano. Hon tillägger:
– Det kan röra sig om ämnen som är lite svåra att närma sig för vissa elever och där kanske sociala robotar kan bidra med att göra eleverna mer entusiastiska över vissa saker.

---

Fakta

Några av Ginevra Castellanos projekt:

• COIN – Co-adaptive human-robot interactive systems (2016-2021). Ömsesidig adaption mellan robot och människa i interaktiva system, finansierat av Stiftelsen för strategisk forskning i samarbete med KTH.
• Adaptive learning for personalized instructional robots (2016-2020). Adaptivt lärande för individanpassade instruktionsrobotar, finansierat av Vetenskapsrådet.
• EMOTE – EMbOdied perceptive Tutors for Empathy-based learning (2012-2016). Känslomedvetna handledare för empatibaserat lärande, med pedagogiska robotar som stöd för lärare i klassrumsmiljö, EU-finansierat.

Läs mer

Social Robotics Lab vid Uppsala universitet