探究青少年对机器学习应用的日常理解：碎片化知识视角
计算机与社会
2024-04-02 v1
摘要
尽管最近有人呼吁在K-12教育中纳入人工智能（AI）素养，但对青少年关于机器学习（ML）的日常知识的研究却未得到足够重视。大多数研究考察了青少年如何将智能归因于AI/ML系统。其他研究以青少年对ML的理论和假设为中心，强调了他们的误解以及这些误解如何阻碍学习。然而，关于概念转变的研究表明，青少年可能对科学现象没有连贯的理论，而是拥有对正式学习有利的知识碎片。我们通过碎片化知识视角探究了青少年对ML的日常理解。我们的分析表明，青少年表现出一定的理解，即ML应用从训练数据中学习，应用识别输入数据中的模式，并根据这些模式提供不同的输出。我们讨论了这些发现如何扩展我们的知识基础，以及对于设计向青少年介绍ML的工具和活动的启示。
引用
@article{arxiv.2404.00728,
title = {Investigating Youths' Everyday Understanding of Machine Learning Applications: a Knowledge-in-Pieces Perspective},
author = {Luis Morales-Navarro and Yasmin B. Kafai},
journal= {arXiv preprint arXiv:2404.00728},
year = {2024}
}
备注
accepted for publication at Proceedings of the International Conference of the Learning Sciences 2024