什么值得买App下载 App ›
连续签到专享现金活动

小学生编程,AI怎样介入更有效?

随着生成式人工智能技术的发展,其在教育领域的应用成为研究热点。一项发表在《Computers & Education》的研究探讨了在小学编程课堂中,由生成式AI提供的自适应元认知脚手架,是否比教师预先设计好的固定脚手架更为有效。该研究通过对比实验,分析了不同脚手架形式对学生计算思维及编程表现的影响,旨在揭示AI技术在基础教育中的实际应用价值。
01实验设计与分组
研究对象为74名五年级学生,所有学生均在Scratch编程环境中完成任务,包括“找最大值”、“选择排序”和“冒泡排序”等。三组学生均可使用基础问答型AI助手,核心区别在于脚手架的提供方式:
  • AMS组(自适应元认知脚手架组):获得AI实时、个性化的提示。
  • PMS组(计划元认知脚手架组):使用教师预先设计的纸质固定提示单。
  • 对照组:不使用特定的元认知脚手架干预。
02核心结论:AMS组表现优异
实验结果显示,AMS组在多个维度上均表现出显著优势。在更贴近真实问题解决的Bebras任务中,AMS组的成绩显著优于PMS组和对照组。在最终的编程项目评估中,AMS组不仅项目完成度更高,且生成的程序结构更为复杂,更频繁地使用了嵌套循环和条件结构等高级编程逻辑。
03认知过程与负荷分析

两种脚手架模式对比

自适应元认知脚手架
  • 在模式识别和抽象能力上表现更强

  • 更容易形成完整的“计划—监控—调整”循环

  • 内在认知负荷更低,解决任务时不易卡住

固定元认知脚手架
  • 主要作用是帮助学生保持反思投入

  • 在任务进行中的即时调节能力不如AMS

  • 有益认知负荷较高,促成较强的反思投入

04教育启示与价值
该研究的核心启示在于明确了生成式AI在教育场景中的定位。AI真正有价值的角色并非直接提供答案,而是在学生遇到困难或思维停滞时,通过自适应的引导将其重新带回思考过程。这种元认知脚手架能够有效降低学习过程中的阻碍,促进学生形成自我调节的学习能力,从而在编程教育中发挥辅助而非替代的作用。

评论

评论区空态插画

当前文章无评论,是时候发表评论了