Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Recalling shared memories in an embodied conversational agent: Personalized robot support for children with diabetes in the PAL project
KTH, School of Information and Communication Technology (ICT).
2017 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesis
Abstract [en]

The PAL project aims to help children with type 1 diabetes to improve their self-management skills using a social robot and its virtual avatar. It has been challenging to gain a long-term relationship with a robot or virtual character. After the novelty effect wears off, the interest of the user decreases over time. The aim of this project was to explore and develop personalized interactions with the children, using episodic memory to improve the engagement and diabetes self-management. A module was built that could capture and refer to shared experiences between the PAL actor and the child. During an experiment with children, the usage decreased over time after the novelty effect wore off. No increases in affection, motivation and diabetes self-management were found after the implementation of the episodic memory module. The full potential of episodic memory was however untested, as the novelty effect already wore off before the implementation. Further research is recommended in order to assess the benefits of an improved version of the episodic memory update during an A/B test.

Abstract [sv]

Pal-projektet syftar till att hjälpa barn med diabetes typ 1 att förbättra färdigheter för att klara av diabetes-relaterade rutiner med hjälp av en social robot och dess virtuella avatar. Det har visat sig vara svårt att behålla relationen till en robot eller virtuell karaktär under längre tid. Efter att nyhetseffekten försvinner så sjunker användarens intresse relativt snabbt. Syfte med mitt examensarbete har varit att utforska och ta fram personanpassade interaktioner med barn genom att använda episodiskt minne för att öka engagemanget och på så sätt förbättra diabetes-relaterade rutiner. Första steget var att utveckla en modul som fångar och hänvisa till gemensamma erfarenheter mellan roboten och användaren. Detta testades därefter med hjälp av ett experiment som ingick i en större försök där denna modul användes. Resultat visar att barnen minskade användningen över tid även i detta fall, och vi har inte kunnat visa någon ökning i känslomässig spänning, motivation och förbättrade diabetes-relaterade rutiner. Det episodiska minnets fulla potential har dock inte kunnat testmts i detta experiment, eftersom nyhetseffekten delvis redan avtagit i det aktuella försöket. Framtida forskning rekommenderas att utvärdera fördelarna av en förbättrad version av det episodiska minnets uppdatering under en kontrollerad a/b-test.

Place, publisher, year, edition, pages
2017. , p. 34
Series
TRITA-ICT-EX ; 2017:187
National Category
Human Computer Interaction
Identifiers
URN: urn:nbn:se:kth:diva-219620OAI: oai:DiVA.org:kth-219620DiVA, id: diva2:1164181
Subject / course
Computer Science
Educational program
Master of Science - Human-Computer Interaction
Examiners
Available from: 2017-12-14 Created: 2017-12-10 Last updated: 2018-01-13Bibliographically approved

Open Access in DiVA

No full text in DiVA

By organisation
School of Information and Communication Technology (ICT)
Human Computer Interaction

Search outside of DiVA

GoogleGoogle Scholar

urn-nbn

Altmetric score

urn-nbn
Total: 42 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf