Extending Instrumental Orchestration for AI-Mediated Mathematics Classrooms: The AISIO Framework
本文提出将“人工智能支持的工具性编排”（AISIO）框架作为工具性编排的扩展，旨在解决在人工智能介导的数学课堂中，教师必须如何在调节人工智能生成的教学参与的同时，维持集体数学活动与认识论权威的问题。
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
在全球各地的课堂上，数学长期以来都是教师、学生群体以及他们试图理解的思想之间的一场对话。几十年来，研究人员一直在研究教师如何组织这场对话，尤其是在涉及数字工具时。他们使用一个被称为“工具性编排”（instrumental orchestration）的概念来描述教师如何布置教室、选择合适的软件，并引导学生，使他们的个人计算机工作转化为一种共享的、有意义的学习体验。教师扮演着指挥家的角色，确保技术是为数学服务的，而不是相反。但现在，一股新的力量正在进入教室：人工智能。与标准的计算器或静态教科书不同，现代人工智能可以观察学生的学习过程，生成独特的解释，提供提示，甚至实时对回答进行评分。它不仅仅是在等待被使用；它在积极地参与教学。这种转变向教育者提出了一个难题：当计算机开始自主做出教学决策时，教师如何让全班保持步调一致，作为一个整体共同前进？
来自韩国和法国的一个研究小组致力于通过观察人工智能已在日常使用中的数学课堂来回答这个问题。他们不仅仅是询问教师对这项技术的看法；他们观察了课程的展开过程，记录了当人工智能介入时教师是如何反应的。他们的工作基于对首尔两位经验丰富的教师所教授的十节课程的观察，揭示了传统的课堂管理方式已不再足够。研究人员发现，教师现在面临着三个具体的、新的挑战，这些挑战需要一种全新的方法。他们并不是在取代旧的框架，而是在扩展它，以适应一个技术作为教学伙伴而非仅仅是工具的课堂。
研究人员确定的第一个挑战是重新聚集分散班级的难题。在传统的课程中，教师可能会注意到几名学生卡在同一个问题上，然后决定停止全班教学进行讲解。有了人工智能，每个学生都以自己的速度前进，系统会为每个人生成独特的评分和反馈。教师面前是一个充满个人结果的仪表盘，但人工智能并不会告诉教师，这些个人的挣扎中哪些代表了整个群体的普遍问题。在一次观察到的课程中，教师注意到虽然人工智能给一些学生打了高分，但许多其他学生却在默默地对核心问题的理解产生误解。教师必须忽略个人分数，寻找全班范围内的模式，以决定何时停止个人练习并将所有人重新聚集在一起。人工智能提供了数据，但教师必须解释这些数据对集体群体意味着什么，决定何时将个人的路径重新合并为一场共同的讨论。
第二个挑战涉及分享教师的角色。在这些课堂中，人工智能往往先发制人。它可能会在教师看到作业之前，就观察学生的答案并建议下一步操作，或指出缺失的细节。研究人员观察到这样一个时刻：一名学生对一个统计学问题给出了看似合理但不完整的答案。人工智能立即提示学生更仔细地观察原始数据。随后，教师必须决定如何处理这一建议。人工智能开启了对话，但教师必须完成对话，引导学生不仅理解要看什么，还要理解为什么这作为数学证据很重要。教师必须接纳人工智能的举动，并将其编织进课程中，确保学生的推理保持深度和严谨性，而不仅仅是遵循一个机械的提示。教师不再是新思想的唯一来源；他们现在是协调者，管理着来自自身和机器的双重建议流。
第三个，或许也是最微妙的挑战，是关于信任与真相。有时，人工智能给出的学生作业判定在数学上是正确的，但其解释方式却令人困惑或毫无帮助。在一次案例中，一名学生提出了一个数学命题的反例，而人工智能将其标记为错误。教师不得不停下来思考系统为何做出这样的判断。结果发现，人工智能在数学逻辑上是正确的，但其解释过于抽象，会导致全班困惑。教师必须重构人工智能判定背后的推理过程，将机器冰冷的判断转化为学生能够真正理解的人类解释。教师必须充当过滤器，在验证机器答案的同时，重写其信息，使其服务于班级的学习目标。
基于这些观察，研究人员提出了一个名为“人工智能支持的工具性编排”的新框架。这并不是建议用机器取代教师，也不是呼吁禁止这项技术。相反，它是关于教师如何调节人工智能参与程度的指南。该框架表明，教师现在必须管理一个复杂的生态系统，其中教师、学生、数学知识、资源以及人工智能都在相互作用。教师的工作是确保人工智能动态的、个性化的干预不会拆散班级。他们必须决定何时让人工智能发言，何时介入并澄清，以及如何将个人生成的 AI 反馈转化为集体学习时刻。
研究人员谨慎地指出，这是一个探索性的提议，诞生于人工智能集成程度较高的韩国特定课堂。他们并不声称已经解决了所有问题，但他们已经识别出了教师正在感受到的精确压力。研究表明，数学教育的未来取决于教师培养一种新型的专业判断力。他们必须学会倾听人工智能，解读其隐藏的逻辑，并引导其贡献，从而加强而非削弱学生独立思考的能力。目标始终如一：维持一项有意义的集体活动，让学生即使在桌旁坐着一位强大的新伙伴时，也能真正进行数学思考。
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。