文献名称

生成式人工智能的教育应用与展望——以ChatGPT系统为例

期刊

中国远程教育

发表时间

2023.4

摘要

生成式人工智能（Generative Artificial Intelligence)旨在利用人工智能技术自动化生成文本、图像、视频、音频等多模态数据，受到教育领域的广泛关注。其中，ChatGPT系统因其良好的自然语言理解和生成能力，体现出较高的多领域应用潜力。本研究以ChatGPT作为主要对象，基于其四项核心能力，即启发性内容生成能力、对话情境理解能力、序列任务执行能力和程序语言解析能力，探讨在教师教学、学习过程、教育评价、学业辅导四个方面的潜在教育应用。在此基础上，在真实系统中进行了习题生成、自动解题、辅助批阅等教育应用的初步验证。最后，本文进一步探讨了以ChatGPT为代表的生成式人工智能在教育应用中所面临的局限和对教育的启示。

关键词

研究过程

基于当前Chat GPT系统所具备的启发性内容生成、对话情境理解、序列任务执行、程序语言解析四项核心能力，从教、学、评、辅四个典型教育环节，梳理了不同核心能力可以支持的潜在教育应用。然后从教师教学、学习过程与教育评价三个维度，分别选取题目生成、自动解题与辅助批阅三个具体教育应用，对系统进行初步验证。

研究结果

在教师教学的应用维度，系统初步具备了依据教学目标生成创作型教学素材的应用能力，可以辅助教师完成包括题目生成在内的多项具体教学任务。在学习过程维度，系统已经初步具备了完成个性化学科知识问答与支架式教学反馈等教育应用的能力。另外需要指出的是，对于具有较为复杂情境的题目，Chat GPT系统自动解题和反馈能力还有待提高。系统已经具有题目答案正误判断和错因分析等基本功能，即具备了对学生作品和习题答案进行客观点评和判断的能力。

不足与展望

首先，系统仍然难以充分理解信息和分析信息内在的逻辑关系，因此很容易生成不合理的内容或者犯事实性的错误。其次，生成式人工智能的过程仍然是黑箱，所生成的内容不具备可解释性与明确的依据。

虽然以Chat GPT为代表的人工智能生成内容仍然存在诸多局限，但其所具备的核心能力已开始对教育理念产生直接影响和启示作用。在重视高阶思维能力培养的教育理念驱动下，生成式人工智能技术与产品对教学方式与教学内容的影响也会逐渐显现。

文献名称

Robot programming versus block play in early childhood education: Effects on computational thinking, sequencing ability, and self-regulation

幼儿教育中的机器人编程与积木游戏:对计算思维、排序能力和自我调节的影响

期刊

British Journal of Educational Technology

发表时间

2022.5

摘要

可编程机器人最近被用于幼儿教育(ECE)，以介绍编程和计算思维(CT)技能。然而，还需要进一步的研究来对比儿童参与机器人编程和传统上有益的欧洲经委会活动的效果。本研究探讨了机器人编程干预与积木游戏对幼儿园儿童CT、排序能力和自我调节的影响。实验(机器人编程)与比较(积木游戏)条件随机分配到4个幼儿园班级，共101名幼儿园儿童(M = 64.78个月，SD = 7.64)。统计分析显示，随着时间的推移，机器人编程组(N = 54)在排序能力方面比积木游戏组(N = 47;F = 5.09, p < 0.05)。与积木游戏组相比，机器人编程组的自我调节水平较低，随着时间的推移，排序能力的提高幅度更大(F = 2.37, p = 0.01)。

此外，与积木游戏组相比，年龄较大的机器人编程组的儿童随着时间的推移表现出更大的CT改善（F = 2.40，p < 0.01）。该研究表明，与传统的ece模块游戏课程活动相比，机器人编程对儿童早期CT和排序能力的发展有积极的好处。

关键词

block play, computational thinking, robot programming, selfregulation, sequencing ability

研究过程

确定研究问题和假设：该研究旨在探讨在早期儿童教育中，参与编程机器人活动与参与传统有益的早期儿童教育活动相比，对儿童的编程和计算思考能力的影响。此外，研究还关注这些活动对儿童的行为自我调节能力的影响。

选择研究对象：研究对象为幼儿园至小学一年级的儿童，根据他们的年龄、性别、种族、经济背景等因素进行随机分组。

设计实验和收集数据：实验分为两组，一组参与机器人编程活动，另一组参与传统的积木拼装游戏。每组都有20名儿童。在实验前，研究者使用标准化问卷收集每个儿童的基线信息，并使用HTKS任务评估每个儿童的自我调节能力。然后，研究者对两组儿童分别进行编程和积木拼装活动，并收集他们在活动中的表现和成绩。

分析数据：研究者使用统计软件对收集到的数据进行统计分析。他们比较了两组儿童在编程和积木拼装活动中的成绩，以及他们在HTKS任务中的表现。

得出结论：根据数据分析结果，研究者得出结论，认为参与编程机器人活动对儿童的编程和计算思考能力有积极影响，同时也有助于提高他们的自我调节能力。相比之下，参与传统的积木拼装游戏对儿童的这些能力没有显著影响。

研究结果

机器人编程对早期儿童教育中的CT和排序能力有积极影响。通过对比实验组和对照组在课程结束后的TechCheck分数、PST分数和HTKS分数，发现实验组的得分高于对照组，说明机器人编程课程对CT和排序能力有明显的提升作用。同时，研究还发现，机器人编程课程对不同年龄段的孩子都有显著的效果，甚至可以在孩子只有三岁的时候开始学习。因此，该研究支持了机器人编程作为早期儿童教育中的一种有效工具的观点。

不足与展望

目前的研究有几个局限性。首先，TechCheck可能对4岁不敏感(Relkin et al, 2020)，导致关于年龄调节作用的不确定结果。在进行本研究时，TechCheck-K尚未可用(Relkin & Bers, 2021)。进一步的低龄研究应采用TechCheck-K甚至其他仪器(如BCTt, Zapata-Cáceres et al, 2020)来测量幼儿的新发CT。将通过纳入其他措施，如第三方对课堂行为的观察和定性数据，如儿童的观点反映在他们的人工制品和声音中，来加强对干预效果的检查。

其次，样本量可能不够大，无法检测到HTKS改进方面的非常小的影响。从理论上讲，机器人编程可以促进自我调节。在当前研究中，相对于积木游戏组，机器人编程组在自我调节(HTKS)的测量上也更有利，尽管基于单向ANCOVA结果，两组之间的差异并不显著。在未来，需要更大的样本量和更严格的研究设计，如随机对照试验(RCT)，以揭示早期编码教育项目对幼儿自我调节技能的影响。此外，由于班级数量较少，我们无法识别班级分组的潜在混淆效应。在未来，大规模集群RCT的研究设计可以用来检测或控制类分组效应。

最后，同样由于样本量相对较小，本研究仅采用实验前后设计，没有随访来评估干预措施的长期效果。在未来，可以考虑进行三波或更多的儿童评估，以更严格地评估机器人编程和方块游戏干预的长期影响。

文献名称

Computational thinking and tinkering: Exploration of an early childhood robotics curriculum

计算思维与修补:幼儿机器人课程的探索

期刊

Computers & Education

发表时间

2014.10

摘要

通过参与以建筑为基础的机器人活动，年仅四岁的孩子就可以通过玩耍来学习一系列概念。TangibleK机器人项目将适合发展的计算机编程和机器人工具与构建主义课程相结合，旨在让幼儿园的孩子学习计算思维、机器人、编程和解决问题。本文记录了三所幼儿园课堂对计算机编程概念的接触，并探讨了学习成果。结果指出了课程的优势和进一步重新设计课程和技术将是适当的领域。总的来说，研究表明幼儿园的孩子们对机器人、编程和计算思维的许多方面都感兴趣，并且能够通过有形的课程设计学习。

关键词

Elementary education；Interactive learning environments；Pedagogical issues；Teaching/learning strategies；robotics；Programming；Early childhood

研究过程

初步探索：这个阶段的目标是确定研究的问题和目标，以及研究的方法和工具。研究者们选择了幼儿园和小学一年级的学生作为研究对象，因为这些学生对于机器人和编程的概念较为陌生，因此更容易接受新的学习内容。

实施干预：在这个阶段，研究者们向学生们介绍了机器人和编程的核心概念，并通过 TangibleK Robotics Program 的学习平台进行教学。这个平台提供了丰富的学习资源和活动，以帮助学生掌握这些概念。

数据收集和分析：在这个阶段，研究者们收集了学生们在干预期间的学习数据，包括他们的学习成果、学习过程、学习态度和学习反馈等。通过对这些数据的分析，研究者们可以了解学生们对于机器人和编程的掌握情况，以及他们在学习过程中遇到的问题和困难。

迭代改进：根据数据分析和反馈，研究者们对干预措施进行了改进和优化。例如，他们可以调整教学计划、增加更多的实例演示、提供更多的学习资源和活动等。

结论和讨论：在这个阶段，研究者们总结了研究结果，并进行了讨论和分析。他们发现，通过 TangibleK Robotics Program 的学习平台进行教学，学生们可以有效地掌握机器人和编程的核心概念，并且在解决实际问题时也可以运用这些知识。同时，他们也发现了一些问题和挑战，例如一些学生在学习过程中可能会感到困惑或无聊，或者一些概念对于他们来说可能过于复杂或难以理解。

研究结果

儿童在学习机器人和编程的核心概念方面具有较高的潜力。文章提到，在为期五年的探索过程中，孩子们在机器人和编程领域取得了一定的成就。此外，研究结果还显示，孩子们的学习成果不仅仅限于编程技能本身，还涉及到其他相关领域的知识和技能，如数学、物理和工程等。

研究结果还强调了评估课堂学习过程的重要性和复杂性。文章指出，由于每个成年人在实际教学中需要与多名儿童进行合作，因此在进行数据收集时需要在详细程度和可行性之间进行权衡。此外，文章还提到了一些后续研究的方向，包括在个人层面上的进一步分析和在更大范围和更长时间内对学习过程进行评估。

不足与展望

研究结果为幼儿园儿童对机器人和计算机科学领域中选定的概念的可及性提供了重要信息，为修改和改进幼儿机器人和编程技术的课程活动和设计特点，增加了对发展适当的学习期望的清晰度。研究结果还揭示了在课堂环境中进行基于设计的研究的一些挑战。

虽然全面评估TangibleK机器人课程超出了本文的范围，但结果表明，该课程总体上具有吸引力，适合幼儿园学生的发展。结果表明，幼儿园教师能够有效地实施课程，幼儿园学生对机器人、编程和计算思维的许多方面都感兴趣，并且能够学习和应用。然而，在更复杂的主题上达到目标理解水平的孩子比在入门概念上达到目标理解水平的孩子少，这一事实可能表明，课程应该花更多的时间让孩子们积累和充分探索复杂的材料，以便充分理解它。

文献名称

Developing young children's computational thinking with educational robotics: An interaction effect between gender and scaffolding strategy

用教育机器人发展幼儿计算思维:性别与脚手架策略的互动效应

期刊

Computers in Human Behavior

发表时间

2019.3

摘要

该研究考察了在两种脚手架技术的背景下，用Bee-Bot学习对男孩和女孩的计算思维的影响。该研究报告称，在儿童计算思维技能的初始评估和最终评估之间，有统计学意义的学习收益。此外，根据研究结果，虽然男孩和女孩都从脚手架技术中受益，但性别和脚手架策略之间存在统计学上显著的交互效应，表明男孩从个人主义、动觉、空间导向和操作基础的卡片活动中获益更多，而女孩从合作写作活动中获益更多。关于儿童在调试过程中的解决问题策略，结果显示，大多数儿童使用分解作为处理任务复杂性的策略。这些结果很重要，因为它们表明，在这么小的年龄，孩子们就能够通过将学习任务分解成一些对他们来说更容易解决的子任务来应对复杂的学习任务。这项研究为计算思维的教学提供了知识体系。此外，该研究对课程开发者、教学领导者和课堂教师具有实际意义，因为他们可以利用本研究的结果来设计课程和课堂活动，重点关注更广泛的计算思维技能，而不仅仅是编码。

关键词

Computational thinking；Spatial relations；Scaffolding；Pre-primary school children；Educational robotics；Bee-Bot

研究过程

研究对象选择：50名5至6岁的学龄前儿童在父母同意后参加了这项研究。这些孩子是从一个南欧国家三个不同城市的八所城市幼儿园中招募的，并且是为了研究的目的而随机选择的。样本包括26名女孩和24名男孩。参与者的平均年龄为5.28岁，标准差为0.43岁。所有的孩子都熟悉电脑，在学校使用电脑是他们日常活动的一部分，在家里拥有一台电脑，并具有基本的阅读和数学技能。这些孩子之前都没有在学校或校外接触过机器人，尤其是Bee-Bot的经历。此外，所有八位教师都表示他们不熟悉计算思维的概念，并且计算思维技能的教学不在他们的课程中。

研究中使用了三个研究者自制的问题解决场景。第一个解决问题的场景向孩子们介绍了丽塔，Bee-Bot，并鼓励孩子们探索和玩丽塔，以便使用垫子发现它的功能。第二个解决问题的场景在顺序、复杂性和编程序列的长度方面遵循与第一个相同的设计。第三个场景是第二个场景的延续，由四个子任务组成。这里也用了和以前一样的垫子。

在机器人活动中，研究人员使用了两种外部记忆系统形式的支架技术，即A型和B型，只有第二种解决问题的场景。这两种脚手架技术的设计考虑了性别差异，预计两性都会从这两种技术中的至少一种中受益。A型和B型脚手架的目的是让孩子们意识到他们的记忆局限性，并使他们意识到需要使用某种系统或方案来记住命令序列。

A型脚手架为每个孩子提供了5厘米× 5厘米的所有Bee-Bot命令的层压卡片，每个孩子被要求使用这些卡片为每个问题解决子任务形成命令序列。如图3所示，孩子们将卡片依次排列在垫子旁边的地板上，形成他们需要用来解决问题的算法。然后，这种卡片的排列被用作外部存储系统，对Bee-Bot进行编程，并在真正的垫子上测试算法。

B型脚手架(见图4)使每个孩子单独参与与研究人员的合作活动。研究人员使用相同的垫子和Bee-Bot的3D图片，并要求孩子们在不尝试解决方案的情况下思考解决问题的任务。孩子告诉研究人员命令的顺序，研究人员把顺序记在一个矩阵里，这个矩阵被用作孩子的外部记忆系统。然后，孩子使用这个外部存储系统对真正的Bee-Bot进行编程，并在垫子上测试算法(即命令序列)。

每个参与者分别进行两次40分钟的研究第一个解决问题的场景在第一次研究中使用，第二和第三个场景在第二次研究中使用。在第一阶段的前十分钟，研究人员对每个孩子分别进行了颜色测试和空间关系测试。然后，在接下来的15分钟里，每个孩子都与Bee-Bot和垫子进行了自由的游戏活动。最后，在最后的15分钟里，每个孩子都与Bee-Bot和垫子进行了更系统的解决问题的活动，目的是解决特定的任务，并让研究人员评估孩子最初的计算思维能力。

第一次研究结束两天后，第二次就开始了。在第二次研究中，将儿童随机分为A组和B组。A组采用A型支架，B组采用B型支架。在第二次研究的前20分钟，研究人员使用两种技术中的一种，对每个孩子用蜜蜂机器人解决问题的情况进行了分析。然后，每个孩子有五分钟的休息时间。回来后，每个孩子都参与了第三个场景的解决问题的活动，持续了20多分钟。在第三种情况下，所有支架都被移除。

研究结果

这篇文章的研究结果表明，使用Bee-Bot机器人进行学习的幼儿在计算思维技能方面取得了显著的学习成果。研究还发现，不同的学习方式对男孩和女孩的学习效果有影响。具体来说，男孩在独立、运动感知、空间定向和操作活动（称为A型支架）中受益更多，而女孩在协作写作活动中受益更多（称为B型支架）。此外，研究还发现，使用Bee-Bot机器人进行学习的效果优于传统的计算机编程学习方式。

不足与展望

研究设计问题：文章提到采用了两组随机实验，但并未详细说明实验设计是否考虑了其他可能的干扰因素，如参与者之间的个体差异等。此外，文章中也没有明确阐述如何确保实验的随机性和可重复性。

结果解释不足：虽然文章提到了男孩和女孩在不同类型的支架技术下受益程度的不同，但并未深入解释为什么会出现这种差异，也没有探讨这种差异对儿童学习和发展的影响。

缺少控制组：文章没有设置控制组，这使得我们无法确定支架技术对儿童解决问题的效果是否优于其他方法，或者是否仅仅是与没有使用支架技术的常规方法效果相当。