大學化學課程是否已為AI與機器學習作準備?
研究由來自九個地區的作者合作,按2024年QS院校名單蒐集大學公開課程資料,分別整理計算類及人工智能/機器學習化學課程。已有計算課程的院校,亦較常提供人工智能課程;部分院校課程較少,可能涉及資源優次或師資不足。論文並討論課程更新、教師知識及不同持份者的角色。公開課程資料未必完整反映實際教學,也不能直接代表學生能力。

研究由來自九個地區的作者合作,按2024年QS院校名單蒐集大學公開課程資料,分別整理計算類及人工智能/機器學習化學課程。已有計算課程的院校,亦較常提供人工智能課程;部分院校課程較少,可能涉及資源優次或師資不足。論文並討論課程更新、教師知識及不同持份者的角色。公開課程資料未必完整反映實際教學,也不能直接代表學生能力。
研究以71名小學生比較自主編程與CodewithAI輔助編程,結合量化及質性資料分析知識、技能、態度和使用行為。兩組的編程知識表現有顯著差異;人工智能組遇到困難時,常要求工具解釋程式及錯誤訊息,亦報告較高信心。研究呈現具體求助方式與學習表現,但摘要沒有交代所有技能指標的差異,不能把知識與信心結果延伸至各方面能力均有提升。
研究以瑞典高中新增的AI科為例,分析政策、課程及支援文件如何界定AI素養。作者採用三維素養模型,分別檢視操作技能、文化脈絡和批判理解,發現文件較重視操作層面,雖包含部分文化理解,讓學生質疑、回應或改變AI實踐的空間則較少。結果反映課程文本的取向,沒有觀察所有教師的課堂實踐,亦不能用來判定學生的實際批判能力。
研究追蹤15名大學生八周的AI輔助課程閱讀,分析239次閱讀紀錄及838個提示。理解內容的提問佔59.6%,推理佔29.8%,後設認知佔8.5%;72%的紀錄只達功課要求的三次提問。學生雖知道深入提問需要投入,實際使用仍以效率為先,亦會先閱讀AI摘要,再挑選原文內容。研究呈現閱讀過程及個人差異,沒有直接量度閱讀理解成績。
研究結合尼日利亞一所院校855名本科生的問卷、程式課成績及教師回應,分析ChatGPT使用與學習表現。學生肯定工具對信心、動機及除錯的幫助,但這些觀感與使用情況未能有效預測期末成績,統計模型的解釋力甚低。教師亦提出依賴生成答案及學術誠信方面的疑慮。研究只涉及單一院校,資料包含自述及橫斷面測量,未能確立因果關係。
論文結合兩項大學程式教學研究:一項收集學生對生成式人工智能的用途、創意支援及使用意向,另一項比較學生在考試中修正人工智能程式與完成教師設計題目的表現。學生整體持正面觀感,較重視學習效率及創意解難,亦願意繼續使用;但修正生成程式明顯較困難。兩項研究涉及不同學生群體,不能把正面觀感與除錯困難直接視為因果關係。
研究把60名大學生分組參加20周數碼故事課程,比較使用ChatGPT、Midjourney及Runway與一般製作方式。前後問卷、作品及訪談顯示,人工智能組在協作解難和團隊創意方面表現較佳,尤其作品新意及使用體驗。學生大致肯定工具的作用,同時提出過度依賴、把思考交予工具及欠缺情感支援等問題。結果涉及多種工具與整套課程,不能單獨歸因於ChatGPT。
研究讓120名摩洛哥工程一年級學生分組學習熱力學,比較一般教學與結合ChatGPT的探究活動。前後測顯示,人工智能組概念理解進步較大,尤其減少了對熵及內能的部分誤解;涉及數量及計算的誤解則仍有保留。學生對工具的易用及支援作用持正面看法,有目的地使用與較佳結果相關。研究評估的是人工智能配合探究教學的整體安排。
研究分析工程學生的三次訪談,了解他們初用ChatGPT時,如何逐步形成使用方式。用途涵蓋數學與工程、一般學業及個人生活;在數學建模中,學生會用它澄清概念、比較策略、把模型轉成程式,以及改善程式。訪談亦顯示,學生對工具限制的判斷隨經驗發展,部分把它視為可以討論想法的學習伙伴。研究呈現個案經驗,沒有以對照測驗確認能力提升。
研究在大學程式課安排三次活動,依次讓學生自由使用ChatGPT、接受提示寫作訓練,以及使用附示例的實習指引。分析對話及課後測驗後,作者辨識五類使用方式,涵蓋依賴工具生成、共同編寫及自行完成後修訂程式。各類型的分布隨教學安排而改變,測驗分數亦有差異。研究呈現指導與互動模式的關係,但活動依次進行,亦可能受不同題目影響。
研究以一百三十四名中二學生的迪士尼路線優化專題,評估數學建模在中學的實踐。課程按閱讀、建模、估算、計算、驗證及寫作六階段設計,並分析數碼作品、問卷、訪談及課堂觀察。多數學生接受活動,在閱讀、計算和寫作表現較好,但建模及驗證仍較薄弱,反映教材及教師教學支援有待改善。
文章探討香港如何結合STEAM教育與SHAPE人文倡議,回應藝術與科技融合方式未夠清晰的問題。作者以香港課程為個案,提出可運用既有藝術教育框架,系統推動跨學科發展,並進一步結合社會科學、人文與藝術,強化人文教育取向,改善藝術教育長期較少受到重視的情況。
研究讓同一組大學程式學生兩次完成相同試題,先獨立作答,後可使用研究團隊開發的人工智能助手。平均分由48.33升至74.47分;然而,一道題目中有36名學生收到錯誤回覆,其中33人答錯,22人直接貼上明顯錯誤的答案。研究顯示工具支援下的作答表現與辨識錯解能力並不一致。由於學生重做同題,分數上升亦可能受練習效應影響。
研究安排59名澳洲九年級學生分成15組,在太空探索解難活動中與人工智能伙伴合作,活動後進行焦點小組討論。研究者以主題分析及認知網絡分析整理學生意見,辨識出信任和人工智能能力兩個主要主題。學生會按系統表現及對能力的理解,判斷是否接受建議和如何合作。資料主要呈現參加者對合作經驗的看法,並非對人工智能提升解難成效的直接比較。
研究評估一項融入中一科學課程的STEAM植物保育計劃,透過跨學科教學、設計思維及全年校園保育體驗,促進學生的知識、技能與態度。結果顯示,參與學生的學業表現較傳統課堂學生理想,對植物保育的知識、技能及信心有所提升,亦增加相關興趣、關注和責任感。