“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
用户研究方法(访谈、调查、观察)原型设计与用户测试编程教育与计算思维智能辅导系统与学习分析中小学教师(K-12)大学教授与研究人员在线课程设计师
文献标题
'Listen to the Teachers': Research-Based Personas for Translating Classroom Realities into Actionable HCI Design
出版信息
- 主题领域: 将教育实践与人机交互(HCI)研究相结合,以支持课堂中的数字素养和计算赋能(Computational Empowerment, CE)。
- 关键词: 人机交互、计算赋能、教师角色、数字素养、教育技术、教师能动性、定性研究、参与式设计、基础数字教育、奥地利。
背景与问题
- 问题/挑战: 当前的人机交互研究未能充分解决教师在课堂中实施计算赋能(CE)时所面临的实际问题和多样化需求,导致理论框架与现实应用之间存在差距。
- 重要性: 教师在数字素养和计算赋能的成功实施中起着关键作用,但他们的挑战、策略和价值观在HCI研究中仍未得到充分体现。解决这一问题对于设计有效且可持续的教育干预措施至关重要。
- 动机与相关研究: 虽然计算赋能强调对技术的批判性和创造性参与,但实际实施面临诸多障碍,如教师培训不足、资源限制以及教育优先事项之间的冲突。此前的研究主要集中于框架和工具,但未能充分探讨教师在实施计算赋能过程中的实际经验和能动性。
解决方案
- 提出的方法: 开发基于研究的教师角色,以概括实施计算赋能的教育工作者的多样化现实、价值观和挑战,并将这些洞察转化为可操作的人机交互设计策略。
- 创新点:
- 创建基于实证的教师角色,代表多样化的教学现实。
- 识别实施计算赋能中的关键张力,例如批判性媒体素养与工具掌握、就业能力与赋能之间的矛盾。
- 基于角色开发教育技术(EdTech)和教师教育(TechEd)的设计策略。
- 引入角色作为教师培训中的反思实践工具。
- 过程与关键技术:
- 对16名奥地利教师进行了半结构化访谈和创造性设计任务。
- 应用反思性主题分析识别与教师价值观、挑战和策略相关的主题。
- 将研究结果综合为四个独特的教师角色:Marcus、Emily、Kai和Amira。
- 根据角色提出教育技术和教师教育的设计建议。
结果
- 具体发现:
- 识别了计算赋能实施中的关键张力:批判性媒体素养与工具掌握、创造性探索与结构化教学、就业能力与赋能之间的矛盾。
- 开发了四个教师角色:
- Marcus:务实、结构化,注重就业能力。
- Emily:愿景型、创造性,强调批判性和创造性思维。
- Kai:伦理型、批判性,优先考虑数据主权和反思。
- Amira:资源型、务实,解决系统性不足。
- 提出了10项教育技术设计原则,包括无障碍访问、自适应支架以及批判性媒体素养工具。
- 建议基于角色和反思性的方法用于教师培训。
- 相较基线的优势:
- 超越了泛泛的“教师”概念,提供了细致入微、特定情境的洞察。
- 提供了针对多样化教学现实的可操作设计策略,弥合了HCI研究与课堂实践之间的差距。
- 实验/评估:
- 通过访谈和设计任务从16名奥地利教师处收集数据。
- 主题分析将访谈记录与设计任务中的视觉作品进行三角验证。
- 通过与研究人员的迭代讨论对角色进行了验证和完善。
- 局限性与未来工作:
- 仅限于来自奥地利的16名参与者,研究结果可能无法推广到其他背景。
- 角色代表的是一个瞬时的快照,可能随着教育领域的变化而演变。
- 未来研究应探索角色在不同背景下的可转移性,评估其在共同设计工作坊中的实用性,并进行跨背景和定量验证研究。
总结
本文解决了计算赋能(CE)的理论理想与教师在课堂中实施CE时所面临的实际问题之间的差距。通过对16名奥地利教师的定性研究,作者开发了四个细致入微的教师角色,概括了多样化的价值观、挑战和策略。这些角色为教育技术(EdTech)和教师教育(TechEd)的设计原则提供了可操作的指导,旨在支持教师培养数字素养和对技术的批判性参与。研究结果强调了根据教育工作者的具体需求定制HCI干预措施的重要性,为设计工具和培训项目提供了赋能教师和学习者的框架。
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%
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
- 86%
OATutor:一个开源的自适应辅导系统和精心策划的内容库,用于学习科学的研究
CHI '23· 编程教育与计算思维 +2
- 71%
探索智能辅导系统在素描基础教学中的潜力
CHI '20· 编程教育与计算思维 +1
- 71%
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
- 71%
扩展时间词汇表以设计“不可发现学习”
CHI '26· 智能辅导系统与学习分析 +2
- 71%
“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
- 63%
通过教师提供的解决方案在线编程作业中吸引学生
CHI '20· 大语言模型(LLM)的人机协作 +2
- 63%
VizProg:通过可视化学生编码进度来识别误解
CHI '23· 编程教育与计算思维 +1
- 63%
探讨同伴认可在社会注释中的作用:揭示心理基础
CHI '24· 协作学习与同伴教学 +2
- 63%
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
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/10.1145/3772318.3791051
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
4 位作者
sell
研究子方向
用户研究方法(访谈、调查、观察)、原型设计与用户测试、编程教育与计算思维、智能辅导系统与学习分析
work
职业/产业
中小学教师(K-12)、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
10 篇相关论文