Development and Validation of AI instructional Platform Using ADDIE Model for Enhancing Pre-service Biology Teachers Learning Outcomes in Collaborative Learning Settings in North-East, Nigeria
本研究利用ADDIE模型开发并验证了一个人工智能教学平台，结果表明，该平台与协作学习策略（特别是同伴辅导）相结合，与传统教学方法相比，显著提高了尼日利亚东北部职前生物教师在遗传学方面的学业成就。
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
在教育领域，如何有效地教授复杂且抽象的概念一直是一个长期的挑战。生物学作为研究生命的学科，充满了这类概念。诸如遗传学（解释性状如何从父母传递给后代）等课题，往往因为无法用肉眼观察到而让人感到难以捉摸且难以理解。几十年来，教师们一直依赖标准的讲座和教科书，但许多学生仍然难以将这些过程可视化或将其与现实世界联系起来。与此同时，人工智能的兴起承诺通过提供个性化帮助和即时反馈来彻底改变学习方式。然而，仅仅交给学生一个智能设备并不保证他们能学得更好。真正的问题在于，如何将这种强大的技术编织进课堂的社会结构中——在那个学生通过交谈、争论和共同解决问题来学习的最佳环境中。
来自尼日利亚东北部的一支研究团队致力于回答这个问题，他们开发了一款专门为未来的生物教师设计的定制数字工具。他们将重点放在了困难的遗传学课题上，并探讨了当计算机程序与特定的协作方式相结合时，是否能帮助学生更好地学习。该团队并非只是测试一款现成的应用程序；他们利用被称为 ADDIE 的五步系统规划模型，从头开始构建了自己的平台。这种方法确保了软件的每一个功能都是为了匹配学生的需求和生物课程的目标而选定的。随后，研究人员在四所不同的学院中，通过对数百名学生教师进行测试，将这一新系统与传统的教学方法进行了对比，以观察这种数字化方法是否真的产生了影响。
该平台的开发是一个细致且循序渐进的过程。首先，团队分析了学生的需求和生物课程的要求，发现遗传学是一个主要的障碍。接着，他们设计了一个系统，让学生可以在其中进行小组协作、分享笔记，并从内置于软件中的智能助手那里获得即时帮助。在构建阶段，研究人员创建了一个数字环境，学生可以在其中加入视频通话、实时协作编辑文档，并在遇到困难时获得个性化的提示。在工具投入课堂使用之前，它经过了教育学和计算机科学专家的严格审查。这些专家确认了内容的准确性、软件的易用性以及设计的教学适用性。该平台获得了近乎完美的质量评分，证明其已准备好投入实际应用。
在工具通过验证后，研究人员将其应用于 361 名学生教师身上。他们将学生分为不同的组别，以观察哪种学习方法效果最好。一组学生使用新的 AI 平台并进行两两讨论；另一组使用相同的平台，但采用了“拼图式”教学法，即每位学生成为一个主题部分的专家，然后将其教授给队友；第三组使用该平台进行同伴辅导，由知识更丰富的学生帮助遇到困难的学生；第四组作为对照组，使用传统的讲座和教科书方法学习遗传学，没有任何特殊的数字工具。所有小组在教学开始前和十二周后都进行了测试，以衡量他们的学习成果。
结果显示，使用 AI 支持平台的学生具有明显的优势。那些借助数字工具和协作策略进行学习的学生，在期末测试中的得分远高于使用传统教学方法的学生。在不同的策略中，同伴辅导法产生的分数最高，该组学生的表现大幅领先于对照组。其他协作方法也显示出了显著的进步，两两讨论组和拼图组的得分均明显优于对照组。数据表明，智能技术与人类合作的结合创造了一个学习环境，使学生比仅靠标准教学更能理解遗传学等复杂概念。
这项研究表明，人工智能并不需要取代教师或孤立学生才能发挥作用。相反，当技术被精心设计用于支持学生之间的协作时，它可以放大协作带来的益处。研究人员发现，关键不仅在于拥有软件，还在于如何使用它。通过将 AI 工具与同伴辅导等成熟方法相结合，该平台帮助学生向彼此解释概念、接收即时反馈，并对复杂的生物系统建立更深层的理解。该项目的成功表明，对于像遗传学这样困难的学科，学习的未来在于一种平衡的方法，即智能工具与人类互动并行，使抽象的概念变得清晰且易于理解。
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。