机器人技术在自闭症谱系障碍学生中的应用行动协议: 一项系统性综述

摘要

在过去的二十年中,信息与通信技术(ICT)的应用为自闭症谱系障碍( ASD)人群的干预开辟了新的途径。这些途径可能包括基于“社会机器人”的 干预。本研究旨在回顾2000年至2019年期间针对ASD学生使用社交机器人的 科研产出状况,并通过一系列文献计量指标建立该工具的应用行动协议。为实 现这一目标,我们利用科学引文索引(WoS)的核心合集,获取了69篇文献 组成的样本。结果表明,科研产出最多的作者来自美国,尽管他们并未拥有该 领域被引次数最高的文章。此外,大量出版物被收录于JCRQ1期刊中。同时, 有两个期刊构成了该研究领域的核心。而且,绝大多数研究聚焦于多个不同领 域,例如:沟通与社交互动、重复和刻板行为模式、兴趣或活动。综上所述, 机器人技术正日益成为ASD学生所使用的工具。此外,机器人技术可通过基于 所分析指标的协议加以应用。因此,未来该领域的研究人员可利用这些指标来 确定例如应关注的研究领域、可获取信息的年份,或发表最高质量研究成果的 期刊。借助这些指标所提供的信息,可以实施机器人干预。

关键词 自闭症谱系障碍·机器人·教育·干预·信息与通信技术

1引言

在当今社会,信息与通信技术(ICT)在日常活动中发挥着基础性作用。
García等人(2016年)指出,这些工具的特点在于其既是沟通手段,也是信 息来源。因此,Bibri和Krogstie(2017年)等学者认为,此类技术的特性 促使其扩展到社会各个领域。学校正是ICT应用不断增长的领域之一( Aguaded等人,2019年)。在这方面,学生的高度多样性催生了新的教学情 境,为有特殊教育支持需求的学生创造了机会(Lorenzo等人,2019年)。

学校中存在的特定教育支持需求之一是自闭症谱系障碍(ASD)。根据美 国心理学会(APA)(2013)的定义,ASD是一种影响两个基本领域的障碍: 沟通与社会互动领域,以及刻板、重复和局限的行为、兴趣或活动模式领域。
这些方面的限制导致了社交技能管理方面的困难(Sasson和Morrison 2019;Lorenzo等人2019),注意力和执行功能方面的困难(Craig等人 2016;Chen等人2019),口语能力受限(Zajic等人2019);以及学业表现 方面的困难(Kim等人2018)。

Grossard等人(2018)认为,信息与通信技术(ICT)具有多种特性, 例如可预测性、视觉支持以及信息的顺序呈现,使其成为帮助这些学生发展社 交和沟通技能的理想工具。在这方面,Pinel等人(2018)得出结论,信息与 通信技术有助于自闭症谱系障碍儿童学习因果关系,即他们每个行为所产生的 结果。此外,信息与通信技术还能改善对这些学生的照护(Ismail等人2019)。

近年来最广泛使用的ICT工具之一是社会辅助机器人(SAR)(Pennazio 2017;Costa等人2018;Clabaugh等人2019)。这类机器人技术的特点是 通过社会互动为人们提供协助(Wood等人2019)。一些作者如Clabaugh 等人(2019)、Taheri等人(2019)指出,自闭症谱系障碍儿童对机器人有 很强的亲和力,而他们的高度兴趣可以带来很高的动机水平。作者认为,这种 动机的提升可能源于机器人能够产生一系列感官奖励,这对自闭症谱系障碍儿 童极具吸引力(Kostrubiec和Kruck2020)。此外,这类技术能够在受控 环境中重现真实情境(Ismail等人2019),使儿童得以练习和学习与沟通和 社会关系相关的方面,且相较于人类更具可预测性和简单性(Short等人 2017;Qidwai等人2020)。除此之外,在进行社会互动之前先与机器人进行 练习,还可以降低焦虑感(Kaboski等人2015)。

以上述结果为参考,有必要研究文献计量学如何提供一组指标来进行综 述,以建立在自闭症谱系障碍学生中使用机器人技术的行动方案。根据托马 斯‐戈里兹和托马斯́‐卡斯特拉(2018年)的观点,文献计量学能够提供一种
对文献不同特征的定量分析。为了开展这些研究,需将数据库作为信息来源。
根据Delgado等人(2019年)的研究,最重要的数据库是WebofScience和 Scopus。本研究选择使用WebofScience数据库,原因是根据Mongeon和 Paul‐Hus(2016年)的观点,WOS不仅包含每篇文章的参考文献,还对所 有作者及其机构地址进行索引。此外,各类文章的信息也可获取,并且其收录 范围涵盖超过22,000种期刊。而这些信息在其他数据库中均无法获得。

基于此背景,本研究的目的是对社会辅助机器人在自闭症谱系障碍学生中 的应用进行系统性综述。为此,提出了以下研究问题。
研究问题1:哪些年份的科研产出最高?研究问题2:科研产出最高的年份 是否产生了最多的引用次数?研究问题3:即年指数较高的年份是否与较 高的科研产出相关?研究问题4:文章在《期刊引证报告》不同分区中的 分布情况如何?研究问题5:布拉德福定律是否表明该研究领域的核心由 5种期刊组成?研究问题6:较高的老化率是否表明该研究领域动态性较低?
研究问题7:该领域作者的分布情况如何?研究问题8:发表文献数量最 多的作者是否来自科研产出最高的国家?研究问题9:使用机器人技术作 为学习资源的研究涉及哪些领域?

2方法

已采用系统性综述来回应研究目标(García‐González和Ramírez‐ Montoya2019)。本综述参考了PRISMA声明中确立的标准(Page和 Moher2017)。综述过程分为两个阶段。在第一阶段,明确了研究问题,制 定了文献的纳入与排除标准,并定义了文献计量指标,同时选择了数据库。在 第二阶段,在数据库中检索文献,随后通过一系列筛选对信息进行过滤,最终 获取了数据中所呈现的信息(图1)。

示意图0

2.1搜索策略

主要使用WebofScience核心合集来检索文献。该数据库包含社会科学引文 索引(SCIE)和科学。
社会科学引文索引(SSCI)、艺术与人文引文索引(AHCI)和图书引文 索引。选择该数据库是因为根据Hinojo等人(2019年)的研究,它是符合最 多质量标准的数据库。在选定数据库后,选择了用于构建检索方程的关键词。
为此,依据Haas等人(2020)的方法,主要聚焦于联合国教科文组织和教育 资源信息中心词库中的术语索引,以及基于该领域最具影响力的文章中科学界 对这些术语的使用情况。

TS=(“自闭症”AND”机器人”)ORTI=(“自闭症”AND”机器人”)ORTS=(“自闭症” AND”机器人”AND”教育”)ORTI=(“自闭症”AND”机器人”AND”教育”)ORTS=(” 自闭症”AND”情绪”AND”机器人”)ORTI=(“自闭症”AND”情绪”AND”机器人”)ORTS=(” 自闭症”AND”社交技能”AND”机器人”)ORTI=(“自闭症”AND”社交技能”AND”机器人 “)。

2.2数据收集和分析

根据PRISMA声明(Page和Moher2017年),文献筛选过程分为四个阶段。
第一阶段为识别阶段,进行文献及参考文献的初步检索(n= 452篇文献)。
第二阶段为“筛选”阶段,应用纳入(IC1、IC2、IC3和IC4)与排除标准 (EX4、EX5)。随后第三阶段涉及合格性评估,此阶段对文献内容进行主题 分析,并进一步应用纳入(IC5)和排除标准(EX1、EX2和EX3)。最后, 第四阶段称为“纳入”,确定最终样本数量(n= 69)。

3结果

3.1每年出版物数量

结果显示,2014–2019年是生产力最高的时期。具体而言,2018年达到峰值, 有14篇出版物,其次是2017年和2019年,各有9篇出版物。相比之下,在 2000–2009年和2011–2013年期间,发表的文章要少得多。

纳入标准 排除标准 文献计量指标
IC1:2000–2019年期间 EX1:参与者年龄 每年出版物数量 year
IC2:WebofScience类别机器人学与教育及教育研究 EX2:研究主题 每年引用次数
IC3:文献类型:文章和会议论文 EX3:作为教学工具的机器人学 即年指数
IC4:语言:英语 EX4:无法访问文章 期刊影响因子
IC5:研究类型:实验性 EX5:是否存在重复文章 布拉德福定律 普赖斯老化定律 作者分布 作者来源 研究领域

3.2每年引用次数

引用次数是本研究中使用的另一个指标。从2002年到2014年,引用次数逐步 增加。在此期间,2014–2015年保持稳定,有175次引用。2016年有所增加, 随后在2017–2018年再次趋于稳定,约有250次引用。此后,引用次数在 2019年达到峰值,为334次引用。

根据对引用次数的研究,有必要引用那些获得最高引用次数的文章(表2), 以及这些文章发表期刊的质量和影响因子。在这方面,引用次数最多的文章 (188次)是Kozima等人(2009)。该论文发表的期刊《国际社会机器人学 杂志》属于期刊引证报告(JCR)的Q3区,影响因子为2.296。然而,其余文 章均发表于Q1区(7篇论文)和Q2区(2篇论文)的期刊。

3.3即年指数

有可能通过即年指数来深入分析引用次数。该指数衡量的是科学期刊中文章被 引用的速度(兰詹2017年)。通过JCR®分析工具,我们确定了收录样本文章 的期刊的即年指数。具体而言,即年指数最高的期刊是《科学·机器人》( 4.5),其次是《精神分裂症研究》(1.486)。

3.4期刊影响因子

近年来,基于影响因子(IF)的研究传播度量已成为质量参考(Abramo等, 2019)。国际社会机器人学杂志是本数据库中发表论文数量最多的期刊(12篇 论文)。其次,其他期刊如:自主机器人、IEEEACCESS、自闭症与发育障 碍杂志以及孤独症谱系障碍与机器人学研究也发表了较多论文,这些期刊中各 有3篇论文入选样本。关于期刊质量,40%的期刊被收录于一区(Q1), 32.5%位于二区(Q2),17.5%位于三区(Q3),10%位于四区(Q4)。图 2展示了纳入论文的期刊质量对比情况。

3.5布拉德福定律

根据Desai等人(2018年)等作者的观点,布拉德福定律指出,任何学术领域 的引用次数将集中在一起,大约三分之一的引用次数来自少量核心期刊。其余 三分之二的引用次数则分布在更多的期刊中,这些引用次数累积在三个区域中。
这些区域中的引用次数应满足1:n:n²的比例。

JOURNALS Total of citations Cumulative Citations Cumulative% of citations
1. INTERNATIONAL JOURNAL OF SOCIAL ROBOTICS 440 440 25,1716247
2. JOURNAL OF AUTISM AND DEVELOPMENTAL DISORDERS 140 580 33,180778
3. NEUROCOMPUTING 128 708 40,5034325
4. AUTONOMOUS ROBOTS 126 834 47,7116705
5. FROM ACTION TO COGNITION 102 936 53,5469108
6. IEEE TRANSACTIONS ON ROBOTICS 91 1027 58,7528604
7. NEUROPSYCHOLOGIA 88 1115 63,7871854
8. HUMAN BRAIN MAPPING 81 1196 68,4210526
9. RESEARCH IN AUTISM SPECTRUM DISORDERS 76 1272 72,7688787
10. PERSONAL AND UBIQUITOUS COMPUTING 74 1346 77,0022883
11. IEEE TRANSACTIONS ON AUTONOMOUS MENTAL DEVELOPMENT 57 1403 80,2631579
12. NEURAL NETWORKS 57 1460 83,5240275
13. COGNITIVE TECHNOLOGY: INSTRUMENTS OF MIND, PROCEEDINGS 52 1512 86,4988558
14. EXPERT SYSTEMS 27 1539 88,0434783
15. SCIENCE ROBOTICS 23 1562 89,3592677
16. ROBOTICS 20 1582 90,5034325
17. INTERNATIONAL JOURNAL OF ADVANCED ROBOTIC SYSTEMS 18 1600 91,5331808
18. COMPUTERS IN HUMAN BEHAVIOR 16 1616 92,4485126
19. 2010 ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE ENGINEERING IN MEDICINE AND BIOLOGY SOCIETY(EMBC) 15 1631 93,3066362
20. ROBOTICS AND AUTONOMOUS SYSTEMS 15 1646 94,1647597
21. FRONTIERS IN ROBOTICS AND AI 14 1660 94,9656751
22. INTERNATIONAL JOURNAL OF HUMANOID ROBOTICS 12 1672 95,6521739
23. JOURNAL OF COMPUTER ASSISTED LEARNING 12 1684 96,3386728
24. AUTISM RESEARCH 11 1695 96,9679634
25. EDUCATIONAL TECHNOLOGY& SOCIETY 8 1703 97,4256293
26. IEEE ACCESS 7 1710 97,826087
27. IEEE TRANSACTIONS ON HUMAN–MACHINE SYSTEMS 6 1716 98,1693364
28. JOURNAL OF ALTERNATIVE AND COMPLEMENTARY MEDICINE 5 1721 98,4553776
29. RESEARCH IN DEVELOPMENTAL DISABILITIES 5 1726 98,7414188
30. COGNITIVE PROCESSING 4 1730 98,9702517
31. SCHIZOPHRENIA RESEARCH 4 1734 99,1990847
32. COMMUNICATION SCIENCES AND DISORDERS‐CSD 3 1737 99,3707094
33. 2015 IEEE INTERNATIONAL SYMPOSIUM ON ROBOTICS AND INTELLIGENT SENSORS (IEEE IRIS2015) 2 1739 99,4851259
34. 2017 INTERNATIONAL CONFERENCE ON ADVANCED TECHNOLOGIES IN DESIGN, MECHANICAL AND AERONAUTICAL ENGINEERING(ATDMAE 2017) 2 1741 99,5995423
35. JOURNAL OF EXPERIMENTAL& THEORETICAL ARTIFICIAL INTELLIGENCE 2 1743 99,7139588
36. IEEE TRANSACTIONS ON COGNITIVE AND DEVELOPMENTAL SYSTEMS 1 1744 99,771167
37. JOURNAL OF DEVELOPMENTAL AND PHYSICAL DISABILITIES 1 1745 99,8283753
38. MOLECULAR AUTISM 1 1746 99,8855835
39. PATTERN RECOGNITION LETTERS 1 1747 99,9427918
40. TRANSFORMING OUR WORLD THROUGH DESIGN, DIVERSITY AND EDUCATION 1 1748 100
41. FRONTIERS OF INFORMATION TECHNOLOGY& ELECTRONIC ENGINEERING 0 1748 100
42. HARNESSING THE POWER OF TECHNOLOGY TO IMPROVE LIVES 0 1748 100
43. PLOS ONE 0 1748 100
## 3.6普赖斯老化定律
根据王等人(2019年)的研究,该定律指的是科学文献失去相关性的速度。
此外,这些作者指出,根据研究领域的不同,文献老化指数可能会有所变化。
该指数表示近五年参考文献数量与参考文献总数之间的比例。本研究的结果表 明,截至2019年获得的普赖斯指数为21.7%。

图3显示了2015年至2019年普赖斯指数的演变情况。具体而言,该指数 从2015年到2017年呈下降趋势。此外,在2018年,该指数上升至最高值32.6 %。最后,在2019年期间,该指数显示出再次下降的趋势。

3.7根据作者合著情况的作者分布

纳入样本的69篇论文和会议录共由307位作者署名。根据结果,绝大多数作者 (84.12%)仅有单一著作。同样,由两位作者组成的团队仅占出版物的12.7 %。最后,仅有3%的作者发表了3篇以上的文章。在不同作者中,多滕汉的产 出最高,其拥有六篇出版物,其次是本·罗宾斯的五篇出版物。这两位最高产的作者均来自赫特福 德郡大学(英国)。

3.8作者的来源

本研究纳入的个人文献计量指标之一是作者所属国家。首先,英国是作者数量 最多的国家,其作者占论文总数的23.1%。其次,美国以17.3%位居第二。最 后,韩国以7.7%排名第三。

3.9研究领域

关于不同研究涵盖的领域,31.9%的研究集中在机器人外观等主题上。其余 论文则主要关注沟通与社会互动(59.41%)以及刻板、重复和受限的行为、 兴趣或活动(8.69%)。

4讨论

在2014–2019年期间,69篇论文中有51篇发表(73.9%),请尊重每年的出版数量。
根据Kostrubiec和Kruck(2020)的说法,这种增长的原因在于机器人在自闭症谱系 障碍干预中的有效性已得到证实。
对自闭症谱系障碍学生的干预已得到证明。此外,构成机器人的技术也得到了 改进,使得学生操作更加简便(Huijnen等,2017;Richardson等,2018)。

下一个分析变量是每年出版物的引用次数,这与出版物数量和即年指数相 关。对引用情况的研究显示,引用次数总体呈增长趋势,期间有一些稳定期。
在这方面,2019年达到最高值,为334次引用。这一引用次数较高的原因可能 是,根据理查森等人(2018年)的观点,机器人技术在自闭症谱系障碍儿童 中的应用领域正在持续发展。另一个原因是,根据Hassan等人(2020)的说 法,文章获得高引用次数的结果是因为文章发表后迅速被引用的速度非常低。
相反,获得最多引用次数的两篇文章分别发表于2009年和2007年,处于产出 高峰期之外。这可能表明,许多新发表的文章所依据的参考文献已具有一定年 代,因此科学领域存在一定的文献过时性(Banateppanavar和Biradar 2018年)。另一个密切相关的变量是即年指数。我们样本中发表在即年指数 较高期刊上的文章仅有两篇,总共仅获得23次引用,而总引用次数为1748次。
这可能是因为,正如Martín‐del‐Rio等人(2018年)所指出的,文章发表 的期刊年出版量较低所致。

关于受影响期刊的质量,可以看出样本中的大多数文章属于《期刊引证报 告》中第一四分位数和第二四分位数的期刊。然而,被引用次数最多的文章却 发表在属于第三四分位数的《国际社会机器人学杂志》上。这可以解释为:尽 管机器人技术在自闭症谱系障碍学生社交与沟通干预方面显示出诸多优势,但 目前仍缺乏大规模的研究(Ismail等人,2019年)以及验证其长期有效性的 研究(Desideri等人,2018年)。

另一个变量是布拉德福定律,它使我们能够获取构成该研究核心的期刊信 息。根据结果,排名第一的期刊占总引用次数的25%,而排名后十五位的期刊 仅占总引用次数的2%。这可能是因为,如Desai等人(2018年)所述,文献 是通过关键词或概念而非主题进行筛选的。换句话说,正确的索引才能为布拉 德福定律提供合适的文献依据。Desai等人(2018年)指出的其他原因可能是, 在选择基础期刊时存在一种风险,即会形成一个只考虑广泛接受的观点和方法 的科学环境,而这些观点和方法因此获得更多的引用。

分析一个科学领域的动态性时,建议采用普赖斯老化定律。该研究领域在 2019年的普赖斯老化指数为21%。较低的普赖斯比率表明我们所处的研究领 域非常活跃。这与罗巴切夫斯基等人(2020)的观点一致,他们指出医疗机器 人在康复、治疗和教育领域的应用有所增加。

关于合著情况的分布,84.12%的论文为单人撰写,而仅有3%的研究由三 人或更多作者组成的团队完成。这些结果与范内利和拉里维埃尔(2016)所指 出的情况相反,他们观察到当前研究的趋势是多学科团队合作以及作者人数较 多。例如,被引频次最高的10篇文章并非由一至两位作者组成的团队撰写。

关于作者来源,发表文章数量最多的作者来自美国、英国和韩国。我们的 结果部分与Bao等人(2018年)的研究结果一致,他们同样指出美国是最大的 产出国。这些作者认为韩国是第四大产出国,英国是第五大产出国。

最后,在研究领域方面,共收集了41份(59.41%)由治疗师实施以沟通和社 交互动为重点的干预措施的文献。根据美国精神病学协会(2013)的观点,这些 领域是自闭症谱系障碍学生最困难的部分。此外,根据Ramírez‐Duque等人( 2020)的研究,在这些情境中,机器人能够作为社交中介,收集儿童与机器人互 动的信息,并提供必要的社会支持系统。此外,根据尹等人(2017年)的研究, 当环境中存在机器人时,儿童倾向于进行社交活动。

5结论

结果表明,关于机器人技术在自闭症谱系障碍儿童中应用的科学文献相当丰富。
这一领域在过去几年中持续扩展。在此背景下,根据提出的研究问题,得出以 下结论:
首先,需要注意的是,该范围对应于2014年至2019年,2018 ‐是科研产出最 多的年份。科研产出最高的时期与获得最多引用次数的年份相吻合。
•科研产出与即年指数之间不存在直接的正比关系。•超过60%的期刊被收录
在Q1和Q2区,而Q3和Q4区收录的文章仅占约26%。•根据布拉德福定律,研
究领域的核心仅由2种期刊组成。•我们研究主题的老化率非常低,因此该研
究领域具有较强的动态性。•该研究领域大部分(96%)以1至2位作者组成的
团队进行组织。•发表文献数量最多的作者来自第二高产国家:英国。•最受 关注的研究领域是沟通与社会互动领域,以及限制性、重复性和刻板行为、兴 趣或活动模式的领域。

根据研究结果可以看出,由于出版物数量不断增加,机器人技术的应用正 在增长。此外,所分析的科学文献相对较新,过时性较低。因此,从所使用的 文献计量指标来看,机器人在自闭症谱系障碍学生中的应用正变得越来越重要。
从实践角度来看,本文可能为与自闭症谱系障碍人士合作的治疗师带来以下几 点启示:科研产出最多的年份使我们能够了解研究成果最集中的时间段,从而 帮助治疗师明确应重点关注哪些年份。另一方面,通过研究文章的引用情况, 可以查阅到传播更广泛的研究成果。同时,科学期刊的质量有助于治疗师确定 应查阅哪些期刊,以确保研究的高质量。同样,了解最热门的研究领域将为治 疗师提供干预设计的起点,并使其工作更具针对性。在此意义上,本研究提出 的指标建立了一系列步骤,可用于设计针对自闭症谱系障碍儿童的机器人干预 方案。

Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐