Dec, 2023

青少年与人工智能：训练营经历与教训

PDF
TL;DR人工智能教育在课堂教学中的整合滞后，导致青少年对即将到来的人工智能驱动未来准备不足。通过夏令营提供的三天训练营，设计了一个在线学习平台的早期版本，在动画视频、简单易懂的幻灯片、互动场地和测验中传达课程内容，结果显示学生的满意度为 91.4%，88.5% 的学生感觉对人工智能概念有了更好的理解，71.4% 的学生表示对编程有了更好的理解。鉴于学生们在 Google Colab 编程分配上的困难，结果表明学生们在平台上的活动和对测验的回答显示了他们对材料的熟练掌握，强调了下一代对引人入胜且易于接触的人工智能教育方式的需求，并且强调了通过非正式学习填补为青少年提供早期人工智能教育的差距的潜力。
artificial intelligenceai educationclassroom curriculabootcamponline learning platform
发现论文，激发创造
  • 人工智能在日常生活中的应用 2.0：跨专业教育大学学生

    在大数据人工智能与其不断增长的能力引领下，人工智能应用已成为我们日常生活的一部分。然而，对于其能力、限制以及相关优缺点的误解广泛存在。因此，在大学环境中，有必要向计算机科学专业学生和其他学科的学生普及人工智能知识。在这篇经验报告中，我们介绍了我们为来自不同专业的学生开设的一门入门课程的概述。此外，我们讨论了课程的作业和测验，让学生第一手了解了人工智能的过程，并洞察到了他们的学习模式。另外，我们还提供了课程评价和学生表现的总结。最后，我们介绍了从教授这门课程中获得的见解，并阐述了我们的未来计划。

    Apr, 2024

  • 中学课堂 AI 识字课程部署后教师视角和经验的理解

    探讨了教师实施 MIT RAICA 课程模块后的经验，研究发现人工智能模块不仅扩展了教师在该领域的知识，还使他们意识到其日常应用及其伦理和社会影响，并促使他们更好地与学生分享内容。还提出了对教师专业发展资源的改进建议。

    Dec, 2023

  • AI 聊天机器人作为多角色教育代理者：转变计算机科学教育中的参与度

    该研究通过设计并评价了一种 AI 驱动的多任务聊天机器人，在计算机科学教育中提升学习体验、促进学生参与。研究采用设计研究方法，开发了一个新型学习环境，其中包括指导机器人、同伴机器人、职业规划机器人和情感支持机器人四个不同的聊天机器人角色，通过满足学生的能力、自主和关联性等三个内在心理需求，以探究为基础的学习模式鼓励学生提问、寻求解决方案和探索好奇心。研究通过在一个月内与 200 名参与学生进行高等教育环境测试，将结果与人类导师和单一聊天机器人条件进行对比。研究运用混合研究方法，包括聊天记录序列分析、调查和焦点小组访谈等定量和定性手段。通过整合先进的自然语言处理技术，如主题建模和情感分析，提供了对该系统对学习者参与度、动机和探究型学习的深入理解。该研究通过其严格的设计和创新的方法，为 AI 驱动的多任务聊天机器人在重塑计算机科学教育以及创建引人入胜、支持性和激励性学习环境的潜力提供了重要见解。

    Aug, 2023

  • AI 在基于项目学习中的未来规划：与学生合作探索

    通过共同设计研究，探索学生使用人工智能（AI）的数据在项目式学习（PBL）评估中作为新材料的潜力，并基于学生对教育目标转变的愿景，分析了学生使用 AI 的各种情景、分析方法和理解方式以及对学生与 AI 互动和理解 AI 增强学习的未来研究机会。

    Jan, 2024

  • K-12 人工智能教育视角

    本论文讨论了 AI 对医学、生物学、交通、娱乐等领域产生深远影响的同时，为应对未来 AI 驱动的社会挑战，将 AI 教育纳入 K-12 教育的必要性并提出了基于模块化的教学方法以促进学生的动机和创造性思维。

    May, 2022

  • K-12 计算机教育中的人工智能学习建议

    本文提供了一套以数字素养和社会视角为重点的 AI 学习目标，旨在帮助补充现有的计算机科学课程，并提供有关 AI 的核心概念和相应的能力的见解。

    May, 2023

  • 编程课程中提供反馈的智能导师

    本研究提出了基于人工智能的编程教学智能助教，它可以回答学生的编程问题并提供准确的答案和示例，受测试的大学生认为这个工具可以成为其他课程中有用的工具。

    Jan, 2023

  • 一个新时代：智能辅导系统将改变数百万人的在线学习

    这篇研究论文探讨了人工智能 (AI) 在教育领域的潜力，并通过对两个在线教学平台的比较研究发现，AI 技术提供的高度个性化、积极和实用的学习体验对于学习者的学业成果和完成率产生了巨大的正面影响，将 AI 技术和这种个性化学习体验推广到全世界数百万的学习者，将对教育的民主化迈出重要一步。

    Mar, 2022

  • 学生对人工智能知识获取的兴趣

    本研究探讨和分析了与人工智能课程相关的部分学生期望和观点。我们对 200 名计算机科学专业的本科生中的 58 名学生进行了匿名调查，使用主题分析对答案进行了分析和解释，以了解他们对人工智能学科的兴趣和吸引力以及其缺点。我们得出结论，学生们对人工智能感兴趣是因为其时尚性、适用性、他们对这个主题的热情和兴趣、未来增长的潜力以及高薪水。然而，学生们的期望主要是在人工智能领域获得中等知识，男性似乎比女性更有兴趣获得高级技能。学生们最不喜欢的部分是人工智能中使用的数学方面。其中一小部分学生还意识到人工智能可能被用于负面目的的潜力。我们的研究还对数据库课程进行了简短比较，学生们对于获得中等知识并不那么热情或有兴趣，他们的兴趣与数据库使用和基本信息相关。

    Nov, 2023

  • 哈佛本科生对生成人工智能的调查

    对哈佛大学本科生（n=326）的学习习惯、课程选择和职业前景等方面研究表明，几乎 90% 的学生使用生成型人工智能。其中大约 25% 的学生开始将人工智能用于代替参加办公时间和完成必读课程。一半的学生担心人工智能会对他们的就业前景产生负面影响，超过一半的学生希望哈佛开设更多关于人工智能未来影响的课程。研究还揭示了学生对人工智能的广泛社会影响的看法，发现一半的学生担心人工智能会增加经济不平等，40% 的学生认为人工智能带来的灭绝风险应该像流感和核战一样，被视为全球优先事项。参加过人工智能课程的学生中有约一半的人预计，在未来 30 年内人工智能将在几乎所有任务上超越人类能力。根据这些结果，我们向哈佛社区提出了一些建议。

    Jun, 2024