机构名称：
¥ 1.0
近年来，人工智能教育 (AIED) 因其日益增长的社会重要性和教学价值而备受关注。在香港，越来越多的 K-12 学校正在计划或试行基层 AIED 纳入实践。然而，据报道，由于存在许多障碍，进展缓慢。不幸的是，由于范围有限、解释有争议和与背景无关，当前的研究文献似乎在帮助学校解决问题和克服障碍方面参考价值有限。鉴于目前对 AIED 的理解是一个集体概念，本文强调了广泛接受 AIED 的必要性。确定了 AIED 的三个主要方向：向 AI 学习、学习关于 AI 和与 AI 一起学习。进行了一项集体案例研究，研究了不同 AIED 方向的香港 K-12 学校对纳入 AIED 的障碍。通过与两所学校的主要利益相关者进行十次半结构化访谈收集了定性数据。运用 Ertmer (1999) 分类法来区分障碍。研究结果表明，一级和二级障碍都存在，尽管它们在不同情况下有所不同。研究还发现，这些障碍并不是孤立地阻碍，而是相互关联的。研究结果表明，学校根据其纳入 AIED 的方法，使用差异化策略来应对障碍。此外，有必要追踪障碍之间的联系，并优先考虑学校努力消除或减少具有高度联系的障碍。给出了几项实践建议。
计算机与教育：人工智能
主要关键词
相关文件推荐
