A framework for inclusive AI learning design for diverse learners
A framework for inclusive AI learning design for diverse learners
复制标题
面向不同学习者的包容性人工智能学习设计框架
DOI：
10.1016/j.caeai.2024.100212
复制
发表时间：
2024
期刊：
影响因子：
--
通讯作者：
Israel, Maya
中科院分区：
文献类型：
--
作者：
Song, Yukyeong;Weisberg, Lauren R.;Zhang, Shan;Tian, Xiaoyi;Boyer, Kristy Elizabeth;Israel, Maya
随着人工智能（AI）在儿童生活中变得越来越突出，越来越多的研究人员和从业者强调了将AI作为K-12学习内容的重要性。尽管最近在开发人工智能课程和人工智能教育指导框架方面做出了努力，但教育机会往往不能为所有学习者提供平等参与和包容的学习体验。为了促进社会的平等和公平，提高人工智能劳动力的竞争力，扩大人工智能教育的参与至关重要。然而，缺乏指导教师和学习设计师为人工智能教育量身定制的包容性学习设计的框架。通用学习设计（UDL）提供了使学习更具包容性的跨学科的指导方针。基于UDL的原则，本文提出了一个框架来指导包容性AI学习的设计。我们进行了系统的文献综述，以识别与AI学习设计相关的文章，并将它们合成到我们提出的框架中。我们的新框架包括人工智能学习内容的核心组件（即，五大理念），由三个UDL原则（学习的“为什么”，“什么”和“如何”）和六个实践与人工智能教育的教学实例锚定。除此之外，我们提出了一个说明性的例子，我们提出的框架在中学AI夏令营的背景下的应用。我们希望本文能够指导研究人员和实践者设计更具包容性的人工智能学习体验。
As artificial intelligence (AI) becomes more prominent in children's lives, an increasing number of researchers and practitioners underscored the importance of integrating AI as learning content in K-12. Despite the recent efforts in developing AI curricula and guiding frameworks in AI education, the educational opportunities often do not provide equally engaging and inclusive learning experiences for all learners. To promote equality and equity in society and increase competitiveness in the AI workforce, it is essential to broaden participation in AI education. However, the framework that guides teachers and learning designers into inclusive learning design tailored for AI education is lacking. Universal Design for Learning (UDL) provides guidelines for making learning more inclusive across disciplines. Based on the principles of UDL, this paper proposes a framework to guide the design of inclusive AI learning. We conducted a systematic literature review to identify AI learning design-related articles and synthesized them into our proposed framework. Our new framework includes the core component of AI learning content (i.e., five big ideas), anchored by the three UDL principles (the “why,” “what,” and “how” of learning), and six praxes with pedagogical examples of AI education. Alongside this, we present an illustrative example of the application of our proposed framework in the context of a middle school AI summer camp. We hope this paper will guide researchers and practitioners in designing more inclusive AI learning experiences.
登录
查看更多内容
影响因子：
2.7
作者：
Shannon Campe;J. Denner;Emily Green;David M. Torres
通讯作者：
David M. Torres
提升K-12计算机科学教师的人工智能教学能力：基于TPACK的专业发展方法
影响因子：
5.5
作者：
Junmei Sun;Hongliang Ma;Yuyi Zeng;Dong Han;Yunbo Jin
通讯作者：
Yunbo Jin
人工智能（AI）在幼儿教育中的应用：课程设计和未来方向
DOI：
10.1016/j.caeai.2022.100072
发表时间：
2022
期刊：
Comput. Educ. Artif. Intell.
影响因子：
--
作者：
Jiahong Su;Yuchun Zhong
通讯作者：
Yuchun Zhong
从技术创新的角度看通用学习设计（UDL）的潜在演变
DOI：
10.4324/9780429435515-43
发表时间：
2019
期刊：
Universal Access Through Inclusive Instructional Design
影响因子：
--
作者：
D. Banes;K. Behnke
通讯作者：
K. Behnke
DOI：
10.1145/3328778.3366823
发表时间：
2020
期刊：
Teaching Elementary Computer Science through Universal Design for Learning
影响因子：
--
作者：
Israel, Maya;Jeong, Gakyung;Ray, Meg;Lash, Todd
通讯作者：
Lash, Todd