ChildCI Framework: Analysis of Motor and Cognitive Development in Children-Computer Interaction for Age Detection
Universidad Autonoma de Madrid（马德里自治大学）；Hospital Universitario Infanta Leonor（莱昂公主大学医院）
本文分析ChildCI框架，提出100多个运动与认知全局特征，在单测试和多测试场景下基于ChildCIdb_v1数据库实现超93%的儿童年龄组检测准确率，证明儿童年龄与移动设备交互方式高度相关。
2024-03-18 cs.CV cs.HC
`I make up a silly name': Understanding Children's Perception of Privacy Risks Online
11岁以下的儿童通常被认为太小，无法理解在线隐私的含义。也许正因为如此，很少有研究关注年幼儿童的风险识别和应对。然而，这种知识对于为这一年龄组设计有效的保障机制至关重要。通过对英国学校29名6-10岁儿童的12项焦点小组研究，我们研究了儿童如何描述与他们使用平板电脑相关的隐私风险，以及他们使用哪些信息来识别威胁。我们发现，孩子们可以很好地识别和表达某些隐私风险，例如信息过度共享或在网上泄露真实身份;然而，他们对其他风险的意识较低，例如在线跟踪或游戏促销。我们的研究结果为支持儿童对网络风险的认识和在线保护自己的能力提供了有希望的方向。
2019-01-29 cs.HC
Ask Me Anything: Exploring children's attitudes toward an age-tailored AI-powered chatbot
本文构建并测试面向儿童的主题限定AI聊天机器人AMA，通过63名K-8学生的互动与问卷，揭示其好奇、信任、拟人化及主动验证信息可信度的态度。
2025-02-20 cs.HC
Actions Speak Louder Than Chats: Investigating AI Chatbot Age Gating
University of California, Irvine（加州大学尔湾分校）；The University of Alabama（阿拉巴马大学）
本文研究流行聊天机器人是否能通过对话估计用户年龄并采取行动限制儿童访问，发现其未能履行自身政策。
2026-02-10 cs.CR cs.HC
Magicarpet: A Parent-child Interactive Game Platform to Enhance Connectivity between Autistic Children and Their Parents
针对自闭症儿童与父母社交连接不足的问题，提出互动游戏地毯Magicarpet，通过五家庭用户研究验证，证明其能提升儿童游戏动机与参与度，展现HCI设计促进亲子连接的潜力。
2025-03-28 cs.HC
EXPLORA: A teacher-apprentice methodology for eliciting natural child-computer interactions
提出EXPLORA多模态多阶段在线方法，通过师徒关系和观察前访谈收集态度数据，结合手段-目的分析框架，系统研究9-11岁巴西儿童在作业信息搜索中的技术使用情境与交互过程。
2024-03-25 cs.HC cs.IR
Ethical Concerns when Working with Mixed-Ability Groups of Children
针对无障碍研究中残障儿童纳入存在伦理缺口、HCI/HRI领域与残障儿童合作面临伦理困境且缺乏明确指引的问题，本研究采用批判性反思方法，通过两则相关案例分析评估研究影响，为应对相关挑战提供基础。
2024-04-17 cs.HC
Are Children Fully Aware of Online Privacy Risks and How Can We Improve Their Coping Ability?
采用平板电脑或智能手机等数字技术的儿童年龄越来越小。然而，11岁以下的儿童通常被认为太小，无法理解在线隐私的概念。有限的研究集中在这个年龄组的儿童。在2018年夏天，我们对来自牛津郡小学的29名6-10岁的儿童进行了12项焦点小组研究。我们的研究表明，儿童对某些隐私风险有很好的理解，例如信息过度共享或避免在网上透露真实身份。他们可以使用一系列的描述来阐明风险，并描述他们的风险应对策略。然而，与此同时，我们发现儿童对其他风险的认识较少，例如在线跟踪或游戏促销。受Vygotsky的近端发展区（ZPD）的启发，这项研究确定了儿童对在线隐私的理解的关键知识差距，以及未来教育和技术发展的几个方向。我们呼吁关注提高儿童对在线建议和数据跟踪相关风险的认识和理解的需求，这些风险在儿童遇到的游戏和内容中变得越来越普遍。我们还呼吁注意儿童使用语言描述风险的情况，这可能是适当的，但不一定表明他们充分了解这些威胁。
2019-02-06 cs.CY cs.HC
Child-Computer Interaction with Mobile Devices: Recent Works, New Dataset, and Age Detection
Universidad Autonoma de Madrid（马德里自治大学）；Hospital Universitario Infanta Leonor（莱昂诺尔公主大学医院）
本文概述了最近的研究在儿童计算机与移动设备的交互，并描述了我们的框架ChildCI打算：i）克服了该领域缺乏大规模公开数据库的问题，ii）随着时间的推移，对儿童的认知和神经运动发育有了更好的理解，这与文献中大多数以前的研究集中在单次习得上相反，以及iii）通过获取诸如学校成绩和儿童疾病等额外信息，实现电子学习和电子健康的新应用。我们的框架包括一个新的移动应用程序，特定的数据采集协议，以及ChildCI数据集（ChildCIdb v1）的首次发布，计划每年扩展一次，以实现纵向研究。在我们的框架中，儿童使用手写笔和手指与平板设备进行交互，执行不同的任务，需要不同水平的神经运动和认知技能。ChildCIdb是文献中第一个包含400多名18个月至8岁儿童的数据库，因此考虑到皮亚杰理论的前三个发展阶段。此外，作为一个潜在的ChildCI框架的演示，我们包括实验结果的ChildCIdb启用的许多应用程序之一：基于设备交互的儿童年龄检测。
2022-02-22 cs.CV cs.HC
Could Interaction with Social Robots Facilitate Joint Attention of Children with Autism Spectrum Disorder?
这项研究探讨了与社交机器人的互动是否可以促进自闭症谱系障碍（ASD）的共同注意力。两个条件的发起人，即“人类”与“机器人”进行了测量与15名儿童与ASD和15名年龄匹配的典型发展（TD）的儿童。除了注视和注视转换，一个新的最长共同子序列（LCS）的方法被提出来分析眼动轨迹。结果显示，ASD儿童表现出联合注意缺陷。与人类智能体相比，机器人对目标的注视更少，但它吸引了更多的注意力，并允许儿童表现出凝视过渡并遵循联合注意逻辑。这一结果突出了LCS分析在眼动跟踪研究和社交机器人干预方面的潜在应用。
2018-03-04 cs.HC q-bio.NC
EmoconLite: Bridging the Gap Between Emotiv and Play for Children With Severe Disabilities
脑机接口（BCI）允许用户通过调节他们的大脑活动来控制计算机应用程序。由于脑机接口完全依赖于大脑活动，他们有巨大的潜力，作为一种替代访问方法，使儿童参与严重残疾和/或医疗复杂性的治疗娱乐和休闲。特别地，一种市售的BCI平台是EPOC头戴式耳机，其是便携式且负担得起的脑电图（EEG）设备。结合EmotivBCI软件，该系统可以生成一个模型，根据用户的EEG信号实时识别不同的心理任务。虽然该系统显示出在BCI诊所的设置中由儿科人群使用的前景，但它缺乏允许用户使用生成的分类输出直接控制计算机应用程序的集成支持。为了实现这一目标，用户必须创建自己的程序，这对于那些可能不喜欢技术的人来说可能具有挑战性。为了解决这一差距，我们开发了一个免费提供的用户友好的BCI软件应用程序，名为ReconLite。使用EmotiveBCI的分类输出，SparkconLite允许用户播放来自多个平台的YouTube视频片段和各种视频游戏，最终为用户创建端到端解决方案。通过在Holland Bloorview Kids Rehabilitation Hospital的BCI诊所中的部署，EscherconLite正在弥合研究和临床实践之间的差距，为儿童提供BCI技术并支持BCI功能的游戏。
2021-05-26 cs.HC cs.SE
"Alexa doesn't have that many feelings": Children's understanding of AI through interactions with smart speakers in their homes
Centre for Research in Digital Education（数字教育研究中心）；The University of Edinburgh（爱丁堡大学）
本研究通过混合方法调查苏格兰6-11岁儿童与语音对话助手的互动，发现他们高估AI智能、对隐私缺乏准确理解，为AI素养教育提供依据。
2023-05-09 cs.AI cs.HC
Toys that listen, talk, and play: Understanding Children's Sensemaking and Interactions with AI Toys
University of Washington（华盛顿大学）；Rutgers University（罗格斯大学）
研究探讨儿童与AI玩具互动时对边界、自主性与关系的理解，通过参与式设计发现儿童对玩具充满好奇，但频繁互动失败和智能与玩具形式的不匹配导致对抗性游戏，提出透明、适龄、负责任的设计建议。
2026-04-03 cs.AI cs.HC
Design and development a children's speech database
South-West University "Neofit Rilski"（西南大学“Neofit Rilski”）
报告介绍了规划、设计和开发母语为保加利亚语的儿童口语数据库的过程。所提出的模型是专为4至6岁之间的儿童没有言语障碍，并反映了他们的具体能力。在这个年龄段，大多数儿童不能阅读，没有持续的注意力，他们是情绪化的，等等，目的是团结所有的媒体信息伴随着记录和处理的口语，从而促进工作的研究人员在该领域的语音识别。该数据库将用于儿童的语音识别，儿童的语音合成系统，游戏，允许话音控制等系统的开发。作为一个结果，提出了一个原型系统的语音识别模型。
2016-05-25 cs.CL cs.HC cs.SD
Kid on The Phone! Toward Automatic Detection of Children on Mobile Devices
New York University（纽约大学）
研究表明，儿童在很小的时候就可以接触到智能设备。这对儿童-计算机交互、儿童在线安全和早期教育的研究具有重要意义。基于这样的研究，已经建立了许多系统。在这项工作中，我们提出了多种技术来自动检测智能设备上的儿童的存在，这可以用作此类系统的第一步。我们的方法基于操作触摸功能的现代计算设备时的行为差异来区分儿童和成人。从触摸屏和内置传感器记录的数据中提取行为差异。为了评估所提出的方法的有效性，我们从50名儿童和成人中创建了一个新的数据集，这些儿童和成人与智能手机上的现成应用程序进行了交互。结果表明，仅使用触摸信息或5秒的传感器读数，连续8次触摸手势后，可以实现99%的准确率和低于0.5%的出错率。如果使用来自多个传感器的信息，则仅在3个手势之后，可以实现类似的性能。
2018-08-05 cs.CV cs.HC
Impact of robot responsiveness and adult involvement on children's social behaviours in human-robot interaction
University of Sheffield（谢菲尔德大学）
开发具有吸引力的社交机器人的一个关键挑战是创建令人信服的，自主的和响应式的代理，用户将其视为社交生物。作为合作项目的一部分：共生教育和学习的表达剂（EASEL），本研究探讨自主反应的影响，儿童的讲话，由人形机器人芝诺，他们与它作为一个社会实体的互动。研究结果表明，机器人自主性和成人的援助，在HRI可以大大影响儿童的行为在互动过程中，他们的影响后。与完全自主、反应灵敏的机器人一起工作的儿童在机器人指导下表现出比那些与反应不灵敏的机器人一起工作的儿童更大的身体活动，后者需要成人的帮助才能与之互动。在与机器人对话的过程中，与全自动机器人一起工作的儿童也会在更多的场合期待机器人的发声。相比之下，一个反应不太灵敏的机器人，需要成人的帮助进行互动，导致更大的自我报告的积极影响和更多的机会，儿童期待机器人在回应其发声。我们讨论了这些发现在社交机器人的拟人化方面的更广泛的影响，以及与整个项目战略的关系，以进一步了解与社交机器人的互动如何导致任务适当的共生关系。
2016-06-20 cs.HC cs.RO
Layer-Wise Analysis of Self-Supervised Representations for Age and Gender Classification in Children's Speech
Department of Electronics and Communication Engineering（电子与通信工程系）；Signal Analysis and Interpretation Lab (SAIL)（信号分析与解释实验室（SAIL））
本文利用PFSTAR和CMU Kids数据集对四种Wav2Vec2变体进行逐层分析，发现早期层更有效捕获儿童说话者特征，结合PCA可进一步提升分类性能，为儿童感知语音界面提供了自适应策略。
2025-08-14 cs.AI cs.HC cs.LG
Understanding Factors that Shape Children's Long Term Engagement with an In-Home Learning Companion Robot
University of Wisconsin–Madison（威斯康星大学麦迪逊分校）；University of Illinois Chicago（伊利诺伊大学芝加哥分校）
社交机器人正在成为儿童的学习伙伴，研究表明，即使通过短暂的互动，它们也能促进兴趣和学习的发展。然而，人们对这些技术如何在长期使用和互动的真实环境中支持这些目标知之甚少。我们设计了一个学习伴侣机器人，能够支持儿童阅读科普书籍，通过表达社会和信息的评论。我们在14个有10-12岁孩子的家庭中部署了机器人，为期四周。我们的分析揭示了影响儿童长期参与和采用机器人的关键因素，包括外部因素，如假期，探亲和课外活动;家庭/父母的参与;以及儿童的个人兴趣。我们提出了四个深入的情况下，说明这些因素，并证明他们对儿童的阅读体验的影响，并讨论我们的研究结果对机器人设计的影响。
2022-05-18 cs.HC cs.RO
Exploring Children's Preferences for Taking Care of a Social Robot
University of Wisconsin–Madison（威斯康星大学麦迪逊分校）；University of Illinois Chicago（伊利诺伊大学芝加哥分校）；University of Chicago（芝加哥大学）
儿童与机器人互动的研究表明，参与“照顾”社交机器人，例如在晚上为机器人盖被子，可以加强儿童与机器人之间形成的关系。在这项工作中，我们的目标是更好地了解和探索的设计空间的照顾活动与10名儿童，8- 12岁，从8个家庭，涉及探索性的设计会议，其次是初步的可行性测试机器人照顾活动。设计会议深入了解了儿童当前的照顾任务，他们将如何照顾社交机器人，以及这些新的照顾活动如何融入他们的日常生活。可行性研究测试了两种不同类型的机器人照顾任务，我们称之为连接和效用，并测量了它们对儿童的感知和接近社交机器人的短期影响。我们讨论的主题，并提出互动设计准则的机器人照顾儿童的活动。
2022-05-18 cs.HC cs.RO
Using the power of memes: The Pepper Robot as a communicative facilitator for autistic children (cAESAR2023 workshop)
University of Turin（都灵大学）
本文通过为期四个月的Pepper机器人治疗实验室，对4名低支持需求自闭症儿童进行定性评估，探索机器人促进社交沟通技能发展的有效性及改进策略。
2023-08-09 cs.HC cs.RO
"It's Not a Replacement:" Enabling Parent-Robot Collaboration to Support In-Home Learning Experiences of Young Children
University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
本文研究家长与机器人协作以支持幼儿家庭学习，开发了学习陪伴机器人原型并在10个家庭中进行用户研究，发现家长希望机器人作为协作者增强育儿活动，提出了家长与机器人协作的概念及设计见解。
2024-03-20 cs.HC cs.RO
Reaching Motion Characterization Across Childhood via Augmented Reality Games
本研究利用增强现实伸手游戏采集的儿童上肢运动数据，分析不同年龄组的运动模式差异，揭示儿童发育过程中的手臂运动特征，为提升类儿童数字角色真实感、深化运动技能发展研究提供支持。
2025-02-20 cs.GR cs.HC
