Teaching AI Interactively: An Experience Report in Higher Education
本经验报告表明，通过在保留传统评估的同时，将具身化、非联网模拟实验及协作式实验室环节融入人工智能入门课程的重构过程，显著提升了学生的出勤率、参与度以及对课程有效性的感知，且并未降低学术严谨性。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你仅通过阅读一本关于发动机、齿轮和交通法规的手册来学习如何驾驶汽车。你可能会记住规则，但当你真正坐在方向盘后时，现实世界会让你感到不知所措、困惑且恐惧。这往往是学生学习人工智能（AI）时的真实感受。AI 是计算机科学的一个分支，我们通过它教机器如何做出决策、从模式中学习以及解决通常需要人类大脑才能解决的问题。但 AI 的“手册”充满了复杂的数学和抽象的概念，这会让学生觉得他们不够聪明，无法加入这个圈子。
长期以来，教师们试图通过让学生在家里完成构建 AI 程序的大型项目来解决这个问题。但论文指出，真正的魔力发生在作业开始之前的“课堂”里。研究人员在思考：如果我们不再仅仅是讲座，而是开始让学生“演出来”AI 是如何思考的呢？他们使用了一种叫做“CS Unplugged”（不插电计算机科学）的方法，这就像是在没有音乐的情况下先学习跳舞——在接触音箱之前，先用身体去感受节奏。通过将抽象的数学转化为肢体游戏和小组活动，他们希望让 AI 那些可怕的部分变得像是一个有趣的、可解的谜题。
实验：将课堂变成游乐场
佐治亚理工学院的研究人员对一门名为“人工智能导论”的标准大学课程进行了重大改造，用于一个暑期班。通常，这门课是一个大型讲堂，教授讲解两个小时，学生做笔记。对于这个暑期版本，他们保留了相同的作业、相同的考试和同样困难的主题（例如计算机如何寻找答案或在不确定性下进行猜测）。他们唯一改变的是在课堂时间内发生的事情。
学生们不再只是听讲，而是玩游戏。例如，为了理解计算机如何决定游戏中的最佳移动，学生们玩了一个名为“网格淘汰赛”（Grid Knockout）的实体游戏。他们两人一组站立，拿着数字网格，轮流擦除一半的网格，试图迫使搭档面对高数值或低数值。他们在身体力行地模拟计算机大脑的逻辑。游戏结束后，他们讨论了发生了什么，然后，他们编写代码让计算机执行同样的操作。这是一个桥梁：首先，他们用双手感受概念；然后，他们用键盘上的手指构建它。
他们的发现
尽管这些学生正在进行与上一学期完全相同的困难工作，但结果却出人意料地清晰。
首先，参加这个充满游戏的新班级的学生出勤率更高。数据显示，与仅有讲座的学生相比，暑期班的学生报告高比例出勤的可能性几乎是前者的 7 倍。他们不仅仅是因为必须到场才出现，更是因为他们觉得如果不去就会错过一些有趣且有用的东西。
其次，学生们觉得这门课更有效。尽管测试和项目是完全一样的，但暑期班的学生认为其作业和考试能够衡量其知识水平的可能性要高出约 4 倍。他们觉得课堂游戏让他们准备得非常充分，以至于作业看起来是对他们技能的公平测试，而不是一个随机出现的障碍。
第三，学生的信心增强了。在访谈中，他们将课堂描述为一个可以“允许困惑”的“安全空间”。一名学生说，他以前常想：“我没有成为工程师的技能”，但在上完这门课后，他意识到：“我现在想做这件事了。” 肢体游戏将可怕而复杂的数学分解成了易于处理的部分，让学生觉得自己是在实际构建某种东西，而不仅仅是在死记硬背公式。
启示
论文表明，你不需要降低课程的难度来使其变得更好；你只需要改变学生体验学习的方式。通过让学生“体现”这些想法——站起来、走动并玩游戏——他们为随后的硬核数学建立了更坚实的基础。研究人员发现，当学生感受到进步感并看到每天出勤的价值时，他们会更深入地参与其中，并感到自己更有能力。虽然这只是一个涉及约 50 名学生的短期暑期实验，但它暗示了我们教授困难学科的方式可能需要减少讲座，而更多地转向一种让每个人都能亲自动手的协作式工作坊。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。