提升STEM课程教案质量:职前小学教师与ChatGPT的协作
研究背景
研究问题：这篇文章研究了生成式人工智能（如ChatGPT）在STEM（科学、技术、工程和数学）教育中的应用，特别是其在辅助STEM课程计划设计中的作用。具体来说，研究探讨了ChatGPT辅助STEM课程计划设计活动对预备教师所创课程计划质量的影响，以及他们在使用ChatGPT过程中的体验。研究难点：该问题的研究难点包括：如何有效地将ChatGPT集成到STEM教育中，如何评估其在课程计划设计中的具体效果，以及如何处理与AI相关的隐私、安全和伦理问题。相关工作：相关研究表明，AI在教育中有许多潜在应用，包括个性化学习、资源扩展、课程计划辅助、辅导和解释以及促进互动学习。然而，尽管AI技术在教育研究和实践中引起了广泛关注，但很少有研究专门探讨其在STEM教育中的应用。研究方法
这篇论文采用了解释性混合方法设计，包括定量准实验设计和定性半结构化访谈。具体来说，定量分析：实验组和对照组各包含23名预备小学教师。实验组参与了ChatGPT辅助的STEM课程计划设计活动，而对照组则参与了类似的活动但没有ChatGPT支持。使用STEM课程计划评价表和半结构化访谈表进行数据收集。通过Wilcoxon符号秩检验和Mann-Whitney U检验来分析前测和后测分数的差异。定性分析：对实验组的9名参与者进行了半结构化访谈，以深入了解他们使用ChatGPT辅助STEM课程计划设计的体验和过程。访谈内容包括AI与人类协作的主题和过程主题。实验设计
数据收集：研究在2023-2024学年春季学期在土耳其一所州立大学进行。实验组和对照组各包含23名预备小学教师。所有参与者在干预前后分别创建了一个基于STEM的课程计划。实验设计：实验组和对照组都参与了6周的干预。实验组在导师的指导下使用ChatGPT进行课程计划设计，而对照组则主要依靠导师的指导。干预活动包括工程设计过程（EDP）的七个步骤：识别需求和约束、研究问题、发展可能的解决方案、选择有前景的解决方案、构建原型、测试和评估原型、根据需要重新设计。样本选择：参与者根据先前的课程成绩（如科学、数学和技术相关课程以及教学法课程）进行筛选。实验组和对照组的成员在前测分数上是等价的。参数配置：使用4点量表评分标准来评估课程计划的各个方面，评分标准为：0表示从不存在，1表示弱证据，2表示清晰证据，3表示令人信服的证据。结果与分析
定量结果：Wilcoxon符号秩检验显示，实验组和对照组在干预后的总分都有显著提高，且实验组的提高幅度更大。具体来说，实验组的总分从前测的24分提高到后测的73分，而对照组从25分提高到57分。定性结果：访谈结果显示，ChatGPT在多个方面辅助了预备教师。主要主题包括AI与人类协作和过程。AI与人类协作的主题下分为使用和促进两个子主题。使用子主题包括请求讲故事、创建问题、制定评分标准、请求EDP步骤的建议以及请求教学技术建议。促进子主题包括提供新想法、促进创造力、连接现实生活情境、支持21世纪技能、促进学生积极参与以及整合STEM学科。过程分析：预备教师在使用ChatGPT时遵循了一个一致的模式，即持续协作和改进。他们首先向ChatGPT提出请求，然后审查ChatGPT的初始产品，并根据自己的专业知识和经验进行批判性决策和改进。总体结论
这项研究表明，ChatGPT辅助的STEM课程计划设计活动显著提高了预备教师所创课程计划的质量。尽管传统的方法仍然有效，但AI支持的干预在多个方面表现出色，特别是在生成跨学科联系、建议现实世界问题情境以及提供创新教学策略方面。未来的研究可以进一步探讨AI辅助课程计划的长期影响，以及如何帮助预备教师内化有效的规划策略，并在没有AI支持的情况下独立应用这些策略。论文评价
优点与创新
创新性研究：本研究首次探讨了生成式人工智能（如ChatGPT）在STEM教育中的具体应用，填补了现有研究的空白。混合方法设计：采用了解释性混合方法设计，结合了定量准实验设计和定性半结构化访谈，提供了更全面的研究结果。显著改进：定量结果显示，使用ChatGPT的实验组在STEM课程计划质量上有显著提升，且这种提升显著优于未使用ChatGPT的对照组。具体应用场景：详细描述了ChatGPT在STEM课程计划设计中的应用场景，包括生成问题、创意想法、建议教学技术等。定性分析：通过定性访谈，深入了解了参与者在使用ChatGPT过程中的体验和感知，揭示了AI与人类协作的具体模式。跨学科整合：强调了ChatGPT在促进跨学科整合方面的优势，有助于解决STEM教育中常见的学科整合难题。教师培训：为未来的教师教育提供了重要启示，展示了如何将AI工具（如ChatGPT）有效融入教师培训课程中。不足与反思
干预时间有限：干预仅持续六周，可能不足以完全捕捉到ChatGPT在STEM课程计划设计中的长期影响。技术熟练度差异：参与者对ChatGPT和其他AI技术的先前经验水平不同，这可能影响研究结果的普适性。评估内容的能力：研究未系统评估参与者评估课程计划内容的能力，未来研究应探讨如何帮助教师批判性地评估AI生成的内容。潜在的负面影响：未探讨使用ChatGPT可能带来的负面或意外后果，如过度依赖或降低课程计划的原创性。样本量较小：研究样本量相对较小，可能影响结果的普适性，未来研究应扩大样本量以验证观察到的结果。多源数据收集：尽管已经收集了多种数据来源（如访谈和课程计划），但仍有机会通过观察参与者的实际应用和反思教学来进一步丰富研究结果。关键问题及回答
问题1：在定量分析中，实验组和对照组在干预前后的STEM课程计划质量有何具体变化？根据Wilcoxon符号秩检验的结果，实验组和对照组在干预前后的STEM课程计划质量都有显著提高，但实验组的提高幅度更大。具体来说，实验组的总分从前测的24分提高到后测的73分，而对照组从25分提高到57分。在各个子类别中，包括STEM学习环境、学生参与、STEM内容和实践以及连接STEM，实验组的表现也显著优于对照组。这表明ChatGPT的辅助作用在多个方面都有显著的提升效果。问题2：在定性分析中，ChatGPT是如何辅助预备教师进行STEM课程计划设计的？ChatGPT在多个方面辅助了预备教师进行STEM课程计划设计。主要主题包括AI与人类协作和过程。在AI与人类协作的主题下，分为使用和促进两个子主题。使用子主题包括请求讲故事、创建问题、制定评分标准、请求EDP步骤的建议以及请求教学技术建议。促进子主题包括提供新想法、促进创造力、连接现实生活情境、支持21世纪技能、促进学生积极参与以及整合STEM学科。例如，预备教师通过ChatGPT获取新的教学策略、生成创意问题、制定评分标准，并通过ChatGPT的帮助将多学科知识整合到课程计划中。问题3：实验组在干预过程中使用了哪些具体的ChatGPT功能来改进STEM课程计划？实验组在干预过程中使用了ChatGPT的多种功能来改进STEM课程计划。这些功能包括：1）生成创意问题和教学策略；2）提供现实生活中的问题背景和案例；3）帮助学生制定评估标准；4）在课程计划的不同阶段（如设计、测试和改进）提供指导和支持。例如，在“测试和改进”阶段，实验组利用ChatGPT创建简单的测试设置，以评估他们的教学设计。这些功能帮助预备教师更高效地生成高质量的课程计划，并促进了他们的创造力和跨学科整合能力。
