DOI: https://doi.org/10.1016/j.caeo.2024.100171
تاريخ النشر: 2024-03-13
المؤلف: Thomas K. F. Chiu وآخرون
الموضوع الرئيسي: التعلم عبر الإنترنت والتحليلات
نظرة عامة
تناقش هذه الفقرة تعقيدات تنفيذ تعليم الذكاء الاصطناعي (AI) في المدارس من الصفوف K-12، مع التأكيد على الحاجة إلى فهم شامل لمحو الأمية والكفاءة في الذكاء الاصطناعي. تنتقد الدراسة الأطر الحالية التي تركز بشكل أساسي على المعرفة التقنية من منظور هندسي، والتي قد لا تكون مناسبة لجمهور غير تقني في البيئات التعليمية. تهدف إلى إعادة تعريف محو الأمية في الذكاء الاصطناعي من خلال دمج عناصر الثقة والتأمل الذاتي، مقترحة إطار عمل يتضمن خمسة مكونات رئيسية: التكنولوجيا، التأثير، الأخلاق، التعاون، والتأمل الذاتي. شملت الأبحاث 30 معلمًا ذو خبرة في الذكاء الاصطناعي واستخدمت دورة تصميم مشترك تكرارية لتطوير الإطار، الذي يحدد أيضًا خمس تجارب تعليمية فعالة ويقترح اتجاهات بحث مستقبلية.
في الختام، تسلط الدراسة الضوء على التحديات المتعلقة بتصميم تعليم الذكاء الاصطناعي الفعال وتنتقد الأطر الحالية لتركزها المحدود على المحتوى والمهارات التقنية. من خلال دمج الثقة والعقليات التأملية الذاتية في تعريف كفاءة الذكاء الاصطناعي، يهدف الإطار المقترح إلى تعزيز ممارسات تعليمية شاملة ومتنوعة تلبي احتياجات الطلاب الفردية. ومع ذلك، يعترف المؤلفون بالقيود، بما في ذلك نقص اختبار الإطار في الميدان والحاجة إلى مزيد من البحث حول قدرة المعلمين والتطوير المهني في تعليم الذكاء الاصطناعي.
مقدمة
تناقش مقدمة هذه الورقة البحثية أهمية الذكاء الاصطناعي (AI) في المجتمع المعاصر، مع التأكيد على تأثيره على مختلف القطاعات مثل الحياة اليومية، والترفيه، والتعليم، والتوظيف. تبرز الحاجة إلى توسيع تعليم الذكاء الاصطناعي ليشمل الطلاب من الصفوف K-12، بهدف تجهيز جميع المواطنين بمحو الأمية والكفاءة الأساسية في الذكاء الاصطناعي. تؤكد المبادرات العالمية، مثل تقرير اليونسكو حول تعليم الذكاء الاصطناعي، على أهمية دمج تعلم الذكاء الاصطناعي في المناهج الدراسية للمتعلمين الأصغر سنًا، مع معالجة التحديات الفريدة لتعليم K-12، بما في ذلك اختلافات التنفيذ والتسليم.
تحدد الورقة الحاجة إلى إطار شامل لا يحدد فقط المحتوى الضروري لتعليم الذكاء الاصطناعي، بل يركز أيضًا على النتائج والتجارب التعليمية المرغوبة. تنتقد التعريفات الحالية لمحو الأمية في الذكاء الاصطناعي، وخاصة تلك التي تم تطويرها من منظور هندسي، مقترحة أنها قد لا تخدم الطلاب الأصغر سنًا بشكل كافٍ. يقترح المؤلفون دمج العقليات التأملية الذاتية في تعريف كفاءة الذكاء الاصطناعي ويدعون إلى تصميم منهج يشمل كل من المحتوى والبيداغوجيا. في النهاية، تهدف الدراسة إلى تصميم إطار عمل بالتعاون مع المعلمين يعزز محو الأمية والكفاءة في الذكاء الاصطناعي للطلاب من الصفوف K-12، مع إمكانية تطبيقه على غير المتخصصين في الذكاء الاصطناعي، وبالتالي المساهمة في الهدف الأوسع لتعليم الذكاء الاصطناعي للجميع.
النتائج
في هذه الدراسة، استخدم الباحثون إطارًا مفاهيميًا قائمًا على الثقة، والقدرات، وأربعة أساليب لتصميم المناهج لتحليل البيانات التي تم جمعها عبر عدة دورات. كشفت الاجتماعات الأولية عن خمسة مكونات أساسية لإطار شامل مقترح: التكنولوجيا، التأثير، الأخلاق، التعاون، والتأمل الذاتي. تعمل هذه المكونات كعناصر أساسية لمزيد من الاستكشاف والنقاش في سياق تطوير المناهج. يتم تقديم تفسيرات مفصلة لكل نتيجة في الأقسام التالية، مع تسليط الضوء على أهميتها في تشكيل ممارسات تعليمية فعالة.
المناقشة
في هذا القسم، يناقش المؤلفون الإطار المفاهيمي لمحو الأمية والكفاءة في الذكاء الاصطناعي في تعليم K-12، مع التأكيد على الحاجة إلى تعريف واضح وأساليب تصميم مناهج فعالة. يتم تعريف محو الأمية في الذكاء الاصطناعي على أنه القدرة على فهم والتواصل حول كيفية عمل وتأثيرات تقنيات الذكاء الاصطناعي على المجتمع، بينما تشمل كفاءة الذكاء الاصطناعي الثقة والمهارات لتطبيق هذه المعرفة بشكل أخلاقي ومسؤول. يجادل المؤلفون بأن التعريفات الحالية، وخاصة تلك المشتقة من وجهات نظر هندسية، قد لا تكون مناسبة لسياقات K-12 ويبرزون أهمية دمج العقليات التأملية الذاتية ومهارات التعلم مدى الحياة في هذه التعريفات.
يستكشف المؤلفون أيضًا أسلوبين لتصميم المناهج: العملية والممارسة. يركز أسلوب العملية على القابلية للتكيف والتعلم المتمركز حول الطالب، بينما يركز أسلوب الممارسة على التطبيقات الواقعية وحل المشكلات. ينتقدون الأطر الحالية لتعليم الذكاء الاصطناعي، مشيرين إلى أنه بينما توفر محتوى أساسي، غالبًا ما تتجاهل الفروق الدقيقة في التعليم والتعلم في البيئات التعليمية المتنوعة. يدعو المؤلفون إلى مزيد من البحث التجريبي لتطوير هذه الأطر بناءً على وجهات نظر المعلمين، بهدف إنشاء إطار شامل لتعليم الذكاء الاصطناعي يعالج كل من محو الأمية والكفاءة بطريقة مناسبة للطلاب من الصفوف K-12.
DOI: https://doi.org/10.1016/j.caeo.2024.100171
Publication Date: 2024-03-13
Author(s): Thomas K. F. Chiu et al.
Primary Topic: Online Learning and Analytics
Overview
The section discusses the complexities of implementing artificial intelligence (AI) education in K-12 schools, emphasizing the need for a comprehensive understanding of AI literacy and competency. The study critiques existing frameworks that primarily focus on technical knowledge from an engineering perspective, which may not be suitable for a non-technical audience in educational settings. It aims to redefine AI literacy by incorporating elements of confidence and self-reflection, proposing a framework that includes five key components: technology, impact, ethics, collaboration, and self-reflection. The research involved 30 experienced AI teachers and utilized an iterative co-design cycle to refine the framework, which also identifies five effective learning experiences and suggests future research directions.
In conclusion, the study highlights the challenges of designing effective AI education and critiques existing frameworks for their limited focus on content and technical skills. By integrating confidence and self-reflective mindsets into the definition of AI competency, the proposed framework aims to foster inclusive and diverse educational practices that cater to individual student needs. However, the authors acknowledge limitations, including the framework’s lack of field testing and the need for further research on teacher capacity and professional development in AI education.
Introduction
The introduction of this research paper discusses the significance of artificial intelligence (AI) in contemporary society, emphasizing its impact on various sectors such as daily life, entertainment, education, and employment. It highlights the necessity of extending AI education beyond higher education to include K-12 students, aiming to equip all citizens with essential AI literacy and competency. Global initiatives, such as UNESCO’s report on AI education, underscore the importance of integrating AI learning into the curriculum for younger learners, while also addressing the unique challenges of K-12 education, including implementation and delivery variations.
The paper identifies the need for a comprehensive framework that not only outlines the content necessary for AI education but also focuses on the desired learning outcomes and experiences. It critiques existing definitions of AI literacy, particularly those developed from an engineering perspective, suggesting that they may not adequately serve younger students. The authors propose incorporating self-reflective mindsets into the definition of AI competency and advocate for a curriculum design that encompasses both content and pedagogy. Ultimately, the study aims to co-design a framework with educators that enhances AI literacy and competency for K-12 students, with potential applicability to non-AI professionals, thereby contributing to the broader goal of AI education for all.
Results
In this study, the researchers utilized a conceptual framework based on confidences, abilities, and four curriculum design approaches to analyze data collected across multiple cycles. The initial meetings revealed five essential components of a proposed comprehensive framework: technology, impact, ethics, collaboration, and self-reflection. These components serve as foundational elements for further exploration and discussion in the context of curriculum development. Detailed explanations of each finding are provided in subsequent sections, highlighting their significance in shaping effective educational practices.
Discussion
In this section, the authors discuss the conceptual framework for AI literacy and competency in K-12 education, emphasizing the need for a clear definition and effective curriculum design approaches. AI literacy is defined as the ability to understand and communicate the workings and societal impacts of AI technologies, while AI competency encompasses the confidence and skills to apply this knowledge ethically and responsibly. The authors argue that existing definitions, particularly those derived from engineering perspectives, may not be suitable for K-12 contexts and highlight the importance of incorporating self-reflective mindsets and lifelong learning skills into these definitions.
The authors also explore two curriculum design approaches: process and praxis. The process approach emphasizes adaptability and student-centered learning, while the praxis approach focuses on real-world applications and problem-solving. They critique existing frameworks for AI education, noting that while they provide foundational content, they often overlook the nuances of teaching and learning in diverse educational settings. The authors call for further empirical research to refine these frameworks based on teacher perspectives, ultimately aiming to create a comprehensive AI education framework that addresses both literacy and competency in a manner appropriate for K-12 students.