This study intends to further investigate the fitness for robot assisted learning in language cafés. Through conducting dialogues with two learners of swedish, moderated by the robot Furhat and later interviewing the participants, the aim is to identify what areas work well and what needs to improve upon with robot assisted learning in general, and Furhat in particular. This study identifies several areas of improvements, and make some possible suggestions for solutions. / Denna studie avser att undersöka lämpligheten i robotassisterad inlärning på språkcaféer. Genom dialog med två SFI-studenter, modererat av roboten Furhat följt av en intervju med de båda deltagarna, är målet att identifiera vilka områden som fungerar bra idag, och vilka som behöver förbättras inom robotassisterad inlärning som område, och konkret med Furhat. Denna studie identifierar flera områden för förbättringar, och ger förslag på åtgärder.

Det svenska företaget Furhat Robotics har skapat en robot kallad Furhat vilken är kapabel till att interagera med människor i språkcafé-liknande miljöer. Syftet med den robotledda konversationen är att utveckla deltagarnas språkkunskaper, vilka efter varje konversation får svara på en enkät om vad de tyckte om samtalet med Furhat. Ur detta har frågan huruvida det är möjligt att förutspå vad deltagarna tyckte om samtalet baserat på konversationens struktur uppstått. Syftet med denna rapport är att analysera huruvida det är möjligt att kvantifiera konversationerna och förutspå svaren i enkäten med hjälp av maskininlärning. Det dataset som rapporten baserar sig på erhölls från tidigare studier i Kollaborativ Robotassisterad Språkinlärning (Collaborative Robot Assisted Language Learning). Resultaten visade på ett RMSE högre än variansen för medelvärdet av enkätsvaren vilket indikerar att den framtagna modellen inte är särskilt effektiv. Modellen presterade dock bättre i vissa förutsägelser då varje enskilt enkätsvar förutspåddes var för sig. Detta antyder att modellen skulle kunna användas till vissa frågeformuleringar / The Swedish company Furhat Robotic have created a robot called Furhat, which is able to interact with humans in a language café setting. The purpose of the robot led conversation is for the participants to develop their language skills. After the conversation the humans will answer a survey about what they thought about the conversation with Furhat. A question that has arisen from this is if it is possible to predict the survey answers based on just the conversation. The purpose of this paper is to analyze if it is possible to quantify the conversations linked to the survey answers, and by doing so be able to predict the answers in new conversations with a machine learning approach. The data set being used was obtained from an earlier study in Collaborative Robot Assisted Language Learning. The result returned a RMSE that was greater than the variance of the average conversation score which indicates that the model is not very effective. However, it excelled in some predictions trying to give scores to each separate survey answer, indicating that the model could be used for certain question formulations.

As the number of immigrants in Sweden rises, the demand for alternative methods for language learning increases simultaneously. The use of social robots for teaching a second language is a promising field. The following research question has been designed to identify how social robots can be improved to better suit second language learners. The research question is: Which criteria are important for the user experience when interacting with a language cafe robot? The main method used to answer the question is Design Thinking with the help of semi-structured interviews. The results were 12 criteria which can be implemented for social robots in the future. The research has also studied how the criteria can be implemented in robots and to what degree the robot Furhat developed by Furhat robotics has implemented the criteria today. / I takt med det stigande antalet immigranter i Sverige ökar efterfrågan på alternativa metoder för språkinlärning. Användningen av sociala robotar för att undervisa andraspråk är ett lovande fält. Följande forskningsfråga har utformats för att identifiera hur sociala robotar kan förbättras för att anpassas till elever som lär sig andraspråk. Forskningsfrågan lyder enligt följande: Vilka kriterier är viktiga för användarupplevelsen när man interagerar med en språkcaférobot? Den huvudsakliga metoden som används för att svara på frågan är Design Thinking med hjälp av semistrukturerade intervjuer. Resultatet var 12 kriterier som kan implementeras för sociala robotar i framtiden. Rapporten har också studerat hur kriterierna kan implementeras i robotar och i vilken grad roboten Furhat som utvecklats av Furhat Robotics har implementerat kriterierna idag.

In a regular classroom setting, a more emotionally expressive teacher has been shown to be positively correlated with learning outcomes and task motivation among the students. Would this also be the case if the teacher were a robot? This study investigates how the facial expressions of an anthropomorphic robot affect learning outcomes and task motivation in adult learners studying a second language by setting up an experiment using the Furhat robot. The same interactions were carried out by an experiment group and a control group. The results show no increase in performance in either learning outcomes or task performance. Future studies are suggested to investigate other potential factors of why robots outperform regular computers in these settings. / I ett vanligt klassrumssammanhang har det visats att lärare som visar känslouttryck har en positiv korrelation med läranderesultat och motivation hos studenterna. Skulle detta också vara fallet om läraren var en robot? Den här studien undersöker hur ansiktsuttrycken hos en människoliknande robot påverkar läranderesultat och motivation hos vuxna studenter som lär sig ett andraspråk genom ett experiment med roboten Furhat. Samma interaktioner genomfördes av både en experimentgrupp och en kontrollgrupp. Resultaten visar ingen ökning av varken läranderesultat eller motivation. Framtida studier föreslås att undersöka andra potentiella faktorer som bidrar till att robotar utpresterar människor i dessa sammanhang.

This dissertation presents the design of a novel joining-in-type humanoid robot-assisted language learning that uses two robots to conduct a goal-oriented conversation with the human learner to practice English as a second language. The system uses implicit learning as the main learning style to teach the usage of a specific expression form. A mix of tutoring and peer learning is implemented in the course of a three-party conversation. This learning style enables the learner to gain linguistic knowledge, and at the same time it improves the performance of the speech recognition engine. / 博士(工学) / Doctor of Philosophy in Engineering / 同志社大学 / Doshisha University