Une étude menée par le Cluster of Excellence Science of Intelligence à Berlin et publiée dans Communications Psychology examine l'efficacité des retours automatiques fournis par un robot humanoïde lors d'un apprentissage. Dirigée par Helene Ackermann avec Anna L. Lange, Hanna Dumont, Verena V. Hafner et Rebecca Lazarides, cette recherche implique 90 apprenants adultes qui doivent placer des objets dans une pièce en suivant des instructions données en swahili par le robot. Après chaque tentative, l'appareil fournit un retour : une simple correction d'erreur, un indice centré sur la tâche ou un retour personnalisé tenant compte de l'historique et de l'état émotionnel de l'utilisateur. Les participants indiquent également leurs émotions toutes les cinq minutes via l'écran du torse du robot. Les résultats soulignent que la synchronisation des interventions est plus déterminante que la quantité d'informations. Un retour personnalisé, bien qu'il ait amélioré les performances globales sur l'ensemble de la tâche, s'est révélé moins efficace immédiatement après une erreur. La densité des messages personnalisés augmente la charge cognitive, rendant plus difficile le traitement des instructions pour la tentative suivante. Comme le souligne l'équipe de recherche, aider davantage ne signifie pas toujours aider mieux. L'accompagnement robotisé doit s'adapter au moment précis de l'erreur, privilégiant parfois la concision pour permettre une récupération rapide. La prise en compte des différences individuelles confirme également la nécessité d'une approche dynamique. Les apprenants aux capacités cognitives plus élevées bénéficient moins des indices sur la tâche, capables de résoudre les étapes sans assistance supplémentaire. À l'inverse, les participants signalant un ennui tirent un meilleur profit des indications ciblées, qui permettent de recentrer leur attention. Ces nuances remettent en cause l'idée selon laquelle la personnalisation automatique constituerait la finalité unique des technologies éducatives. Les chercheurs concluent que les futurs systèmes d'assistance intelligente, qu'il s'agisse de robots humanoïdes ou d'outils d'intelligence artificielle, doivent combiner personnalisation et évaluation continue des états cognitifs et émotionnels en temps réel. L'objectif n'est pas de remplacer les enseignants, mais de concevoir des interactions homme-machine où le support s'ajuste selon le contexte immédiat. La véritable intelligence pédagogique réside dans la capacité du système à doser l'information et à savoir quand fournir un retour réduit. Cette recherche éclaire les défis de l'intégration des robots dans l'éducation et la formation professionnelle, en rappelant qu'une aide véritablement efficace dépend de sa pertinence situationnelle plutôt que de sa complexité technique.