Learning AI Without a STEM Background: Mixed-Methods Evidence from a Diverse, Mixed-Cohort AIED Program
本文通过混合方法证据表明，一项由美国国家科学基金会资助的混合 cohort 人工智能教育项目，通过将伦理推理与社会技术判断置于技术熟练度之上，有效赋能了非 STEM 领域的本科生和成人学习者，从而通过以人为本的教学支持增强了他们的信心、参与度并拓展了职业路径。
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
这篇论文是一项引人入胜的研究，旨在回答这样一个问题：“完全不懂编程的人也能学习人工智能（AI）吗？”
以往的 AI 教育主要面向数学和计算机科学专业的“专家”。这就像“想学习高级烹饪，必须先练习刀工和火候控制十年”一样。因此，普通大众或从事其他职业的人往往不敢踏入 AI 的世界。
然而，这篇论文介绍了由圣母大学开展的一项名为“数据交汇（Data Crossings）”的新项目，并展示了其显著成效。
🌟 核心比喻：“厨师 vs 美食家”
以往的 AI 教育专注于培养“厨师（开发者）”。而该项目则致力于培养“美食家（用户与评估者）”。
- 传统方式：教授“如何处理食材、用何种火候烹饪才美味（即编写代码）”。
- 该项目：教授“食用这道菜是否有益健康、由谁制作、以及这道菜将如何影响我们的社会（即伦理与判断）”。
🎓 该项目是如何运作的？
该项目将两个不同群体混合在同一班级中：
- 大学生：主修人文、社会科学、艺术等非理工科（Non-STEM）专业的学生。
- 成人学习者：已在职场工作或希望转换职业轨道的专业人士。
他们无需学习编程，便共同学习了 AI 的运作原理及其结果可能引发的伦理问题。这就像来自不同背景的人们聚集一堂，研讨如何建设和管理“名为 AI 的新城市”的工作坊。
🔍 发现了什么？（主要成果）
研究团队调查了参与该项目人员的变化，得出了令人惊讶的结果。
1. 自信心的爆发式增长（如同在迷雾中找到了道路）
起初认为自己“完全不懂 AI"的参与者，在项目开始仅一个月后，便获得了“我完全能够理解”的自信。
- 比喻：起初学习一门陌生的外语令人畏惧，但在短时间内便能用该语言进行简单对话和问路。尤其是那些最初最缺乏自信的人，取得了最大的进步。
2. 伦理判断力成为核心
参与者将关注点从“如何制造技术”转移到了“如何公正地使用这项技术”。
- 比喻：他们意识到，如果 AI 做出的裁决不公，与其去修改代码，不如具备“指出为何不公”并“讨论如何修正”的能力更为重要。
3. 彼此学习的“互学”魔力
大学生从成年人的实践经验中学习，成年人则从大学生的新视角中获益。
- 比喻：年轻人传授“新工具”的使用方法，成年人则告知“该工具应用于何处才能造福社会”，从而形成了一种互补的伙伴关系。
💡 这项研究给我们的启示
这篇论文最终指出：
"AI 教育并非只有擅长编程的人才能参与。理解 AI 对生活的影响并具备伦理判断能力，是所有公民必须具备的基本素养。”
总结如下：
该项目让人们将 AI 视为“需要共同应对的社会工具”，而非“高深的技术”。即使不懂编程，只要能够思考并判断 AI 将如何影响我们的社会，我们就都有望成为 AI 时代的主角。
正如文中所述，让不同背景的人们聚集一堂，学习重点不在于技术，而在于“价值”与“判断”的方式，这被提议为未来 AI 教育应走的道路。
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。