NO.1 什么是“Planning poker with NAO”？
Planning poker（规划扑克）是一种基于游戏的工作量估算技术，这种技术利用基于游戏的方法在小组中进行协作，以使所有小组成员能够做出决定并就项目中给定任务的工作量估计达成共识。
Planning poker 一般需要一个引导者，引导者指导该过程并确保参与人正确有效地使用该方法。
在测验中，社交机器人 NAO 充当了这次协作学习活动的引导者。NAO 为学生团队提供类似结构的练习，同时挖掘小组学习的潜力，如积极参与小组讨论、并为达成共识做出贡献。
实际上，不少研究曾对机器人 NAO 在促进学生小组互动学习上的能力进行过讨论，证明了 NAO 对小组社交学习的正向影响。有研究将人类促进者、NAO机器人促进者和平板电脑促进者进行对比，发现机器人 NAO 在时间管理的准确性和专注度上更有优势，这使它可以成为一个高效、客观的协作学习促进者。此外，作为一款自适应机器人，NAO的适应能力让它在鼓励学习者方面表现出色，有助于促进学习者之间的对话，促进小组合作。
在本次研究的测验中，NAO 首先通过语音和肢体与学生互动，向学生介绍 Planning poker 的规则。在游戏开始后，NAO 引导学生进行流程，且会在过程中鼓励学生讨论并证明自己的选择，以期达成共识。例如，NAO机器人会说：“好了，现在请证明你们的估计是正确的，并讨论一下你们将为这项任务分配哪个数字。”团队达成共识后，一位成员会向 NAO 报告最终结果，机器人会将数值保存在 PDF 报告中。在所有任务都估算完毕并达成共识后，NAO 结束活动，并要求学生思考所学内容，回顾学习成果。
NO.2 “Planning poker with NAO”如何诞生？
“Planning poker with NAO”应用程序的设计以基于场景的设计(scenario-based design, SBD)方法，SBD是一种侧重于分析当前挑战、设计解决问题的场景并评估解决方案的设计方法。应用SBD方法设计“Planning poker with NAO”应用程序包括三个主要阶段:
(A)分析当前实践和挑战
(B)设计具有叙事脚本的综合活动、信息和交互场景
(C)评估作为迭代原型的一部分
.webp)
由于 NAO 机器人在 Planning poker 的协作活动中扮演引导者的角色，因此大部分设计都侧重于确保对话和互动的顺利进行。这次设计经历了四次迭代，其中，NAO机器人的对话和互动设计逐步得到完善。
第一次迭代的重点是根据分析阶段的问题情景草案创建第一个原型。第二次迭代的重点是改进语音质量、增强对 Planning poker 的解释以及小组敏捷估算过程中的互动解释。之后的迭代中又进行了以下改动：(a) 改进了对话设计，增加了问题数量；(b) 进一步改进了解释，精简机器人所说的语言；(c) 将需要估算的任务数量从 8 个减少到 6 个；(d) 重新制定需要估算的任务，增加了有关每个任务的更多信息；(e) 在机器人的反应中引入了更多变化，使交互的可预测性更低，更令人兴奋。
经过第四次迭代，研究团队最终确定了“Planning poker with NAO"游戏的最终版本，并应用于本文介绍的研究中。
.webp)
这一脚本通过Choregraphe软件转化为“Planning poker with NAO”机器人应用程序。
（关于Choregraphe的更多内容，可戳：编程工具介绍 | Choregraphe—从图形化编程到Python的进阶利器
NO.3 与 NAO 一起进行 Planning poker 很有趣
测验结束后，研究采用了相应的学习体验量表，对学生的社交学习体验、NAO 机器人的互动质量等问题进行了探讨，对测试结果进行了统计以及分析。
结果表明，研究参与者在“Planning poker with NAO”的测验中，无论是在情感层面还是在认知层面，都呈现出积极的体验。
首先，参与者对测验中的社交学习体验给予了正向的评价。“团队中的 Planning poker 使学习变得有趣”，像这样的正面表述项在量表中得分更高，说明在小组中 Planning poker 的社交学习经验是愉快的，并且对于获得学习成果有价值，特别是在理解敏捷评估和获得在未来应用所学知识的意愿方面。
其次，结果表明，参与者对 NAO 机器人的交互体验质量给予积极的评价。学生给出了“与 NAO 的互动很有趣”、“与 NAO 一起玩 Planning poker 后充满信心”等肯定的评价。
最后，针对是否使用过 NAO 机器人这一影响因素，结果表明，之前有 NAO 机器人使用经验的学生，比没有使用经验的学生更自信。
NO.4 NAO 与教师一起提供更好的小组学习体验
研究进一步指出，像“Planning poker with NAO”这种机器人支持的协作学习活动为人类教师提供了有力支持。由于社交机器人可以重复执行相同的标准化脚本，而不会产生任何疲劳或注意力下降，因此社交机器人的潜力可以体现在提高可扩展性方面，使大量学生从小组互动体验中受益。
此外，有了社交机器人来协调协作学习活动，教师就有更多时间为小组学习者提供个性化支持和反馈，使学生受益。
Reference:https://www.mdpi.com/2076-3417/13/7/4106
.webp)
.jpg)
