← 最新论文
📄 social_science

Emerging technologies reshape mathematics education only when pedagogy equity and cultural context guide their integration

这篇评论认为,只有当新兴技术的整合受文化回应式教学法、公平获取以及伦理考量的引导,而非仅仅由工具本身驱动时,它们才能有效地变革数学教育。

原作者: Prince Kusi, Emmanuel Teku, Emmanuel Larbi Ayetey

发布于 2026-08-10
📖 1 分钟阅读☕ 轻松阅读

原作者: Prince Kusi, Emmanuel Teku, Emmanuel Larbi Ayetey

原始论文采用 CC BY 4.0 许可(https://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,你走进一个刚刚安装了世界上最先进电器的厨房:一位能在毫秒间切好蔬菜的机器人厨师,一个能自动调节温度的智能烤箱,还有一个向你展示舒芙蕾如何升起的全息投影仪。这看起来像是魔法,它承诺让烹饪变得更简单、更快,并让每个人都能享受到美味。但问题在于:如果你把一个从未学过如何搅拌锅中食物的人交给机器人厨师,或者在没有电力的房子里放置一个全息投影仪,结果并不是一顿五星级的盛宴,而是一堆烧焦的残渣或一个昂贵的摆设。这就是数学教育的世界,一个致力于研究人类如何学习数字、形状和逻辑的领域。长期以来,教师一直依赖于粉笔、尺子和计算器等简单的工具。现在,一波“智能”工具——如人工智能、虚拟现实和交互式软件——正冲击着教室。核心问题不仅是“这些工具有没有存在?”,而是“它们是否真的能帮助学生更好地理解数学,还是仅仅让课堂看起来更酷?”答案完全取决于握着工具的人、教室里的文化,以及是否每个人都有座位的机会。

这篇由 Prince Kusi、Emmanuel Teku 和 Emmanuel Larbi Ayetey 撰写的论文,是对过去 24 年(从 2000 年到 2024 年)研究成果的一次大规模综述,旨在探讨当我们把这些高科技小玩意与数学课结合时会发生什么。作者们不仅仅是在统计购买了多少台平板电脑;他们观察了这些平板电脑被使用的“故事”。他们发现,仅仅把新技术丢进教室,就像是把一辆赛车交给一个从未学过如何转向的驾驶员。车很快,但如果没有熟练的驾驶员,它要么原地踏步,要么发生碰撞。论文指出,真正的魔力并不来自工具本身,而是来自教师的判断力。教师需要同时了解数学、了解教学方法以及了解技术是如何运作的。如果老师只是用一个华丽的应用程序来做以前在纸上做的那些枯燥练习题,那么这项技术就只是“替代”——即旧思想的一个数字外壳。但如果老师利用同一个应用程序让学生去探索那些在纸面上无法实现的、会移动且会变化的形状,那就是变革。论文建议,最成功的课堂是那些由教师的深刻理解和学生的特定文化需求所引导的课堂,而不是仅仅追随热潮。

该综述深入探讨了各种各样的技术。有动态数学工具(类似于数字版的乐高),它们让学生可以拖动三角形的一个角并观察角度的变化,使抽象的规则变得可视化。有人工智能 (AI),它扮演着私人导师的角色,能精准发现学生卡在哪里,并提供提示,甚至用通俗易懂的语言生成解释。还有沉浸式技术,如虚拟现实 (VR) 和增强现实 (AR),可以将关于三维形状的平面数学问题转化为一个你可以走进其中的空间。此外还有通过游戏让解题失败的过程感觉像是一种有趣的环节,以及通过编程将数学转化为构建机器人的方式。论文指出,虽然这些工具有巨大的潜力,但证据显示,只有当它们被用来完成以前无法完成的任务时,才能发挥最佳效果,而不仅仅是更快地完成旧任务。

然而,论文也对阻碍前进的障碍发出了非常严肃的警示。最大的障碍是“数字鸿沟”。在世界许多地方,学校甚至没有可靠的电力,更不用说高速互联网或为每个学生配备足够的平板电脑了。如果你把一个高科技数学应用交给一所没有互联网的学校,它是毫无用处的。论文指出,技术可能会无意中加剧不平等:如果只有富裕的学校拥有最好的 AI 导师,那么富裕学生与贫困学生之间的差距就会扩大,而不是缩小。还存在“教师差距”。许多教师尚未接受如何利用这些工具进行深度学习的培训;他们可能会利用强大的 AI 系统仅仅是为了批改作业或分发笔记,从而错失了帮助学生进行批判性思考的机会。作者警告说,如果我们不解决教师培训的问题,我们只是在给旧的、枯燥的数学实践穿上新颖、闪亮的衣服而已。

另一个主要关注点是伦理与公平。论文强调,AI 系统是基于可能带有偏见的数据进行训练的,这意味着它们可能会根据背景或语言不公平地对待学生。如果一个数学应用只使用英语或使用与学生生活文化相距甚远的例子,它可能会让学生感到困惑而非获益。此外,随着 AI 在解决问题方面变得越来越强,很难判断一个学生是真的理解了数学,还是仅仅让机器人帮他做了。论文建议我们需要重新思考如何测试学生,将重点放在他们的推理能力和解释思维的能力上,而不仅仅是得到正确答案。

那么,我们该何去何从?作者提出了几条清晰的路径。首先,我们需要停止痴迷于工具的“酷炫程度”,转而开始投资于教师。教师需要持续的支持,以学习如何将技术与自己的教学风格融合,而不仅仅是参加一次性的研讨会。其次,我们要聪明地使用 AI。AI 不应该是取代教师,而应该作为一个伙伴,处理那些枯燥的基础工作(如检查基本事实),以便教师能够专注于更难的部分(如帮助学生理解某个概念为什么有效)。第三,或许是最重要的,技术需要具备文化响应性。数学应用应当使用学生的语言,并使用来自他们社区的例子,让数学感觉像是属于他们自己的东西,而不是从外部世界进口的东西。最后,论文呼吁在世界大部分学生实际生活的地区(而不仅仅是在富裕国家)开展更多研究,以确保这些工具对每个人都有效。

最后,这篇论文传递了一个令人宽慰但又坚定的信息:技术是一个强大的引擎,但它不是驾驶员。数学教育的未来不在于拥有最昂贵的机器人或最快的互联网;而在于拥有深思熟虑的教师,他们利用这些工具让数学对每一个学生都产生意义,无论他们生活在哪里,或使用哪种语言。如果我们处理好了人性化的一面,技术可以帮助我们建立一个数学对每个人都可见、可及且令人兴奋的世界。如果我们处理错了,我们就有可能建立一个数学上的“有者”与“无者”之间差距不断扩大的世界。工具已经准备好了;现在我们只需要运用智慧去善加利用。

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。

试用 Digest →