基于引导式精通的协同设计支持机器学习赋能中学科学探究

Abstract

在大数据与人工智能时代，培养数据与计算素养对K-12教育至关重要。本研究旨在通过基于引导式精通理论的协同设计，赋能教师创建机器学习支持的科学探究学习活动，并提升其教学动机。我们开展了两项研究。首先，14名中学教师与
ML专家合作创建了26个涵盖生物、历史等学科的探究活动；10名高中生对这些活动进行了学习评估。实证显示教师能够成功将聚类和分类等ML实践与科学探究行为（如提出假设、模式解释）深度整合；通过协同设计，教师AI教学自信与动机和学生的机器学习知识均显著提升，并支持了科学探究学习。本研究表明，基于引导式精通的协同设计为非专业教师提供递进式挑战与结构化支持，是提升教师AI教学素养及学生数据驱动探究能力的有效路径。