Robo-Blocks: Generative Scaffolding in End-User Design and Programming of Social Robots

Resumo Técnico: Robo-Blocks – Andaimagem Generativa no Design e Programação de Robôs Sociais por Usuários Finais

Declaração do Problema

Programar robôs sociais é inerentemente desafiador para usuários finais novatos devido à necessidade de integrar planejamento, design de interação e expertise em programação. Embora os Modelos de Linguagem de Grande Escala (LLMs) ofereçam promessas ao gerar código a partir de linguagem natural, eles frequentemente obscurecem elementos críticos de programação e podem suplantar a intenção do designer, levando a uma dependência excessiva em vez do desenvolvimento de habilidades. Métodos existentes, como programação baseada em blocos (por exemplo, Blockly) ou design baseado em narrativa (por exemplo, bodystorming), abordam partes do desafio, mas falham em preencher a lacuna entre o planejamento conceitual inicial e comportamentos de robô executáveis. Há uma falta de ferramentas que efetivamente sustentem a tradução de intenções sociais de alto nível em ações programáveis sem automatizar o processo inteiramente.

Metodologia

Os autores empregaram uma abordagem de Pesquisa através do Design (RtD) para desenvolver e avaliar o Robo-Blocks, um ambiente de programação baseado em blocos que utiliza LLMs como "andaimagem generativa". O sistema é construído sobre a plataforma de robô Misty II, utilizando React, a API REST do Misty II e o GPT-4o da OpenAI.

O fluxo de trabalho do Robo-Blocks segue uma estrutura de quatro fases projetada para tornar explícitos o fluxo de interação e o contexto:

1. Criação Narrativa: Os usuários co-criam uma história com um agente LLM descrevendo ações, emoções e contexto do robô. A interface utiliza "marcos narrativos" (personagens, localização, tempo, ações, eventos, final, emoções) para estruturar a entrada, guiando os usuários a articular a intenção antes de codificar.
2. Geração de Objetivos: O LLM traduz a narrativa em objetivos de programação acionáveis. Cada objetivo é acompanhado por dicas opcionais sugerindo blocos e parâmetros de programação específicos, tornando visível a tradução da intenção para a implementação.
3. Programação e Simulação: Os usuários constroem programas usando uma interface baseada em Blockly. Os objetivos e dicas gerados anteriormente permanecem visíveis para apoiar a reflexão. Um simulador integrado permite que os usuários visualizem o movimento, as expressões e a fala do robô antes da implantação.
4. Teste e Implantação: Os usuários conectam-se a um robô Misty físico para testar o programa. O sistema incentiva a iteração, permitindo que os usuários revisitem fases anteriores se a execução física não estiver alinhada com a simulação ou a intenção narrativa.

Estudo com Usuários:
Um estudo foi conduzido com 14 participantes novatos (proficiência em programação de nível iniciante auto-relatada). O procedimento envolveu:

• Criar um storyboard em papel de uma interação social.
• Usar o Robo-Blocks para co-autoria de uma narrativa, gerar objetivos, programar o robô e implantar o código.
• A coleta de dados incluiu gravações de tela, logs de chat, logs de atividade, programas finais, escalas de Usabilidade do Sistema (SUS) e pesquisas USE, e entrevistas semiestruturadas.

Principais Contribuições

1. Abordagem Inovadora: Um método de andaimagem generativa baseado em narrativa que apoia usuários finais na autoria de comportamentos de robôs sociais, fundamentando a programação em narrativas sociais intuitivas.
2. Design do Sistema: O desenvolvimento do Robo-Blocks, um ambiente que instancia um processo de quatro fases (Narrativa → Objetivos → Programação → Implantação), onde os LLMs atuam como auxiliares cognitivos em vez de geradores autônomos de código.
3. Insights Empíricos: Uma análise de como a andaimagem generativa molda estratégias de design e programação de usuários finais, revelando personas distintas de usuários e padrões de uso.

Resultados

O estudo identificou três personas principais de usuários com base em sua dependência da andaimagem, e uma quarta persona emergindo de incompatibilidades do sistema:

• Construtores Independentes: Usuários que raramente solicitaram ajuda ou usaram dicas, mantendo controle total sobre sua narrativa e código.
• Usuários Dependentes: Usuários que confiaram pesadamente no LLM para geração de narrativa e seguiram dicas passo a passo para montar programas.
• Usuários Colaborativos: Usuários que adotaram uma abordagem híbrida, modificando narrativas com base em sugestões e usando dicas seletivamente para guiar tarefas específicas de codificação.
• O Usuário Frustrado: Uma persona que emerge quando sugestões de andaimagem (por exemplo, capacidades específicas do robô) entraram em conflito com os blocos realmente disponíveis no ambiente de programação. Essa incompatibilidade fez com que os usuários buscassem recursos inexistentes, levando à frustração e desengajamento.

Achados Quantitativos:

• Pontuação SUS: Média de 73,85 (DP = 14,78), indicando usabilidade geralmente positiva.
• Subescalas USE: Pontuações altas para Facilidade de Aprendizado (M = 5,85) e Facilidade de Uso (M = 5,14).
• Padrões de Uso: Na fase narrativa, 5/14 participantes solicitaram ajuda; na fase de programação, 11/14 usaram dicas. No entanto, 4/14 participantes relataram discordâncias com a andaimagem, principalmente devido a capacidades alucinadas (por exemplo, sugerir um bloco de temporizador que não existia).

Achados Qualitativos:
Os participantes apreciaram a fase narrativa para esclarecer ideias e adicionar detalhes criativos. No entanto, existia uma tensão entre a liberdade criativa oferecida pelo LLM e as restrições do robô físico. Alguns usuários sentiram que a andaimagem os desviou ao sugerir capacidades que o robô não possuía, destacando um efeito de "faca de dois gumes", onde a andaimagem auxilia a criatividade, mas pode introduzir confusão quando não está alinhada com as restrições do sistema.

Significado e Alegações

O artigo afirma que a andaimagem generativa pode apoiar efetivamente programadores de robôs novatos ao preencher a lacuna entre intenções sociais abstratas e comportamentos executáveis. Os autores argumentam que:

• Narrativa como Ponto de Entrada: O uso de narrativas permite que novatos raciocinem sobre o contexto social e o personagem antes de lidar com a implementação técnica.
• Visibilidade do Raciocínio: Ao expor representações intermediárias (objetivos e dicas), o sistema previne o efeito de "caixa preta" dos LLMs, permitindo que os usuários inspecionem, revisem e compreendam o mapeamento entre intenção e código.
• Necessidade de Calibração: O estudo destaca que a andaimagem deve calibrar dinamicamente as expectativas do usuário com as capacidades reais do robô. Prompts estáticos que alucinam capacidades minam a confiança e o engajamento.
• Implicações de Design: A andaimagem eficaz não deve apenas reduzir barreiras, mas também ajudar ativamente os usuários a alinhar seus objetivos criativos com as restrições do sistema, potencialmente através de "empurrões reflexivos" e suporte adaptativo que muda com base nas necessidades do usuário e no contexto da tarefa.

Os autores concluem que, embora sua abordagem tenha demonstrado com sucesso o potencial da andaimagem baseada em narrativa, trabalhos futuros devem abordar as limitações de comportamentos roteirizados e explorar estratégias de andaimagem mais adaptativas e não lineares para robôs sociais complexos e reativos.