← 最新论文
📄 social_science

Integrating Machine Learning into K–12 Classrooms: Enhancing Critical Thinking Through Interactive AI Tasks

本研究表明,将机器学习活动整合进 K–12 课堂能够通过培养目标导向型推理与评估能力来增强中学生批判性思维,同时也强调了针对在概念选择和任务完成方面存在困难的学习者进行针对性支架式教学的必要性。

原作者: Merve AYDIN, Neriman TOKEL

发布于 2026-07-02
📖 1 分钟阅读☕ 轻松阅读

原作者: Merve AYDIN, Neriman TOKEL

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

核心理念:教孩子们成为“AI 训练师”

想象一下,你正在教一个非常聪明但非常“死板”的机器人如何分辨猫和狗。你不能只告诉机器人“这是一只猫”,相反,你必须给它看数百张图片,指出特征(耳朵、尾巴、毛发),然后让它去猜。当它猜错时,你要纠正它;当它猜对时,你要庆祝。

这正是机器学习 (ML) 的本质。这项研究提出了一个大问题:如果我们教中学生成为这些机器人的“训练师”,是否能帮助他们成为更好的批判性思考者?

批判性思考就像是“大脑健身房”。它不仅仅是了解事实,更关乎你如何分析问题、检查证据、做出推测,并判断你的推测是否合理。

实验过程:小小程序员的夏令营

研究人员招募了 15 名学生(5 年级和 6 年级学生),他们已经掌握了基于积木式编程(类似于用数字乐高积木搭建)的基础知识。他们在名为 Machine Learning for Kids 的平台上,通过五项特定的“训练”任务进行了为期八周的学习。

把这些任务想象成五种不同的“大脑健身操”:

  1. 智能教室 (Smart Classroom): 教计算机理解文本指令(例如虚拟助手)。
  2. 测验机器人 (Quiz Bot): 训练机器回答测验问题。
  3. 让我开心 (Make Me Happy): 教计算机识别一句话是快乐还是悲伤(情感分析)。
  4. 车还是杯子?(Car or Cup?): 向计算机展示图片,教它分辨汽车和杯子的区别。
  5. 吃豆人学习者 (Pac-Man Learner): 教计算机利用数字和坐标来玩游戏。

研究发现:“教练” vs. “球员”

研究人员通过密切观察学生(使用屏幕录制和访谈)来观察他们在执行这些任务时的思考方式。他们发现,这些活动确实激发了批判性思考,但学生们分成了两个主要群体,就像健身房里两种不同类型的运动员:

1. “职业运动员”(高表现者)
这些学生就像资深的教练。在开始训练 AI 时:

  • 他们清楚地知道应该寻找哪些特征(例如:“我需要更多不同角度的杯子照片”)。
  • 他们观察 AI 犯错,并弄清楚了出错的原因。
  • 他们在整个过程中都保持着明确的目标。
  • 结果: 他们展现出了强大的批判性思维能力,如分析证据、进行逻辑推测以及解释其推理过程。

2. “新兵蛋子”(低表现者)
这些学生就像还在学习比赛规则的普通球员。

  • 他们难以挑选出重要的细节。他们可能会尝试用错误的东西去训练 AI。
  • 他们很难完成“训练—测试—修复”的完整循环。
  • 结果: 他们需要更多的引导(脚手架式教学)来理解自己正在做的事情。他们不像“职业选手”那样能自然而然地跳向过程中的“为什么”和“如何做”。

“顿悟时刻”:关键在于过程

研究不仅关注最终得分,还观察了思考发生的阶段。

  • 训练阶段 (Training Phase): 这是学生必须决定向 AI 输入什么数据的阶段。聪明的思考者会在这里追问:“我到底需要哪些信息?”
  • 测试阶段 (Testing Phase): 这是 AI 进行猜测的阶段。聪明的思考者会在此密切观察并说:“等等,这不对,因为……”
  • 应用阶段 (Application Phase): 这是学生利用 AI 解决问题的阶段。这也是最高层级的思考发生的阶段。那些能够将所学知识应用到新情境中的学生,展现出了最强的批判性思维。

总结

论文得出结论,教孩子们构建和训练 AI 不仅仅是学习计算机代码,这是一种锻炼大脑的强大方式。

  • 它让思考变得可视化: 当学生试图修复一个损坏的 AI 模型时,你可以清晰地“看到”他们在进行批判性思考。
  • 它需要教练: 并非每个学生的起点都相同。“职业运动员”能很快领悟,但“新兵蛋子”需要更多的指导才能理解步骤。
  • 顺序很重要: 按照特定的顺序进行这些任务(从简单的文本到复杂的游戏)有助于学生循序渐进地建立技能。

简而言之: 通过扮演 AI 的“老师”,中学生练习了提问、分析和判断证据的艺术。这项研究证明,只要提供足够的支持,通过合适的活动,即使是年幼的学生也能学会像科学家和工程师一样思考。

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。

试用 Digest →