让教师参与共同设计K-12课堂的综合人工智能课程

文献标题

Engaging Teachers to Co-Design Integrated AI Curriculum for K-12 Classrooms

文献信息

• 主题领域: 人工智能教育与人机交互设计
• 关键词: 人工智能, K-12教育, 共同设计, 学习工具, 教师参与, 教育技术, 数据整合, 伦理实践, 教学创新

研究背景与问题

• 问题与挑战:

  • 当前K-12人工智能（AI）教育课程和工具与教师的价值观和教学背景不完全契合。
  • AI教育工具仍主要限于计算机学科，而不是广泛应用于核心课程，如英语、数学和社会科学。
  • 很多教师缺乏对人工智能的充分理解，无法将AI融入现有课程。

• 重要性:

  • 随着AI技术迅速整合进日常生活，培养学生的AI识别、理解、应用和批判思维能力至关重要。
  • 扩展AI教育可以让更多非计算机学科的学生接触到关键技术，减少数字鸿沟。

• 研究动机和工作:

  • 使用以价值为导向的设计方法（Value-Sensitive Design），以教师为中心设计适用于课堂的AI课程和工具。
  • 通过合作设计（co-design），让来自不同背景的教师参与课程开发，提高课程的适用性和有效性。

解决方案

• 研究方法:

  • 组织为期两天的远程共同设计工作坊，针对15名K-12教师进行分组活动。
  • 第一天学习人工智能基本概念和教学工具，第二天探索教学伦理，设计跨学科整合的AI课程。

• 创新之处:

  • 将人工智能教学与核心课程相结合，如社会科学、英语第二语言（ESL）学习和识字教育。
  • 收集教师设计课程的价值观和实践需求，并为课程设计提供伦理反思机制。

• 实施步骤与技术:

  • 开展卡片分类活动，帮助教师理解AI在各种课程中的潜在应用点。
  • 通过协作小组分专题设计课程，将AI工具如Teachable Machine和ML4Kids与具体教育活动结合。
  • 引入伦理与数据反思，促进教师接受AI在非技术学科学习中的应用。

研究成果

• 具体成果:

  • 设计了三种整合AI课程的草案，包括：
    • 社会学课程：解读数据对政府政策的影响。
    • 特殊教育课程：利用AI学习词汇。
    • ESL课程：创建语音发音AI辅助应用。
  • 教师在工作坊后对教学人工智能的自信心上升，并认为AI教育不止适用于计算机学科。

• 与现有解决方案的比较:

  • 将AI课程从计算机学科扩展到核心课程，触及更广泛的学生群体。
  • 加强了教师参与课程开发的过程，而不是由研究人员单独主导。

• 实验/评估结果:

  • 教师完成了课程初稿，展示了数据驱动、伦理反思与课程整合的多种方法。
  • 工作坊期间教师的AI熟悉度从平均4.8提升至5.8（7分满分）。

• 局限性与未来方向:

  • 课程设计未在学生群体中进行实际评估，无法确认课程的具体效果。
  • 样本量较小，未来需更大规模的研究以验证成果的普适性。
  • 工作坊时间限制导致部分教师无法充分探索工具，未来应延长活动时间并鼓励教师间更深入的协作。

设计推荐

• 设计目标:
  • 设计评估机制: 增加支持学生学习效果评估的功能。
  • 设计互动机制: 激发学生兴趣，实现除传统参与方式外的创新教学。
  • 简化教学与工具整合: 增强工具的灵活性和跨学科适用性。
  • 支持协作学习: 提供促进学生小组学习与共同探讨的机制。
  • 整合数据基础: 将核心课程内的数据与AI工具连接，提升教学效果。
  • 促进批判性反思: 支持学生对教学内容和AI方法进行深刻反思。
  • 推进伦理探讨: 提供支持伦理分析的资源和方法，帮助教师应对道德讨论的挑战。

总结

该研究通过远程合作设计活动，测试了如何将AI教育整合进K-12核心课程，同时激发了教师的创造力与主动参与。这项工作拓展了AI教育的领域，展示了创建多样性课程的价值，并为未来的合作设计提供了实践指导。