An Escalating Model of Children’s Robot Abuse
著: Sachie Yamada, Takayuki Kanda, Kanako Tomita
訳: deepL.icon
問題意識が 2 種類あるように見えるのでwho1.iconとwho2.iconを添える
who1.icon: 人間同士のイジメとロボット同士のいじめを結びつけてイジメそのものについて解き明かそうとする立場
who2.icon: ロボットいじめからロボットを守ろうとする立場
なお、通常このように立場の混在するような論文を書いてはならない (とSummer498.iconは思っている)
読みづらいため
ABSTRACT
ロボットを蹴ったり、殴ったりするような深刻な虐待を子どもたちが行うプロセスを明らかにする。who1.iconwho2.icon
研究1では、ロボット虐待のプロセスモデルを構築し、時系列データに特化した質的分析手法であるTrajectory Equifinality Model（TEM）を用いた。
Trajectory Equifinality Model: 軌道等分性モデル
なにこれSummer498.icon
TEM法を用いて、深刻なロボット虐待を行った9人の子どものインタラクションを分析し、そこから多段階モデルである虐待エスカレーションモデルを構築した。
このモデルには、接近、軽度虐待、身体的虐待、エスカレーションの4段階がある。
各段階について、その段階に影響を与える出来事であるソーシャルガイド（SG）を同定した。
研究2では、これらのSGの影響を調べるために定量分析を行った。
ロボットの近くの観察エリアを訪れた522人の子どもを含む12時間のデータを分析し、彼らの行動をコード化し、各SGの存在がステージを促進するかどうかを統計的に検証した。
解析の結果、4つのSGと子どもの行動との相関が確認された。
すなわち、
他の子どもの存在が、新しい子どもがロボットに接近することに関連すること（SG1）、
他の子どもによる軽い虐待が、子どもが軽い虐待を行うことに関連すること（SG2）、
他の子どもによる身体的虐待が、子どもが身体的虐待を行うことに関連すること（SG3）、
他の子どもからの励ましが、子どもが虐待をエスカレートさせることに関連すること（SG5）であった。
1. Introduction
虐待やいじめは、人と人との間の否定的な相互作用であり、軽いからかいから、時には自殺という悲劇的な結果をもたらす深刻な肉体的いじめまで、さまざまなものがある。who1.iconwho2.icon
虐待・いじめはあらゆる人間関係、特に学校環境で起こりうるものであり、多くの問題行動を引き起こす大きな社会問題である [1, 2, 3, 4]。who1.icon
いじめの原因は、いじめっ子の性格、環境要因、仲間からのプレッシャーなどさまざまである。who1.iconwho2.icon
誰かがいじめているからいじめるのか？
みんながやっていると、行動を起こすことへの恐怖が減るのだろうか。
傍観者の存在は、いじめのエスカレーション（からかいから身体的暴力へなど）を助長するのか、あるいは抑制するのか。
これまでの研究では、虐待・いじめ問題の複雑さに取り組んできたが、その多くは回顧的な質問紙調査であった。
残念ながら、虐待／いじめのメカニズムやプロセスに関する知識は不足している。
虐待・いじめの現場を観察できるのか？who1.iconwho2.icon
アンケートや聞き取り調査では把握できない行為も多い。
正確な観察ができれば、虐待・いじめのプロセスをより深く理解することができる。
なぜそのような問題が起こるのか、いじめがどのようにエスカレートして重症化するのかを明らかにすることができる。
子どもたちが被害を受けている限り、いじめはゼロ・トレランスが求められる。who1.icon
社会が介入しなければならない。who1.icon
子どもたちがロボットをいじめるのは、他の子どもたちをいじめるのと似ていると報告されている（例えば、[5]）。who1.iconwho2.icon
ショッピングモールで動くロボットを調査したところ、約10％の子供がロボットを虐待していることがわかった[6]。who1.iconwho2.icon
ロボットが人間社会に導入されたとき、ロボットはその役割を担うことになるが、人間によるいじめはロボットのパフォーマンスを妨げるかもしれない。who2.icon
このようなロボットの虐待のメカニズムをより深く理解することができれば、虐待行為を抑制し、ロボットとの共生を向上させる環境をより良く構築することができる。who2.icon
そこで、本研究では、人間がロボットを虐待するメカニズムや虐待プロセスを明らかにすることで、この虐待をモデル化し、潜在的に防止するための有意義な知見を得ることを目的とする。who2.icon
本研究の目的は、ロボットによる虐待のプロセスを観察・検証することである（図1）。who1.iconwho2.icon
私たちの目的は、子どもたちがどのようにロボットへの虐待を開始し、エスカレートさせていくのか、そのプロセスをよりよく理解すること、そして、早期介入や、一般的な人間によるロボットへのいじめの予防に利用できる可能性のある要因を特定することである。who2.icon
研究1では、ロボット虐待のプロセスを定性的に検討し、虐待エスカレーションモデルを作成した。
研究2では、この仮説モデルを定量的に検証した。
2. Related Works
2.1. Abuse/Bullying between Childrenwho1.icon
2.1.1. Definition of abusebullyingwho1.icon
残念ながら、いじめの定義として一般的に受け入れられている文献は存在しない [7]。
よく引用されるOlweus [8]の定義では、いじめは意図的に繰り返され、力の不均衡を示すものであると論じている。
いじめは必ずしも身体的暴力を伴うものではない。
いじめの別の定義では、5つの問題が盛り込まれている [9]：
1. 間接的な攻撃を含めるべきかどうか
2. いじめの動機を考慮すべきかどうか
3. いじめは繰り返し起こる必要があるのか、それとも単発的なものでもよいのか
4. 法的に定義されているハラスメントを含めるべきかどうか
5. からかいを含めるべきかどうか
子どもたちがいじめをどのように定義しているかについての調査によると、間接的な攻撃は国によって異なる [10] 。
また、いじめの定義も子どもと大人では異なる[11]。
大人は力の不均衡を重視するが、子どもはそれを重要視しない。
子どものいじめの定義には年齢が重要であり、年少の子どもは年長の子どもよりも幅広い行動範囲にいじめを含む[12]。
ロス [7]は、被害者がいじめられたと感じるとき、そのような感情を引き起こす行為はすべていじめと定義されるべきであると主張する。
いじめの動機は、論じられるべき第二の側面である。ここで難しいのは、いじめの動機に関する研究が乏しいことである。
さらに、どのような動機がいじめの対象となりうるかについて、研究者の意見はまだ一致していない。いじめの定義には、意図的で計画的であるという考え方が含まれなければならないと主張する研究者もいれば[2, 1]、いじめを楽しんでいたと認める生徒もいるという研究報告もある[14]。
全体として、どのような動機がいじめにつながるのかは、依然として不明である。
第三の問題については、ある行為が継続的でなければいじめではないとする研究者がいる（例えば、[13]）。
第四と第五の問題については、いじめがスペクトラムであるとすれば、からかいやハラスメントもその中に含まれる [9]。
場所によっていじめの定義は異なるかもしれないが、関係者（教師や生徒など）が、何が許される行為で、何が許されない行為なのかを明確にし、ガイドラインを確立することが重要である [15]。who1.icon
2.1.2. Studies toward the process of bullyingwho1.icon
いじめは世界的に深刻な問題である。who1.icon
アメリカでは80％以上の中学生がいじめに関与していると報告されており [16]、イギリスでは75％の生徒がいじめを受けている [17]。
日本では4％の生徒がいじめを経験している [18]。
例えば、ノルウェーにおける深刻ないじめは1980年代に比べて70％増加しており[19]、カナダにおけるいじめの割合はノルウェーの約4倍である[20]。
いじめの詳細については、アンケートやインタビューで調査されることが多い。
しかし、回顧的な方法には想起バイアスがある。
回顧的な方法: retrospective method
想起バイアス: recall bias
つまり、参加者が真実をすべて話すとは限らないのである。
我々の研究にもっと関連するのは、観察研究が少ないことである。
観察研究は通常、子どもたちの学校での行動を記録し、分析するものである。
しかし、特に少数の観察しか行われない場合、プライバシー侵害の一定のリスク（例えば、特定されるリスク）を伴う[20]。
いじめを実験的に精査することは倫理的に問題があるため、因果関係を調べることは難しい。
いじめのプロセスについて調査した研究は数少ない。
Macklemらは、いじめは一般的にからかいから始まり、言語的・身体的虐待へと進むと報告している [9]。
Alsaker & Vakanover [21] は、いじめはそれほど深刻ではない出来事から徐々に深刻な事件へと発展していくと論じている。
しかし、子ども同士のいじめのプロセスはほとんど知られていない。
2.1.3. Bullying factorswho1.icon
ロボットの虐待プロセスに関する我々の研究は、人間のいじめに関する研究、特にいじめ要因に関する研究の理論的背景の上に構築されている。who1.iconwho2.icon
すなわち、いじめの相互作用には、いじめっ子、その被害者、傍観者が含まれる。
ストレス要因もいじめの原因の一つであるが、本研究では、いじめの種類とその動機に焦点を当てる。
Types of bullies
攻撃的ないじめっ子は、最も一般的なタイプである [22]。
攻撃的なだけでなく、敵対的で支配的である。
他者への同情心が乏しく、衝動的である [13, 24]。
集団では、いじめっ子は被害者として脅威のない子どもを選ぶ傾向があり [25]、若いうちは自分の行動に対して何も悪いと思っておらず [26]、被害者を責めることが多い [7] 。
また、攻撃的ないじめっ子は、最も不安の少ない子どもであるという報告もある。
受動的いじめっ子は、他人からの怒りを経験すると不安になり、自尊心が低く、仲間から拒絶される傾向がある [23] 。
受動的ないじめっ子は、いじめが始まるとすぐに参加するが、自分からいじめを始めることはほとんどない [9] 。
彼らは積極的ないじめっ子に恩を売るために友好的な振る舞いをし、その結果、いじめに加わる [7] 。
しかし、このようないじめっ子に関する研究はほとんどなされていない。
Motivation of bullies
ロス[7]は、いじめの動機として報酬と権力の2つを挙げている。
いじめっ子の目的が権力であれば、いじめの対象はコントロールしやすいものが選ばれる。
また、いじめに関わることで、他者から賞賛を得ようとしている [23]。
攻撃的ないじめっ子は、自分の行動に関する否定的なフィードバックを無視し、他者を圧倒することによって、自分の望むもの（報酬動機）を得る。
それどころか、周囲の環境が自分の行動を支持しているとさえ考えている。
いじめの動機には、権力、支配、名声が含まれる。受動的ないじめっ子は、強力ないじめっ子やその友人に認められたいという欲求が動機となる[9]。
2.2. Robot Abusewho2.icon
2.2.1. Robot abuse phenomenonwho2.icon
ロボットに対する人間のいじめ行動については、いくつかの研究がある。
Bartneck and Hu [28]は、ロボットの知性認識とロボットに対する虐待行動との間に関連性がある可能性を研究し、ロボット虐待という概念を提唱した。
Salviniら[29]は、若者が公共空間でロボットの進路を妨害したり、センサーを塞いだり、ロボットを押したりしたことを報告している。
Brscicら[6]は，ショッピングモールで動くロボットを虐待する子どもの例を紹介し，約1割の子どもがロボットを虐待していた．
2.2.2. Causes of robot abusewho2.icon
ロボット虐待の動機を扱った研究はいくつかある。
野村ら[30]は、ショッピングモールでロボットを虐待した子どもたちにインタビュー調査を行い、彼らの多くは好奇心や楽しさに基づく行動であると結論づけた。
ロボットが（単なる機械ではなく）人間に似た存在であることを認め、ロボットが自分の虐待行為を嫌っていると考えていたにもかかわらず、彼らはロボットを虐待したのである。
KeijsersとBartneck [31] は、ロボットを虐待する人は、ロボットに人間らしさを認めながらも、ロボットを人間より劣っているとみなしていると結論付けている。
これらの研究は、優位性がロボット虐待の動機の一つであることを示唆している。
3. Purpose
3.1. Definition of Robot Abusewho1.iconwho2.icon
子どものいじめを定義することは、上記で説明したように難しい。
本研究では，子ども同士のいじめに関する研究や，ロボット虐待に関する先行研究を参考に，ロボット虐待を以下のように定義した．
Brscicら[6]は、子どものロボットに対する虐待行動を以下のように定義している：
言語または非言語による執拗な攻撃行為、または以下のような物理的暴力。ロボットの役割や人間的（または動物的）性質を侵害する物理的暴力。
3.2. Research Question and Approachwho1.iconwho2.icon
以下が研究課題である： "子どもがロボットを虐待するとき、その虐待のプロセスはどのようなものなのか？"
子供がロボットを虐待し始めるきっかけはあるのか？
ロボット虐待はどのようにエスカレートするのか？
私たちのアプローチは、質的研究手法を用いてロボット虐待のプロセスを精査し、仮説モデルを作成することである。
そして、開発したモデルを定量的な研究で検証した。
3.3. Data Analyzedwho1.iconwho2.icon
我々は、ロボット虐待のシーンを含む、以前に収集されたデータを分析した [6]。
彼らの研究は、ロボットの虐待をシミュレートするロボット・アルゴリズムを作成し、ロボットがその発生を抑制することを可能にした。
彼らの研究は 6 のことSummer498.icon
研究は日本の大型ショッピングモールで実施された。
研究は 6 のことSummer498.icon
研究1（セクション4）では、約6.5時間のデータを使用し、474人の子どもを含む。
研究1 はこの研究の Study 1 のことSummer498.icon
研究2（セクション5）では、522人の子どもを含む約12時間のデータを使用した。
我々は、ディファレンシャル・ドライブ可動ベースを持つヒューマノイド・ロボットを使用し、モールの廊下でロボットを制御し移動させた。
ロボットは、自分に向けられた行動に対して明示的なフィードバックを提供した。
以下はロボットの反応の一例である。
進路がふさがれると、ロボットは停止し、次のような文章を発した：
「私はロボビーです。パトロール中なので、通してください」
「通りたいので、通してください」。
これらの研究は、ATRの倫理審査委員会によって承認された。
4. Study 1: Qualitative Analysis of the Robot Abuse Process
4.1. Purpose
質的なアプローチにより、ロボット虐待がどのように発生するのか、特に深刻な虐待にエスカレートする過程を分析した。
そして、ロボット虐待のプロセスの仮説モデルを開発した。
4.2. Procedure
4.2.1. Selection of participants (target children)
データ（3.3節）の中から、執拗な虐待や暴力的な虐待を行った子ども9人（男児8人、女児1人）を選び、その行動を分析した。
4.2.2. Analysis method
TEMは質的時系列データ（例えば、生活史に関するインタビュー）のために開発された。 このような質的時系列分析は質的研究ではほとんど見られない。
TEMは、様々な経路が個々の経験の基礎として機能するが、多くの経路が特定の結果に到達するという哲学に基づいている[32, 33]。 これは、人々が異なる経路を辿りながら、しばしば等価点（EFPs）と呼ばれる類似の結果に等しく到達することをモデル化したものである。 彼らの経路選択は、ソーシャル・ガイド （SG）と呼ばれる他者の影響を受けることがある。 EFPに至る道には多くの分岐点があり、それらはブランチ・ポイントと呼ばれる。 従って、TEM法は、データからこれらのポイントと社会的ガイドイベントを定性的に特定する。 4.2.3. Analysis procedure
TEM法を用いて、子どもがロボットを虐待するようになる過程をモデル化した。
分析を始めるにあたり、EFPを執拗な虐待や暴力的な虐待など、ロボットに対する深刻な虐待と設定した。
そして、TEM法の基本的な手順に沿って分析を行った：
1. Transcribing:
観察のビデオデータを観察記録データに書き起こした。
2. Open coding:
録音データを注意深く読み込んだ後、各参加者のケースを意味のある単位に分割し、内容を表すキャプションをコードとして紙に書き加えた。
3. Individual modeling:
似たような意味を持つコードが集められ、分類され、時系列に沿って並べられた。
例えば、「ゆっくり近づく」、「走って近づく」、「触る」、「なでる」、「妨害する」、「からかう」、「脅す」、「蹴る」、「殴る」、「押す」といったカテゴリーが得られた。
その後、TEMの理論を構成する基本概念である以下のTEM要因を分析した（表1）。
また、必要に応じて書面データを読み直し、ビデオデータを閲覧した。
最後に、各参加者のTEM図を作成した。
表1 の用語
Equifinality point (EFP): 同等の結果を導くポイント
原文: Points that lead to equivalentlyfinalized results
Obligatory Passage Point (OPP): OPPは、各子供がEFPに到達するために通過しなければならないポイントである。
Branch Point (BP): 別の結果があり得る場合、参加者が選択肢のどちらかに進むことができる点があった。
このポイントをブランチポイント（BP）と呼ぶ。
Social Guidance (SG): BPでの選択を促す関連事象はSGとして識別される。
4. Integrating models from individuals:
各参加者のTEM図を比較検討し、共通するカテゴリーを組み合わせて抽象度の高いカテゴリー群を作成した。
これらのカテゴリー群から、アプローチ、軽度虐待、身体的虐待、重度虐待など、より抽象度の高いコアカテゴリーを生成した。
最後に、統合TEM図を作成した。
4.3. Results
図2は分析から得られたTEM図である。
虐待のプロセスは以下の4段階に分けられる：
1. Stage 1: Approach
アクションが悪用されるためには、全員がロボット（OPPと呼ばれる）に近づく必要がある。参加者のアプローチの仕方はさまざまだった。
ロボットを見つけると、すぐに駆け寄っていく子もいた。
しかし、多くの子どもたちは、まずロボットに近づくことをためらった。
しかし、他の子どもたちがすでにロボットの近くにいることに勇気づけられ、最終的にロボットに近づくことが多いようである。このような出来事を、ロボットに近づくことを選択するための社会的ガイド（SG1）として特定した。
以下は、そのような社会的ガイドがあった事例のひとつである：
Case example 1 (Fig.3)
ターゲットの子供： 母親に抱っこされているときにロボットに気づいた。
別の子供： ロボットの周りで飛び跳ねていた
（SG1：ロボットの周りに他の子どもがいた）。
対象児童： ロボットに近づき、指をさして「ロボット」と言った。
2. Stage 2: Mild abuse
その結果、ロボットへの接近後、妨害やからかいなどの軽度虐待を行う児童が多いことがわかった。
しかし、軽度虐待を行わずに身体的虐待を開始する児童もいることから、軽度虐待を経てEFPに到達する必要はない。
従って、このポイントはOPPとして特定されない。
このような軽度虐待を行うかどうかの選択、すなわち分岐点に直面したのである。
彼らの選択は、他の子どもたちがすでにマイルドな虐待を行っているという事実に後押しされたようである。
つまり、他の児童のそのような行動を観察することで、児童は自分もロボットの軽い虐待に参加できると感じるのだと解釈した。
そこで、他の子どもによる軽い虐待を社会的ガイド（SG2）とした。
その一例を以下に示す：
Case example 2 (Fig.4)
他の子供1：ロボットの進路を妨害した
（SG2：他の子供の軽い虐待）。
ターゲットの子供： 相手の子を見て、自分も進路を妨害した。
他の子供2：ロボットの前に立って顔を見た
（SG2：他の子供の軽い虐待）。
対象児童： ロボットの前に両手を広げて立ち、進路を妨害し続けた。
3. Stage 3: Physical abuse
参加者は、ロボットを叩いたり蹴ったりするなどの身体的虐待を開始した（このような子どもをあえてデータプールから参加者として選んだ）。
つまり、これはOPPである。
身体的虐待を始める前に、他の子どもたちも身体的虐待を行っている。
身体的虐待の選択は、他の子どもたちも身体的虐待をしていることに後押しされているようであり、他の子どもたちの身体的虐待は社会的ガイド（SG3）として同定される。
以下は、そのような瞬間を含む分析事例である。
Case example 3 (Fig.5)
他の子供： ロボットの左手をつかんで持ち上げた。
ターゲットの子供： ロボットの近くにしゃがんだ。
他の子供： ロボットの手を曲げて伸ばした
（SG3：他の子供の身体的虐待）。
対象児童： ロボットの右手を両手でつかんで持ち上げ、ロボットを前に引っ張った
（OPP：対象児童の身体的虐待開始）。
4. Stage 4: Escalation of abuse
参加者は虐待をエスカレートさせ、拡大させ、繰り返し、次第に深刻な虐待を示すようになった。
虐待のエスカレーションとは、虐待の深刻さ（長さ、深刻さのいずれにおいても）が増すことであると定義した。
これが分析における等分点（EFP）である。
よく観察されたのは、他の子供の行動によって対象児童の虐待行動がエスカレートする場面であった。
他の子供も一緒に身体的虐待を行うこともあった。
また、他の子供のロボットに対するからかい行動が、虐待のエスカレートを促進することもあった。
このように、他児童の共同行為（SG4）、促進行為（SG5）が社会的ガイドとして確認された。
以下に、共同行動と促進行動の例を示す。
Case example 4 (Fig.6)
ターゲットの子供： 「手、手」と言ってロボットの腕を持ち上げる（図6(a)）。
次に「ここ」と言ってロボットを押して向きを変える。
対象の子ども： 「ここ、ここ」と言いながらロボットの前に立つ。
そしてロボットの胸を叩き始めた。
「バシッ、バシッ」と言いながら、どんどん強く叩く。
ターゲットの子供： ロボットの胸を押し、後傾させた。
ロボットは押されて揺れた(Fig.6 (b))
対象の子： 胴体や腕を触り、なで続ける。
他の子ども1：ロボットのお尻を触ったが（Fig.6(c)）、おじいちゃんに止められた。
(SG4：他の子どもの共同行動）。
対象児童：「ここ！」と唸り、ロボットの腕を押す。
他の子ども2：ロボットの前に立った（図6(d)）。
(SG4：他の子どもの共同行為）。
他の子ども3：ロボットの前に立った。
母親が "こんにちは "と言うと、彼も "こんにちは "と言った。
他の子供4：ロボットの前にいる他の子供の後ろに立った。
他の子ども5：ロボットの前に立ち、"No, No, No"と言いながら、腕を組んで "No"のジェスチャーをした。
(SG4：他の子どもの共同行動）。
対象児童： ロボットの近くにいた別の児童に話しかけ、その児童を押しのけてロボットから離れた。
対象児：「フーッ(whoop)」と言いながら、ロボットの体や腕を触り、触り続ける。
Case example 5 (Fig.7)
対象児童： ロボットの右手をつかんで持ち上げ、ロボットを前に引っ張る。
他の子供： ロボットと対象児童を指さしながらジャンプしていた。
(SG5：他の子供の推進行動)
対象児童： ロボットの右手を引っ張りながら腕を曲げた。
4.4. Discussion of Study 1
ロボット虐待の発生と拡大のプロセスを定性的に分析し、虐待拡大モデル（図2）を構築した。
このモデルには4つの段階がある。
ここで重要な考え方は、段階的な進行は5種類の社会的ガイド（SG1～SG5）、すなわち他者の行動に関連しているということである。
私たちは、ケーススタディにおいてそのような瞬間を観察した。
しかし、このモデルはわずか9つのサンプルから暫定的に構築されたものであり、仮説にとどまっている。
したがって、一般的に起こる現象に適合するかどうかは不明である。
5. Study 2: Verification of Abuse Escalation Model
5.1. Purpose
本研究の目的は、研究1で示した虐待エスカレーションモデルを定量的に検証することである。
4つのステージそれぞれについて、ソーシャルガイドSG1～SG5を特定し、その効果を定量的に確認するとともに、その有無によるステージの進行比率を分析した。
5.2. Method
5.2.1. Participants (target children)
3.3節の12時間分のデータ（3日間に渡って記録され、ロボットが起動した有効時間12時間を含む）を分析した。
分析対象は、ロボットの近くにある商店街を訪れ、ロボットに接近する機会があったすべての子どもである。
分析した「対象児童」は522人（男児287人、女児235人）である。
5.2.2. Data coding
研究2では、新しいコーディング・スキームを開発した。
各対象児童のインタラクションについて、以下のイベントの有無をコーディングした。
2人の観察者が独立して3日間の全データをコーディングした。
そのコーディング者間の一致度（カッパ係数）を以下に示す： 対象児童のロボットへの接近（κ＝0.89）；
対象児童がロボットに接近したとき、ロボットの周囲に他の子供がいる（κ＝0.91）；
対象児童のロボットに対する軽度の虐待（妨害やからかいなど）（κ＝0.88）；
対象児童がロボットを虐待する前の他の子供への軽い虐待（κ＝0.78）；
対象児童によるロボットへの身体的虐待（体を押す、腕を引っ張る、蹴るなど）（κ＝0.93）；
対象児童がロボットに身体的虐待をする前の他の子供への身体的虐待（κ＝0.93）；
ロボット虐待の重大性（虐待時間、虐待内容など）の増加（κ＝0.78）；
ロボット虐待が深刻化するまでの他の児童の助長行為（対象児童に虐待を促すなど）または共同行為（対象児童と他の児童が一緒にロボット虐待を行うなど）（共同コード化、κ＝0.91）。
この分析の結果、十分な評価者間一致（κ = .70~.93）が得られた[34]。
したがって、その後の分析では、1人のコーダーのデータからコーディング結果を分析した。
5.3. Results
5.3.1 Descriptive statistics
522人中298人（57.10％）の子どもがロボットに接近した（第1段階）。
このうち134人（25.70％）が軽い虐待を行い（第2段階）、298人中54人（10.35％）が身体的虐待を行った（第3段階）。
身体的虐待をした54人のうち17人（3.26％）が深刻な虐待（第4段階）をした。
5.3.2. Verification fo effects of social guides (SG1-SG5)
1. Stage1: Approach (verification of effect of SG1)
対象児童のロボットへの接近（ステージ1）と、対象児童がロボットに接近したときのロボット周囲の他の児童の存在（SG1）の関係を分析した。
表2（a）は、SG1の有無と対象児童が接近を行ったか否かで件数を分けたものである。
対象児童の接近の頻度を他の子供の有無で比較したカイ二乗検定の結果、有意差が認められた（χ 2 (1) = 12.14, p < 0.000）。 対象児童は、他の子供がいない場合（44.7％）よりも、ロボットの周囲に他の子供がいる場合（61.7％）の方が、ロボットに接近する頻度が高かった。
このことから、SG1と対象児童のロボットへの接近の相関が確認された。
2. Stage2: Mild abuse (verification of effect of SG2)
対象児童によるロボットの軽度虐待（ステージ2）と、その前の他の子供による軽度虐待（SG2）の関係を分析した。
表2（b）は、SG2の有無と対象児童が軽度虐待を行ったか否かで件数を分けたものである。
ロボットに接近した298名の児童を対象にカイ二乗検定を適用し、対象児童による軽度虐待の頻度と他の児童による軽度虐待の既往の有無を比較した。
その結果、有意差が認められた（χ 2 (1) = 25.37, p < .000）。
.000って何よSummer498.icon
対象児童は、他の子供がすでに軽度の虐待を行っている場合（60.3％）は、他の子供が軽度の虐待を行っていない場合（31.2％）よりも軽度の虐待を行う可能性が高かった。
SG2と対象児童の軽度虐待の相関が確認された。
3. Stage3: Phisical abuse (verification of effenct of SG3)
ロボットの対象児童による身体的虐待（ステージ3）と、対象児童がロボットに身体的虐待を行う前の他の子供による身体的虐待（SG3）の関係を分析した。
表2（c）は、SG3の有無と対象児童が身体的虐待を行ったか否かで件数を分けたものである。
ロボットに接近した298名の児童を対象にカイ二乗検定を適用し、対象児童による身体的虐待の頻度と他の子供による身体的虐待の経験の有無を比較したところ、有意差が確認された（χ 2 (1) = 9.18, p = 0.002）。
対象児童は、他の子供から身体的虐待を受けている場合（30.4％）は、他の子供から身体的虐待を受けていない場合（14.4％）よりも身体的虐待を行う可能性が高かった。
したがって、SG3と身体的虐待の相関が確認された。
4. Stage4: Escalation of abuse (verification of effects of SG4 and SG5)
対象児童のロボット虐待の深刻化（ステージ4）と他の児童の共同行為（SG4）、促進行為（SG5）との関係を分析した。
表2（d,e）は、SG4またはSG5の有無と、対象児童が虐待のエスカレーションを行ったか否かで件数を分けたものである。
ロボットに身体的虐待を行った54名の子供を対象にカイ二乗検定を適用し、他の子供の共同行動（SG4）と促進行動（SG5）の有無による対象児童の激しい虐待の頻度を比較した。
促進行動（SG5）では有意な交互作用（χ 2 (1) = 5.05, p = 0.025）が見られた。
対象児童は、他の子供が虐待を助長している場合（50.0％）は、他の子供が助長していない場合（20.6％）よりも虐待をエスカレートさせる可能性が高かった。
SG5と虐待のエスカレーションとの相関を確認した。
一方、共同行為（SG4）については、予測とは逆にほぼ有意に近づくものの、有意差は認められなかった（χ 2 (1) = 2.59, p = 0.110）。
このように、SG4の相関は確認されず、逆方向に働く可能性が残された。
5.4. Discussion of Study 2
我々の分析は、研究1で開発された虐待エスカレーションモデルを概ね支持している。
我々のモデルは、ロボット虐待の時間の流れに着目した4段階のステージモデルである。
5.3.1節で示したように、虐待はこの4つのステージで進行し、各ステージで約半数から3分の1の児童が次のステージに進んでいる
（ステージ1（接近）にいた児童は298名、
ステージ2（軽度虐待）に移行した児童は134名、
ステージ3（身体的虐待）に移行した児童は54名、
最終的にステージ4（重度虐待）に移行した児童は17名）。
この結果は、ロボット虐待が、深刻ではない出来事から徐々に深刻な事件へと発展していく人間対人間のいじめと類似していることを示している[21]。who1.icon
さらに、5.3.2節の分析により、ソーシャルガイドSG1、SG2、SG3、SG5とSG後の対象児童の行動との相関が確認された。
すなわち、それぞれの虐待は他者の存在や行動に関連していた。
対象児童は他の子供がいると接近しやすくなり（SG1）、
他の子供による軽い虐待があると対象児童の軽い虐待が起こりやすくなり（SG2）、
他の子供による身体的虐待があると対象児童の身体的虐待が起こりやすくなり（SG3）、
他の子供による虐待があると対象児童の虐待行動がエスカレートしやすくなった（SG5）。
人間のいじめについて、SalmivialliとVoltenは、いじめに関連する行動のばらつきを説明する集団の文脈における要因があることを示した[36]。
いじめをする子供は他の子供のいじめを助長するといえる。who1.icon
本研究の結果は、ロボットのいじめが人間のいじめに似ていることを示唆している。who1.icon
また、他の子供の行動を模倣し、他の子供より少しエスカレートした行動をとることもあり、その結果、いじめが継続的にエスカレートしているようである。
また、他の子どもの促進行動もいじめをエスカレートさせている。who1.icon
これは、学校でのいじめにおいて、集団いじめの場面で傍観者がいじめを助長するという事実と一致している[20, 35]。who1.icon
6. General Dicussion and Conclusion
6.1. Findings: Process of Abusewho2.icon
虐待がエスカレートする過程を明らかにした。
対象児が虐待をエスカレートさせるための先行刺激として、他の子どもが機能しているようだ。
ロボットへの興味や好奇心が高まると、対象児がロボットに近づく前に乗り越えるべきハードルが、すでにロボットの近くにいる他の子どもたちによって一つ低くなるようだ。
そうすると、対象児も同じような行動（軽い虐待や身体的虐待）をとったり、他の子どもがやっている虐待（平手打ちなど）をやったりする。
ここでおそらく対象児と他の子どもたちは仲間意識を共有している。
彼らの模倣や相互のエスカレートは、人間のいじめ[37]と同様に、同僚からの賞賛を求める欲求によって引き起こされると推測される。
また、他の子どもたちが促進行動をとっていると、参加者の身体的虐待は繰り返され、次第にエスカレートしていった。
ロボットが同じリアクションを繰り返すと（本研究のロボットのように）、子どもはそれを知能が劣っていると認識し、虐待が増える可能性がある。
[31]にあるように、ワンパターンな発話や文脈に合わない発話は、ロボットの知能の低さを露呈し、虐待を助長する。
6.2. Possible Intervention Derived from Modelwho2.icon
その結果、対象児童は、他の児童の存在や類似行動があると、虐待を開始したり、虐待をエスカレートさせたりしやすいことが確認された。
これは、他者と同調して虐待を行うことが知られている受動的いじめ（2.1.5節）と同様であると考えられる。
従って、可能な介入のひとつは、早期の虐待行動を止めることである。
他の子供たちが最初の子供の虐待行動を真似しているようなので、最初の子供が虐待行動を起こさないようにすることができれば、たとえ軽いものであっても有益であろう。
例えば、ロボットを虐待したら大変なことになったと子供たちが学習するような単純な強化、例えば警告を与えるようなことを試すことができる。
もう1つの可能な介入は、子どもたちが他者の虐待行動を模倣しないようにすることである。
閉鎖的な環境（例えば学校の教室）では、傍観者に介入を与えることが有効であることが知られている[38]（例えば、心理教育）
しかし、ショッピングモールのようなオープンな環境では、これは容易ではない。
私たちは、そのような教育を受けた傍観者の役割を果たすことができる大人に助けを求めることができるのではないかと推測している。
ロボットが大きな声で大人に助けを求めることによって、彼らの注意を引くようにすることもできるが、それは子供たちからの虐待行為を誘う可能性がある。
したがって、この戦略にはさらなる調査が必要である。
その一方で、他の子どもの存在に関係なく虐待を行う攻撃的ないじめっ子もいる。
6.3. Implication
ロボット虐待研究の観点からは、虐待されないロボットを作らなければならない。who2.icon
この点で、本研究は今後のHRI設計者にとって有益な設計示唆を与えた。who2.icon
まず、他の子供などの環境要因に関係なく、ロボットを身体的に虐待する子供もいる。who2.icon
したがって、最も一般的な軽度虐待に特化した予防策が最も効果的であると考えられる。who2.icon
本研究のもう一つの意義は、人間のいじめの理解に関連する。who1.icon
ロボットの虐待がエスカレートするメカニズムは、人間のいじめのメカニズムと重なるように思われる。つまり、他の人がやっているから罪悪感が軽減される、あるいは、他の人の真似をするという同調圧力が働くからである。who1.icon
今後のロボット虐待の研究が、人間いじめの予防策開発にも貢献する可能性があると推測される。who1.icon
6.4. Limitationswho2.icon
我々は観測データからこれらの結果を得た。
実験的な手法でさらに確認する必要がある。
ロボットの虐待をなくすためのロボットの作り方はまだ不明である。
今後は、ロボットのデザインやインタラクションを変えて実験を行う。
また、ロボットのいじめを防止する環境要因も考慮する必要がある。
研究2では、分析対象児童をすべて抽出したが、これでは児童間の相互干渉を含んでしまうので、分析対象児童が他の分析対象児童と干渉しないようなサンプリング（ランダムサンプリングなど）を行った方がよい。
EOL