《PLOS One》：Enhancing the sustainability of cultural identity in science curricula through artificial intelligence as an innovative educational approach
编辑推荐：
本研究调查了人工智能(AI)作为一种创新教育途径在促进科学课程中文化认同可持续性方面的作用。为实现此目标，采用了定性研究设计，使用半结构化访谈和课堂观察作为主要数据收集方法。研究样本由来自沙特阿拉伯Al-Qassim和Al-Ahsa地区的四十七名理科教师组成，
本研究调查了人工智能(AI)作为一种创新教育途径在促进科学课程中文化认同可持续性方面的作用。为实现此目标，采用了定性研究设计，使用半结构化访谈和课堂观察作为主要数据收集方法。研究样本由来自沙特阿拉伯Al-Qassim和Al-Ahsa地区的四十七名理科教师组成，根据其技术增强教学的经验进行目的性选取。收集的数据使用涉及开放编码和轴心编码的系统定性程序进行分析，这促进了与AI整合、文化相关性及教学实践相关的关键类别的出现。因此，分析过程最好被理解为一种归纳主题定性方法而非完整的扎根理论方法论，因其不包括理论抽样、数据饱和或数据收集的迭代循环。这一澄清确保了方法论的透明度以及设计与分析之间的一致性。源自教师感知和课堂观察的发现表明，AI不仅被视为知识传递的工具，而是被视为一种支持性教学机制，能够将科学概念置于当地文化环境中进行情境化。此外，AI支持的教学实践似乎培养了更具互动性和协作性的课堂环境，同时也促进了更具响应性的评估方法。然而，重要的是强调这些发现基于教师报告的感知和观察到的教学实践，而非对学生学习成果的直接测量。尽管存在此局限性，课堂观察表明，整合文化相关案例、分析文化文本以及设计协作的、文化响应的学习活动，可能增强学生参与度并加强他们在科学学习环境中与文化认同的联系。总体而言，该研究强调了AI在科学教育中桥接科学知识与当地文化遗产的潜力。它为日益增长的关于教育中AI的文献做出了贡献，强调了其在培养文化响应式教学法和增强有意义学习体验方面的作用。该研究进一步强调了为教师提供AI整合的针对性专业发展、开发文化响应式教学材料以及设计兼顾概念理解与文化学习维度的评估实践的重要性。
研究背景与意义
文化认同已成为当代教育体系中的重要维度，它使学习者能够理解其文化遗产、社区价值观及社会环境的关联，同时将科学知识连接至有意义的文化语境。在科学教育中，关注文化认同尤为显著，因为它增强了学生对科学、文化与社会关系的认知，促使科学教育目标超越单纯的理论传输，转向高阶思维与批判性反思的培养。将社会文化价值融入科学课程能强化教育与生活经验的关联性，支持归属感与身份认同的发展，从而构建融合当代科学与本土文化的可持续课程。与此同时，人工智能(AI)作为变革性技术创新，已从信息获取辅助演进为支持交互、自适应与个性化的学习体验工具，具备分析教育文本、设计活动及智能辅导的潜力。然而，现有关于教育中AI的研究多聚焦于技术、认知与绩效维度，较少关注其在学生社会文化环境中支持文化认同与情境化学习的作用。基于此，研究人员在《PLOS One》发表该研究，旨在探讨生成式AI工具（如ChatGPT与DALL·E）如何将本土文化资源与科学内容转化为教学材料、学习活动及形成性评估任务，以作为创新教学途径增强科学教育课程中文化认同的可持续性。
关键技术方法
研究人员采用定性研究设计，通过半结构化访谈与课堂观察收集数据。研究样本为沙特阿拉伯Al-Qassim与Al-Ahsa地区私立小学的四十七名理科教师，采用目的性抽样结合便利获取程序选取，参与者需具备科技增强教学经验。课堂观察于2025年8月25日至10月30日进行，覆盖6至9年级科学课，每节45分钟，使用经专家验证的观察清单并记录田野笔记，由两名训练有素的观察者执行，以Cohen’s Kappa系数（κ = (Po ? Pe)/(1 ? Pe)）评估评分者间信度（κ = 0.86）。访谈在同一参与者中开展，时长45至55分钟，指南经十一名专家评审并预试。数据分析采用基于扎根理论原则的定性内容分析，通过开放编码、恒定比较法提炼类别与主题，访谈转录本由两名研究人员独立分析并以Cooper百分比协议公式（Agreement% = 同意数/总编码决策数 × 100）计算信度（95%）。研究获King Faisal University伦理委员会批准（No. KFU-REC-2025JUN-EA000985），参与者签署书面知情同意书并使用化名。
研究结果
4.1 Results of Theme One: AI-supported personalization of educational content
课堂观察显示46名（97.9%）教师利用AI工具将本土文化元素（如沙漠气候、农业、节水）融入科学教学，访谈中91%参与者认为AI支持的内容个性化通过整合本土经验维持文化认同。结论为AI可通过生成文化响应式案例与实验建议，增强科学内容与生活经验的关联及学生参与感。
4.2 Results of Theme Two: Analysis of Cultural Texts and Sources
观察显示40名（85.1%）教师用AI整合遗产故事、传统谚语等文化文本解释科学概念，访谈中相同比例参与者认可此方法的有效性。结论为AI辅助分析与整合文化资源能构建科学概念与生活文化的意义联结，提升学习相关性与深层理解。
4.3 Results of Theme Three: Designing AI-supported Interactive Learning Activities
42名（89.4%）教师用AI设计本土环境关联的实验、文化主题竞赛与数字游戏等互动活动，访谈中同比例参与者强调其对文化认同的助益。结论为AI赋能的文化情境化互动活动能提升动机与创造力，强化科学与文化身份的连结。
4.4 Results of Theme Four: Utilizing Artificial Intelligence in Curriculum Development
87.2%教师在课程开发中用AI设计关联社区现实（如可再生能源、水资源保护）的教学单元，访谈中81%参与者认为AI兼顾科学更新与文化维度。结论为AI可作为支持工具对齐课程内容与文化语境，在保持科学准确性的同时嵌入文化认同。
4.5 Results of Theme Five: Promoting Interactive and Collaborative Learning
观察显示教师用AI设计协作任务与社区项目，85%参与者报告AI支持的交互学习助学生联系文化与科学。结论为AI通过关联文化经验提升互动协作，深化概念理解并促进知识建构中的文化归属。
4.6 Results of Theme Six: Intelligent Assessment of Cultural Values in Learning
72.3%教师用AI评估工具考察科学概念与本土文化关联的理解，81%教师在评估中整合文化维度，79%访谈参与者视其为有效手段。结论为AI支持的智能评估超越学业测量，追踪文化情境下的科学应用并提供个性化反馈，推动文化响应式评估。
讨论与结论翻译
本研究结果表明，科学教育中人工智能(AI)的整合有潜力通过实现更具适应性、情境化与吸引力的学习体验来支持学生的文化认同。特别是，AI系统定制教学材料的能力使教师能够提供文化相关的案例与学习活动，据报告这增强了学生的理解与动机。这种有效性可归因于AI根据个体学习者需求调整学习内容并提供支架式教学支持的能力。从理论上讲，这些结果与Vygotsky的社会建构主义理论相一致，该理论强调社会互动、支架式教学与文化语境在学习过程中的重要性。然而，这些积极结果应谨慎解释，因为证据主要基于教师的感知与课堂观察。虽然这些定性来源提供了丰富的语境见解，但也可能引入主观性并限制可推广性。此外，缺乏标准化的学生学习成果测量限制了就AI对学习成果的直接影响得出强因果推断的能力。这一局限性与AI支持教育的近期实证研究一致，后者同样警示感知到的参与度提升并不一定转化为受控条件下的可测量学业收益。此外，观察到的学生动机与理解的改善不能仅归因于AI整合，而是可能受多种语境因素影响，包括教师专长、教学设计、课堂环境与学生的先前准备度。此解释与强调教育技术有效性受教学质量而非技术本身调节的文献一致。同时，研究结果与联合国教科文组织(UNESCO)对文化有意义的学习体验及学习者文化语境在教育中重要性的强调相一致。在此方面，该研究为日益增长的证据做出贡献，表明当有意与本土教育及文化需求对齐时，AI可支持文化响应式与自适应的教学设计。然而，近期学术成果强调了一个关键关切，即若训练数据与教学输入未经仔细筛选，AI系统可能复制或放大文化偏见。这凸显了对AI生成教育内容进行系统验证与批判性监督的必要性。在此语境下，AI似乎作为一种中介工具发挥作用，支持教师将文化符号整合入科学内容，从而使学生能将科学概念与其生活经验相连。这与探究式学习理论与文化响应式教学法相一致，两者均强调情境化与有意义的学习。然而，此类整合的有效性强烈依赖于教师的中介作用与教学能力。若无足够的AI素养，文化整合可能流于表面或存在误述风险。支持此观点的是一些研究，其将教师数字能力与AI素养确定为教育中成功技术整合的关键决定因素。此外，结果表明AI通过促进互动、建构主义与学生中心的学习环境有助于重塑教学实践。这些环境似乎通过文化情境化活动与体验式学习增强学习者参与。虽与新兴的AI支持自适应学习文献一致，但仍需谨慎，因一些纵向研究表明此类改善可能反映新颖性效应而非持续的教学改变。这凸显了对AI干预进行长期评估的重要性。同样，结果表明AI促进协作与文化响应式学习环境，学生在其中通过互动与问题解决主动建构知识。虽与社会学习理论一致，但应注意这些结果也可能源于教师主导的教学策略而非AI本身。因此，AI应被视为赋能工具而非协作学习的直接因果因素。关于课程开发，研究发现AI支持在保持科学准确性与文化完整性对齐的同时生成情境相关教学材料。这表明在教师专业知识指导下AI辅助课程创新的潜力。然而需谨慎，因过度依赖生成式AI可能导致内容同质化或认识论多样性减少，若输出未经学科专家批判审查。因此，AI应被概念化为辅助协同设计工具而非自主课程开发者。此外，AI支持的协作学习鼓励学生通过小组活动分享文化知识并将其与科学概念关联。此发现与社会学习理论一致，该理论强调通过互动与共享意义建构进行学习。然而这些结果在多大程度上归因于AI仍不确定，需使用更严格的实验设计进一步调查。最后，AI支持的评估实践有助于评估高阶思维技能并提供个体化反馈以支持深度学习。尽管有这些优势，仍存关切关于AI评估系统在捕捉文化嵌入推理方面的有效性，特别是当算法未在多元文化数据集上训练时。这凸显了人机协同评估模型对确保公平性、有效性与文化敏感性的重要性。总体而言，研究结果表明AI有潜力通过促进情境化教学、增强互动与实现自适应评估来支持文化响应式科学教育。然而，这些益处并非技术本身固有，而是取决于教师专长、教学设计质量与制度准备度。因此，本研究通过强调人类中介与语境因素在塑造教育有效性中的关键作用，为关于教育中AI的持续论述做出贡献。它还强调了需要进一步采用混合方法与纵向研究以更好理解AI在文化多元课堂中整合的长期教学影响。结论部分指出，科学教学中AI的整合可能有助于支持文化响应式教学实践并增强科学学习语境中文化认同的整合。基于课堂观察与教师感知，结果表明基于AI的工具可协助教师选择文化相关材料、调整教学内容及设计将科学概念与学生文化语境相连的学习活动。这些实践共同似乎培养了更具互动性与吸引力的学习环境。然而重要的是强调这些发现未在AI整合与学生成就间建立因果关系，因研究完全依赖定性数据而无学习成果的标准化或定量测量。因此，报告的参与度与理解改善应解释为特定语境的感知而非可推广或可测量的效应。在此框架内，AI更适合被概念化为一种教学支持工具，促进支架式教学、形成性反馈与文化情境化学习体验，而非取代教师的教学决策。在这方面，该研究通过提供关于AI在文化响应式科学教学中感知教学价值的经验丰富的教师的定性见解，为日益增长的教育中人工智能文献做出贡献。特别是，它强调了AI工具如何被认为支持本土文化知识整合入科学课程、增强互动协作学习活动设计及强化形成性与自适应评估实践。它还强调了教师在文化根基教学语境中中介AI整合的核心作用，从而贡献于AI技术、文化教学法与教学设计交叉点有限的实证研究。从教学角度看，发现暗示了几项启示。包括将本土文化资源融入科学教学以增强相关性与参与度的重要性、设计由AI工具支持的协作与学生中心学习环境的必要性，以及AI辅助形成性评估在通知教学决策中的潜力。此外，发现突出了教师AI素养专业发展的至关重要性以确保有效的教学整合。这些启示应解释为源自定性证据的实践知情建议，而非对学生成果的实证验证因果关系。然而，若干局限性应被承认。样本由来自Qassim与Al-Ahsa地区的四十七名经验丰富与“杰出”教师组成，通过目的性抽样选取。虽此方法增强了数据的深度与丰富性，但可能引入选择偏差，因参与者可能比更广泛教师群体具备更高教学专长与对创新教学实践（包括AI整合）的更熟悉度。因此，发现应在此特定语境内解释，可能无法完全推广至其他教育设置。此外，研究完全依赖定性方法，包括半结构化访谈与课堂观察。虽这些方法提供丰富语境见解，但不包括学生学习成果的标准化或客观测量，限制了就AI对成就的影响得出因果推断的能力。而且，发现可能受限于自我报告数据相关的局限性，包括主观性与社会期望偏差，以及教师先前AI工具经验的差异。基于这些局限性，鼓励未来研究纳入跨地区、学校类型与教学经验水平的更多样化样本以增强外部效度。推荐混合方法与实验设计以用学生学习成果的定量证据三角验证定性发现。需要纵向研究以检验AI整合对学生文化理解、参与度与学业成就随时间的持续影响。此外，未来研究应调查教师AI素养与专业发展强度在塑造教学质量与学习成果中的作用。AI支持与非AI支持课堂的比较研究也将有助于分离AI工具的具体贡献，而生成式AI、自适应学习系统与沉浸式模拟等新兴技术在文化响应式科学教育中值得进一步调查。总体而言，本研究表明当在清晰教学框架内实施并由受过充分培训的教师支持时，AI有潜力作为文化响应式科学教育的支持工具。然而，发现仍依赖语境、基于感知且非因果。因此应谨慎解释。最终，AI整合的有效性似乎更多取决于教师专长、教学设计质量与语境条件而非技术本身。
