基于TPACK的K - 12 人工智能教育教师胜任力分析

编译：方莹 东南大学脑与学习科学系

研究生导师：柏毅

作者：Seonghun Kim, Yeonju Jang, Seongyune Choi, Woojin Kim, Heeseok Jung, Soohwan Kim, Hyeoncheol Kim

        【摘要】: 随着K-12教育对人工智能(AI)教学需求的增加，关于教师应该具备哪些能力才能有效地进行人工智能教学的讨论被忽视了。在这项工作中，我们确定了什么样的教师能力是必要的，以提高K-12与技术教学内容知识(Technological Pedagogical Content Knowledge，TPACK)框架的人工智能的教学和学习。首先，我们确定了目前的人工智能教育资源，并调查了K-12教育人工智能的核心基础。在此基础上，我们利用TPACK框架分析人工智能课程和资源，提出了K-12 人工智能教育的教师胜任力。我们的结论是，向K-12学生教授人工智能的教师需要TPACK来构建和准备一个环境，并促进使用人工智能技术解决基于项目的课程问题。

        【关键词】：人工智能教育, K-12, 课程, 韩国, 教师能力, TPACK

01 介绍

        人工智能(AI)技术与社会功能紧密结合，并且由于人工智能的性质，在教学过程中使用教育技术对传授学生的主题至关重要。技术教学内容知识(TPACK)框架被广泛用于确定教师如何将技术融入他们的教学方法。TPACK框架概念化了教师在教学中整合技术所需的能力和知识。

        这项工作调查了使用TPACK框架的技术有效地教授人工智能所需的教师能力。首先，我们分析了美国、中国、印度、澳大利亚和韩国现有的人工智能课程和学习资源，确定了K-12学生应该学习的人工智能的一般基础，将其设置为TPACK的学科知识(CK)。然后，我们分析现有的人工智能学习工具和学习活动，以识别教学知识(PK)和技术知识(TK)。

02 相关工作

2.1

美国、中国、印度和澳大利亚目

前的人工智能教育资源

        美国国家科学基金会(NSF)发起倡议，支持建立K-12人工智能教育国家指南。明确了人工智能五大理念：感知、表象和推理、学习、自然互动、社会影响。2017年7月，中国发布了《国家发展人工智能新一代人工智能发展规划》。该计划规定，通过开设人工智能相关课程、推广编程教育、开发教育编程软件等方式，支持中小学的人工智能教育。印度中央中学教育委员会在2019-20学年为8 - 11年级学生构建了一门人工智能选修课，作为技能教育的一部分。8-9年级的人工智能课程旨在向学生介绍人工智能，10-11年级的人工智能课程涵盖了通过人工智能项目周期解决问题、数据建模、可视化和神经网络。澳大利亚阿德莱德大学的计算机科学教育研究小组(CSER)为教师专业发展提供CSER数字技术MOOC项目。该项目为中小学教师开设了两门人工智能课堂教学课程。

2.2

韩国人工智能教育资源现状

        我们研究了几个韩国教育组织开发的教育工具、学习框架、指导方针、在线讲座和学习资源。Entry是韩国开发的一款基于视觉块的编程工具，用于增强学生的计算思维。

        韩国科学创造振兴财团(KOFAC)是隶属于韩国科学技术部的准政府机构和非营利性机构。该基金会旨在促进科学文化和培养未来的研究人员社区。KOFAC于2020年2月向公众发布了一篇报告。该报告为韩国所有学校指定了人工智能主题。中小学生通过以游戏和游戏活动为中心的不插电学习命题逻辑的表征方法。小学生主要使用Entry，中学生同时使用Entry和Python。韩国信息科学教育联合会是一个以英才教育和终身教育为目的，从小学到高中的计算机教育激励和推广为宗旨的非营利性政府机构。韩国信息科学教育联合在2019年发表了新的K-12计算机科学教育指南。该指导意见将小学和初中分为三个阶段，高中分为两个阶段。专门从事计算机教育研究和推广的韩国计算机教师协会(ATC)开发并分发了人工智能(人工智能)教育手册。该手册提供了多种编程练习和活动，以探索人工智能应用，如语音识别和视频识别。

2.3

TPACK框架

        技术教学内容知识(TPACK)是一个概念框架，用于确定在教学中技术整合所需的教师能力的基本素质。TPACK建立并扩展了舒尔曼教学内容知识(PCK)。舒尔曼将教师知识分为学科知识(CK)、教学知识(PK)和教学内容知识(PCK)。学科知识是关于学科主题的知识，教学知识是对内容知识的传递，而教学内容知识是对主题的表征和组合，使其为他人所理解。在教学内容知识的基础上，Koehler和Mishra提出了TPACK的概念框架，将技术知识(TK)作为一个新的维度来回答教师如何将技术融入教学。技术知识是对信息技术更深层次的理解和掌握。

        TPACK解释教师如何理解技术、教学方法和内容，从而产生有效的教学效果.随着技术知识的融入，它引入了学科知识和教学知识之间新的交集:学科技术知识(TCK)、技术教学知识(TPK)，以及最重要的技术教学内容知识(TPACK)。技术内容知识表示理解技术和内容如何相互模拟，明确地理解技术如何改变内容。技术教学知识代表了对利用技术进行教学的教学变革的理解。最后，TPACK是技术知识、教学知识和学科知识的融合，强调使用技术的概念和教学方法，建设性地使用技术来教学内容。

03 K-12人工智能教育资源分析

3.1

方法

        我们采用集体案例研究的方法来了解K-12人工智能教育的教师能力。我们同时研究了世界上可用的人工智能教育资源，以获得对人工智能教育教师的核心能力的更广泛的理解。

3.2

美国、中国、印度、澳大利亚的

人工智能教育资源TPACK分析

        本节利用TPACK框架分析了美国、中国、印度和澳大利亚的人工智能教育资源和工具。我们分析了这些国家每个学校水平的人工智能资源，并讨论了每个国家技术知识、教学知识和学科知识。表1总结了美国、中国、印度和澳大利亚的AI资源和工具分析。

        各国的人工智能教育资源在小学和中学的编程语言和物理计算工具的技术知识(TK)方面表现出相似性，但在机器学习教学在内容难度上存在分歧，每个国家和学校的教师在编程技能的水平和范围上存在差距。

        虽然对人工智能教育没有一个公认的教学知识(PK)，但人工智能的教学知识与计算机科学教育教学法有相似之处。。美国、中国和澳大利亚的教学知识强调以项目为基础的活动，鼓励学生使用人工智能技术解决问题，而不是对人工智能概念和理论的肤浅理解。

        学科知识(CK)不同于每个国家的人工智能教育目标和人工智能教育资源的困难程度。美国和澳大利亚要求具备学科知识水平的人工智能读写能力，以提高学生解决问题的能力，而中国和印度则要求具备学科知识水平，以培养未来的人工智能专家。所有国家的学科知识涵盖了人工智能的主要研究领域，不同国家的学科知识在机器学习主题上都存在一定分歧。

表1 利用TPACK框架分析美国、中国、印度和澳大利亚的AI资源

3.3

韩国的人工智能教育资源

TPACK分析

        我们分析了韩国四家机构在TPACK框架下开发的K-12人工智能教育资源。表2描述了使用TPACK框架组件的资源分类。我们利用韩国的人工智能教育资源，分析教师对每个人工智能的核心竞争力。总之，教K-12人工智能的老师应该知道使用Python、Scratch和Entry编程。监控一个使用教育编程语言的项目的班级需要对基于项目的学习进行教学知识。此外，发现学习的教学知识也是必要的，教学生研究有意义的概念，并将其应用于实践的形式。无论年级高低，教师都应该对启发式搜索算法、知识表示、机器学习、深度学习和人工智能伦理提出要求。

表2 利用TPACK框架分析韩国AI资源

04 K12教育的TPACK

        基于之前对K-12人工智能教育资源的分析，我们提出了TPACK来改进K-12人工智能教育的教学。表3展示了教师有效地向K-12学生讲授人工智能的全部能力。

        提出的K-12人工智能教育的TPACK是基于对教师知识水平和程度的三个考虑而构建的。这些考虑反映了教师对每个年级的人工智能内容知识的广度和深度。我们建立TPACK是为了提高学生的能力以达到K-12的目标。通过K-12级人工智能教育，我们希望毕业的学生能够轻松理解大学级别的人工智能课程。因此，我们建议教授人工智能的教师的知识深度要达到人工智能专业大学生的水平。

        我们对教师的胜任力进行综合构建，描述了用于K-12人工智能教育的TPACK的每个组成部分和交叉部分。我们将每个教学知识、学科知识和技术知识概念化，并对学科教学知识、学科技术知识、技术教学知识和TPACK进行详细描述，提出提高K-12人工智能教育所需的教师能力。

        首先，我们认为人工智能教育是计算机科学教育的教学知识，因为我们认为人工智能是一种先进的计算机科学学科。向K-12年级学生教授人工智能的教师应该做好准备，利用他们对人工智能技术的理解，让学生具备解决问题的技能。除了作为知识的传授者之外，教师还应该扮演辅助者的角色，支持学生并使其智能化。第二，对K-12学生讲授人工智能的教师要求学科知识达到人工智能专业大学生的水平。第三，教师要求技术知识利用数字软件，如文字处理器、excel、搜索引擎和技术知识来支持编程环境。同时，教师应该能够根据自己的学科技术知识选择适合人工智能教育的教育平台。

表3 由TPACK提出的K-12人工智能教育教师的胜任能力

05 结论

        在这项工作中，我们回顾了美国、中国、印度、澳大利亚和韩国当前的人工智能教育资源、指南和课程，并确定了应该教给K-12学生的核心人工智能基础。然后，我们定义了教师有效教授人工智能需要具备哪些能力。我们采用了TPACK框架，并将人工智能教学的每个组件概念化。通过对人工智能教育教师能力的分析，我们能够有效地教授K-12的人工智能学科，为未来几代人适应人工智能融合的社会做好准备。

        本文是Seonghun Kim, Yeonju Jang, Seongyune Choi, Woojin Kim, Heeseok Jung, Soohwan Kim, Hyeoncheol Kim学者于2021年发表在SPRINGER NATURE（施普林格·自然）的论文。

        DOI：10.1007/s13218-021-00731-9