Bringing AI into the Classroom: A Structured Approach for Integrating AI into Software Engineering Education
Johannes Kepler University Linz(约翰内斯·开普林茨大学);University of Innsbruck(因斯布鲁克大学)
本文提出AI-Blueprints概念,为将AI整合到计算机科学课程提供结构化方法,通过访谈验证并规划未来研究。
2026-03-09 cs.CY cs.SE
Classroom Activities and New Classroom Apps for Enhancing Children's Understanding of Social Media Mechanisms
本研究设计了一项4小时技术支持干预活动并开发两款新型课堂应用,在12所学校209名学生中实施,结果表明该活动显著提升了儿童的数据能动性和对社交媒体机制的理解。
2025-01-27 cs.CY
Make it SewSimple: Navigating UK Curriculum and Classroom Practice in Secondary Computing Education with E-textiles
Creative Computing Institute, University of the Arts London(伦敦艺术大学创意计算研究所)
本文探讨电子纺织品在英国中学计算教育中的整合潜力,通过教师工作坊识别机会、障碍与挑战,并为创客技术采用提供最佳实践建议。
2026-09-25 cs.CY cs.HC
NetSci High: Bringing Network Science Research to High Schools
我们提出NetSci High,我们的NSF资助的教育推广计划,将STEM(科学技术工程和数学)代表性不足的高中生及其教师与区域大学研究实验室联系起来,并为他们提供与研究人员和研究生合作的机会基于团队的,为期一年的网络科学研究项目,最终在网络科学会议上进行正式演讲。这篇短文报告了我们迄今为止开发的内容和材料,包括向高中学生和教师介绍网络科学的课程计划和工具;关于参与对学生追求STEM职业的动机和兴趣的影响的实证评估数据;教师专业发展材料的应用,旨在鼓励他们在课程计划中使用网络科学概念课程;促进地区层面的兴趣和参与;从我们的经验中获得的最佳做法;以及该项目的未来目标及其后续发展。
2014-12-11 cs.CY cs.SI physics.soc-ph
Elementary School Students' and Teachers' Perceptions Towards Creative Mathematical Writing with Generative AI
University of Florida(佛罗里达大学);Old Dominion University(老道明大学);The University of Utah(犹他大学)
本研究针对小学生数学创造性写作的困难,开发GenAI支持技术,通过访谈、调查和课堂观察探究师生认知,为GenAI学习技术与教学设计提供参考。
2024-08-26 cs.AI cs.CY
LearnLens: An AI-Enhanced Dashboard to Support Teachers in Open-Ended Classrooms
Vanderbilt University(范德比大学)
本文提出LearnLens,一个生成式AI增强的教师端仪表盘,通过处理学生开放式回答提供多样化洞察,支持中学科学教学调整,并验证了其可用性和指导教学的潜力。
2025-09-11 cs.AI cs.CY
The Chemistry Between High School Students and Computer Science
计算机科学的入学人数再次开始上升,但计算机科学专业的女本科生比例仍然很低。一些研究表明,这可能是由于在高中阶段缺乏对计算机科学的认识。我们提出了我们的经验,运行一个5年,高中推广计划,介绍有关计算机科学的背景下所需的化学课程的信息。我们使用分子生物学开发了交互式教学,帮助学生学习与海湾石油泄漏等相关事件相关的化学和计算机科学概念。我们对这种方法的有效性的评估表明,学生确实越来越意识到计算机科学作为一门学科,但在课堂上的系统支持问题,可以使教师和学生气馁的方法。
2014-06-09 cs.CY
Generative AI in K-12 Classrooms: A Midyear Implementation Report
University of Washington(华盛顿大学)
本报告分析了2025年9月至12月华盛顿州12个学区中教师使用Colleague AI的情况,探讨了AI在K-12教育中的初步应用效果及影响因素。
2026-04-08 cs.AI cs.CY
Understanding Growth Mindset Practices in an Introductory Physical Computing Classroom: High School Students' Engagement with Debugging by Design Activities
本研究通过微观发生分析,识别出高中生在物理计算调试活动中展现的五种成长型思维实践,揭示了同伴互动对培养坚持与学习态度的关键作用。
2024-02-11 cs.CY physics.ed-ph
A Theoretical Approach to initiate Mobile Assisted Language Learning among school leavers and University Students of Sri Lanka
移动设备已被证明是移动语言学习领域的一个适当工具,它将学习的视野扩展到课堂之外。移动设备和先进技术的力量为学习者提供了获取教育资源和材料的便利。这项研究是一项正在进行的研究的一部分,重点是提高中学毕业生和本科生的英语语言。本文的目的是提出一项研究的结果,以确定移动学习的前景之间的目标研究社区,谁是斯里兰卡的离校生和本科生。本研究将采用以设计为基础的研究方法论,并以活动理论为框架,分析移动学习在目标社区中的应用情况,并找出其前景。
2016-06-04 cs.CY
Students' Perceived Roles, Opportunities, and Challenges of a Generative AI-powered Teachable Agent: A Case of Middle School Math Class
University of Florida(佛罗里达大学);Old Dominion University(老道明大学);The University of Utah(犹他大学)
本研究针对108名六年级学生,通过课堂观察、访谈与调查,探究了中学生对生成式AI驱动的可教智能体在数学课堂中的角色、益处与挑战的感知,为教育AI设计提供参考。
2024-08-26 cs.AI cs.CY
Creating and Evaluating Privacy and Security Micro-Lessons for Elementary School Children
针对K-8儿童数字隐私与安全课程资源匮乏的问题,本研究通过与教师协同设计开发了可嵌入现有课程的15-20分钟微课程,并通过教师实施与评估识别了其优势、挑战及调整策略,为课堂应用提供了设计启示。
2025-03-11 cs.CY cs.HC
Understanding Teacher Perspectives and Experiences after Deployment of AI Literacy Curriculum in Middle-school Classrooms
Massachusetts Institute of Technology(麻省理工学院)
本研究通过半结构化访谈考察七名中学教师实施 MIT RAICA 课程模块后的经验,揭示其 AI 认知、教学策略与支持需求,为优化 AI 素养课程及教师 PD 资源提供依据。
2023-12-08 cs.AI cs.CY cs.HC
Development of Disciplined Interpretation Using Computational Modeling in the Elementary Science Classroom
对科学家建立模型的研究表明,科学模型的发展涉及大量的主观性。然而,学校环境中的科学通常强调过于客观和理性的观点。在本文中,我们认为专注于纪律解释的发展作为一种认识和代表性的做法,逐步深化学生的计算建模科学的价值,而不是贬低,建模经验的主观性。我们报告的结果,从一项研究中,四年级的孩子在整个学年从事计算建模。我们提出了三个突出的主题,学生的纪律解释的发展,他们的发展计算建模作为一种看待和做科学的方式。
2016-02-22 cs.CY physics.ed-ph
Teaching Students to Question the Machine: An AI Literacy Intervention Improves Students' Regulation of LLM Use in a Science Task
INRIA research center University of Bordeaux(法国国家信息与自动化研究所波尔多研究中心);Hector Research Institute, University of Tübingen(蒂宾根大学赫克托研究所)
本研究通过两小时的AI素养工作坊,训练中学生(8-9年级)在科学问题解决中更有效地使用大语言模型,减少盲目依赖并提高答案质量。
2026-06-19 cs.CY
ClassCode: An Interactive Teaching and Learning Environment for Programming Education in Classrooms
随着对计算机素养和编码技能的需求不断增长,编程教育变得越来越重要。尽管交互式在线学习系统越来越受欢迎,但学校中的许多编程课程并没有改变传统课堂设置的教学形式。我们在这里看到了两个研究机会。学生可能有不同的专业知识和编程经验。因此,特定的内容和教学速度可能会让有经验的学生分心,也可能会让初学者感到沮丧。在一个大教室里,教师无法监督每个学生的学习进度,并且很难将教材与每个学生的理解水平相匹配。我们推出ClassCode,这是一个为课堂编程教育量身定制的基于网络的环境。学生可以按照自己的进度参加教师准备的在线教程。然后,他们可以通过在教程中进行交互式编码练习来加深理解。ClassCode跟踪每个学生的所有互动,并将其汇总给教师。这是一份进度报告,便于教师在现场提供额外的解释或修改课程材料。我们的用户评估通过一个小型讲座和专家评审,由教师和助教证实了ClassCode的潜力,揭示了它如何解决大学现有编程课程中的问题。
2020-01-22 cs.CY cs.HC
Jo Wilder and the Capitol Case: A taxonomy of uses for a historical inquiry game in 4th grade Classrooms in Wisconsin
在本文中,我们研究了各种方式3 - 5年级教育工作者在威斯康星州利用乔怀尔德和国会大厦的情况下,历史探究游戏,作为他们的课堂教学的一部分。参与这项研究的15名教育工作者都是威斯康星州的小学教师,他们参加了“做历史奖学金”计划,这是作者提供的一个专业发展机会,旨在增加他们对历史探究教学和游戏学习的理解。作为该项目的一部分,教育工作者在他们自己的课堂环境中计划和实施游戏,并将结果报告给作者和其他教育工作者。通过他们的报告,调查和半结构化访谈,我们发现教育工作者的动机是五个不同的教学目的,这影响了游戏如何融入他们的课程。在本文中,我们命名并描述了这五个目的。我们将这些发现视为教育工作者如何看待游戏以及未来如何设计教育视频游戏和相应的专业发展活动的有用见解。
2022-10-17 cs.CY cs.HC
Group-Differentiated Discourse on Generative AI in High School Education: A Case Study of Reddit Communities
Valley Christian High School(谷基督教高中);University of California, Riverside(加州大学河滨分校)
研究分析不同Reddit社区对生成AI在高中教育中的讨论,发现教师更关注教学权衡,学生更关注指控与评分,检测相关讨论伴随更高负面情绪,提出过程性评估替代检测作为更公平的作者验证方法。
2026-03-26 cs.CY
Demonstrating REACT: a Real-time Educational AI-powered Classroom Tool
George Mason University(乔治梅森大学)
我们展示了REACT,这是一种新的实时的【形】教育AI驱动的课堂工具,采用EDM技术来支持教育工作者的决策过程。REACT是一个数据驱动的工具,具有用户友好的图形界面。它分析学生的表现数据,并提供基于上下文的警报,以及建议教育工作者进行课程规划。此外,它结合了模型不可知论的解释,使决策过程的可解释性和可解释性。本文展示了我们提出的工具使用真实世界的数据集的用例场景,并提出了其架构和用户界面的设计。本演示的重点是基于学生表现的凝聚聚类(即,不正确的回答和使用的提示)。这种将具有类似优势和弱点的学生分组的做法,可以帮助教育工作者通过识别有风险的学生、组成学习小组或鼓励不同优势的学生之间的辅导来改进他们的课程规划。
2021-07-30 cs.AI cs.CY cs.LG
An Investigation Into Secondary School Students' Debugging Behaviour in Python
University of Cambridge(剑桥大学)
研究通过课堂观察分析初中生在Python编程中的调试行为,发现学生普遍存在无效调试策略,如频繁修改错误、反复运行程序等,提出需系统教学和环境优化以提升调试能力。
2026-09-23 cs.CY
Distance Learning in Primary School During the COVID 19 Pandemic: Results of the "SMART KIDS" Experiment
本文分析了在小学引入利用电子教育资源(EER)和教师虚拟教室的远程学习形式(DLF)的效果。该实验是在2019冠状病毒病大流行导致的长期隔离期间,在“聪明孩子”全乌克兰项目的框架内进行的。教育过程既同步又不同步。本论文利用EER对小学生远程学习的组织模式进行了实证研究,并概述了其三个主要组成部分:学习的组织、在线课堂(学生讲解新材料或练习技能)和监控学生独立完成任务的质量。实验结果证明,为教师和学生提供计算机设备、互联网接入、数字化教学资源和评价资源是实施DLF的必要条件。已经确定,远程学习中的EER可以定期使用-在每堂课上和定期使用-解释新材料或训练技能,学生完成任务的质量可以在教师的虚拟办公室中监测,并形成学生发展的个人轨迹。教师们指出了实施DLF的以下主要问题:互联网中断,向学生和一些教师提供新的计算机设备方面的问题;在向教育过程中的所有参与者提供EER方面缺乏国家援助;由于父母在线工作,在完全隔离的情况下,学生使用计算机的机会有限。尽管存在上述问题,但教师对大流行期间小学生使用EER进行远程学习的质量给予了积极和高度的评价。
2022-04-07 cs.CY
Atom Learning Model (ALM): how a real classroom got tokenised
Imperial College London(伦敦帝国学院);Department of Computing(计算机系)
本研究提出原子学习模型(ALM),将中学数学教材标记化为原子与前置条件链接,构建系统生成题目供学生使用,发现多项与预期不符的结果,核心前提未被证伪。
2026-09-01 cs.AI cs.CY
Evaluating virtual laboratory platforms for supporting on-line information security courses
远程教育已经存在了很长一段时间,然后随着计算机和互联网的出现,它经历了复兴。远程教育依赖于向学生实际提供的材料和评估,他们在家离线工作。最近,在线学习或电子学习引入了虚拟课堂、评估、在线测试,并将课堂转变为互动的在线课堂。尽管提供了大量的在线学位,但面对面仍然是主要模式,电子学习只是用来补充课堂。新冠肺炎疫情继续影响高等教育,在线学习是一个被放弃的结论。然而,数字鸿沟阻碍了弱势学校和学生向在线学习过渡的努力。随着疫情持续改变教育格局,许多挑战出现,阻碍学生充分发挥电子学习的潜力。其中之一是进入科学、工程和计算机科学项目的物理实验室。本研究评估虚拟实验室用于教学信息安全和道德黑客的实际解决方案。该课程为期五个学期,对164名学生进行了调查。该调查测量了对虚拟实验室的看法、享受、体验和态度,结果支持虚拟实验室的采用和接受。
2022-08-17 cs.CR cs.CY
Surprising Performances of Students with Autism in Classroom with NAO Robot
School of Computer and Information Technology(计算机与信息学院);Northeast Petroleum University(东北石油大学);School of Computer Science and Engineering(计算机科学与工程学院);Changshu Institute of Technology(常州职业技术学院);Changshu Special Education School(常州特殊教育学校);School of Chinese Language and Literature(中文语言文学学院);Nanjing Normal University(南京师范大学)
本研究通过NAO机器人辅助的集体课堂实验,发现自闭症谱系障碍学生在机器人课堂中表现出更高的参与度和更少的刻板行为,表明社交机器人能显著提升其课堂专注力和教育表现。
2024-06-27 cs.CY cs.HC cs.RO
M-Learning: A New Paradigm of Learning Mathematics in Malaysia
移动学习是一个新的学习模式的新的社会结构与移动和无线技术。智能学校是四个旗舰应用程序的多媒体超级走廊(MSC)根据马来西亚政府的倡议,以提高教育水平在该国。随着移动设备技术的进步,移动学习可以帮助政府实现这一倡议。本文探讨了在小学生中实施移动学习的前景。它指出了重大和挑战,并通过在小学背景下进行的调查分析用户对潜在的移动应用程序的看法。作者提出了移动学习的数学,允许在传统的课堂上的学习和教学方面的技术扩展。
2010-09-06 cs.CY cs.MM cs.MS
Exploring a Handwriting Programming Language for Educational Robots
Ecole Polytechnique Fédérale de Lausanne (EPFL)(洛桑联邦理工学院);SUPSI-DFA(瑞士南部应用科学与艺术大学-师范系)
最近,在义务教育中引入计算机科学和教育机器人越来越受到关注。然而,在教室里使用屏幕往往会遇到阻力,特别是在小学。为了解决这个问题,本研究提出了一个基于手写的程序设计语言的教育机器人的发展。为了更好地与现有的课堂实践保持一致,它允许学生通过用普通的笔和纸绘制符号来编程机器人。普通智能手机利用计算机视觉和机器学习算法处理手绘指令,并将命令发送给机器人执行。为了配合当地的计算机科学课程,设计了一个适当的操场和脚手架学习任务。该系统进行了评估,在一个初步的测试与八名教师,开发人员和教育研究人员。与会者指出,有些技术方面还可以改进,但他们也承认,这种方法有可能使小学的计算机科学教育更容易获得。
2021-07-03 cs.CY cs.LG cs.PL
Performance comparison of an AI-based Adaptive Learning System in China
自适应学习系统不同于传统的学习系统,它根据学生不同的知识状态为他们提供个性化的学习体验。自适应系统收集和分析学生的行为数据,更新学习者档案,然后相应地向每个学生提供及时的个性化反馈。学习系统和学生之间的这种交互可以提高学生的参与度和学习效率。本文评估了一个自适应学习系统“易学松鼠AI”(或易学)在中学英语和数学学习中的有效性。Yixue的数学和英语学习系统的有效性分别与(1)由专家人类教师进行的传统课堂数学教学和(2)BOXFiSH,另一种用于英语学习的自适应学习平台进行了比较。结果表明,学生取得了更好的表现,使用易学自适应学习系统比传统的课堂教学专家教师和另一个自适应学习平台。
2019-01-29 cs.CY cs.HC
Shiksha Copilot: Teacher-AI Collaboration for Curating and Customizing Lesson Plans in Low-Resource Schools
Cornell University(康奈尔大学);Microsoft Research(微软研究院)
Shiksha Copilot通过教师与AI协作,帮助低资源学校更高效地定制课程计划,同时减轻教师负担并促进基于活动的教学法。
2026-03-11 cs.CY cs.HC
Learning Progression-Guided AI Evaluation of Scientific Models To Support Diverse Multi-Modal Understanding in NGSS Classroom
CREATE for STEM at Michigan State University(密歇根州立大学CREATE for STEM研究所);Texas Tech University College of Education(德克萨斯理工大学教育学院)
本研究利用机器学习评估NGSS课堂中学生的多模态科学模型与解释,并借助学习进阶指导设计个性化反馈,以支持多样化学生群体的公平科学评估。
2025-09-16 cs.CY cs.LG
Democratizing Foundations of Problem-Solving with AI: A Breadth-First Search Curriculum for Middle School Students
North Carolina State University(北卡罗来纳州立大学);The Citadel – The Military College of South Carolina(美国南卡罗来纳州军事学院);University of Pennsylvania(宾夕法尼亚大学)
本文设计了一种将AI学习目标融入科学课堂的课程,通过BFS教学提升学生对AI问题解决的理解,并在科学教学中有效促进学习。
2026-04-15 cs.CY cs.ET cs.HC
"Would You Want an AI Tutor?" Understanding Stakeholder Perceptions of LLM-based Systems in the Classroom
Khan Academy;New York City Department of Education(纽约市教育部);Learning Innovation Catalyst(学习创新催化剂)
本文研究了在课堂中部署基于大语言模型(LLM)系统的利益相关者观点,提出了一种以利益相关者为中心的框架,以支持更谨慎的决策。
2026-05-21 cs.CL cs.CY cs.HC
Learning About Algorithm Auditing in Five Steps: Scaffolding How High School Youth Can Systematically and Critically Evaluate Machine Learning Applications
University of Pennsylvania(宾夕法尼亚大学);Teachers College, Columbia University(哥伦比亚大学教师学院)
本研究梳理专家与用户的算法审计实践,提出支持青少年审计机器学习系统的五步骤框架,并通过青少年审计TikTok生成式AI滤镜的课外工坊案例验证,为算法审计融入K-12教育提供支架设计参考与实践方向。
2025-01-10 cs.AI cs.CY cs.HC