Global ETD Search

31	Learning Data-Driven Models of Non-Verbal Behaviors for Building Rapport Using an Intelligent Virtual Agent Amini, Reza 25 March 2015 (has links) There is a growing societal need to address the increasing prevalence of behavioral health issues, such as obesity, alcohol or drug use, and general lack of treatment adherence for a variety of health problems. The statistics, worldwide and in the USA, are daunting. Excessive alcohol use is the third leading preventable cause of death in the United States (with 79,000 deaths annually), and is responsible for a wide range of health and social problems. On the positive side though, these behavioral health issues (and associated possible diseases) can often be prevented with relatively simple lifestyle changes, such as losing weight with a diet and/or physical exercise, or learning how to reduce alcohol consumption. Medicine has therefore started to move toward finding ways of preventively promoting wellness, rather than solely treating already established illness. Evidence-based patient-centered Brief Motivational Interviewing (BMI) interven- tions have been found particularly effective in helping people find intrinsic motivation to change problem behaviors after short counseling sessions, and to maintain healthy lifestyles over the long-term. Lack of locally available personnel well-trained in BMI, however, often limits access to successful interventions for people in need. To fill this accessibility gap, Computer-Based Interventions (CBIs) have started to emerge. Success of the CBIs, however, critically relies on insuring engagement and retention of CBI users so that they remain motivated to use these systems and come back to use them over the long term as necessary. Because of their text-only interfaces, current CBIs can therefore only express limited empathy and rapport, which are the most important factors of health interventions. Fortunately, in the last decade, computer science research has progressed in the design of simulated human characters with anthropomorphic communicative abilities. Virtual characters interact using humans’ innate communication modalities, such as facial expressions, body language, speech, and natural language understanding. By advancing research in Artificial Intelligence (AI), we can improve the ability of artificial agents to help us solve CBI problems. To facilitate successful communication and social interaction between artificial agents and human partners, it is essential that aspects of human social behavior, especially empathy and rapport, be considered when designing human-computer interfaces. Hence, the goal of the present dissertation is to provide a computational model of rapport to enhance an artificial agent’s social behavior, and to provide an experimental tool for the psychological theories shaping the model. Parts of this thesis were already published in [LYL+12, AYL12, AL13, ALYR13, LAYR13, YALR13, ALY14]. Rapport Modeling Non-Verbal Behaviors Intelligent Virtual Agents Data-Driven Behavior Modeling Modeling Rapport Modeling Rapport Using Machine Learning Artificial Intelligence and Robotics Computer Sciences Graphics and Human Computer Interfaces
32	Prestation, intresse, engagemang, uppskattning : Skillnader i upplevelse av en virtuell lärmiljö mellan matematiskt hög- och lågpresterande elever Ljunglöv, Robin January 2011 (has links) Digitala läromedel blir ett vanligare inslag i skolgången då ny teknologi erbjuder tidigare okända pedagogiska möjligheter. Denna uppsats undersöker hur elever som använder ett digitalt läromedel i form av en virtuell lärmiljö för matematiklärande upplever denna lärmiljö. Dessutom undersöks elevernas prestation i lärmiljöns matematiska uppgifter. Skillnader mellan elever i olika årskurser samt elever som är matematiskt låg- eller högpresterande studeras. Matematisk prestation beskrivs utifrån Goods (1981) passivitetsmodell som innebär att lågpresterande elever är mindre risktagande i klassrumsmiljön. Elevernas upplevelse av digitala läromedel studerades i en virtuell lärmiljö bestående av två moduler, en spelmodul och en modul för skriven dialog. Upplevelsen av lärmiljön undersöktes genom att studera hur intressant eleverna tyckte att spelet var, huruvida eleverna tyckte att agenten gjorde att de brydde sig mer när de spelade, samt om de gillade den skrivna dialogen. Tidigare insamlad data från elever i årskurs 6-8 som använt den virtuella lärmiljön undersöktes med kvasiexperimentell metod och analyserades med ANOVA. Analysen påvisade en skillnad mellan låg- och högpresterande elever i hur mycket de tycker att en pedagogisk virtuell agent engagerar dem i en virtuell lärmiljö. Matematiskt högpresterande elever anser att agenten gör dem mer engagerade än vad matematiskt lågpresterande elever anser. Detta kan tyda på att lågpresterande elevers passivitet utöver traditionell klassrumspedagogik också påverkar elevernas upplevelse av digitala läromedel. I vidareutvecklingen av den virtuella lärmiljön och skapandet av andra virtuella lärmiljöer är det viktigt att se till att elever både lär sig och engageras av lärmiljön. Utvecklare bör också ta hänsyn till de skillnader som finns mellan låg- och högpresterande elevers upplevelse av lärmiljön. Detta kan exempelvis ske genom att den virtuella lärmiljön görs anpassningsbar för att passa elever oberoende av prestationsnivå. Detta är en viktig målsättning för att se förbättra lågpresterande elevers möjligheter i skolan, något som virtuella lärmiljöer och digitala läromedel i allmänhet kan utgöra ett kraftfullt medium för. Virtual learning environments Digital learning environments Digital teaching Digital learning Learning technology Pedagogical software Digital learning games Pedagogical games Pedagogical virtual agents Pedagogical agents Virtual agents Animated agents Conversational agents Teachable agents Conversational pedagogical agents Pedagogical conversational agents Conversational social agents Social conversational agents Conversational agents Chatbots K2D2 High-achieving students High achievers Low-achieving students Low achievers Mathematical achievments Technology in school Virtuella lärmiljöer Digitala lärmiljöer Digitala läromedel Lärteknologi Pedagogisk mjukvara Digitala lärospel Pedagogiska spel Pedagogiska virtuella agenter Pedagogiska agenter Virtuella agenter Animerade agenter Konversationsagenter Lärande agenter Konverserande pedagogiska agenter Pedagogiska konversationsagenter Konverserande sociala agenter Sociala konversationsagenter Konversationsagenter Chatbots K2D2 Passivitetsmodellen Högpresterande elever Lågpresterande elever Elevers prestation Matematisk prestation Teknik i skolan Human Computer Interaction Computer and Information Sciences Data- och informationsvetenskap Computer and Information Sciences Data- och informationsvetenskap Pedagogy Pedagogik

Search results

Learning Data-Driven Models of Non-Verbal Behaviors for Building Rapport Using an Intelligent Virtual Agent

Prestation, intresse, engagemang, uppskattning : Skillnader i upplevelse av en virtuell lärmiljö mellan matematiskt hög- och lågpresterande elever