Sozialwesen (SW)
Refine
Year
Publication Type
- Article (31)
- Part of a Book (12)
- Book (7)
- Conference Proceeding (5)
- Review (4)
Language
- German (59) (remove)
Has Fulltext
- no (59) (remove)
Keywords
- Autismus, Robotik, KI (2)
- Anpassungsstörungen, Belastungsreaktionen (1)
- Autismus (1)
- Autismus, Förderprogramme, Evidenzbasierung (1)
- Autismus, Informationsplattform (1)
- Autismus, Verhaltenstherapie, Alltagsorientierung, Evidenzbasierung (1)
- Autismus-Spektrum (1)
- Autismus-Spektrum-Störung (1)
- Autismusspezifische Verhaltenstherapie (1)
- Beziehung (1)
- Evidenzbasierte Förderung (1)
- Frühintervention (1)
- Kommunikation (1)
- Mensch-Technik-Interaktion (1)
- Partnerschaft (1)
- Psychiatrie, Sozialpsychiatrie, Psychiatriekritik (1)
- Rezension, Psychiatrie, Lehrbuch (1)
- Sozialer Roboter (1)
- Sozialmedizin, Public Health, Gesundheitswissenschaft (1)
Hintergrund:
Ziel des wissenschaftlichen Projekts MigrAVE (Multilinguales Online-Lernportal und transkultureller Roboter-Lernassistent für Autismus-Spektrum-Störungen) ist die Entwicklung eines Lernassistenz-Roboters, der autistische Kinder und ihre Therapeuten bei der Durchführung von Lernprogrammen im Rahmen verhaltenstherapeutischer Interventionen unterstützt. Die Ausstattung mit einem KI-basierten Zustandserkennungssystem ermöglicht es dem Roboter, Übungen zu initiieren und die Aufmerksamkeit der Kinder während der Ausführung zu überwachen. Weiterhin soll der Roboter intervenieren, wenn Verhaltensweisen erkannt werden, die den Lernprozess beeinträchtigen. Als Reaktion auf identifiziertes, abgelenktes Verhalten soll der Roboter mit kindgerechter Ansprache die Aufmerksamkeit und Motivation des Kindes wiederherstellen. Die in anderen Studien genutzte Analyse von Sprache oder Gesichtsausdruck zur Erkennung von Emotionen stellt in der Anwendung bei autistischen Kindern aufgrund häufig eingeschränkter Mimik und sprachlicher Limitierungen eine technisch schwer umzusetzende Herausforderung dar. Zur Realisierung wird im Projekt MigrAVE stattdessen ein technologischer Ansatz vorgeschlagen, der sich auf die automatische Erkennung von Engagement auf der Grundlage von Blickrichtungs- und Gesichtsmerkmalsanalysen konzentriert. Um die Erkennung von Engagement zu ermöglichen, entwickeln wir in MigrAVE einen datenbasierten Algorithmus. Hierfür sind Trainingsdaten notwendig, die die reale Interaktion zwischen Kindern und Roboter spiegeln und eine Lerndatenerhebung erforderlich machen.
Methode:
Im Rahmen der Lerndatenerhebung interagierten 30 Teilnehmer mit einer gesicherten Diagnose aus dem autistischen Spektrum im Alter zwischen fünf und 21 Jahren (M = 10.44, SD = 3.43) mit dem Roboter. Während die Probanden zwei verhaltenstherapeutische Lernprogramme in Interaktion mit dem Roboter bearbeiteten, wurden Audio- und Videodaten aufgezeichnet. Die erhobenen Daten werden im Folgenden annotiert und dienen als Basis für das Training von Engagementdetektions-Modellen und entsprechenden Coping-Reaktionen.
Ergebnisse:
Da der Prozess der Annotation noch andauert, liegen aktuell keine abschließenden Ergebnisse vor. Diese werden zum Zeitpunkt der Konferenz präsentiert.
Schlussfolgerungen:
Aufgrund der Besonderheiten des mimischen und sprachlichen Ausdrucks bei Personen im autistischen Spektrum stellt der technologische Ansatz auf Basis von Blickrichtungs- und Gesichtsmerkmalsanalysen eine vielversprechende Alternative zu bisherigen klassischen Mimik- und Sprachanalysen dar.
Assistenzrobotik für verhaltenstherapeutische Förderprogramme: Möglichkeiten und Limitierungen.
(2024)
Hintergrund:
Im BMBF-geförderten Forschungsprojekt MigrAVE (Multilinguales Online-Lernportal und transkultureller Roboter-Lernassistent für ASS) wurde neben einer Online-Informationsplattform ein Assistenzroboter zur Förderung autistischer Kinder im Rahmen verhaltenstherapeutischer Interventionsprogramme auf der Basis am Markt verfügbarer Hardware entwickelt. Der Roboter ist mit einem KI-basierten Zustandserkennungssystem ausgestattet, das das Engagement durch
Blickrichtungs- und Gesichtsmerkmalsanalysen automatisiert auswertet.
Dies ermöglicht dem Roboter, Aufgaben eigenständig zu initiieren und die Aufmerksamkeit der Kinder während der Ausführung zu überwachen. Zudem interveniert der Roboter mit einer kindgerechten Ansprache, sobald z.B. Ablenkung des Kindes festgestellt wird.
Methodik:
Zunächst wurde eine umfassende Anforderungsanalyse zu den Bedürfnissen
der möglichen Nutzer, ihrer betreuenden Therapeuten und Angehörigen
durchgeführt. Im Rahmen einer Lerndatenerhebung wurden im nächsten
Schritt Audio- und Videodaten von Kind-Roboter-Interaktionen gesammelt.
Die so erhobenen Daten wurden annotiert und bildeten die Grundlage für
das Training von Engagementdetektions-Modellen und entsprechenden
Coping-Reaktionen des Roboters. Feldversuche evaluierten die
Klassifikationsergebnisse der Detektionsalgorithmen und die Wirksamkeit
der Roboter-Coping-Reaktionen. Basierend auf den Ergebnissen erfolgten
im Anschluss Redesign- und Verfeinerungsarbeiten. Eine abschließende
Online-Studie bewertete schließlich die Akzeptanz bei den Endnutzern.
Ergebnisse:
Für den Roboter-Lernassistenten wurde ein KI-basiertes
Engagement-Erkennungs-System entwickelt, welches die Besonderheiten von
Kindern im Autismus-Spektrum berücksichtigt und die Durchführung
verhaltenstherapeutischer Lernprogramme ermöglicht. Im Rahmen der
durchgeführten Feldevaluation des Roboters wurde sein Einsatz als
hilfreich bewertet, um Lernerfolg und Motivation der Kinder zu steigern.
Weiterer technischer Entwicklungsbedarf besteht hinsichtlich der
Handlungs-, Reaktions- und Bewegungsmöglichkeiten des Roboters sowie der
Personalisierbarkeit.
Schlussfolgerungen:
Grundsätzlich ist der Einsatz von Assistenzrobotern als Unterstützung im
Rahmen verhaltenstherapeutischer Förderprogramme möglich; mittlerweile
weisen die am Markt verfügbaren Systeme in Verbindung mit der im Projekt
entwickelten Software dem Grunde nach zentrale Fähigkeiten für
Zustandserkennung und eine adressatengerechte Kommunikation auf.
Reaktionsrepertoire, -geschwindigkeit und -individualisierung müssen bis
zur Praxistauglichkeit noch erweitert werden.
Autismus-Spektrum-Störung
(2021)
Autismus-Spektrum-Störungen gehören zu den tiefgreifenden Entwicklungsstörungen. Sie sind charakterisiert durch Auffälligkeiten in der sozialen Kommunikation und Interaktion sowie das Vorhandensein von eingeschränkten und repetitiven Verhaltensweisen und Interessen. Prävalenzschätzungen gehen davon aus, dass bei ca. 1 % der Kinder und Jugendlichen eine Autismus-Spektrum-Störung vorliegt. Mittlerweile existiert eine Reihe an Förderprogrammen, die sich u. a. sowohl vom Altersspektrum (Frühintervention vs. Intervention im Kindes- und Jugendalter), der Intensität (hoch- vs. niedrigfrequentiert), der vermittelnden Gruppe (Therapeut, Eltern, Kindergarten und Schule) oder auch im Setting (Therapie-Setting vs. Lebensweltorientierung) unterscheiden. Aus dem Bereich der Frühintervention werden hier zwei Programme exemplarisch vorgestellt, wobei 1) MIA eine intensive und 2) A-FFIP eine niedrigfrequente Intervention darstellt. Zudem werden zwei Förderprogramme aus dem Kindes- bis jungen Erwachsenenalter besprochen. Sowohl 3) KOMPASS als auch 4) KONTAKT richten sich als Gruppenprogramm an Personen mit einem höheren kognitiven Funktionsniveau.