在包容性课堂中培养神经多样性学龄前儿童的计算思维和社会游戏

研究背景与问题

• 发现的问题或挑战： Neurodivergent（神经多样性）儿童在计算思维（CT）教学中的需求被主流研究和技术开发遗忘。尽管CT已成为21世纪教育的核心技能，但大多数现有工具和实践主要针对非残障儿童，很少考虑神经发育不同的儿童。此外，现有研究多关注6岁及以上的儿童，而对低龄神经多样性儿童如何通过技术媒介学习和进行社会化游戏的研究较少。

• 重要性： 为神经多样性儿童提供适当的CT学习机会至关重要。这不仅能帮助弥合教育差距，还能为他们的学术成就和社会技能发展奠定基础。随着95%的美国学龄残障学生在主流课堂中学习，设计包容性教学策略和工具变得尤为重要。

• 研究动机与相关工作： 以往研究表明，技术可以增强神经多样性儿童的社会性游戏，但大多集中在较年长的儿童（6岁以上）。本研究的动机是探索如何通过编码机器人等工具帮助3-5岁神经多样性学前儿童学习CT概念，并增强他们的社会互动和合作能力，同时填补现有研究的空白。

解决方案

• 提出的方法或解决方案： 作者在两间包含神经多样性儿童（共12名神经发育迥异儿童和17名神经典型儿童）的学前教室中，部署了一种名为KIBO的可编程教育机器人，并结合教师反馈和观察，设计了一系列适龄教学活动，帮助儿童学习CT概念并融入社会性互动。

• 创新之处：

  1. 聚焦3-5岁低龄神经多样性儿童这一未被充分研究的年龄段。
  2. 将现有工具（而非开发新的CT工具）适配于神经多样性儿童的需求，提供动态和战略性教学调整。
  3. 借助KIBO机器人，探索如何通过技术引导儿童建立因果关系、改进合作、发展问题解决能力和调试技能。
  4. 使用互动分析方法，揭示神经多样性儿童丰富的多模态交流实践。

• 实施步骤与关键技术：

  1. 前期调研：通过教师访谈了解当前教学实践和神经多样性儿童的需求。
  2. 设计教学计划：基于现有的CAL-KIBO-PreK课程，提供针对神经多样性儿童的适配，包括视觉辅助、任务分解、以及游戏中使用儿童喜爱的材料。
  3. 课堂部署：在两间学前教室中开展为期8周的KIBO教学活动，涵盖认识机器人组件、设计简单代码和理解因果关系等任务。
  4. 数据采集与分析：使用多相机录制儿童互动，并采用多模态互动分析揭示儿童在CT学习和社会化游戏中的表现。

研究成果

• 取得的具体成果：

  1. 很多神经多样性儿童展示了对CT基本概念（如排序、因果关系和调试）的理解，并能够使用KIBO机器人进行简单编码。
  2. Neurodivergent儿童参入和享受合作性的社会游戏，同时逐步克服竞争带来的冲突。
  3. 教师和研究者通过动态的在场干预（如手把手指导或简化选择）显著增强了儿童对复杂任务的兴趣和参与度。

• 与现有解决方案相比的优势： 与先前主旨在青少年或较年长儿童的研究相比，本研究深入探索了低龄儿童独特的学习特点及需求。此外，不是开发新工具，而是通过调整现有工具适应更多儿童的学习需求，这种方法具有较强的实用性和可扩展性。

• 实验或评估结果：

  1. 大多数儿童（尤其是与教师的提前教学准备结合后）能够通过KIBO机器人学会将抽象的编码概念与具体行为联系起来。
  2. 对于必须依赖特定材料玩耍的神经多样性儿童（如最小发声自闭症儿童），动态支持策略尤为重要。
  3. 儿童表现出情感反馈（如欢呼、庆祝等）和合作行为的增强，这表明技术可成为社会交互的有力媒介。

• 局限性与未来方向：

  1. 部分儿童对KIBO的兴趣或参与有限（如注意力集中时间短），表明需要进一步降低拼装和编码任务的复杂性。
  2. 未来可以扩展部署时间，并引入面向低龄儿童的长期干预设计，涵盖更多复杂的编码概念（如循环与模块化设计）。
  3. 实验仍依赖教师在课堂中的强辅助角色，未来机器人设计中可以加入更多互动反馈机制，如视觉或语音提示，以减少对成人支持的依赖。

总结

通过将一个现有的编码机器人技术适配于神经多样性学前儿童，研究显示这些儿童能够掌握CT基本概念，并通过编程实践增强社会性互动。该研究不仅提出了教育适配策略，还鼓励开发更具包容性的技术工具，为低龄神经多样性儿童提供平等的学习机会。