人工智能與數字教育觀察
AI and Digital Education Spectator

從科學教育會議研究,看AI帶來哪些教學難題

研究系統整理2024年NARST科學教育會議的36篇人工智能相關論文,分析應用方式及挑戰。文獻中的工具逐漸結合多種用途、文字與圖像生成,但大多延續既有科學教育取向,未重新界定其基本方向。主要難題涉及教育目標、學習內容、個別回饋的評估、教師準備,以及偏差與公平。資料限於單一會議,所呈現的是該研究社群的發展,並非全球文獻全貌。

論文原文

Artificial Intelligence in Science Education Research: Current States and Challenges
研究及來源資料
研究來自哪裏?
National Institute of Education, Singapore、University of Florida、University of Georgia
地域視角
世界各地研究 · 跨地域文獻
DOI
10.1007/s10956-025-10239-8
期刊/研討會
Journal of Science Education and Technology
類型
系統綜述;2024年NARST會議三十六篇研究
地區說明
按研究內容分類;作者院校所在地不視作研究樣本地區。
學習領域
科學教育
原文日期
2025-06-21
最近核實
2026-09-11
研究來源分類
期刊
作者
Gyeonggeon Lee、Minji Yun、Xiaoming Zhai、Kent Crippen
學習階段
跨學段
研究領域
數學與科學、教學與評估、教師專業發展
研究對象
文獻及資料
分類說明
分析對象為會議研究,學段按綜述範圍處理。