将AI作为行动研究传统中学习的组件：基于做中学的数学教育

我们考虑通过行动研究、黑客、发现、探究和做中学来学习数学，与19世纪的指挥与执行、工业模式形成对比。一种基于自我意识、类型、函数、结构化绘图和正式图表的学习模型旨在解决练习和练习的弱点以及大型语言模型统计预测的陷阱。也就是说，我们在数学/信息科学教育中建立在专业数学建模师进行建模和设计程序的活动基础上。这种传统强调对话和动手做数学的作用。在Language/Action方法中，教师设计 mathematising situations for scaffolding之前遇到的或未知如何解决的问题，同时教师和teacher/interlocutors监督过程。一个关键特征是learner与teacher之间的书面或口头对话。按照惯例，这是1对1的沟通。teacher/interlocutor的角色，一个更有经验的他人，主要由更年长的学生（1个学生对5至7个学生）执行。在Doug Engelbart之后，我们提出了人类智力被数字技术（如交互式开发环境或AI）增强的隐喻。每个人都有自己的生物部分和数字部分。学习者的生物部分通过对话在心中反应其作品。数字部分提出问题，解释代码，提出不一定合理的想法。