幼儿教育中的人工智能（AI）素养：挑战和机遇

期刊预校样幼儿教育中的人工智能（AI）素养：挑战和机遇苏嘉宏，吴子PII：S2666-920X（23）00003-6DOI：https://doi.org/10.1016/j.caeai.2023.100124参考号：CAEAI 100124出现在：计算机和教育：人工智能接收日期：2022年修订日期：2022年11月30日接受日期：2023年请引用此文章为：Su J. Ng D.T.K.，人工智能（AI）扫盲在幼儿教育：挑战和机遇，计算机和教育：人工智能（2023），doi：https://doi.org/10.1016/j.caeai.2023.100124。这是一篇文章的PDF文件，在接受后进行了增强，例如添加了封面和元数据，以及可读性格式，但它还不是记录的最终版本。这个版本在出版前将经过额外的文字编辑，排版和审查在它的最终形式，但我们提供这个版本，让文章的早期可见性请注意，在制作过程中，可能会发现可能影响内容的错误，并且适用于该期刊的所有法律声明均适用。© 2023由Elsevier Ltd.发布。人工智能（AI）在幼儿教育中的素养：挑战和机遇苏嘉宏1和吴子杰11中国香港特别行政区香港大学教育学院作者注苏嘉宏https://orcid.org/0000-0002-9681-7677吴子杰https://orcid.org/0000-0002-2380-7814有关这篇文章的信件应寄往香港薄扶林道邵逸夫楼219室香港大学苏家宏。电子邮件地址：maggiesu@connect.hku.hk。伦理冲突声明：本文不包含作者进行的任何人类参与者或动物研究。通讯作者代表作者声明不存在利益冲突。1人工智能（AI）文学在幼儿教育中的应用摘要如今，人工智能（AI）素养已成为数字素养教育研究的一个新兴课题。然而，由于近年来儿童人工智能课程的设计，它在幼儿教育（ECE）中仍然没有得到充分的探索。对2016年至2022年16篇实证论文的主题和内容分析进行了范围界定审查。该范围审查评估，综合和展示了16项关于幼儿教育中人工智能素养的研究，包括课程设计，人工智能工具，教学方法，研究设计，评估方法和研究结果。对早期人工智能扫盲在欧洲经委会的实施的讨论有助于为教育工作者和研究人员设计干预措施以吸引人工智能学习者提供参考。此外，我们还确定了一系列人工智能素养的挑战和机遇。几个挑战包括：（1）教师缺乏虽然教育工作者在为青少年学生开发人工智能教学设计的初期遇到了挑战，但人工智能学习可以带来学习机会，并在人工智能概念，实践和观点方面培养学生的人工智能素养。我们预计，幼儿教育一级将有越来越多的适龄课程和工具。最后，我们还对未来的研究者和教育工作者提出了一些建议，以改善早期人工智能素养研究和学习设计。关键词：AI; AI素养; AI教育; AI学习与教学;幼儿教育;挑战与机遇1人工智能（AI）文学在幼儿教育中的应用幼儿教育中的人工智能（AI）素养：挑战和机遇1956年，人工智能（AI）被定义为“创造智能机器的科学和工程”（McCarthy，2007）。人工智能是指制造智能机器的科学和工程，这些机器通过自然语言处理、神经网络和机器学习来解决不同类型的问题（Mondal et al.，2020年）。它正在改变各行各业，如医学、心理学、科学和公共政策（Xu et al.，2021年）。在教育领域，AI可以帮助教师预测学生的学习状态和表现，推荐学习资源，并通过智能代理系统，聊天机器人和推荐系统自动评估以改善学生的学习体验（Liang et al.，2021; Mousavinasab等人，2021; Tang等人，2021; Zawacki-Richter等人，2019; Zheng等人，2021年）。幼儿在这些人工智能应用中成长，但很少有人关注发展人工智能素养的重要性及其对他们的相关影响。他们使用聊天机器人和推荐工具等人工智能产品来促进他们的日常生活和学习。孩子们可能不知道如何使用人工智能，以及这些工具背后的基本工作原理，他们可能对这些技术有误解。此外，当人工智能提供错误和误导性的信息或建议时，它可能会威胁到他们的安全（Gaube等人）。2021年）。因此，有必要培养幼儿的人工智能素养，特别是其局限性，伦理问题和对技术的基本理解（Kong等人，2021，2022; Long Magerko，2020; Ng等人，2021 a，b）。最近的研究人员提出了“人工智能素养”一词，以提出将人工智能添加到21世纪每个人（包括幼儿）的数字素养技能中的重要性（Ng等人，2021 a，b）。学习计划和活动（例如，Jibo机器人，Anki1人工智能（AI）文学在幼儿教育中的应用等，2021年）。AI素养已经成为每个人（包括幼儿）都需要的基本素养技能，以了解和使用AI作为在我们的数字世界中生活，学习和工作的工具，并且应该在K-12年级教授（Burgsteiner et al.，2016; Kandlhofer等人，2016年，Ng等人，2021 a，b;Steinbauer，2021）。除了成为人工智能工具的最终用户之外，人工智能素养是一组能力，使人们能够批判性地评估，有效地与人工智能进行沟通和协作（Druga等人，2021年）。学者们开始提出不同的模型来概念化术语AI素养（Touretzky等人，2019;Ng等人，2021 b）。例如，Touretzky et al.（2019）提出了关于人工智能的五个大想法：(1)计算机使用传感器感知世界，（2）智能体维护世界的模型/表示并将其用于推理，（3）使智能体与人类舒适地交互是人工智能开发人员面临的重大挑战，（4）计算机可以从数据中学习，（5）人工智能应用程序可以以积极和消极的方式影响社会。Ng等人（2021 b）进一步设计了一个人工智能概念、实践和观点的框架，在计算机技术和人工智能之间相互作用，学生可以学习机器学习知识、模型训练技能、协作和沟通技能。过去，AI学习始于大学计算机科学教育，这需要高级编程技能，而这在几十年前是不适合儿童的（Ng et al.，2021年a）。最近，更适合年龄的软件的开发使年轻学习者能够扩展他们学习和探索人工智能的可能性。目前大多数人工智能素养研究集中在中学或高等教育（Ng Chu，2021; Kong等人，2021; Eguchi等人，2021; Su等人，2022年）。例如，非计算机科学专业的本科生和中学生开始发展人工智能概念和道德意识，使他们能够成为受过教育的数字公民（Kong等人，2023; Ng Chu，2021）。然而，这些课程并不侧重于复杂的计算机科学概念或数学1人工智能（AI）文学在幼儿教育中的应用公式。相反，这些课程使学生能够对人工智能概念、识字能力和使用人工智能的信心有基本的了解（Kong et al.，2022; Ng等人，2023年）。在幼儿教育中，人工智能驱动的玩具为学生提供了一种有趣的体验，让他们学习和与机器人和工具包互动，并教授编码技能。有了更多精心设计的人工智能玩具和服务，幼儿甚至可以在幼儿园阶段发展他们的人工智能素养。他们体验人工智能驱动的机器人玩具和服务（例如，PopBots，Quickdraw）（Williams，2018; Williams等人，2019 a; Williams等人，2019年b）探索人工智能相关概念（例如，基于知识的系统，监督机器学习，生成AI）。虽然幼儿可能不知道和理解背后的知识，但他们可以探索和欣赏这些人工智能技术，并在日常生活中培养他们的数字素养。有些人可能会质疑，人工智能和低年级小学生是否太小，无法探索和学习人工智能知识（Su等人，2022 a）。然而，以前的研究已经将人工智能工具带入幼儿教育（ECE）课堂，并显示出其有希望的效果（例如，Williams等人，2019 a; Lin等人，2020; Tseng等人，2021年）。事实上，早期AI素养对于幼儿提高儿童发展的许多方面都很重要，例如心理理论技能，创造性探究，情感探究和协作探究（苏阳，2022;Kewalramani等人，2021年）。例如，AI课程使用PopBots（Williams，2018）增强儿童（6岁）的计算思维能力，以及使用Teachable Machine（Yang，2022）的分类和标签等AI相关概念。然而，只有少数研究工作是关于欧洲经委会一级3-8岁儿童的人工智能扫盲如何相对于其他年龄组（例如，小学、中学教育）来支持人工智能扫盲教育在欧洲经委会环境中的潜力。到目前为止，只有一项综述研究试图讨论专门针对ECE的人工智能素养教育（苏阳，2022）。然而，这一审查没有1人工智能（AI）文学在幼儿教育中的应用讨论现有学习成果的映射，评估方法，以及在ECE环境中人工智能素养的机遇和挑战（苏阳，2022）。文献综述这一范围审查为幼儿研究人员和教育工作者提供了一个起点，以促进与人工智能素养教育相关的研究和实践。本节首先回顾了人工智能在幼儿教育中的应用现状，以及人工智能素养在幼儿教育中的重要性。人工智能近年来，越来越多的研究人员开始讨论如何从K-12到高等教育教授和学习AI。虽然人工智能相关的幼儿教育研究仍处于起步阶段，但研究人员已经开始发现人工智能应用程序如何通过特殊教育的智能辅导系统，语言教育的聊天机器人和计算机科学教育的机器人套件（例如，Chen等人，2020; Su Yang，2022）。这些人工智能应用程序有助于学生进行计算机支持的协作学习，教学自动化和评估，检测学习者的情绪，并为学生推荐有用的材料。Chen等人（2020）关于如何在教育行业中使用人工智能技术的论文中发现了几个事实。尽管人们对人工智能在教育中的研究越来越感兴趣，并产生了越来越大的影响，但仍有必要进一步努力，为如何将先进的人工智能技术和深度学习技术整合到教育环境中提供信息。此外，还有一些研究将人工智能技术应用于教育理论。这与Hwang等人（2021）进行的另一项审查一致，该审查将人工智能应用程序分为四个一般角色，包括智能导师，被辅导者，学习工具/合作伙伴和决策顾问。1人工智能（AI）文学在幼儿教育中的应用在幼儿教育中，教育工作者试图探索使用AIED技术来促进他们的工作和提高学生的学习。例如，Jin（2019）在四个例子中探索了AI应用的潜力：AI评估儿童，AI教学系统，AI教育机器人和AI虚拟现实教学，并进一步提出了在家庭教育中使用AI，增强父母知识。Lin等人（2020）与一个对话系统进行了互动，该系统使学生能够与聊天机器人进行互动，以加强语言学习和可视化训练。Nan（2020）使用AI教学系统，在协作的AI辅助环境中激励学生学习，激发孩子们的学习兴趣。这些研究提供了充分的证据，表明在幼儿园一级使用AIED技术的有效性。此外，必须让儿童掌握数字技能和思维方式，为未来的学习做好准备，并为他们的日常生活提供便利。AI素养“人工智能素养”一词最早由Burgsteiner等人（2016）和Kandlhofer等人（2016）提出，他们描述了理解人工智能基本知识和概念的能力。除此之外，Long和Magerko（2020）将其定义为一组能力，使个人能够批判性地评估，有效地与AI进行沟通和协作;并将AI作为在线，在家和工作场所的工具。此外，Ng等人（2021a，b）将AI添加到每个学生在工作环境和日常生活中的21世纪数字素养中，并提出它是每个人的基本技能，而不仅仅是计算机科学家。他广泛地将Bloom Taxonomy，技术教学内容知识（TPACK）和AI概念，实践和观点的模型纳入AI素养教育的教学设计中。欧洲经委会的人工智能扫盲人工智能教育给幼儿教育（或幼儿园教育）带来了挑战和机遇，包括为什么年轻学习者应该在早年学习人工智能，1人工智能（AI）文学在幼儿教育中的应用儿童可以理解的关键AI概念的子集，以及儿童如何参与有意义的体验以获得这些概念（Yang，2022）。他指出了幼儿需要学习AI的几个原因：（1）认识和理解AI的基本能力并使用AI应用对于所有公民在当今数字世界中成为AI识字者至关重要（Ng et al.2021 a，b）;（2）儿童需要有能力在有目的的指导下理解，使用和评估AI（Williams等人，2019年）;（3）儿童应该有能力理解人工智能的基本功能，特别是当更多设计良好的人工智能玩具出现在他们的日常经验中时（Kewalramani等人，2021年）。Su和Yang（2022）在ECE研究中进一步确定了AI，这些研究使用PopBots和Zhorai等AI学习工具将AI概念引入了人工智能。之前很少有研究人员提出幼儿应该学习什么，以及如何让他们理解人工智能如何感知、感知、互动、行为和创造。Yang等人（2022年，第5页）为幼儿设计了一个code.org Williams等人（2019）为幼儿设计了一个AI接口机器人，帮助他们了解AI代理和玩具的能力和局限性。学生可以通过石头剪刀布游戏，食物分类，音乐混音活动来发展他们与这些玩具的关系，学习基于知识的系统，监督机器学习和生成AI。通过这些适合年龄的活动和工具，学生可以认识到有关人工智能的基本知识，并了解这些工具背后的道德问题和限制。这些研究提供了教师如何使用这些适合年龄的活动和工具来帮助学生理解的理论基础和实践（Ng等人，2022; Su Yang，2021; Yang等人，2022年）。1人工智能（AI）文学在幼儿教育中的应用方法据我们所知，目前还没有对幼儿教育中的人工智能素养进行审查。因此，本次审查的总体目标是评估现有文献，并确定幼儿教育中人工智能素养的挑战和机遇。审查方法基于Arksey和O'Malley（2005）的五阶段框架，该框架采用严格的透明度过程来提高研究结果的可靠性。Arksey和O'Malley的框架的五个步骤被用于对早期人工智能素养文献的回顾：（1）确定初始研究问题，（2）确定相关研究，（3）选择研究，（4）绘制数据图表，（5）整理。识别相关研究根据Arksey和O'Malley（2005年）的说法，应使用检索词关键词的广泛定义来获得现有文献的“广泛覆盖”。关键词和检索词在现有的文献中进行了调查，从国际角度来看早期人工智能素养。用于文献检索的电子数据库包括Web of Science、EBSCO、IEEE、ACM、Scopus和Google Scholar。检索仅限于用英语撰写的研究。所有文章均于2022年5月访问。为了便于数据库检索，本研究调查了截至2022年5月发表的同行评议学术文章。我们根据我们对人工智能在幼儿教育领域的理解和知识制定了一个搜索字符串，并参考了其他研究中使用的相关人工智能教育搜索字符串，如Su等人（2022 b）。用于审查的搜索字符串是：资料选择1人工智能（AI）文学在幼儿教育中的应用使用作者关键检索描述符，识别出430篇文章。如图1所示，在文章选择过程中遵循了系统性综述和荟萃分析的首选报告项目（PRISMA）声明（Moher等人，2009年）。本文主要研究人工智能素养在幼儿教育中的应用。在Web of Science、EBSCO、IEEE、ACM、Scopus和Google Scholar[1来自Web of Science，4来自EBSCO，6来自IEEE，1来自ACM，15来自Scopus，403来自Google Scholar（n = 430）]。图1范围审查10按标题和摘要排除了390条记录通过数据库检索确定了430条记录：Web of Science（1）、EBSCO（4）、IEEE（6）、ACM（1）、Scopus(15)，谷歌学术（403）人工智能（AI）文学在幼儿教育中的应用排除了5篇符合排除标准（EC）的文章。第一个排除标准（E1）是与研究标题和摘要无关的文章（n = 390）。我们排除了390个结果，因为它们与研究主题无关：（a）其重点是其他主题，如人工智能技术，医疗等（n= 209）;（c）其重点是小学，中学和学院/大学学生（n= 181）。第二个排除标准（E2）是重复研究（n = 15）。第三个排除标准（E3）是参与者或评估了25篇全文文章的合格性删除15个重复项筛选了40份记录最终样本中包含16篇文章排除了11篇文章1- 3-8岁以下的参与者或环境71-非英语语言研究包括筛选资格识别10人工智能（AI）文学在幼儿教育中的应用背景不是3-8岁（n = 1）。此外，第四个排除标准（E4）是重点/主题不是早期人工智能素养的论文（n = 7）。最后一个排除标准（E5）是非英语语言研究的论文（n= 1）。数据制图和整理选定文章的图表是Arksey和O'Malley（2005）综述框架的最后一步。全面审查了ECE中关注人工智能素养的16篇文章（2016年，1篇; 2018年，1篇; 2019年，3篇;2020年，2篇; 2021年，4篇，2022年5月）。研究设计。幼儿教育研究中人工智能素养所采用的研究设计见表1。大多数研究采用定量设计（6篇文章）和定性设计（6篇文章），其次是混合研究设计（2篇文章）。这六项定量研究采用了各种数据收集程序，如知识和心理理论技能评估，问卷调查和调查。例如，Lin等人（2020）使用评估（即，知识测试），通过卓来考察孩子的机器学习知识。结果表明，使用该工具，儿童可以更容易地理解机器学习概念。四项质性研究采用了不同的数据收集方法，通过收集视频、图片、现场记录、评论、访谈和观察。例如，Kandlhofer等人（2016）利用观察和访谈来评估儿童的AI发展。结果表明，他们非常成功地以一种有趣的方式向儿童介绍了基本的人工智能/计算机科学概念。其余论文使用混合研究方法通过各种程序收集数据，例如机器学习指标，训练数据，感知游戏前/后反应和观察。两篇文章（&苏中，2022; Yang，2022），仅介绍和描述了他们在ECE中的人工智能课程，而没有在实践中实施，因此没有收集数据。更多详情见附录1。表110人工智能（AI）文学在幼儿教育中的应用早期人工智能素养研究方法研究设计Lin等人（2020）定量评估(Pre-和评估后）Kandlhofer等人（2016）定性视频数据、图片和观察结果（实地记录）威廉姆斯（2018）定量心理理论评估，石头剪刀布评估表现，监督学习评估表现，生成性评估表现，儿童感知的前后测试，态度评估Williams等人（2019 a）量化知识评估Druga等人（2019）定量问卷德维韦迪（2021）混合方法机器学习指标和训练数据10儿童早期的人工智能（AI）文学教育Druga和Ko（2021）混合方法感知游戏前/后反应和观察Tseng等人（2021）定量调查Kewalramani等人（2021）定性访谈和观察Druga等人（2022）定性视频记录：转录视频并记录评论Williams等人（2019 b）定量评估Vartianinen等人（2022年）定性录像Druga等人（2022）定性访谈Tazalan等人（2020年）定性观察1010人工智能（AI）文学在幼儿教育中的应用国家/地区。这一审查表明，所有研究都是在发达国家/地区进行的（例如，美国、奥地利、德国、丹麦、瑞典、日本、香港和澳大利亚）。因此，我们得出结论，这种类型的文章足够强大，可以在ECE领域提供有效的AI素养研究，代表来自不同国家的AI教育文章。所纳入研究的更多特征，如研究设计、课程设计、参与者、工具和国家，见附录1。ECE环境根据Ng等人（2021a，b）的说法，人工智能素养教学设计可以在教学法，内容知识，工具和使用的评估方法方面进行开发。本综述根据三个研究问题，对我们在过去的研究中发现的教学设计、工具、评估方法和附加的学习成果进行了研究，如附录1所示。本研究首先列举了过去研究中使用的教学设计，包括基于设计的研究（DBR）方法和与AI机器人的交互。然后，它总结了人工智能素养课程中使用的工具。第二个RQ旨在研究评估方法，如基于知识/技能的评估，问卷调查和观察。第三个RQ旨在回顾先前的研究如何检查学生根据编码框架，对选定的文章进行了定义和所用技术的分析。根据编码方案（见表2）提取文本片段并进行编码，研究人员可以讨论解决的任何分歧并做出最终决定。在验证编码过程和分类后，根据频率和确定的主题对结果进行了总结。本文从教学设计、教学工具、评价方法和学习效果等方面进行了探讨，以期为研究者、教育工作者和政策制定者设计和改进10人工智能（AI）文学在幼儿教育中的应用现有的人工智能教育实践和课程，以最好地培养学生的人工智能素养。因此，本审查研究在学习设计、评估方法和学习成果方面采用了ECE研究中的AI素养框架（图2）。对所有纳入文献进行编码的两名研究人员分别填写了一个表格。研究人员填写了有关学习设计、评估方法和学习成果的信息。然后比较和讨论了两位研究人员的答复之间的差异表2编码框架主题分主题解释示例RQ1：学习设计学习内容建议适用于人工智能人员的人工智能知识和技能列表（Kandlhofer等人，2016）。Kandlhofer等人（2016）;Williams，（2018）; Lin等人（2020）工具AI工具使学生能够可视化AI概念，并通过具有传感器和AI驱动功能的可编程机器人与物理工件进行交互。Williams（2018）Williams等人（2019 a，b）RQ2：评估方法教学设计知识和技能评估拉克奈水库观察结果设计学习活动时使用的不同方法。主要的三种方法是基于活动的学习，体验式学习和基于项目的学习。为了检查学生的AI素养的知识和技能获得（Lin等人，2020年）。研究儿童记录学生Druga等人（2019）;Williams等人（2018，2019 a）Williams（2018），Williams等人（2019 a，b）Williams，2018;Williams等人，2019a，b; Druga等人，2019Druga和Ko（2021）RQ3：知识学生的学习成果（2020年）;10儿童早期的人工智能（AI）文学教育学习成果知识、技能和能力。知识：增加AI概念/知识;技能：增加AI工具技能能力：孩子们可以训练，编码和测试他们的智能程序。威廉（2018）图2幼儿教育研究的目的这项研究有助于及时审查人工智能素养教育的当前发展，并为寻求合适活动以吸引知识分子的研究人员提供指导（例如，Su Yang，2022; Yang，2022）。该审查还为决策者提供了参考，他们必须就未来的发展作出重要决定，以制定教育标准。对该领域先前研究的审查也有助于研究人员确定哪些主题具有持续的重要性。在早期教育背景下，人工智能扫盲教育领域的研究很少。在这些研究中，研究人员关注的主题包括学习方法、内容知识和技术，以揭示什么、为什么以及如何为年轻学习者教授人工智能素养（Yang，2022）。但是，对幼儿教育中人工智能素养研究的评论并不常见，也没有总结教育工作者如何培养儿童的10人工智能（AI）文学在幼儿教育中的应用在与年龄相适应的教学设计和工具方面的扫盲，以及在早期人工智能课程中使用了什么类型的评估方法来检查他们的人工智能扫盲，以及在欧洲经委会环境中的整个干预措施中的学习成果。为了填补文献中的这些空白，我们提出了一个范围审查的文献在欧洲经委会人工智能素养。本研究从教学设计、工具、评价方法和学习效果等方面对已有的研究成果进行了系统的分析和讨论。与此同时，本研究集中在人工智能的挑战和机遇，以帮助教育工作者或研究人员在定位相关和重要的信息在幼儿教育。我们的审查集中在提高幼儿教育中人工智能素养的挑战和机遇的关键方面。以下是三个研究问题，以帮助指导我们的搜索：RQ1：研究人员如何在教学设计和工具方面帮助儿童发展AI素养？RQ2：在早期AI课程中，检查儿童AI素养的评估方法是什么？RQ3：在欧洲经委会环境中，人工智能扫盲干预措施的学习成果是什么？结果RQ1：研究人员如何在教学设计和工具方面帮助儿童发展AI素养？本节总结了研究人员如何设计他们的教学，以培养学生学习内容。首先，本研究对课程设计中的学习内容进行了回顾，为教育工作者设计课程和课程方案提供了依据。尽管安装者可能不理解