家庭作为AI素养的第三空间:儿童和父母如何共同学习AI?

大语言模型(LLM)的人机协作STEM 教育与科学传播汽车制造商与车辆设计师儿童教育工作者

文献标题

Family as a Third Space for AI Literacies: How do children and parents learn about AI together?

文献信息

  • 主题领域: 人工智能教育及家庭学习交互
  • 关键词: 人工智能素养、家庭学习互动、家长角色、多模态学习、儿童教育、协作设计、家长指导、算法公平性

研究背景与问题

  • 发现的问题或挑战:

    • 随着AI技术日益渗透家庭生活,家庭在使用智能设备(如语音助手、导航工具)中出现了使用指导和教育的缺失。
    • 当前针对儿童AI教育资源较多,但涉及如何调动家长参与和指导的解决方案很少。
    • AI技术可能带来的偏见、公平性、隐私保护等问题也为儿童及家庭的教育提供了新的挑战。
  • 重要性:

    • 增强家庭成员的AI素养将有助于更加合理、安全地在家庭中使用AI技术,提升整体技术适应能力。
    • 理解如何在家庭内共同学习AI知识能够帮助父母成为更有效的技术学习支持者,也有助于儿童养成批判性思维。
  • 研究动机与相关工作:

    • 学术界已研究家长在儿童技术学习中的支持角色(如教师、协作者等),但在AI教育领域尚缺乏相关实践经验。
    • 提出了“多元素养”(Multi-literacies)框架作为研究理论背景,强调多语言和文化参与,为家庭AI学习活动设计提供指导。

解决方案

  • 提出的解决方案:

    • 设计了以家庭为中心、涵盖AI学习四个关键维度的11项学习活动,包括图像分类、对象识别、语音助手交互以及针对AI的联合设计。
    • 采用"多元素养"理论发展AI素养维度,具体包括:
      • 多模态及具象化学习实践
      • AI概念化学习
      • AI批判性框架
      • 将学习转化为实际使用情境的能力
  • 创新之处:

    • 将家庭作为“第三空间”,通过双向学习使家长和儿童共同发展AI素养。
    • 针对家庭设计交互性高、实践性强的多元学习活动。
    • 系统性探索了家长在AI学习活动中的多重角色及其对儿童学习的促进方式。
  • 实施步骤:

    • 招募了15个家庭参与为期5周的学习活动,每周进行一次在线学习会。
    • 通过视频记录与文本转录分析家庭成员的互动,采用联合媒介理论及家长帮助行为理论,标记家长在学习活动中的角色。
    • 通过对活动的反馈调查和主题分析,总结对家庭AI教育资源设计的建议。

研究成果

  • 具体成果:

    • 家长在家庭AI学习中能够扮演的角色包括:协作者、导师、学生、教师、观察者等八种类型。
    • 经设计的AI学习活动增强了家庭互动,支持了家长对儿童的学习指导。
    • 活动成果表明,多模态与具象化学习活动(如AI训练和未连接设计任务)最能激发家庭成员的共同参与。
  • 与现有解决方案的优势:

    • 与传统只针对儿童设计的学习资源相比,此研究的活动设计加强了儿童和家长的协作学习能力。
    • 将AI教育从单纯的技术学习扩展到对技术伦理、隐私的批判性考虑,促进家庭对未来AI设计的实践参与。
  • 实验或评估结果:

    • 家长和儿童通过联合作业对AI行为形成了更深入的理解,并学会如何解决技术故障与调试问题。
    • 多数家庭对互动游戏和设计任务评价较高,并表示活动能够激发儿童和家长的创造性。
  • 局限性与未来方向:

    • 参与的家长中约半数具有一定技术背景,活动效果可能对非技术家庭不足。
    • 研究环境在线开展,未能完全观察家庭在真实场景中的日常AI互动。
    • 未来可以扩展样本覆盖范围,探索多文化对AI素养教育的影响,并设计更加包容和具有文化相关性的AI应用。

总结

此研究首次系统性地探索了家庭如何在AI素养教育中发挥作用,并为教育资源的设计提供了实用建议。其成果突出了家庭作为技术教育第三空间的重要性,同时意图促进家庭成员共同探讨技术伦理及实践设计,为AI技术的公平使用创造条件。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/68878/2022

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/abs/10.1145/3491102.3502031
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2022
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
大语言模型(LLM)的人机协作、STEM 教育与科学传播
work
职业/产业
汽车制造商与车辆设计师、儿童教育工作者
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文