扩展时间词汇表以设计“不可发现学习”
智能辅导系统与学习分析用户研究方法(访谈、调查、观察)原型设计与用户测试大学教授与研究人员在线课程设计师
文献标题
Expanding a Temporal Vocabulary Towards Designing for “Undiscoverable Learning”
出版信息
- 主题领域: 技术丰富的学习环境中的时间框架
- 关键词: 时间词汇、不可发现的学习、去殖民时间政治、人机交互、设计事件、技术丰富的学习环境、多于人类、关系时间、STEM教育
背景与问题
- 问题/挑战: 学习环境通常依赖线性时间观,这排除了对时间的替代性、关系性和非线性理解。这限制了变革性的学习体验,并维持了排他性的时间观念。
- 重要性: 在学习环境中重新配置时间可以挑战能力主义、殖民主义和反黑人时间结构,从而促进更具包容性和关系性的学习体验。
- 动机与相关工作: 人机交互和设计领域的先前研究探索了时间的调谐和关系性配置。然而,这些概念在技术丰富的学习环境中的应用以及多于人类在学习过程中的角色仍存在研究空白。
解决方案
- 提出的方法: 针对不可发现的学习提出一种时间词汇,结合现有和新提出的设计事件,以重新配置技术丰富的学习环境中的时间。
- 创新点:
- 扩展现有时间词汇,新增三个术语:traces(痕迹)、stamps(标记)和renderings(呈现)。
- 将不可发现的学习概念化,承诺使某些学习过程不可知,并重视关系性、非线性过程。
- 将多于人类的参与者整合到学习环境的设计和理解中。
- 程序和关键技术:
- 分析与一家公共图书馆为期三年的合作伙伴关系,设计面向中学生和高中生的STEM课程。
- 通过对田野笔记、实物和参与者互动的迭代反思,应用现有时间词汇术语(encounters 和 other-time),并开发新术语(traces, stamps, renderings)。
- 使用非线性叙事来阐述学习事件和关系。
结果
- 具体发现:
- Encounters(相遇)揭示了学习者的时间如何以关系性的方式对齐,而非顺序性的(例如,零食时间影响海报制作)。
- Other-time(他者时间)突出了由多于人类的参与者(如 micro:bits)引入的不可预测的节奏。
- Traces(痕迹)强调了事件留下的印记,质疑实时数据的优先地位。
- Stamps(标记)展示了学习者如何以关系性的方式标记时间,而非通过基于时钟的时间戳。
- Renderings(呈现)展示了时间如何以空间性和关系性的方式显现,例如学习者在户外活动中选择阴凉区域的位置。
- 相较基线的优势: 超越线性、基于时钟的时间观,拥抱关系性、涌现性和非线性的时间理解。以多于人类为中心,挑战学习的规范性指标。
- 实验/评估:
- 背景: 与一个以拉丁裔为主的地区公共图书馆合作的STEM课程项目。
- 活动: 活动展台、单日下午课程,以及融入环境正义主题的一周夏令营。
- 数据: 通过时间词汇的视角分析田野笔记、照片、实物和反思。
- 局限性与未来工作:
- 使不可发现的学习可见的风险,可能削弱其初衷。
- 当前工作偏重于人类学习;未来研究应同等关注多于人类的学习。
- 未来方向包括探索嵌套时间(如深时间)以及自然/场所中的学习。
总结
本文扩展了现有的时间词汇,以在技术丰富的环境中概念化不可发现的学习。通过引入三个新术语(traces, stamps, renderings),作者突出了关系性和非线性的时间观,这挑战了排他性的时间观念。基于为期三年的STEM课程合作伙伴关系的证据表明,这些概念能够重新配置学习过程,将多于人类的参与者和关系动态纳入其中。该研究对人机交互、设计和学习分析具有重要意义,提供了一个促进正义导向、涌现性学习环境的框架。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 100%
“展示它,而不仅仅是说出它”:软件指导中指令多模态的互补效应
CHI '26· 智能辅导系统与学习分析 +2
- 83%
EvaluAId:开放性学生论文的人机协作评估
CHI '26· 大语言模型(LLM)的人机协作 +3
- 71%
“倾听教师声音”:将课堂现实转化为可操作 HCI 设计的研究驱动型人物角色
CHI '26· 用户研究方法(访谈、调查、观察) +3
- 71%
OpenCD:通过开放式多模态任务赋能儿童数学认知诊断
CHI '26· 智能辅导系统与学习分析 +3
- 67%
向自动化反馈教师话语以促进教师学习
CHI '20· 智能辅导系统与学习分析 +1
- 67%
探索交互式worked examples的设计及其对不同先备知识学习者的影响
CHI '26· 智能辅导系统与学习分析 +2
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3791827
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
智能辅导系统与学习分析、用户研究方法(访谈、调查、观察)、原型设计与用户测试
work
职业/产业
大学教授与研究人员、在线课程设计师
article
内容状态
已索引正文
hub
相关论文
6 篇相关论文