《Computers and Education: Artificial Intelligence》：From Simulation to Flight: Simulation-Assisted Drone Learning with Teacher-AI Co-Designed Scaffolds for Secondary Students’ STEM Knowledge and Competencies
编辑推荐：
在基于无人机的科学、技术、工程与数学（STEM）教育中，一个长期的挑战是缺乏经教师验证的交互式模拟，这些模拟需同时支持概念学习和能力发展。生成式人工智能（Generative AI）可以加速内容创建，但其输出通常缺乏教学有效性和情境一致性。本研究考察了以教师与
在基于无人机的科学、技术、工程与数学（STEM）教育中，一个长期的挑战是缺乏经教师验证的交互式模拟，这些模拟需同时支持概念学习和能力发展。生成式人工智能（Generative AI）可以加速内容创建，但其输出通常缺乏教学有效性和情境一致性。本研究考察了以教师与人工智能（Teacher-AI）协同设计的模拟为基础的模拟辅助无人机教学，相比于在没有模拟的情况下交付的相同动手实践课程，是否能产生更优的学习成果。采用包含30名中学生（13至17岁）的准实验前测-后测设计，两组在相同的教练指导下完成了相同的无人机任务；然而，实验组额外使用了五个交互式模拟。定量分析显示，实验组在STEM内容知识和整体学习能力（批判性思维、协作、沟通、创造力）方面取得了显著更大的进步。定性访谈和观察表明，模拟提供了一个低风险环境，降低了认知负荷，使因果飞行机制变得可见，支持了假设检验，并促进向物理操作的迁移。模拟可以作为有效的飞行前形成性支架，增强教师对学习过程可见性的把握。教师与人工智能协同设计模型被证明是有前景且具有潜在可扩展性的，可用于开发经验证的资源，尽管研究结果受到样本量较小和准实验设计的局限。
在当前的STEM教育领域，无人机技术的引入被视为一种极具前景的教学创新。通过将抽象的飞行物理学、计算逻辑和传感器数据处理等概念应用于现实任务，无人机教育能够显著提升学生的参与度并促进跨学科思维。然而，在实际的中学课堂教学中，该技术的实施却面临着诸多阻碍。一方面存在学科壁垒，初学者往往难以将抽象的代码逻辑与可观察的飞行结果联系起来，导致认知超载和浅层学习，这被称为“抽象-行动鸿沟”；另一方面存在能力培养的教学法障碍，许多活动强调程序执行而忽视了反思性探究，限制了批判性思维、协作、沟通和创造力等21世纪核心素养的发展。此外，设备成本、安全法规和飞行时间限制等现实约束也极大地限制了教学灵活性。为了解决这些问题，研究人员探讨能否利用交互式模拟作为飞行前的支架，降低认知负荷并使因果机制可见。同时，虽然生成式人工智能可以加速资源开发，但其输出的内容往往缺乏教学严谨性，因此引入了教师与人工智能协同设计的模型来确保模拟资源的科学与教学准确性。该研究发表在期刊《Computers and Education: Artificial Intelligence》上，旨在为资源匮乏的无人机教育领域提供经验证的数字化教学支架，并验证其对学生知识掌握和综合能力的影响。
在关键技术与方法方面，研究人员采用了准实验前测-后测对照组设计，通过非随机分配将两所学术背景相近的中学的30名学生（13至17岁）分配至模拟辅助组和仅无人机组。研究基于库伯的经验学习循环理论设计了八节无人机课程，其中模拟辅助组使用五个由教师与生成式人工智能协同开发的定制化交互式模拟作为支架。数据通过自编的STEM知识测试和21世纪技能量表（21CS）进行定量收集，并辅以半结构化访谈和外部课堂观察获取定性数据。定量数据通过独立样本t-test和效应量分析，定性数据则通过主题分析法进行处理与整合。
关于研究一的结果，研究考察了模拟辅助测序对中学生STEM内容知识掌握的影响。通过独立样本t-test对比两组的前后测增益分数，结果显示模拟辅助组在STEM知识测试中的平均增益显著高于仅无人机组，且具有较大的效应量（d = 0.82）。这表明模拟辅助支架能够更有效地帮助学生跨越抽象与行动之间的鸿沟，巩固课程相关的概念理解。
关于研究二的结果，研究评估了模拟辅助测序对学生21世纪技能发展的影响。分析表明，模拟辅助组在整体21CS及四个子维度上的增益均显著优于仅无人机组。其中，批判性思维和沟通能力的提升最为突出，效应量极大。这说明模拟环境将原本高风险的物理操作转化为低风险的探究活动，为学生提供了更多假设检验、解释和共同推理的机会，从而创造了更有利于高阶能力培养的教学环境。
关于研究三的结果，研究探索了不同年级学生在模拟辅助学习效果上的差异。分析发现，低年级学生在STEM知识上的提升不显著，但在协作和创造力等素养上获得了极大的增益；而高年级学生则在STEM知识和批判性思维方面表现出显著优势。这提示模拟辅助学习在不同发展阶段可能扮演不同角色，低年级学生倾向于利用其进行探索性协作，而高年级学生更能从中提取抽象概念。
关于定性研究的结果，主题分析揭示了支持上述定量结果的五个机制。研究发现，模拟显著增强了学生的参与度和动机持久性；通过允许“安全试错”降低了早期操作的认知负荷并提升了信心；将隐性的物理力量关系可视化，搭建了理论与实践的桥梁；支持了迭代设计和配对调试等协作问题解决过程；同时提高了学习过程的可见性，使教师能够提供更具针对性的形成性支持。
在讨论部分，研究人员总结了这些发现的意义，指出模拟辅助无人机学习的价值不仅在于增加了一项数字工具，更在于对概念解释、迭代测试和物理操作的教学重构。通过重新分配学习需求，模拟使得概念关系更直观，探究更具迭代性。此外，教师与人工智能协同设计被证明是开发适配课程资源的有效途径，能在保持教师学科监督的前提下加速资源生成。最后，研究也指出了准实验设计、较小样本量和自我报告数据等局限性。
研究结论部分翻译如下：本研究提供了经验性证据，表明在共享的基于无人机的STEM课程中，模拟辅助测序相较于未使用模拟的等效课程，在STEM内容知识和21世纪核心素养两方面均带来了更显著的提升。模拟辅助无人机学习的教育价值似乎在于其能够重新分配认知和程序需求，使抽象的因果机制更加可见，支持迭代探究和协作推理，并使学生的思维过程更易于获得形成性支持。虽然这些模拟是通过教师与人工智能协同设计开发的，但本研究的主要贡献在于教学法而非技术层面：它阐明了模拟辅助学习如何作为一种教学创新在基于无人机的STEM教育中发挥作用。通过适当关注设计、测序和发展适应性，模拟辅助学习为在正式和非正式学习情境中加强体验式STEM教育提供了一条有前景的路径。
