Algorithmic Accuracy as a Motivational Driver in Robot-Mediated Learning: A Comparative Study of Cross-Correlation and CNN-Based Sound Detection in an Interactive Quiz Game

Resumo Técnico: A Precisão Algorítmica como um Impulsionador Motivacional na Aprendizagem Mediada por Robôs

Definição do Problema
Embora a pesquisa em Interação Humano-Robô (HRI) educacional tenha explorado extensivamente como a aparência, o comportamento e as estratégias pedagógicas do robô influenciam a motivação do aprendiz, existe uma lacuna significativa na compreensão do impacto dos algoritmos de percepção subjacentes do robô. Em cenários de aprendizagem competitiva, como jogos de quiz mediados por robôs, a percepção imprecisa (por exemplo, falhar ao detectar o primeiro aluno a pressionar um botão) pode levar a interações injustas, redução da confiança e diminuição da autoconfiança do aprendiz. As pesquisas existentes em classificação de som focam em métricas de engenharia (acurácia, latência) em ambientes controlados, frequentemente negligenciando como a degradação do desempenho algorítmico em condições acústicas do mundo real se traduz na experiência do aprendiz. Especificamente, abordagens de aprendizado profundo, como Redes Neurais Convolucionais (CNNs), frequentemente sofrem com o descompasso de domínio (domain mismatch) quando implantadas em ambientes acusticamente diferentes em relação aos seus dados de treinamento, enquanto métodos baseados em modelos (template-based) podem oferecer maior robustez sem a necessidade de retreinamento extensivo.

Metodologia
O estudo empregou um delineamento experimental controlado entre sujeitos para investigar a relação entre a precisão da detecção de som e a motivação do estudante.

• Participantes: 40 estudantes universitários foram divididos igualmente em dois grupos (n=20 por grupo).
• Sistema: Um robô humanoide Pepper atuou como o anfitrião do quiz, gerenciando a apresentação de perguntas, a contagem de pontos e o feedback. O sistema incluiu um módulo de aquisição de áudio e um módulo de detecção de som.
• Condições Experimentais:
  • Grupo de Controle (CNN): Utilizou uma Rede Neural Convolucional treinada em dados de laboratório sem retreinamento ou calibração adicional para o ambiente de sala de aula específico.
  • Grupo Experimental (Correlação Cruzada): Utilizou um algoritmo de Correlação Cruzada que comparava os sinais de áudio recebidos contra um modelo de referência gravado imediatamente antes de cada sessão, permitindo a adaptação ao ambiente acústico específico sem retreinamento.
• Procedimento: Ambos os grupos participaram de sessões de quiz interativas idênticas baseadas em botões de resposta. A única variável foi o algoritmo de detecção de som utilizado para identificar o primeiro respondedor.
• Métricas:
  • Motivação: Avaliada por meio do Inventário de Motivação Intrínseca (IMI), medindo cinco subescalas: Interesse/Prazer, Competência Percebida, Esforço/Importância, Escolha Percebida e Pressão/Tensão (codificada inversamente).
  • Desempenho do Algoritmo: Avaliado via acurácia de detecção em tempo real, latência e a necessidade de calibração.

Principais Contribuições

1. Avaliação Comparativa: Uma comparação direta entre algoritmos de CNN e de Correlação Cruzada para identificação de primeiro respondedor em tempo real em um ambiente educacional, destacando as compensações (trade-offs) entre o aprendizado baseado em dados e o processamento de sinal baseado em modelos.
2. Investigação Empírica: Uma análise da correlação entre a acurácia algorítmica e a motivação intrínseca, demonstrando que a confiabilidade técnica influencia diretamente os resultados psicológicos.
3. Validação do Modelo APMR: Suporte empírico para o modelo proposto de Relação entre Precisão Algorítmica e Motivação (APMR), que postula que melhorias na acurácia da percepção aumentam a motivação do aprendiz ao promover percepções de justiça, competência e engajamento.

Resultados

• Desempenho do Algoritmo: O algoritmo de Correlação Cruzada demonstrou maior robustez no ambiente de sala de aula, alcançando 87% de acurácia de detecção em comparação aos 69% da CNN. A abordagem de Correlação Cruzada exigiu apenas uma curta gravação de modelo para calibração, enquanto a CNN exigiu treinamento prévio e não mostrou adaptação ao novo ambiente acústico. A latência foi comparável (280 ms vs. 300 ms).
• Resultados Motivacionais: Participantes do grupo de Correlação Cruzada relataram pontuações significativamente mais altas em todas as subescalas do IMI em comparação ao grupo CNN:
  • Interesse/Prazer: Aumentou de 3,49 (CNN) para 4,38 (Correlação Cruzada).
  • Competência Percebida: Aumentou de 3,74 para 4,31.
  • Esforço/Importância: Aumentou de 3,80 para 4,60.
  • Escolha Percebida: Aumentou de 4,13 para 4,27.
  • Pressão/Tensão (Codificada inversamente): Melhorou de 3,86 para 4,34, indicando menor pressão psicológica.
• Observação Qualitativa: A maior acurácia do sistema de Correlação Cruzada resultou em menos interrupções e classificações incorretas, levando os alunos a perceberem as decisões do robô como mais consistentes e justas.

Significância e Alegações
O artigo alega que a acurácia algorítmica não é meramente uma métrica de desempenho de engenharia, mas uma variável de design crítica na robótica educacional. Os achados sugerem que a confiabilidade dos algoritmos de percepção é tão importante quanto os comportamentos sociais para manter o engajamento e a motivação do aprendiz. Ao validar o modelo APMR, o estudo argumenta que futuros sistemas robóticos educacionais devem priorizar mecanismos de percepção robustos — como o pareamento de modelos adaptáveis ao ambiente em vez de modelos de aprendizado profundo estáticos em configurações acústicas variáveis — para garantir experiências de aprendizagem justas e motivadoras. Os autores observam limitações quanto ao tamanho da amostra e ao contexto específico de uma única plataforma robótica, sugerindo que trabalhos futuros explorem populações diversas, modalidades adicionais (ex: visão) e arquiteturas de aprendizado profundo avançadas com adaptação de domínio.