基于圖畫分析的小學生人工智能學習觀念橫斷面調查研究

高晗蕊 張屹 王康 周平紅 李佳晶 呂立立

摘要：小學人工智能課程的教與學在全球范圍內受到高度關注，探索小學生人工智能學習觀念，調查小學生對人工智能學習的理解和態度十分重要。因此，該研究收集了3到6年級共739名小學生關于人工智能學習觀念的繪畫作品，采用圖畫分析方法，將學生的繪畫作品編碼為5個大類40個要素，運用描述性分析、單因素方差分析及獨立樣本T檢驗等數據統計分析方法，探究小學生的人工智能學習觀念整體結構及差異。研究結果顯示：（1）相比低年級小學生，更多的高年級小學生表現出實踐、應用等建構式學習觀念；（2）小學生對于人工智能課程學習普遍持有積極情緒；（3）男生在人工智能課程中的編程行為高于女生，但積極學習情緒女生高于男生。該研究結果呈現了重要的學生視角，為推動小學人工智能教育建設與發展提供了參考。

關鍵詞：小學生；人工智能學習觀念；圖畫分析

中圖分類號：G434 文獻標識碼：A

本文系2023年國家自然科學基金面上項目“面向計算思維的中小學人工智能教育框架理論與實踐研究”（項目編號：72274076）、2021年湖北省教育科學規劃一般課題“虛實融合環境下智能教育創新課程設計與應用研究”（課題編號：2021JB197）研究成果。

一、引言

2022年2月聯合國教科文組織發布《中小學階段的人工智能課程—對政府認可人工智能課程的調研》，重點考察了全球范圍內多個國家的中小學人工智能課程的內容及學習結果，包括開課環境、工具、開課形式、教師教學等多個方面[1]。國內，為推動中小學人工智能課程的持續性發展，于勇[2]、張志新[3]、沈晨[4]等人運用調查法針對小學人工智能課程建設中存在的問題及解決策略開展廣泛研討。王東麗[5]、鐘柏昌[6]等人采用內容分析法對市面現存教材和課程開發標準的內容、理念等展開廣泛研究，推動中小學人工智能課程內容的進一步完善。柏宏權等人對中小學人工智能課程教師勝任力展開廣泛調查[7]。可見現有研究面向課程建設、教師、教材等方面研究較為充分，但是缺少對學生視角的研究。學生的學習觀念作為學生對自己的學習經歷和學習方式的看法，包含著學生對學科知識、學習經驗所持有的直覺認識。學生的學習觀念通常通過作用于學生的學習行為對學生學習結果施加影響[8]，與學習過程中學習動機、自我效能、學習質量等學習相關變量存在密切聯系[9][10]。探索小學生的人工智能學習觀念，呈現學生視角，對于推進小學人工智能課程建設與發展具有十分重要的意義。繪畫作為一種載體，是兒童表達自我的有效途徑，也是成人走進兒童內心世界的橋梁。問卷通常使用的是研究者自己的語言，向被研究者詢問研究者自己認為重要的問題，而圖畫和訪談可以直接獲取受訪者的真實認知和感受，用受訪者的語言表達觀點和看法。因此，本研究意圖通過圖畫分析探索小學生的人工智能學習觀念，為小學人工智能教育的現狀分析提供學生視角，推動小學人工智能教育的良性發展。

二、文獻綜述

（一）小學人工智能課程

2017年，國務院在《新一代人工智能發展規劃》中提出在中小學設置人工智能相關課程，正式拉開了小學人工智能課程建設與實踐的帷幕，其中以北京、廣州、深圳、武漢等一線或新一線城市為突出代表。2018年人大附中圍繞智能機器人、計算機視覺、無人駕駛等主題建設“人工智能+STEAM”課程體系[11]。2019年9月，廈門市教育局鼓勵全市小學開展人工智能課程建設，鼓勵在科學、信息技術和綜合實踐活動等課程加入人工智能模塊。2020年武漢市教育局發布中小學人工智能教學試點工作的通知，并提出以信息技術課堂為主陣地，探索可復制、可推廣的人工智能課程建設經驗。編程、機器人、人工智能知識與技術等是小學人工智能課程的主要內容，機器人編程是小學人工智能課程的核心活動形式。在張志新等人對新一線城市103所學校的103位小學人工智能課程教師關于人工智能課程內容的調查中顯示，“編程”占據首要位置，83.78%的教師認為編程是其所開展的人工智能課程的主要內容[12]。日本小學人工智能課程體系也是以編程為核心，要求小學生了解計算機和編程，同時注重小學生人工智能課程學習過程中正向學習情緒的培養[13]。2022年2月聯合國教科文組織發布《中小學階段的人工智能課程—對政府認可人工智能課程的調研》報告中，對51個教科文組織會員國代表進行了人工智能課程實踐情況調查，結果顯示，課程內容主要有算法與編程、數據素養等人工智能基礎、人工智能倫理以及理解和應用人工智能技術、編程、數學、科學等開發人工智能應用程序[14]。伴隨著人工智能教育在小學的落地發芽，學校、教師以及學生等多個群體對于人工智能教與學都有一些思考，尤其是學生作為小學人工智能教育的主體之一，在日常學習中也表現出了一些想法和觀念。但是，現有研究針對學校、教師等視角的調查形成了一定的影響力，對于學生視角的呈現，目前仍處于空白。

（二）學習觀念

學生的學習觀念是建立在學習經驗上對學習本質的理解，體現在學生對學習過程中的學習環境與材料、學習活動與行為和學習情緒與態度等多方面的直覺性認識。Anita認為學生的學習觀念包含著學生對學習本質、學習過程和學習者本身情況的理解[15]。Vermunt認為，學習觀念是學生對學習及其相關現象的系統性認識和理解，包括學生對學習知識與主題、學習目標、學習活動和任務等多方面的認識[16]。Liang認為學生的學習觀念反映了學生學習過程中的經歷和方式，與學生的學習方法和策略高度相關[17]。S lj 采用現象學的方法，通過對90名大學生訪談，將學習觀念分為知識增加、記憶和重復、實踐知識的獲取與應用、意義的抽象和以理解現實為目的的解釋過程五種類型[18]，為后續學生學習觀念的研究提供了基礎，之后Marton、Van Rossum and Taylor等人的研究中又增加了“學生的成長與變化”這一類型。同時，研究者開始關注特定學科中學生的學習觀念，并進一步豐富了學生學習觀念的種類。Virtanen在對學生的學習觀念進行研究的過程中發現學生的學習觀念表現出較高的學科依賴性[19]。在科學學科中，Tsai等人通過對120名臺灣高中生對科學學習的理解的訪談資料分析得到，學生眼中的科學學習主要有記憶、考試、計算、練習、知識增加、知識應用、理解知識和新的視角看待科學七個主要概念[20]。Yokoyama等人調查發現學生面對畢業論文的學習觀念，有自主觀念、職責觀念、心智成長觀念和努力觀念四種類型[21]。Henna等人對24名生物科學專業的大學生訪談，運用現象學方法分析得到，學生學習觀念包括知識再現、知識應用、新知舊知結合、評估、新的視角等類型[22]。在進一步的研究中，Chiou提出多種類型的學習觀念總體可以劃分為量化學習觀念和質性學習觀念兩大類別[23]，又稱為重現式學習觀念和建構式學習觀念。其中，擁有重現式學習觀念的學生將學習視為外部碎片化信息的被動積累，包括記憶、測試、重現等類型[24]，強調知識的重復與再現；擁用建構式學習觀念的學生將學習視為將外部信息積極轉化為有意義、可理解和適用的知識，包括應用、理解和以新的方式看待問題等類型。擁有建構式學習觀念的學生傾向于建構式學習和以學生為中心的學習[25]，強調知識的轉化與建構[26]。

（三）基于圖畫分析的學習觀念研究

圖畫分析在教育領域常用于探究學生對某科課程或某項事物的觀念。班格爾認為，圖畫是兒童的檔案，兒童的繪畫等同于“即興的圖片”，兒童的繪畫內容就是圍繞著他們當時的活動展開的，兒童的繪畫與其所經歷的事物不可分割[27]。并且，三到六年級的小學生大多處于具體運算階段，此階段兒童的自我意識增強，喜歡以寫實主義的方式來描繪他們所感知的事物[28]。2004年Haney等人通過總結十余年教學研究經驗及社會領域、心理學領域中學生繪畫的應用，提出學生繪畫可作為教學研究中記錄、評測的一種數據收集方式，并論證了其可靠性和有效性[29]。Hsieh通過對1067名學生關于學習的繪畫作品進行分析，從學習人物、學習地點、學習活動、學習材料和學習情緒五個范疇刻畫學生的學習觀念[30]。Hsieh同樣收集906名中小學生關于科學學習的繪畫作品，運用圖畫分析開展小學生科學學習觀念的橫斷面調查研究[31]。Heng-Yi Yeh等人也采用圖畫分析探索了學生的技術支持學習觀念[32]。

綜上所述，小學生的人工智能學習觀念反映了小學生在人工智能學習中的學習經歷、學習過程以及學習情緒的直覺性認知，是能夠反應當下人工智能課程實際情況的重要學生視角，了解小學生的人工智能學習觀念對于推進小學人工智能課程建設具有重要意義。但是現有研究對小學生人工智能學習觀念的關注度不夠，缺少針對學生人工智能學習觀念的調查研究。圖畫分析為探測小學生的人工智能學習觀念提供了科學有效的方法。因此，本研究擬采用圖畫分析進行小學生人工智能學習觀念的橫斷面調查研究，研究問題具體包括：（1）不同年級小學生人工智能學習觀念的差異？（2）小學生圖畫中關于人工智能學習的性別差異？

三、研究設計

（一）研究對象

A市地處中部地區，中小學人工智能教育始于2020年，截至目前，有近百所中小學面向三年級及以上的學生開展人工智能教學實驗，并同步建設人工智能實驗室，屬于國內最早開設人工智能課程的城市之一。并且就目前而言，A市經濟水平及小學人工智能課程建設水平，在已建設人工智能課程的城市中，屬于中等水平。基于上述情況，本研究選擇A市作為調研區域，采用分層抽樣的方式，分別從人工智能課程建設年限長、中、短的學校中選取典型學校，在學期末對選中的學校進行隨機自然班抽樣，即調研期間內每個年級隨機選一個正在上課的班級。共有18個自然班，739名學生參與調研，無效圖畫18份，有效圖畫721份。其中，三年級214人（29.68%），四年級187人（25.94%），五年級161人（22.33%），六年級159人（22.05%），男女學生人數持平，男生377人（52.29%），女生343人（47.57%）。

（二）數據收集

學生繪畫作品作為一種科學、可靠、直觀的反應學生觀念態度的一種表達方式，具有非同尋常的力量來記錄學生數據和反映教學生態。因此，本研究采用學生圖畫作用研究資料收集的主要手段。參與者被要求在A4紙上畫出他們的人工智能學習觀念。為了幫助學生理解，在開始前，研究者花費5分鐘的時間向學生說明本次研究的目的是了解小學生對人工智能學習的理解和態度，并設計了兩個提示：“什么是人工智能課程學習？你在上人工智能課程的時候是什么樣的？”。要求學生花費30分鐘的時間完成繪畫，可以是一幅圖，也可以是多部分組合成的一張圖。除此之外，為了避免學生作品被錯誤解讀，學生被要求用三五句話描述繪畫內容，以幫助研究者準確分析繪畫內容。

（三）圖畫分析編碼表

本研究旨在運用圖畫分析探索小學生的人工智能學習觀念。因此，本研究采用緊急分析編碼方法在Wen-Min Hsieh & Chin-Chung Tsai開發的中小學生學習觀念圖畫分析編碼表的基礎上進行小學生人工智能學習觀念圖畫分析編碼表的改編。首先從721份學生圖畫中隨機抽取200份，采取開放的態度對學生的圖畫進行審查，反復查閱、比對學生的圖畫并翻閱調研筆記，理解學生圖畫中的圖形，對學生圖畫中表征小學生人工智能學習觀念的要素進行逐一標記和記錄，比如：創課空間、人工智能實驗室等學習環境；編程、操控機器人等學習活動；電腦、機器人等學習材料，形成《小學生人工智能學習觀念圖畫分析編碼表-初版》。然后邀請相關研究領域的專家、相關學科教研員以及一線教師，由研究者與相關人員面對面探討，針對《小學生人工智能學習觀念圖畫分析編碼表-初版》進行研討與決策，形成《小學生人工智能學習觀念圖畫分析編碼表-中版》。最后再選取100副圖畫，基于《小學生人工智能學習觀念圖畫分析編碼表-中版》進行圖畫分析，記錄新突現的小學生人工智能學習觀念要素，直到編碼表飽和，形成《小學生人工智能學習觀念圖畫分析編碼表-終版》，即《小學生人工智能學習觀念圖畫分析編碼表》。

本研究旨在探索小學生人工智能學習觀念，因此《小學生人工智能學習觀念圖畫分析編碼表》相比于Wen-Min Hsieh & Chin-Chung Tsai等人開發的《中小學生學習觀念圖畫分析編碼表》刪除了“學科”這一維度，保留了“學習參與人物”“學習地點”“學習活動”“學習材料”和“學習情緒”五個維度，并在各維度下的具體指標進行了調整，如學習地點中的“實驗室”“自然環境”等替換成了“計算機實驗室”“人工智能實驗室”“創課實驗室”等；學習活動中的“書寫”“實操”“評價”等替換成了“體驗人工智能產品”“學生編程”“學生操控機器人”等，與之相應的學習材料也做了部分調整，具體情況如下頁表1所示，更換的要素均加粗顯示。

（四）編碼員培訓與編碼信度分析

《小學生人工智能學習觀念圖畫分析編碼表》由客觀性內容與主觀性內容交織而成，其中，學習參與人物、學習地點、學習活動和學習材料等客觀性內容在操作層面上通常以示例法予以說明，以學習情緒和態度為代表的主觀性內容是基于編碼者的主觀感知和理解，在作為編碼表類目時，需要明確的界定[33]。學習參與人物、學習地點、學習材料等是客觀存在的，是不以編碼者的意志為轉移的，學習活動雖然在一定程度上需要編碼者的主觀判斷，但是相關歸類也是基于長期以來在實踐中形成的、并得到廣泛認可的一套標準，因此都屬于客觀性內容，采用示例法進行說明。學習情緒作為主觀性內容，以兒童繪畫心理學中對兒童繪畫的解讀為操作定義。從繪畫中線條層面，從圖畫中的人物形象分析，嘴角向上的有弧度的線條表示高興、愉悅，反映了學生樂觀積極的學習情緒，嘴角向下的有弧度的線條表示難過、傷心、痛苦等，鋸齒狀、不規則的蕭條表示憤怒、狂躁等，反映了學生悲觀消極的學習情緒；從繪畫中顏色分析，紅色、橙色等暖色調表達高興、積極的情感，黑色、藍色等冷色調表達難過、消極的情感[34]。學生圖畫編碼示例如圖1所示，學生開展人工智能學習的學習地點是“2.3人工智能實驗室”，學習參與人物是“1.2老師和學生”，學習活動包括“3.1教師講課”“3.7學生編程”，支撐學生開展人工智能學習的學習材料則包括：“4.3圖形化編程軟件”“4.4機器人”“4.9黑板/希沃白板”“4.11教具”，學生的學習情緒屬于“5.1積極”。

編碼團隊由兩名研究者組成，為了保證編碼員之間的一致性，在對小學生的圖畫進行正式編碼分析之前，首先，兩名編碼員采取座談會的形式針對《小學生人工智能學習觀念圖畫分析編碼表》中的各個要素進行闡釋與研討。其次，抽取30份學生圖畫，由兩位編碼員分開編碼，以學生圖畫中局部的人物形象、物品等為分析單元，根據兩位編碼員的編碼結果計算歸類一致性系數CA和編碼信度系數R[35]。

編碼者歸類一致性系數CA及編碼信度系數R如表2所示，平均歸類一致性系數CA=0.93>0.9，平均編碼信度系數R=0.96>0.9，因此判定內容分析的信度較高。

（五）數據分析方法

內容分析法是通過對客觀、系統的識別信息的具體特征進行推斷的研究分析方法，可以用于文本分析、圖畫分析以及視頻影像分析等領域[36]。因此，本研究采用內容分析中的圖畫分析法，依據《小學生人工智能學習觀念圖畫分析編碼表》對學生圖畫進行編碼與分析。遵循以下原則：（1）學生的圖畫中通常會描述多個場景，如：使用虛線進行場景分割，因此在學習地點、學習活動、學習材料等維度接受多個小學生人工智能學習觀念要素編碼；（2）在同一幅畫中相同的人工智能學習觀念要素只標注一次。比如，學生的圖畫中包含了學生互動、學生編程兩項教學活動，則兩項學習活動均記錄，但是每一種學習活動只記錄一次。然后，在對學生圖畫編碼統計的基礎上，首先對整體情況進行描述與示例。其次，采用單因素方差分析針對不同年級的小學生人工智能學習觀念的差異情況進行分析與比較。最后采用獨立樣本T檢驗對小學生圖畫中呈現出的性別差異進行分析與比較。

四、研究結果

（一）整體小學生人工智能學習觀念分析

小學生人工智能學習觀念是其對人工智能學習經歷及學習情緒的直覺性認識，是對進行人工智能學習時的學習參與人與、學習地點、學習活動、學習材料及學習情緒的內在感知的集合，具有內隱形特點。本研究共收集到739副學生關于人工智能學習的圖畫，其中721副有效圖畫，18副無效圖畫（如：無關人工智能學習的動漫、空白等），采用《小學生人工智能學習觀念圖畫分析編碼表》對學生圖畫進行編碼和分析，分析結果如表3所示。在小學生的感知中，人工智能課程學習是以學生為中心的，學生在課堂中處于主導地位。在有人員參與的人工智能學習中，第一名是“學生和老師（23.02%）”，第二名是“學生自己（21.50%）”，“同伴（20.80%）”排名第三，“老師（2.50%）”主導的課堂處于絕對的低值。并且，小學生的人工智能學習主要發生在技術豐富的學習環境中，學生圖畫中出現最高的學習地點是“計算機實驗室（33.70%）”，“人工智能實驗室（23.99%）”尾隨其后。此外，有關人工智能課程學習活動，學生公認的前三名分別是“學生編程”“教師講課”和“學生操控機器人”，分別有28.99%、24.55%、18.17%的學生繪畫了以上學習活動；“體驗人工智能產品”和“學生互動”緊隨其后，分別有14.98%、13.45%的學生圖畫中出現了以上學習活動。同時，與學習活動相呼應的學習材料，在學生圖畫中出現百分比較高的分別有“學校教具（54.23%）”“機器人（52.84%）”“臺式機電腦（51.73%）”“圖形化編程軟件（29.82%）”“希沃白板（31.21%）”以及“可移動平板（14.70%）”。

此外，面對人工智能學習小學生普遍呈現積極的學習情緒。整體有將近50%的學生在圖畫呈現了學習情緒，其中呈現出的“積極情緒（44.66%）”遠遠高于“消極情緒（3.74%）”，學生圖畫中“積極情緒”和“消極情緒”示例如圖2所示。

（二）不同年級的小學生人工智能學習觀念差異

小學生人工智能學習觀念在年級層面的差異，在學習參與人物、學習活動、學習地點、學習材料以及學習情緒等維度上均有呈現。在學習參與人物維度，隨著年級的增加，“沒有人”這一情況在學生圖畫中出現的百分比逐漸下降，并在呈現顯著性差異（F=6.979，Sig.=0.000<0.001）。“學生和老師”這一學習參與人物類型隨年級上升而上升，并在呈現顯著性差異（F=3.079，Sig.=0.027<0.05）如圖3所示。“同伴”類型的學習參與人物，在高年級小學生圖畫中出現的比例較高，六年級為28.93%，低年級比例較低，如三年級、四年級中學生圖畫中出現“同伴”的百分比分比為20.56%、19.79%，并且“同伴”出現的百分比在年級之間存在顯著性差異（F=3.583，Sig.=0.014<0.05）。“學生自己”類型在各年級均占有一定的比例，從三年級到六年級分別為：19.63%、 25.67%、19.88%和20.75%。

在學習地點維度，學生圖畫中呈現出來的學習地點主要包括“計算機實驗室”和“人工智能實驗室”。其中，“計算機實驗室”隨著年級的增加，在學生圖畫中的出現的百分比在逐漸降低，三年級（53.74%）、四年級（29.41%）、五年級（23.60%）以及六年級（22.01%），并且這種差異呈現顯著性（F=20.541，Sig.=0.000<0.001）。但是“人工智能實驗室”隨著年級的增加，在學生圖畫中出現的百分比在小幅度的增加，三年級有24.30%，四年級有20.86%，五年級有25.47%，六年級25.79%。由此可以嘗試推斷，“計算機實驗室”作為傳統的信息技術教學場所，對于小學人工智能課程的開展具有重要作用，同時，隨著“人工智能實驗室”的建立，各年級學生在“人工智能實驗室”上人工智能課程的機會大致均等，但高年級會稍微多一些。此外，六年級“創課實驗室”在學生圖畫中出現的比例激增，三年級（0.47%）、四年級（2.14%）、五年級（4.35%），但是六年級高達（19.50%），具體情況如圖4所示。

高年級的學習活動更具有指向性，學習活動也更具有創造性，知識難度也在增加。五年級和六年級的學生圖畫中呈現出的學習活動前三名分別是“學生編程”“教師講課”和“學生操控機器人”，四年級前三名分別是“教師講課（25.13%）”“學生編程（21.93%）”以及“體驗人工智能產品（14.97%）”。三年級前三名分別是“學生編程（27.10%）”“未指明學習活動（19.63%）”和“教師講課（15.89%）”。其中，年級越高“教師講課”這一學習活動的百分比越高，并且呈現顯著性差異（F=4.929，Sig.=0.002<0.05）。同時，“學生操控機器人”學習活動，六年級（30.19%）明顯高于其他年級，存在顯著性差異（F=11.411，Sig.=0.000<0.001）。“未指明學習活動”在三年級占有較大的比重，隨著年級升高，這一占比在縮小，六年級僅有8.81%的圖畫中未指明學習活動，同時，這一差異也存在統計學意義上的顯著性（F=4.892，Sig.=0.002<0.05）。“做游戲”這一活動隨著年級的增加也在斷崖式下降，三年級有16.82%，四年級有2.67%，五六年級分別為0.62%和0.63%，具體情況如圖5所示。

在學習材料維度，低年級更關注支持編程的電腦或平板等設備，高年級更關注支持應用、創作的機器人、掌控板等設備。“教具”在各年級占據第一名的位置，除去“教具”，三四年級排名第二的都是“臺式機電腦”，第三的是“機器人”，五六年級排名第二的是“機器人”，第三的是“臺式機電腦”。“圖形化編程軟件”則在三到六年級的百分比分別為30.84%、24.06%、32.93%和32.08%，在各年級存在較小的差異，差異不呈現顯著性（F=1.398，Sig.=0.242>0.05）。“人工智能產品”在四五年級占比較高，分別為13.90%和18.01%，在三年級和六年級占比較低，分別為3.27%和4.40%，且差異存在顯著性（F=11.113，Sig.=0.000<0.001），具體情況如圖6所示。

在學習情緒維度，三到六年級學生“積極情緒”分別為46.26%、43.32%、44.72%和44.03%，差異較小且不存在統計學意義上的顯著性差異（F=0.128，Sig.=0.944>>0.05）。“消極情緒”則在三年級最為明顯，百分比為6.07%，具體情況如圖7所示。

（三）小學生圖畫中關于人工智能學習的性別差異

小學生圖畫中關于人工智能學習的性別差異主要表現在學習活動、學習材料以及學習情緒三個維度。在學習活動維度，男生圖畫中繪畫了“學生編程”活動的百分比高于女生，男生為33.2%，女生為24.5%，并且差異存在顯著性（T=2.578，Sig.=0.01<0.05）。但是，在“學生查閱資料”這一活動中，女生顯著性高于男生（T=-2.673，Sig.=0.008<0.05）。在學習材料維度，同樣“圖形化編程軟件”這一學習材料出現在男生圖畫中的百分比顯著性高于女生（T=2.029，Sig.=0.042<0.05）。“書”這一材料在男生圖畫中出現的顯著性低于女生（T=-2.749，Sig.=0.006<0.05）。在學習情緒維度，女生的積極情緒要高于男生，女生圖畫中“積極情緒”出現的百分比為48.69%，男生圖畫中“積極情緒”出現的百分比為40.84%，并且這種差異存在顯著性（T=-2.116，Sig.=0.035<0.05），具體情況如表4所示。

五、結論與討論

本研究使用圖畫分析法，對小學生關于人工智能學習的繪畫作品進行編碼與分析，探究不同年級、性別的小學生人工智能學習觀念差異。圖畫分析結果顯示，小學生將人工智能學習概念化為在老師的參與下，學生自己或者與同伴一起在技術豐富的環境下，借助機器人、電腦、圖形化編程軟件、智能產品等學習材料開展編程學習、機器人編程學習、制作創意機器人等學習活動。隨年級增長，小學生的學習活動更具有指向性，也更具有創造性，更多的小學生表現出建構式學習觀念。在學習情緒方面，學生普遍對人工智能學習持有積極情緒，且不隨年級變化，同時消極情緒隨著年級增強逐漸淡化。此外，通常大家認為男生更傾向于人工智能的學習，在本研究也有新的發現，男生在人工智能課程中的編程行為高于女生，但積極學習情緒女生高于男生。

（一）相比低年級小學生，更多的高年級小學生表現出實踐、應用等建構式學習觀念

在學生的圖畫中，學生圖畫中關于學習活動的描述，三四年級所畫的主要活動（“教師講課”“學生編程”）具有相似的情況，五六年級所畫的主要活動（“學生編程”“學生操控機器人”）表現出相似情況，同時，學習活動的豐富程度，五六年級要高于三四年級。“學生編程”“學生操控機器人”“學生互動”等體現學生學習具有協同建構、創造的學習活動類型在五六年級學生圖畫中出現的百分比遠遠高于三四年級，支持學生人工智能學習出現百分比最高的材料，也從三四年級的“電腦”轉變為了“機器人”，這一說明高年級學生表現出應用、實踐等類型的學習觀念，即建構式學習觀念。但是，這一結果與Hsieh等人發現的高年級學生的科學學習觀念傾向于量化學習觀念即重現式學習觀念相違背。學科定位造成這一差異，科學課程在小學屬于需要考試的課程，在試卷上的“知識再現”的成功率是高年級學生以及任課老師所關注的重點問題。而我國小學人工智能課程，始于STEM教育、創課教育等，強調“做中學”（張珊珊），不以在試卷上的“知識再現”作為衡量人工智能學習成效的標準，強調學生的知識應用與建構[37]。這種以學生為中心的課程模式在學生的圖畫中得到了驗證，學生畫的學習參與人物始終以學生為中心，在有人參與的人工智能學習中，“學生自己”和“同伴”兩種人物類型占據三分之二。此外，鐘柏昌等人通過對國內外人工智能教育頂層設計文件的對比分析中發現，學段內容設置模塊式和螺旋式并存[38]，在本研究對學生的圖畫分析中也發現，低年級學生在表現出復制、體驗、游戲等復現式學習觀念的同時，也存在小部分低年級學生表現出實踐、應用等建構式學習觀念。此外，國內指導中小學人工智能教育實踐的《中小學人工智能技術與素養框架》[39]《中小學人工智能課程開發標準》[40]等文件，在學段內容是的設置上，主張在知識廣度和深度上高學段均要高于低學段，這也促使高年級學生擁有了更深更廣的人工智能學科知識和實踐技能，能夠在學習人工智能的過程中探索更加復雜和深入的應用場景，進而在面向人工智能學習時更多學生表現出應用、實踐、創造等建構式學習觀念。

（二）小學生對于人工智能的學習普遍持有積極情緒

針對學生情緒的圖畫分析，每個年級有50%—55%的圖畫可以識別出學生情緒，絕大部分呈現積極情緒（46.26%、43.32%、44.72%和44.03%），小部分呈現消極情緒，占4%左右。因此，從總體而言，小學生面對人工智能課程持有積極情緒。這與人工智能課程的學科特點及開課形式具有重要關系。人工智能是一門充滿未知和探索的學科，能夠有效的激發小學生的好奇心和求知欲，游戲化學習[41]、跨學科[42]、PBL式教學[43]等開放自由的教學方法，讓學生在實踐中發現問題、解決問題，探索各種人工智能應用場景，促使學生擁有極強的探究欲望，極大地吸引了小學生的興趣和注意力，在促進學生高階思維能力發展的同時有效的保留了學生對于課程的積極情緒[44]。同時，積極的學習情緒對于促進學生學習成效具有顯著性影響[45]。

（三）小學生在編程學習活動及人工智能學習情緒方面存在性別差異

理工類學科領域中的性別差異一直是廣大研究者重點關注的課題。本研究結果顯示，女生在人工智能課程中表現出的積極情緒遠高于男生（女生48.7%，男生40.8%），但是女生繪畫中出現“學生編程”的百分比顯著性低于男生（T=2.578，Sig.=0.01<0.05）。其中，女生在人工智能課程中積極情緒高于男生，在孫立會采用自我報告形式對學生計算思維影響因素的研究中也有類似發現，在基礎教育中女生更具有計算思維發展潛力[46]。這一現象可能與女生在情感表達方面具有一定的天賦和優勢存在一定的關系[47]。Picard在對學生表現力繪畫性別差異的研究中同樣發現女生在表現力繪畫任務上的得分要高于男生[48]。此外，“學生編程”在各國中小學人工智能課程中均占據重要地位（聯合國教科文組織，2022年），以編程和計算思維為主一直是中小學人工智能教育重要的實踐路徑[49]。在本研究中，女生的繪畫中“學生編程”活動出現的百分比低于男生，在王海鵬等人的調查中也同樣發現女生在編程學習中處于弱勢地位[50]。這一現象可能與社會普遍認知有關。在過去幾十年中，編程一直被認為是男性的領域，在小學人工智能、機器人以及編程等競賽組隊中也以男生居多，固有的認為男生比女生更容易在科技類競賽中取得成功[51]。

六、研究不足與展望

小學人工智能教育的開展對于培養適應未來社會的人才具有舉足輕重的作用，及時了解小學生的人工智能學習觀念，對于促進小學人工智能教育的良性發展具有重要作用。本研究通過調查分析小學生關于人工智能學習的繪畫作品，了解小學生對人工智能學習的理解和態度，為小學人工智能教育的現狀分析呈現了重要的學生視角，為推動小學人工智能教育進一步的建設與推廣具有參考意義。小學生對人工智能學習普遍持有積極的態度，高年級小學生更多的表現出建構式學習觀念，這與小學人工智能學科特點及教學理念具有重要關系，同時這也表明目前我國小學人工智能教育較為重視學生正向積極情緒的培養，教學內容廣度及深度呈現螺旋式上升。但是，小學生對人工智能學習的理解和態度存在性別差異，面對人工智能課程女生相較于男生更積極，但是編程實踐類學習活動反而更少，這一現象與女生在表達能力方面的天賦和社會對于男生更適合理工領域的普遍認知有較大關系，因此作為教師和相關研究者應該進一步關注如何提升女生在人工智能實踐中的參與度，促進女生在人工智能課程中積極情感向學習行為的有效轉化。研究結果補充了學生視角這一空白，但是研究樣本量還是不足，研究結果具有一定的局限性。因此，在今后的研究中，作者計劃通過進一步豐富樣本，優化完善《小學生人工智能學習觀念圖畫分析編碼表》，并通過更為豐富、深度的數據分析方法，進一步可視化小學生的人工智能學習觀念，并針對學生的學習觀念的形成過程及影響因素等問題展開進一步研究。

參考文獻：

[1][14] United Nations Educational，Scientific and Cultural Organization. K-12 AI Curricula：a Mapping of Government-endorsed AI Curricula [EB/OL].https：//unesdoc.unesco.org/ark：/48223/pf0000380602，2022-02-16.

[2][13] 于勇，徐鵬等.我國中小學人工智能教育課程體系現狀及建議——來自日本中小學人工智能教育課程體系的啟示[J].中國電化教育，2020，（8）：93-99.

[3][12] 張志新，杜慧等.發達地區中小學人工智能課程建設現狀、問題與對策——以某“新一線”城市為例探討[J].中國電化教育，2020，（9）：40-49.

[4] 沈晨，柏宏權.中小學人工智能課程學習平臺建設現狀與優化策略[J].電化教育研究，2021，42（10）：77-83.

[5] 王東麗，周德青等.中小學人工智能教材綜述——基于45本已出版教材的分析[J].現代教育技術，2021，31（2）：19-25.

[6][38] 鐘柏昌，詹澤慧.人工智能教育的頂層設計：共識、差異與問題——基于4套標準文件的內容分析[J].現代遠程教育研究，2022，34（4）：29-40.

[7] 柏宏權，王姣陽.中小學人工智能課程教師勝任力現狀與對策研究[J].課程.教材.教法，2020，40（12）：123-130.

[8] Benson P，Lor W.Conceptions of language and language learning [J]. System，1999，27（4）：459-472.

[9] Cai S，Liu C，et al.Effects of learning physics using Augmented Reality on students self‐efficacy and conceptions of learning [J].British Journal of Educational Technology，2021，52（1）：235-251.

[10] Peterson E R，Brown G，et al.Secondary school students conceptions of learning and their relationship to achievement [J].Learning & Individual Differences，2010，20（3）：167-176.

[11] 周建華，李作林等.中小學校如何開展人工智能教育——以人大附中人工智能課程建設為例[J].人民教育，2018，（22）：72-75.

[15] Wenden A L.An introduction to metacognitive knowledge and beliefs in language learning：Beyond the basics [J]. System，1999，27（4）：435-441.

[16] Vermunt J D，Vermetten Y J.Patterns in student learning： Relationships between learning strategies，conceptions of learning，and learning orientations [J].Educational psychology review，2004，16：359-384.

[17] Liang J C，Tsai C C.Relational analysis of college science‐major students epistemological beliefs toward science and conceptions of learning science [J]. International Journal of Science Education，2010，32（17）：2273-2289.

[18] S lj R.Learning in the learners perspective 1，Some common Sense conceptions [R].Gothenburg：Institute of Education，University of Gothenburg，1979.

[19] Virtanen V，Lindblom-Ylnne S.University students and teachers conceptions of teaching and learning in the biosciences [J]. Instructional Science，2010，38（4）：355-370.

[20] Tsai C C.Conceptions of learning science among high school students in Taiwan：A phenomenographic analysis [J].International Journal of Science Education，2004，26（14）：1733-1750.

[21] Yokoyama M，Miwa K.Relationship between goal orientation，conception of learning，and learning behavior [A].Isaias P.Online teaching and learning in higher education [C].Cham：Springer Nature Switzerland AG，2020.23-39.

[22] Asikainen H，Virtanen V，et al.Understanding the variation in bioscience students conceptions of learning in the 21st century [J]. International Journal of Educational Research，2013，62：36-42.

[23] Chiou G L，Liang J C，et al.Undergraduate students conceptions of and approaches to learning in biology：A study of their structural models and gender differences [J].International Journal of Science Education，2012，34（2）：167-195.

[24] Chiou，G.L.，Lee，M.H.，et al.High school studentsapproaches to learning physics with relationship to epistemic views on physics and conceptions of learning physics [J].Research in Science & Technological Education，2013，31（1）：1-15.

[25] T ks M，Tynj l P，et al.Engineering students conceptions of entrepreneurial learning as part of their education [J].European Journal of Engineering Education，2016，41（1）：53-69.

[26] Marton， F.，Dallalba，G.，et al.Conceptions of learning [J].International Journal of Educational Research，1993，19：277-323.

[27] 于函鷺.兒童繪畫與生活的關系[J].美術教育研究，2022，（2）：56-57.

[28][34] 嚴虎.兒童心理畫：孩子的另一種語言[M].北京：電子工業出版社，2015.

[29] Haney W，Russell M，et al.Drawing on Education：Using Drawings to Document Schooling and Support Change [J].Harvard Educational Review，2004，74（3）：241-272.

[30] Hsieh W M，Tsai C C.Learning illustrated：An exploratory crosssectional drawing analysis of students conceptions of learning [J].The Journal of Educational Research，2018，111（2）：139-150.

[31] Hsieh W M，Tsai C C.Exploring students conceptions of science learning via drawing： a cross-sectional analysis [J].International Journal of Science Education，2017，39（3）：274-298.

[32] Yeh H Y，Tsai Y H，et al.Investigating students conceptions of technology-assisted science learning： a drawing analysis [J].Journal of Science Education and Technology，2019，28（4）：329-340.

[33] 周翔.傳播學內容分析研究與應用[M].重慶：重慶大學出版社，2014.185.

[35] 徐建平，張厚粲.質性研究中編碼者信度的多種方法考察[J].心理科學，2005，（6）：152-154.

[36] [美]Neuendorf K A.李武等譯.內容分析方法導論（原書第2版）[M].重慶：重慶大學出版社，2020.

[37] 張珊珊，杜曉敏等.中小學開展人工智能教育的挑戰、重點和策略[J].中國電化教育，2020，（11）：67-72+96.

[39] 中央電化教育館.中小學人工智能技術與工程素養框架[EB/OL]. https：//www.ncet.edu.cn/zhuzhan/xgwzxwzx/20211130/5559.html，2021-11-30.

[40] 中國教育學會.中小學人工智能課程開發標準[EB/OL].http：//www. cse.edu.cn/，2021-10-20.

[41] 張屹，馬靜思等.人工智能課程中游戲化學習培養高中生計算思維實踐的研究——以“挑戰Alpha井字棋”為例[J].電化教育研究，2022，43（9）：63-72.

[42] 中小學人工智能課程指南課題組，江波.中小學人工智能課程指南[J].華東師范大學學報（教育科學版），2023，41（3）：121-134.

[43] 王娟，胡來林等.國外整合STEM的教育機器人課程案例研究——以卡耐基梅隆大學機器人學院ROBOTC課程為例[J].現代教育技術，2017，27（4）：33-38.

[44] 楊緒輝，沈書生.重構人工智能教育課程——從社會建構走向社會實在[J].中國電化教育，2021，（10）：72-78.

[45] Camacho-Morles J，Slemp G R，et al.Activity achievement emotions and academic performance：A meta-analysis [J].Educational Psychology Review，2021，33（3）：1051-1095.

[46] 孫立會，胡琳琳.是什么影響了小學生的計算思維——一項基于五省市小學生的橫向研究[J].中國電化教育，2021，（7）：52-61.

[47] 許燕，張厚粲.小學生言語能力及其發展傾向的性別差異研究[J].心理發展與教育，1998，（3）：2-5+10.

[48] Picard D，Boulhais M.Sex differences in expressive drawing [J]. Personality and Individual Differences，2011，51（7）：850-855.

[49] 陳維維.學齡前兒童人工智能啟蒙教育的研究現狀與實踐路徑[J].電化教育研究，2020，41（9）：88-93.

[50] 王海鵬，朱青云等.男女圖形化編程學習差異性研究[J].中國教育技術裝備，2018，（14）：54-57.

[51] 袁磊，趙玉婷.小學女生在STEM教育中的學習差異及對策研究[J].中國電化教育，2017，（6）：73-79.

作者簡介：

高晗蕊：在讀博士，研究方向為中小學人工智能教育。

張屹：教授，博士，博士生導師，研究方向為智慧教育、中小學人工智能教育、教育信息化測評與發展戰略。

王康：在讀博士，研究方向為智慧教育、創客教育。

A Cross-Sectional Survey of Primary School Students Conceptions of Artificial Intelligence Learning Based on Drawing Analysis

Gao Hanrui1， Zhang Yi1， Wang Kang2， Zhou Pinghong1， Li Jiajing1， Lv Lili3

（1.Faculity of Artificial Intelligence Education， Central China Normal University， Wuhan 430079， Hubei； 2.Wuhan Institute of Education Sciences， Wuhan 430070， Hubei； 3.Electronic Education Center of Wuchang District Education Bureau， Wuhan 430061， Hubei）

Abstract： The teaching and learning of artificial intelligence courses in primary schools has received high attention worldwide. It is important to explore primary school students conceptions of artificial intelligence learning and investigate their understanding and attitudes towards artificial intelligence learning. Therefore， One-hundred and eleven tenth-grade students were asked to express via drawings their conceptions of AI learning. Their drawings were coded into 40 elements in five categories. Using descriptive analysis， One-Way ANOVA， and Independent Sample T-test methods， explore the overall structure and differences of artificial intelligence learning concepts among primary school students. It was found that （1） compared to lower grade elementary school students， more higher-grade elementary school students exhibit constructive learning concepts such as practice and application； （2） Primary school students generally hold positive emotions towards learning artificial intelligence courses； （3） Boys have higher programming behavior than girls in artificial intelligence courses， but girls have higher positive learning emotions than boys. The research results provide important perspectives for students and reference for promoting the construction and development of artificial intelligence education in primary schools.

Keywords： pupil； students conceptions of Artificial Intelligence learning； drawing analysis

責任編輯：李雅瑄