作者：沐文媛 东南大学脑与学习科学系，儿童发展教育研究所
研究生导师：柏毅 夏小俊
【推荐摘要】：
贡献：香港中文大学-赛马俱乐部未来人工智能项目共同为香港中学开设了第一门学前人工智能课程，并对其效果进行了评估。这项研究通过引入一个新的人工智能课程框架，为人工智能教育界添砖加瓦。关于学生对人工智能学习认知的预测试多因素评估证实了该课程在促进人工智能学习方面是有效的。教师们还证实，共同创造过程增强了他们实施人工智能教育的能力。
背景：AI4Future是一个跨领域的项目，涉及五个主要合作伙伴--香港中文大学工程学院和教育学院、中学、香港政府和人工智能行业。一个由14名教授组成的团队与6所中学的17名校长和教师合作共同创建了改课程。
研究问题：该课程是否会明显改善学生对人工智能学习的感知能力、态度和动机？共同创造的过程对课程的实施有什么好处？
研究方法：参与者是来自中学的335名学生和8名教师。本研究采用混合方法，以定量数据衡量前后的问卷调查，定性数据强调教师对共同创造过程的看法。采用配对t检验和方差分析，以及主题分析来分析数据。
研究结果：1）学生认为自己的能力更强，并对学习人工智能产生了更积极的态度；2）师生共同创造过程增强了教师在人工智能方面的知识，并增强了教师将该主题带入课堂的自主权。
【关键词】：人工智能教育、共同创造过程、课程设计、义务教育、教师教育。
一、引 言
人工智能的爆炸式增长正在日益改变我们的生活、学习和工作方式。为了激励更多的学生在学习和职业生涯中追求人工智能，有必要在义务教育阶段开发一个相关的、有吸引力的课程，然后坚持下去。因此，在学校教授人工智能主题是教育下一代的重要全球战略举措。
为了创建义务教育人工智能课程，香港中文大学启动了一个名为未来人工智能（AI4Future）的项目，这是香港第一所实施人工智能课程的中学。AI4Future是一个由香港中文大学工程学院、教育学院、地方中学（简称“先锋学校”）、地方政府与当地人工智能行业共同为初中学生创建正式的人工智能课程。这项研究提出了一个共同创造的过程，将人工智能专家、教育学专家和从业者聚集在一起，开发、实施和评估新的试验前人工智能课程。
本文的结构如下。第二节概述了以往对不同地区学校人工智能教育的研究和本项目的需求，并讨论了学校工程课程的几个重要元素。第三节介绍了目的和本研究的方法。第四节描述了课程是如何共同创建的，并介绍了课程概述、框架、选定的内容和活动。第五节介绍了对课程实施的评价以及教师对共创过程的看法。在第六节中，讨论了本研究的结果和主要贡献。最后，在第七节中对结论、局限性和未来的研究进行了展望。
二、文 献 综 述
A.K-12学校的人工智能教育
文献表明，向青少年学生教授人工智能的第一个想法是通过LOGO编程和Turtle机器人实现的，这被设计为学习活动，而不是课程。Lee对中小学的人工智能教育进行了研究。该研究表明，在过去两年中，韩国和美国（AI4K12）提出了国家课程标准，供学校设计课程和指导教师专业课程等准则和政策。它还报告说，欧盟利用在线课程和资源来提高全民的人工智能素养，而不是在特定的学校级别指定学生或科目。
不同地区的大学也在研究K-12水平的人工智能课程。例如，2018年，华东师范大学与科技公司SenseTime合作，出版了第一本针对高中的系列教科书--《人工智能基础》。该教材以技术为重点，专为具有较强的STEM背景的学生设计。因此，所有这些研究都表明了学校之间的合作对于人工智能课程开发的重要性。
这些针对学校的人工智能教育项目与人工智能在教育中的两项系统研究中提出的建议一致。Roll和Wylie审阅了47篇论文，并建议人工智能在教育中的研究应与教师合作，并支持课堂实践。Bozkurtet等人研究了1970-2020年教育中的人工智能研究，并建议在人工智能教育中应该更加强调人工智能的伦理学。
从文献综述中可以看出，人工智能教育在学校的发展仍处于早期阶段。上述倡议指出了大学、学校和行业之间合作的重要性。
B.参考K-12工程教育
由于人工智能的主题通常包含在高等教育的工程和计算机科学课程中，因此在设计义务教育的人工智能课程时，AI4Future的课程参考了K-12工程教育。文献表明，K-12工程项目的关键内容应该是：1）是跨学科的内容；2） 包括影响和伦理考虑；3）培养技术沟通能力、工程思维和技术。
1）跨学科性质：一个精心设计的K-12阶段的工程项目应强调其跨学科性质，以解决学校正式课程中缺乏跨学科联系的问题。
2）影响与伦理：。学生应了解他们提出的问题解决方案如何影响当地、全球、经济、环境等方面，并考虑可能的道德问题、安全问题，对个人和公众的影响。
3）技术沟通能力：该项目应培养学生在技术问题上的沟通能力。能够用日常语言向没有技术背景的人传达他们的技术观点。
4）工程思维：在K-12环境中，学生应该有权相信他们可以设计和解决各种问题，并自行开发新的知识领域。
5）工程技术：学生应该学习和实施程序中的各种技术、程序和技能。
C.学校课程和教师自主权
“学校课程”是指在课堂内外实施的由教师计划和指导，学生学习的所有经验。课程的感知和组织方式影响着教学过程。与高等教育相比，学校的课程设计更为复杂。它涉及到如何将新举措转化为实践的问题，预计学校之间的实施会有相当大的差异。除了课程之外，教师自主权也很重要，它指的是教师能够控制自己的教学，这对于教师在课程实施过程中为学生提供有效学习机会的动机、参与度和承诺至关重要。
三、关 于 本 研 究
如上所述，AI4future是人工智能义务教育课程开发中的第一个，教师视角在课程发展中发挥着非常重要的作用。因此，本研究旨在采用共同创造过程来创建和评估初中阶段（即7-9年级）的人工智能课程，并了解该过程在实施中的作用。因此，研究问题如下。
RQ1：课程是否会显著提高学生对人工智能学习的感知能力、态度和动机？
RQ2：共同创造过程如何有利于课程的实施？
A.背景
有两个阶段：1）课程开发；2）AI4future的实施。在课程开发阶段，采用了基于设计的研究方法，因为该方法旨在设计和发展教育技术创新。成立了一个由14名具有工程和教育专业知识的教授以及大约15名博士后、研究助理和本科生助理组成的合作团队，与来自六所私立学校的17名校长和教师密切合作。这些学校是特意从香港不同地区挑选出来的，具有不同的社会和经济特征；包括女校、男校和男女混校（反映了整体学术标准）。选定的学校已经表明，他们高度重视STEM教育，同时也表达了他们对学生的人工智能教育的高度重视。来自两个学院的专业教授根据他们的研究专业撰写了技术内容，然后与教师合作，在为期一年的例会（每两周一次，周一和周五下午）中完善学习成果和教学内容。
实施阶段是在新冠肺炎大流行期间进行的。因此，教师们在大约三个月的时间里，在混合环境中教授人工智能主题，包括在线和面对面模式。他们考虑了学校文化、教学环境和资源，选择了相关内容，并对内容进行了微调，以创造最符合学生需求和兴趣的学习活动。
B.方法
采用定量和定性相结合的方法收集数据来回答研究问题。共有三百三十五名12-16岁的学生和八名来自先锋学校的教师参与了对当前课程及其共同创建过程的评估。为了开始收集数据，在获得参与者同意后，进行了机构伦理审查。学生们完成了在线30分钟的事前和事后问卷调查；教师们参加了60分钟的个人半结构化访谈，以表达他们对共同创作过程的看法。
C.测量
除了人口统计数据外，问卷还包括五个变量来测量学生对人工智能的感知能力、态度和动机。感知能力包括感知人工智能知识、人工智能准备程度。
每个变量都是用6分制的李克特量表测量的，该量表改编自以前的研究，具有可靠性和有效性。
1）AIKG-我们提出了一个新的变量。这个变量用来衡量学生对他们所获得的人工智能基础知识水平的自我认知，从而反映课程设计的质量。
2）AIRD-该变量来自先前的研究。它测量学生对日常使用各种形式的人工智能技术的舒适程度的看法。进一步的感知表明，学生对人工智能的应用持有利的观点。
3）AICF-该变量衡量学生对学习人工智能内容的感知信心。该量表有五个变量，一个例子是“我确信，如果我在这个人工智能类中足够努力，我就能成功。”该变量的足够可靠性α=0.88。
4）AIRE-该变量来自先前的研究。它测量学生对学习人工智能相关性的感知。它有六个变量，其中一个测试变量是“我在这节人工智能课上学习的东西对我有用。”该变量的可靠性为α= 0.91。
5）AIIM-该变量改编自学习动机问卷。该变量有四个，例如“在这节人工智能课上，我更喜欢能引起我好奇心的人工智能主题，即使学习起来很困难。”变量的可靠性为α= 0.74
在本研究中，上述变量被证明对衡量学习结果具有重要意义和相关性，如评估部分所示。
四、课 程 发 展
考虑到人工智能技术的无边界性质，以及未来的人工智能教育是一项全新的举措（至少在香港是这样），该项目面临着三个独特的挑战：第一是创建一个基础性和特定的人工智能课程，以使其能够具体掌握主题，同时为那些尚未决定自己的兴趣和长期发展方向的年轻学生开辟了广阔的知识视野。第二个挑战在于用可用的人力和资源将这一新举措转化为实践，而且所有领域都缺乏人工智能人才。第三个挑战是，学前人工智能教育的需求因学校而异，我们的工作必须努力满足所有这些需求。
为了应对这些挑战，该项目旨在设计一个清晰的模块化和可重构的课程结构，以支持不同学校所需的灵活学习途径。因此，用于义务教育教育的人工智能课程应该为教师留出空间，让他们认识到每个学生的个人和认知能力。
本研究使用了四个组成部分：1）课程概述；2）框架；3）内容；4）作为框架的活动，分析所有共同创建的数据，包括最终课程文件、学习资源和会议记录。
A.共同创建的课程
概述图1是一张信息图，概括了整个流程。课程从插图的核心开始，引入了人工智能及其最近快速发展的关键驱动因素，即大数据、机器学习和云计算。另一个核心重点是人工智能应用程序使用中的伦理考虑，以及相关的社会影响。
粉红色的中间圆圈说明了我们对人工智能各个分支的覆盖，包括感知机器智能，如“看”和“听”，人类语言技术，如“说”、“读写”、机器推理，使用模拟来解决问题，以及机器如何“创造性地”生成内容。绿色的外圈显示各种人工智能支持的可能应用，其中许多具有重要的社会意义，尤其是对未来的工作。
图1.提供新人工智能课程概述的信息图
B.课程框架
该项目设计了一个包含12章和5个深度层次的课程框架，如表1所示。
此外，每一章都分为五个模块，如表2所示。
表1.课程框架
表2.课程模块的阐述
C.促进本地和全球理解的课程内容
学生相关性在学习人工智能中非常重要。课堂活动的创建使任务能够实现“从本地解释到全球理解”的学习。这在人工智能和学生的日常体验之间建立了联系，即建立了学生相关性。通过这种方式，学生可以通过结合许多高质量的例子来更好地理解人工智能的社会和个人影响。
D.为灵活性设计的课程活动
灵活性对于义务教育来说非常重要，以满足学校及其学生的不同需求，这种课程模块化和升级设计将为学校教师提供最大限度的灵活性，以适应他们的学校环境和学生的兴趣和能力。该团队还从头开始开发了一个硬件工具包——CUHKiCar（香港中文大学iCar，见图2）是一款具有六种内置人工智能功能的机器人汽车，为学生提供交互式人工智能体验。
图2.CUHKiCar
五.课 程 实 施
A.增强学生能力
为了回答RQ1，在考虑了预检验问卷得分后，使用配对检验和协方差分析（ANCOVA）来评估问卷后得分的差异。表3给出了描述性统计。所有变量的信度系数在0.88至0.92（>0.70）之间，被认为是内部可靠的。此外，所有变量都符合方差同质性假设，在Levene检验中所有p值均大于0.05。配对检验的 结果具有统计学意义，表明学生在变量AIKG、AIRD、AICF、AIRE和AIIM中得了进一步的改善。
表3.描述性数据
B.评估共创过程的效益
主题分析用于确定两个主要的主题：1）教师专业发展；2）教师自主性。
1）教师专业发展：为了回答RQ2，分析显示，所有参与的教师都没有接受过正式的人工智能培训，他们能够从共同创作过程中学习到课程设计所需的人工智能知识。2）教师自主性：分析表明，所有教师都认为参与共同创造过程有助于他们对课程设计、内容和活动的理解。这促进了教师的自主意识。
六、讨 论
本研究的主要目标是利用共同创造过程为初中阶段创建和评估人工智能课程。本研究提出了两个实证发现，并讨论了其对人工智能教育的两个主要实际贡献。
两个实证结果：
第一个发现是，拟议的课程在感知、态度和对人工智能的内在动机方面的感知能力有明显的提高--请参考RQ1。AIKKE课程框架有可能提供一个整体的、全面的和灵活的人工智能观点，这将促进来自不同背景的学生样本对人工智能的认知、准备、信心和相关性，以及学习人工智能的动机。此外，这一发现表明，共同创造过程有效地在人工智能和教育专家以及中学教师之间创造了协同效应，以创建课程，其中包括概述、框架、内容和活动的组成部分。
第二个发现是，共同创造过程已被证明是一个赋予教师权力和行使权力的过程，以支持他们将人工智能带入课堂。使用共同创造过程作为教师专业发展项目，可能需要来自部委、学校和大学的大力支持，才能长期持续。
B.两大实际贡献
本研究的第一个发现是通过提出一个有效的课程能够成功地将传统上在高等教育阶段教授的人工智能科目转化为义务教育的初中课堂。此外，第二个发现强调了共同创造过程对人工智能课程开发的重要性。这个过程可以：1）通过重新设计和将内容纳入各种课堂学习资源来实现发展中的人工智能课程框架；2）通过提供一个持续的专业发展过程来提高教师的人工智能知识。
七、局限性和未来研究
本文指出了四个限制。首先，该课程的实施是在疫情期间进行的。公共卫生危机可能影响了学生的感知，这一发现可能不适用于正常时期的课堂。其次，本文没有考察所有章节或单个模块的有效性。第三，本文没有考虑教师如何在课程中选择学习资源，建议进行纵向研究设计，最后，多样性和包容性对于确保人工智能教育的成功很重要，进一步的研究应该调查课程如何满足不同学术能力和性别差异的需求。
本文介绍了AI4future在香港创建义务教育人工智能课程的第一步。共同创造过程增强了教师在人工智能方面的知识，并培养了教师将主题带入课堂的自主性。它可以通过促进学生对人工智能的感知能力、态度和动机，引导教师激励学生努力为未来做好准备。
查阅原文：Chiu, Thomas K.F; Meng, Helen; Chai, Ching-Sing; King, Irwin; Wong, Savio; Yam, Yeung
DOI：10.1109/TE.2021.3085878
转自：“百研工坊”微信公众号
如有侵权，请联系本站删除！
