人工智能在个性化STEM教育中的应用研究
摘 要:随着全球经济社会和科技革命的迅猛发展,创新已成为驱动国际竞争力的关键基石。积极开展创新教育,培养学生的创新思维、意识和能力,是使其适应未来社会发展的教育诉求。尽管人工智能在教育中的角色日益重要,但其在个性化STEM(科学、技术、工程、数学)教育中的应用和影响研究仍不足。为弥补这一缺口,需通过研究人工智能在个性化STEM教育中的应用和影响,以及与智慧教育理念的融合,构建一个融合智慧教育理论、个性化学习理论和STEM教育理论的理论框架。在此框架指导下,分析人工智能在个性化STEM教育中的应用,揭示人工智能如何提升学习效果,增强学生的学习成绩和兴趣。结果显示,人工智能在个性化STEM教育中可以提升学生的认知能力和学科素养,同时培养创新思维和跨学科能力;人工智能对个性化STEM教育有积极影响,但同时也存在可能的负面影响,可以通过制定规范、建立标准、提高素养、加强监督等方式平衡人工智能正负影响。
关键词:人工智能;个性化学习;STEM教育;智慧教育;科学教育
中图分类号:G40-712;G424
文献标志码:A
文章编号:1673-8454(2024)02-0091-09
作者简介:陈华,福州工商学院文法学院副教授(福建福州 350001)
一、引言
近年来,STEM教育作为培养创新人才的有效路径而备受关注。STEM教育是指以科学(Science)、技术(Technology)、工程(Engineering)和数学(Mathematics)为核心内容,以跨学科、综合性、实践性为特征,以培养学生解决问题、创新思维、合作沟通等能力为目标的教育模式。[1]STEM教育不仅能够提高学生对科学技术领域的兴趣和素养,还能够促进学生综合运用知识、技能、方法、态度等要素解决实际问题,培养具有创新精神和实践能力的复合型人才。
人工智能是指由计算机系统或机器执行通常需要人类智能才能完成的任务或过程。[2]人工智能技术通过海量数据模型、深度学习算法、高强度计算力等应用场景,使得教育更加接近本质。[3]人工智能技术在教育领域有着广泛而深刻的应用前景和影响力,可以为教育提供更加智能化、个性化、自适应化、高效化等多维度的支持。[4]人工智能技术在STEM教育中也发挥着重要的作用,可以提供更加丰富和多样化的资源、工具、平台、环境等条件。
然而,当前人工智能在STEM教育中的应用还存在一些局限性和不足。一方面,在人工智能技术层面,目前大多数人工智能应用还停留在较低层次的认知任务上,如知识获取、记忆回顾等,并没有充分发挥人工智能在高层次认知任务上的潜力,如理解分析、评价创造等;[5]同时,在人工智能与STEM教育内容之间还缺乏有效而紧密的对接与融合,导致人工智能应用与STEM教育目标之间存在一定程度的偏离或脱节。[6]另一方面,在STEM教育层面,目前大多数STEM教育还没有充分利用人工智能技术提供的智能支持与服务,如智能辅导、智能评估、智能反馈等,并没有实现规模化教育与个性化培养之间的有机结合;同时,在STEM教育中还缺乏对人工智能本身进行系统而深入的介绍与探究,并没有培养学生对人工智能技术社会影响等方面的认识与理解。基于上述问题或假设,本研究旨在从智慧教育(Smart Education)的视角出发,探讨人工智能在个性化STEM教育中的应用与影响。
二、文献回顾和理论框架
(一)人工智能在STEM教育中的应用
人工智能是一门研究如何使计算机实现人类智能行为的学科,包括感知、推理、学习、决策等方面。人工智能在教育领域的应用可以追溯到20世纪50年代,当时出现了第一代智能教学系统(ITS),即基于规则的专家系统,用于模拟人类教师的知识和策略。随着计算机技术和人工智能理论的发展,人工智能在教育领域的应用也不断创新和拓展,涵盖了智能教材、智能评估、智能辅导、智能实验等多个方面。
STEM教育旨在培养学生的创新能力、批判性思维、问题解决能力等素养。[7]STEM教育面临着多种挑战,如学生对STEM学科缺乏兴趣和信心、教师缺乏专业知识和有效方法、课程缺乏整合性和实践性等。人工智能可以为STEM教育提供有效的技术支持,包括:①智能教材。人工智能可以根据学生的水平、兴趣、风格等因素,动态地生成或调整STEM教材的内容、难度、形式等,以适应学生的个性化需求。[8]②智能评估。人工智能可以利用自然语言处理、图像识别、数据挖掘等技术,对学生在STEM教育中的作业、项目、实验等进行自动或半自动评分或反馈,以提高评估的效率和质量。[9]③智能辅导。人工智能可以利用机器学习、知识表示等技术,构建学生和领域的模型,并根据模型提供个性化的指导或干预,以促进学生在STEM教育中的认知和情感发展。④智能实验。人工智能可以利用虚拟现实、增强现实等技术,为学生提供逼真的STEM实验场景和操作,以增强学生的实践能力和探究精神。
综上所述,人工智能在STEM教育中的应用具有多样性和创新性,可以提供有效的技术支持和解决方案,但也面临技术、伦理、社会等方面的挑战和问题,需要进一步研究和探讨。此外,人工智能在STEM教育中的一个重要作用是实现个性化学习,即根据学生的需求和能力提供定制化的教学内容。
(二)人工智能如何推动个性化学习
个性化学习是指根据学生的个体差异和学习需求,提供适合每个学生的学习内容、路径、策略、反馈等,以提高学习效果和满意度的教育方法。[10]个性化学习与传统的一致化或标准化的教育方式有显著的区别,后者往往忽视了学生的多样性和个性,导致学生学习兴趣、动机、成就等方面的不足。
人工智能是实现个性化学习的重要技术手段,它可以通过收集和分析大量的学习数据,构建和更新学生和领域的模型,从而为每个学生提供定制化的学习方案和支持。具体来说,人工智能可以通过以下几个方面推动个性化学习:①学习内容的个性化。人工智能可以根据学生的先验知识、能力水平、兴趣偏好等因素,动态地生成或推荐适合每个学生的学习内容,包括教材、练习、案例、视频等。②学习路径的个性化。人工智能可以根据学生的目标、风格、节奏等因素,动态地规划或调整每个学生的学习路径,包括先后顺序、难易程度、时间长度等。③学习策略的个性化。人工智能可以根据学生的认知、情感、社会等因素,动态地提供或建议每个学生的学习策略,包括提示、鼓励、激励等。④学习反馈的个性化。人工智能可以根据学生的表现、需求、期望等因素,动态地给予或调整每个学生的学习反馈,包括评价、建议、奖励等。
可见,人工智能可以通过多种方式推动个性化学习,使每个学生都能获得适合自己的学习体验和支持。个性化学习对于STEM教育具有重要的意义,可以提高学生的学习成绩和兴趣,培养学生的创造力和批判性思维,满足学生的多样化需求等。
(三)理论框架
本研究从智慧教育的视角,探讨人工智能在个性化STEM教育中的应用与影响。为了建立一个完整的理论逻辑,本研究将智慧教育理论、个性化学习理论和STEM教育理论有机地融合在一起,形成一个综合的理论框架,为研究提供坚实的理论基础。
1.智慧教育理论
智慧教育是一种利用新一代信息技术构建生态化学习环境,培养具有创造潜能人才的教育创新模式。[11]智慧教育理论主要包括:①智慧教育的内涵与特征。智慧教育具有以人为本、以智为核、以能为要、以创为向,具有技术融合、数据智慧、教学智慧、文化智慧、协同智慧、思维智慧和创造智慧等特征。②智慧教育的原理与方法。智慧教育遵循贯一设计、个性化、优化、协同、思维和创造等原理,采用数据驱动、人工智能、混合式、项目式和创客式等方法。
2.个性化学习理论
个性化学习是一种根据每个学习者的特征、需求和目标,提供适合其学习的资源、路径和支持的教育模式,使其能够有效地按照自己的节奏和方式进行学习,并实现自己的最大发展。个性化学习理论主要包括以下几个方面:①内涵与特征。个性化学习以学习者为中心,尊重其独特性和多样性;以数据为基础,进行精准诊断和推荐;以选择为权利,赋予其自主选择和调整;以支持为保障,提供多种形式的支持和反馈;以发展为目标,关注全面发展和个性发展。②理论基础。个性化学习的理论基础主要有认知心理学理论、建构主义学习理论、情境学习理论、自我决定理论等,它们强调学习者的认知结构和过程、主动建构和社会互动、情境参与和活动反馈、自我决定和动机需求等方面。③实施策略。个性化学习的实施策略主要有分层教学策略、差异化教学策略、自适应教学策略、个性化评估策略等,它们根据学习者的先验知识、能力水平、兴趣偏好、风格特点等因素,提供不同层次、类型、形式、难度、速度和方式的教学内容和方法。
3.STEM教育理论
STEM教育是一种以培养具有创新精神和实践能力复合型人才为目标的教育模式。它强调跨学科的整合和应用,以及基于问题的探究和解决。 STEM教育理论主要包括以下几个方面:①内涵与特征。STEM教育以STEM素养为核心,培养学习者的科学素养、技术素养、工程素养和数学素养;以跨学科的整合和应用为特色,突破传统学科的界限,构建多维度的知识体系;以基于问题的探究和解决为主要方法,引导学习者发现和解决真实或仿真问题;以项目式或创客式学习为主要形式,鼓励学习者动手制作自己感兴趣的作品。②理论基础。STEM教育的理论基础主要有社会建构主义学习理论、认知负荷理论、元认知理论、动机理论等,它们强调社会情境和协作机会、认知负荷和效率、元认知能力和策略、内在动机和需求等方面。③实施策略。STEM教育的实施策略主要有整合式策略、探究式策略、项目式策略、创客式策略等。
4.综合理论框架
根据上述对智慧教育理论、个性化学习理论和STEM教育理论的介绍,本研究构建了一个综合理论框架。该理论框架主要包括以下几个部分:①研究背景。信息技术的快速发展和社会对创新人才的迫切需求,促使教育领域进行教育创新和教育变革,以适应时代发展和人才培养。②研究目标。探讨智慧教育视角下人工智能在个性化STEM教育中的应用与影响,即如何利用人工智能技术构建智慧学习环境,实现个性化学习服务,提升STEM教育的效果和质量。③理论基础。智慧教育理论、个性化学习理论和STEM教育理论分别从不同的角度为本研究提供指导和支撑。智慧教育理论提供整体的视角和原则,指导本研究如何利用人工智能技术构建技术融合的生态化学习环境,培养数据智慧、教学智慧和文化智慧;个性化学习理论提供核心的内容和方法,指导本研究如何利用数据分析技术实现对每个学习者的精准诊断和推荐,提供适合其水平、进度和风格的学习资源、路径和支持;STEM教育理论提供了具体的领域和形式,指导本研究如何利用跨学科的整合和应用,以及基于问题的探究和解决,开展项目式或创客式STEM教育活动。④研究内容。首先是智慧学习环境的设计与构建,即根据智慧教育理论和个性化学习理论,利用人工智能技术设计并构建一个适用于个性化STEM教育的智慧学习环境;其次是智慧学习环境的应用与实践,即根据STEM教育理论和个性化学习理论,在智慧学习环境中开展具有针对性和创新性的STEM教育活动,并观察记录活动过程中人工智能技术的应用情况;最后是智慧学习环境的评价与分析,即根据智慧教育理论和个性化学习理论,在活动结束后对智慧学习环境及其应用效果进行评价,并利用数据分析技术分析评价结果,以探讨人工智能在个性化STEM教育中的影响。
三、应用研究
(一)人工智能工具和技术的四类应用
根据前文所述理论框架,本研究将分析四类人工智能在个性化STEM教育中的应用,即人工智能作为STEM内容生成器、评价者、导师和实验者,并分析它们的优缺点。
首先,人工智能可以作为STEM内容生成器,生成或调整教材的内容、难度、形式等,以适应学生的个性化需求。例如,徐伟琪等在一项研究中介绍了一种基于深度学习的智能教材生成系统,其可以根据学生的知识水平、兴趣爱好和学习目标,自动生成符合STEM课程标准的文本、图像、视频等多媒体教材。[6]人工智能作为STEM内容生成器的优点是可以提高教材的质量和多样性,满足不同学生的学习差异,增加他们的学习兴趣和动机。智能教材的缺点是可能存在错误或不恰当的内容,需要教师进行审核和修改,同时也可能影响教师的专业自主性和创造性。目前,智能教材生成系统还不能完全保证生成教材的正确性和适宜性,需要教师进行人工检查和调整。此外,智能教材生成系统可能会削弱教师在STEM教育中的主导作用和创新空间,需要教师与系统协同工作,而不是被系统取代。
其次,人工智能可以作为STEM评价者,进行学习成果或过程的评价,以提高评估的效率和质量。例如,基于机器学习的智能评估系统可以根据学生在STEM实验中的操作步骤、数据记录、结果分析等方面表现,自动给出分数、评语和建议。人工智能作为STEM评价者,优点是可以提高评估的效率和效果,减轻教师的负担,促进学生的自我监控和反思;缺点是可能存在评估标准或方法的不适应或不完善,需要教师进行调整和补充,同时也可能影响学生的情感和态度。
再次,人工智能可以作为STEM导师,提供学习指导或支持,以促进学生的认知和情感发展。例如,杨晓哲等在关于人工智能教育应用场景的研究中提到基于自然语言处理的智能辅导系统,它可以根据学生在STEM课程中提出的问题或疑惑,自动回答或引导其寻找答案。[12]人工智能作为STEM导师,优点是可以提高辅导的可用性和灵活性,满足不同学生的学习需求,增强其学习信心和能力;缺点是可能存在辅导内容或方式的不准确或不合适,需要教师进行监督和干预,同时也可能影响教师和学生之间的沟通和关系。
最后,人工智能可以作为STEM实验者,提供实验场景和操作,以增强学生的实践能力和探究精神。例如,PhET是一个在线物理实验平台,可以让学生通过交互式的模拟实验来探索物理现象和规律。人工智能作为STEM实验者,优点是可以提高实验的逼真性和趣味性,满足不同学生的实验需求,激发他们的实验兴趣和创造力;缺点是可能存在实验内容或方式的不完整或不安全,需要教师进行指导和监控,同时也可能影响学生对真实实验的认识和体验。
由此可见,人工智能作为STEM内容生成器、评价者、导师和实验者,在个性化STEM教育中有着广泛和重要的应用,可以从不同方面促进个性化学习的实现和发展。然而,这些应用也存在一些局限性和风险,需要教师和学生在使用时注意评估和平衡。
(二)人工智能应用如何推动个性化STEM教育
人工智能在个性化STEM教育中的应用,可以从多个方面促进个性化学习的实现和发展:①提高个性化STEM教育的效率和效果,通过自动化或半自动化生成、评估、辅导、实验等,减轻教师的负担,提升学生的学习成绩和能力;②提高个性化STEM教育的可用性和灵活性,通过随时随地提供多种形式和主题的STEM教材、评估、辅导、实验等,满足不同学生的学习需求、偏好和目标;③提高个性化STEM教育的逼真性和趣味性,通过模拟真实或虚拟的STEM现象、问题、场景、操作等,激发学生的学习兴趣、动机和创造力;④提高个性化STEM教育的适应性和智能性,通过分析学生的特征、表现、反馈、进步等,动态调整教材、评估、辅导、实验,优化学生的学习路径和策略。
这些作用和价值体现人工智能对个性化学习理论和原则的遵循或创新。首先,人工智能支持个性化学习模型(Personalized Learning Model, PLM)的构建和实施。PLM是一种基于数据驱动决策的个性化学习框架,包括四个阶段:分析(Analyze)、计划(Plan)、执行(Execute)和评估(Evaluate)。人工智能可以在每个阶段提供相应的工具和技术,如通过数据挖掘、知识发现、预测分析等来分析学生的特征和需求;通过智能推荐、自适应生成等来计划学生的目标和内容;智能辅导、智能实验等来执行学生的活动和任务;通过自动评估、智能反馈等来评估学生的表现和进步。其次,人工智能支持个性化学习策略(Personalized Learning Strategy, PLS)的选择和应用。PLS是一种基于学生个体差异的个性化学习方法,包括三个维度:认知(Cognitive)、情感(Affective)和行为(Behavioral)。人工智能可以根据学生在这三个维度的差异,提供相应的工具和技术,如通过智能教材、智能评估等来适应学生的认知水平和风格;通过智能导师、智能伙伴等来适应学生的情感状态和需求;通过智能实验、智能游戏等来适应学生的行为偏好和习惯。最后,人工智能支持个性化学习评估(Personalized Learning Assessment, PLA)的设计和实施。PLA是一种基于学生个体发展的个性化学习评价,包括三个层次:过程(Process)、结果(Outcome)和发展(Development)。人工智能可以根据学生在这三个层次的表现,提供相应的工具和技术,如通过自适应测试、多维度评价等来评估学生的过程表现和结果成就;通过形成性评价、发展性评价等来评估学生的发展进步和潜力。
人工智能工具和技术在个性化STEM教育中的应用前沿和趋势,主要表现在以下几个方面:①促进个性化STEM教育的跨学科和跨领域融合创新,通过将人工智能技术与不同的STEM学科和领域相结合,形成新的交叉学科和领域,如人工智能与数学、人工智能与物理、人工智能与生物等;②促进个性化STEM教育开放和共享的协作与交流,通过将人工智能技术与不同教育平台和资源相连接,形成新的开放和共享教育模式,如MOOCs、OERs、SPOCs等;③促进个性化STEM教育多元、包容的参与和发展,通过将人工智能技术与不同教育群体和需求相适应,形成新的多元化和包容化的教育机会,如不便在传统教育空间中接受教育的残障人士,人工智能可以根据他们的特点满足其教育需求。
这些趋势对未来个性化学习发展带来以下影响和启示:①推动未来个性化学习向更深和更高层次发展,通过提供更丰富和更高质量的个性化学习内容、环境、服务等,满足不同学生在不同阶段、不同层次、不同领域的个性化学习需求;②推动未来个性化学习的更广泛和更多样发展,通过提供更开放和共享的个性化学习平台、资源、机会等,满足不同学生在不同地区、不同背景、不同条件下的个性化学习需求;③推动未来个性化学习向更自主和更智能的发展,通过提供更灵活和更适应的个性化学习路径、策略、评估等,满足不同学生在不同时间、不同速度、不同目标下的个性化学习需求。
四、人工智能对个性化STEM教育的影响
(一)积极影响
具体来说,人工智能对个性化STEM教育的积极影响主要体现在以下几个方面:①效率。人工智能可以通过自动化手段优化教学和学习的任务和过程,提高个性化STEM教育的效率,如通过智能评估系统,自动批改和反馈学生的作业和考试,节省教师的时间和精力;通过智能辅导系统,自动推荐和安排学生的学习计划和资源,节省学生的时间和精力。②效果。人工智能可以通过提供个性化和适应性的教学和学习支持,提高个性化STEM教育的效果,如通过智能教材生成系统,根据学生的知识水平和兴趣爱好,生成个性化和适应性的STEM教材;通过智能辅导系统,根据学生的学习进度和问题,提供个性化和适应性的STEM辅导。③可用性。人工智能可以通过提供开放和共享的教学、学习平台和资源,提高个性化STEM教育的可用性,如通过在线开放课程或开放教育资源,让更多人能够获取高质量的STEM教育;通过在线同步或异步课程,让更多人能够参与互动式和协作式的STEM教育。④灵活性。人工智能可以通过提供多样化和灵活化的教学和学习方式,提高个性化STEM教育的灵活性,如通过智能评估系统,根据不同的评价目标和标准,生成多样化和灵活化的STEM评估方式;通过智能辅导系统,根据不同的学习需求和目标,生成多样化和灵活化的STEM辅导方式。⑤逼真性。人工智能可以通过提供模拟和虚拟的教学和学习环境,提高个性化STEM教育的逼真性,如通过虚拟现实或增强现实,让学生能够体验和探索STEM现象和问题的真实情境;通过人工智能教师,让学生能够感受和交流STEM知识和思维的真实情感。⑥趣味性。人工智能可以通过提供游戏化和娱乐化的教学和学习活动,提高个性化STEM教育的趣味性,如通过教育游戏或机器人,让学生能够在玩乐中学习和掌握STEM知识和技能;通过智能推荐系统或社交媒体,让学生能够根据自己的兴趣爱好,发现和分享STEM相关的内容和信息。⑦适应性。人工智能可以通过提供动态和智能的教学和学习调整,提高个性化STEM教育的适应性,如通过智能教材生成系统,根据学生的反馈和表现,动态调整STEM教材的难度和内容;通过智能辅导系统,根据学生的情绪和状态,智能调整STEM辅导的方式和策略。⑧智能性。人工智能可以通过提供自主和创新的教学和学习机会,提高个性化STEM教育的智能性,如通过智能创作系统或机器人,让学生能够自主创作和展示STEM作品或项目;通过智能发现系统或机器人,让学生能够创新发现和解决STEM问题或挑战。
以上各方面的积极影响,不仅体现了人工智能在个性化STEM教育中的应用价值,也体现了人工智能对个性化学习理论和实践的贡献。
(二)可能的负面影响
人工智能在个性化STEM教育中的应用,也可能引发一些数据、算法、人机协作、STEM教育本质等方面的问题和挑战。①数据。人工智能收集和分析的学生学习数据,可能涉及学生的隐私和安全,要避免被泄露或滥用,也可能存在偏差或不完整的情况,影响人工智能系统的准确性和可靠性。②算法。人工智能算法可能存在不透明或不可解释性,影响学生和教师对系统的信任和接受度,也可能存在不公平或不道德的情况,影响学生和教师对系统公正和责任的判断。③人机协作。人工智能与人类教师、学生进行有效和平衡的人机协作,可能存在不协调或不适应性,影响教师和学生的协作意愿和能力,也可能存在不替代或不取代性,影响教师和学生的独立思考和创新能力。④STEM教育本质。人工智能需要符合的STEM教育本质和目标可能存在不一致或不匹配的情况,影响系统对STEM教育的支持和促进,也可能存在不完善或不完整的情况,影响系统对STEM教育的理解和实现。
(三)平衡人工智能在个性化STEM教育中的正负影响
为实现上述正负影响的平衡和协调,需要采取以下措施和策略:①制定规范。规范人工智能在个性化STEM教育中的应用行为和结果,如制定一些关于数据收集、分析、保护、管理等方面的规范,来保障学生的隐私和安全;制定一些关于算法设计、开发、测试、评估等方面的规范,来保障人工智能系统的准确性、可靠性、公平性、道德性。②建立标准。评价人工智能在个性化STEM教育中的应用效果和影响,如建立一些系统对个性化STEM教育效率、效果、可用性、灵活性、逼真性、趣味性、适应性、智能性等方面影响的标准;建立系统对个性化STEM教育数据、算法、人机协作、STEM教育本质等方面问题和挑战的标准。③提高素养。增强教师和学生的人工智能素养和能力,如提高教师和学生对人工智能技术和算法的理解,让他们能够有效地使用和控制人工智能系统;提高教师和学生对人工智能系统的信任和接受度,让他们能够有效地与人工智能系统协作和互动。④加强监督。加强对过程和结果的监督和反馈,如加强对系统收集和分析学生数据的监督和反馈,让学生能够知情并掌握自己的数据;加强对系统提供支持和影响的监督和反馈,让教师能够及时调整和优化教学策略。
以上各方面的措施和策略,不仅可以帮助平衡人工智能在个性化STEM教育中的正负影响,也可以促进未来个性化学习的发展。
五、结论和未来研究方向
(一)主要发现和结论
本研究中深入探讨人工智能在个性化STEM教育中的应用和影响。这一研究的背景和重要性不言自明。在现代教育领域,人工智能的使用已经成为一个重要议题,尤其是在科学、技术、工程和数学教育中。本研究的主要发现为:①人工智能在STEM教育中应用广泛。从文献回顾中,本研究发现大量人工智能工具和技术应用于STEM教育中,包括自适应学习系统、智能教学系统、虚拟实验室等。这些工具和技术不仅丰富了STEM教育的教学手段,还可以有效提高学生的学习效率和效果。②人工智能推动个性化学习发展。人工智能技术可以通过收集和分析学习数据,为每位学生提供具有针对性的学习资源和策略,从而实现个性化学习。③人工智能对个性化STEM教育有积极作用,但同时也存在可能的负面影响。一方面,人工智能可以提高教学效率,还可以通过个性化学习资源,提高学生的学习动力等;另一方面,人工智能的使用可能导致隐私泄露、过度依赖技术等负面问题。
因此,如何平衡人工智能在个性化STEM教育中的正负影响是一个值得进一步研究的问题。在实现人工智能对个性化STEM教育的正负影响的平衡过程中,我们提出了一系列的建议和策略,包括制定规范、建立标准、提高素养、加强监督等。
(二)未来研究方向
随着人工智能技术的不断发展和改进,其在个性化STEM教育中的应用和影响将会不断扩大和深化。因此,本研究建议未来的研究方向主要可以从以下几个方面来考虑:①深入研究人工智能在更多STEM教育领域的作用。例如,未来的研究可以深入探讨人工智能如何在STEM教育的各个层次(如初级教育、中级教育和高级教育)和各个领域(如科学教育、技术教育、工程教育和数学教育)中发挥作用。②更有效地利用人工智能技术进行个性化教学。例如,未来的研究可以探讨如何设计和开发更高效、更准确、更公平、更安全、更适应性的人工智能系统,以更好地支持和促进个性化STEM教育。③解决人工智能技术应用中的道德和伦理问题。例如,人工智能可能会导致数据隐私泄露、算法歧视、技术依赖等问题,因此,未来的研究需要深入探讨如何解决这些问题。[13]
参考文献:
[1]BYBEE R W. The case for STEM education: challenges and opportunities[M]. Arlington: NSTA Press, 2013.
[2]RUSSELL S J, NORVIG P. Artificial intelligence: a modern approach[M]. 3rd ed. Upper Saddle River: Pearson Education, 2021.
[3]LUCKIN R, HOLMES W, GRIFFITHS M, et al. Intelligence unleashed: an argument for AI in education[M]. London: Pearson, 2016.
[4]高婷婷,郭炯.人工智能教育应用研究综述[J].现代教育技术,2019,29(1):11-17.
[5]HOLMES W, BIALIK M, FADEL C. Artificial intelligence in education: promises and implications for teaching and learning[M]. Boston: Center for Curriculum Redesign, 2019.
[6]丁美荣,王同聚.人工智能教学中“知识建构、STEM、创客”三位一体教学模型的设计与应用[J].电化教育研究,2021,42(4):108-114.
[7]杨体荣,沈敬轩,黄胤.美国STEM教育改革的主要阶段、实践路径与现实困境[J].比较教育学报,2023(3):134-148.
[8]Carnegie Learning. Mika[EB/OL].[2023-05-29]. https://site.imsglobal.org/certifications/carnegie-learning-inc/mika.
[9]AutoGradr. AutoGradr: AI-powered online coding platform[EB/OL].[2023-05-29]. https://autogradr.com/.
[10]牟智佳.“人工智能+”时代的个性化学习理论重思与开解[J].远程教育杂志,2017,35(3):22-30.
[11]黄荣怀,刘梦彧,刘嘉豪,等.智慧教育之 “为何” 与 “何为”——关于智能时代教育的表现性与建构性特征分析[J].电化教育研究,2023,44(1):5-12.
[12]杨晓哲,任友群.教育人工智能的下一步——应用场景与推进策略[J].中国电化教育,2021(1):89-95.
[13]韦恩·霍姆斯,孙梦,袁莉.人工智能与教育:本质探析和未来挑战[J].中国教育信息化,2023,29(2):16-26.
Application of Artificial Intelligence in Personalized STEM Education
Hua CHEN
(School of Humanities and Law, Fuzhou Technology and Business University, Fuzhou 350001, Fujian)
Abstract: This study focuses on the application and influence of artificial intelligence in personalized STEM education, as well as the integration with the concept of intelligent education. Despite the increasingly important role of AI in education, its application and impact research in personalized STEM education are still inadequate. To fill this gap, this study constructs a theoretical framework integrating intelligent education theory, personalized learning theory and STEM education theory. Under the guidance of this framework, the application of AI in personalized STEM education is analyzed, revealing how AI can improve learning effects and enhance students’ academic performance and interest. The results show that AI can improve students’ cognitive ability and disciplinary literacy in personalized STEM education, as well as cultivate innovative thinking and interdisciplinary ability. This provides theoretical support for further exploring the potential of AI in personalized STEM education. Artificial intelligence has a positive impact on personalized STEM education, but there are also potential negative impacts that can be balanced through establishing norms, establishing standards, improving literacy, and strengthening supervision.
Keywords: Artificial intelligence; Personalized learning; STEM education; Intelligent education; Science education
编辑:王晓明 校对:李晓萍
特别声明:本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性质的教育和科研之目的,并不意味着赞同其观点或者证实其内容的真实性。如转载稿涉及版权等问题,请作者在两周内速来电或来函联系。