儿童能理解机器学习概念吗?揭开黑箱的效果
荣誉提名作者
眼动追踪与注视交互编程教育与计算思维中小学教师(K-12)儿童教育工作者
机器学习服务已融入日常生活的各个方面。其底层过程通常被黑箱化以增加易用性。因此,孩子们缺乏探索这些过程的机会,也无法发展必要的思维模型。我们提出了一种手势识别研究平台,旨在通过揭示机器学习构建块(数据标注和评估)来支持从经验中学习。孩子们使用该平台执行物理手势,在采样和评估之间进行迭代。他们的理解在预/后实验设计中进行了测试,分为三种情况:仅揭示数据标注的学习活动、仅揭示评估的学习活动,或两者兼有。我们的研究结果表明,这两个构建块对于提高孩子们对基本机器学习概念的理解至关重要。孩子们能够将他们的新知识应用于日常生活情境,包括具有个人意义的应用。我们得出结论,孩子们与机器学习的黑箱互动有助于更好地理解他们周围的世界。
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。
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2019
emoji_events
奖项
荣誉提名
group
作者
6 位作者
sell
研究子方向
眼动追踪与注视交互、编程教育与计算思维
work
职业/产业
中小学教师(K-12)、儿童教育工作者
article
内容状态
仅摘要
hub
相关论文
5 篇相关论文