兒童的人工智能前概念測查：水平與狀態

摘要：當前，中小學人工智能教育仍處于起步階段，如何構建符合兒童認知發展的課程內容與教學呈現方式成為重要議題。為此，文章關注兒童的人工智能前概念，通過繪圖說話法調查M小學三年級學生的人工智能前概念發展水平與狀態，以及人工智能前概念建立的可能渠道，發現：兒童的前概念發展水平整體上處于事實水平向概念水平過渡的階段，兒童的前概念發展狀態整體上處于不完整概念階段，且年齡、性別的差異并沒有對兒童的人工智能前概念發展水平與狀態造成顯著影響，但大眾傳媒、課外興趣班等渠道對兒童的人工智能前概念發展造成了重要影響。期望通過文章的研究，可為合理設計符合兒童認知需求的人工智能課程提供有益參考。

關鍵詞：人工智能；前概念；繪畫；兒童

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009—8097（2023）03—0075—09 【DOI】10.3969/j.issn.1009-8097.2023.03.008

人工智能現已成為引領世界未來發展的戰略性技術，全球主要發達國家紛紛將發展人工智能作為提升國家綜合國力和未來競爭力的重要動力源泉^[1]。普及人工智能教育對于兒童盡早產生對人工智能的好奇心，為國家未來培養人工智能創新人才、突破技術瓶頸具有重要價值。為此，我國先后印發《新一代人工智能發展規劃》《教育信息化2.0行動計劃》等文件^[2][3]，明確提出將人工智能的相關內容納入必修課程體系，并鼓勵在中小學階段設置人工智能課程。然而，目前中小學人工智能課程的開設往往缺少必要的基礎研究作為支撐。結合人工智能學科本體與兒童認知發展規律，闡明兒童人工智能學習的起點，是當前亟需實施的基礎研究之一。

一 問題的提出

國際科學教育界認為，兒童科學概念的學習是一種從前概念向科學概念轉變的過程^[4]。兒童的前概念是其科學概念形成的原初狀態，是兒童建構科學概念的基礎和實現概念轉變的關鍵因素^[5]。前概念對兒童科學概念的形成具有重要影響，理應是構建課程和開展教學的基本依據。當前，盡管科學教育界對兒童的科學前概念已有大量研究，但將基于前概念及概念轉變的學習隱喻應用于人工智能領域相關課程方面的研究尚處于起步階段。其中，董玉琦教授帶領的研究團隊對信息技術課程學習中的概念轉變有較多探索，但其研究對象以高中生為主^[6][7]，缺乏對低年級兒童前概念的關注。隨著人工智能教育普及化與編程教育低齡化漸成趨勢^[8][9]，研究者和一線教師紛紛認識到：沒有深刻理解兒童的認知發展水平和狀態，直接將專業性的人工智能學習內容與教學方式搬移到通識性教育中是無法獲得成功的。因此，當前很有必要探查義務教育階段適齡兒童的人工智能前概念，從而為小學人工智能課程的設計與實施奠定基礎。

兒童的前概念是兒童在進行某一項內容教育之前所擁有的認識和經驗，是兒童認識周圍世界的成果^[10]。參考此定義，本研究將“兒童的人工智能前概念”界定為：兒童在接受學校教育中系統性的人工智能課程學習以前，通過日常生活的感知或課外非系統性學習所形成的人工智能相關認識和經驗。為測查兒童人工智能前概念的發展水平與發展狀態，本研究借助科學教育研究中的前概念診斷技術，以小學三年級學生為研究對象進行調查，重點探究以下問題：①兒童的人工智能前概念處于概念發展的哪個水平？②兒童的人工智能前概念處于概念發展的何種狀態？③兒童關于人工智能的概念是通過哪些渠道建立的？

二 研究設計與過程

1"研究對象

本研究以福州市M小學選修“初探人工智能”校本課程的145名三年級學生為研究對象，其年齡與性別分布如表1所示，可以看出：被調查學生的年齡分布在8～10歲之間，性別占比大致均等。

2"數據收集方法

本研究采用繪圖說話法（Draw-and-Tell Conversations，DTC）^[11]，以畫圖和訪談相結合的方式幫助兒童充分表達對概念的認識，以彌補心理量表或多階診斷等方法在兒童研究上的不適切性。本研究通過設置3個開放性問題，來引導145名學生利用繪畫表達自己對人工智能的理解（繪畫由學生獨立完成，時長為30分鐘），分別為：①人工智能是什么？②人工智能是怎樣完成各項工作的？③人工智能可以做什么？這些開放性問題可以引導兒童將頭腦中關于人工智能的認識表達為具體事物，然后結合對具體事物的描述來展現兒童的前概念。本研究根據兒童對這3個問題的繪畫和陳述表達，來判斷其前概念所處的發展水平與發展狀態。

針對回收的145份繪畫答卷，本研究刪除了11份無效的空白答卷，將剩下的134份有效繪畫答卷納入前概念發展水平的初步分析，用于回答研究問題①。根據此分析結果，本研究有針對性地抽取處于不同前概念水平階段的35名學生進行半結構化訪談，以回答研究問題②，理解兒童關于人工智能的前概念發展狀態。而針對研究問題③，本研究通過發放調查問卷，了解兒童接觸和學習人工智能的相關渠道。調查問卷共發放134份，回收有效問卷134份。

3 數據分析方法

本研究采用順序型定性—定量分析法^[12]，對收集到的兒童繪畫數據進行分析。順序型定性—定量分析法是對定性資料進行內容分類，確定在某方面具有相似特征的群組，然后對群組的數量特征進行比較分析。考慮到呂萍^[13]提出的兒童前概念水平和狀態分析框架反映了兒童概念形成的過程，具有良好的可操作性，故本研究主要參考此框架對兒童的前概念發展水平和發展狀態進行定性分析，相關的等級設計分別如表2、表3所示。

而在定量分析方面，本研究首先根據學生繪制的人工智能載體作為分類標準，對前概念進行分類和量化處理，處理后發現學生認為的人工智能載體主要有四種：機器人、電腦、智能家居和手機。將學生對此四種載體的外觀繪畫和文字描述等圖畫內容轉化為關于人工智能本質認識、結構組成、工作原理、功能作用等維度的前概念解析，可以判斷學生呈現出的前概念發展水平，圖畫內容分析編碼示例如表4所示。然后，根據第一輪定量分析的結果，對參與調查的學生進行有目的抽樣，共抽取35個樣本進行半結構化訪談，以進一步判斷學生的前概念發展狀態。數據分析與編碼由作者二和作者四背靠背各自完成，當結果不一致時，由作者一和作者三重新判斷，并經討論后做出最終決定，以確定學生繪畫的前概念分析結果。后續再結合繪畫分析和訪談數據分析結果，綜合判斷學生所處的前概念發展水平和發展狀態。編碼過程中，兩位編碼人員互不干擾，以保證編碼的獨立性。經編碼結果加權Kappa（線性）一致性分析，得到圖畫內容分析編碼一致性Kappa系數值為0.866，訪談內容分析編碼一致性Kappa系數值為0.828，兩者皆大于0.8，表明內部編碼一致性程度較高，編碼結果可用于后續的研究與討論。

三 研究結果

1 通過兒童繪畫分析其前概念發展水平

（1）兒童對人工智能本質的認識處于事實水平向概念水平過渡的階段

從人工智能的外在形態來看，在134份學生繪制的人工智能圖畫中，人型機器人有76份（占56.72%），智能設備有46份（占34.33%）。其中，以人型機器人為外觀繪制的人工智能雖然具有完整的五官，但身體某部位都帶有電源、電池或芯片，典型的圖畫如圖1、圖2、圖3所示，表明兒童已經建立了關于人工智能區別于人的一些概念。而學生以手機、電腦、智能家居等圖畫代表人工智能，表明兒童從日常生活經驗出發，感知到人工智能是某種智能設備，典型的圖畫如圖4、圖5、圖6、圖7所示。此外，有極少數學生（占5.97%）通過繪制會飛的汽車或智能武器，表達了對人工智能的某種想象。總的來說，大部分學生不僅可以對所見的人工智能進行表面的事實描述，還能進一步嘗試通過對人、機器和人工智能進行比較，推斷出人工智能區別于人的某種屬性，由此可以認為兒童對人工智能本質的認識已經超越了事實水平，開始進入概念水平，處于事實水平向概念水平過渡的階段。

（2）兒童對人工智能如何工作的認識處于概念水平向原理水平過渡的階段

學生對人工智能“為什么可以行動”提出了自己的猜想，通過其在繪畫中表達的電池、電源、芯片、數據線、天線等元素，可知大多數學生（103名，占76.87%）認為機器行動需要這些硬件的支持，且需要通過數據線（如圖6所示）或二維碼（如圖8所示）連接手機或電腦來控制機器行動。這表明大多數兒童會通過自身觀察對比、總結人工智能工作時所具備的特征，并嘗試猜想、推斷出人工智能背后的工作原理，由此可以認為兒童對人工智能如何工作的認識正在由概念水平向原理水平過渡。

（3）兒童對人工智能作用的認識處于概念發展的事實水平

在134名學生中，有57名學生繪制了人工智能的應用場景。其中，有19名學生畫出了送餐機器人或快遞搬運機械臂（如圖7所示），15名畫出了掃地機器人，14名畫出了學伴機器人（如圖9所示），9名畫出了做飯機器人（如圖3所示）。這表明兒童已運用日常生活經驗建立了關于人工智能功能和用途的認識，且這些應用場景基本上都是生活應用場景，可見兒童關于人工智能功能作用的認識仍然處于事實水平，對其描述主要是日常生活中他們看得見的功能特征。

2 通過兒童的個別訪談分析其概念發展狀態

通過對35名兒童的半結構化訪談，可以深入了解兒童的人工智能前概念發展狀態。關于“機器為什么會擁有智能”的問題，學生對此有自己的“解釋”和“理論”，這其中有部分正確、也有部分錯誤，正確的部分主要表現為學生普遍認識到了“代碼”對于機器行動的重要性。繪圖中畫出“芯片”的學生在解釋機器為什么會行動時，有學生（編號G331008）認為“芯片是可編程的，其中存儲了大量控制機器行動的代碼”；沒有繪制出“芯片”的學生也表達了看法，如部分學生（占13.43%）認為機器的智能是由人賦予的，有學生（編號B360806）強調“我們想要機器人做什么，就得用代碼告訴機器人要做什么”，也有學生（編號B311001）表示“人可以給機器人輸入代碼，這樣機器人就可以像人類一樣會學習，可以舉一反三。人類可以通過代碼，教會機器人和人類一樣思考”。

盡管兒童認識到了代碼是機器行動的必要條件，但同時也認為機器如果存儲了充足的數據、資料，或堅持學習代碼，“會比人更聰明”，這表現出兒童認知的局限性。有學生（編號G330909）認為：“機器人的頭腦里裝著很多資料使它考試都能得滿分，但我們考試的時候可能會犯錯。所以，機器人會比人聰明。”有學生（編號G331007）進行了舉例論證：“電腦的運算速度很快，還可以存儲很多數據，所以機器人的思考速度很快，它會比人更聰明。”學生對于人工智能的描述中有部分是正確的，如能夠認識到機器人有芯片，且芯片需要人賦予它一定的指令代碼才能讓機器人動起來；但也有部分是錯誤的、線性的，如認為只要機器持續學習就會比人更聰明。這些都表明兒童的人工智能前概念發展已經超越了完全錯誤概念的狀態，但還沒有完全建立正確的概念，其前概念中存在部分迷思，正處于概念發展的第二個階段——不完整概念階段。

3 兒童的年齡與性別對前概念發展水平與狀態的影響

為了考查年齡、性別對兒童人工智能前概念發展水平與狀態的影響，本研究對134份學生圖畫進行內容分析，然后將編碼結果進行交叉（卡方）分析，結果如表5、表6所示。具體來說，各年齡段和性別組內部的前概念發展水平與狀態分布差異明顯，前概念發展水平主體分布在事實水平和概念水平，有少部分學生處于原理水平；而前概念發展狀態主要處于不完整概念狀態。另外，4項卡方檢驗的p值均大于0.05，說明各年齡段和性別組內部的差異不具有統計學意義，可見年齡、性別的差異并未對兒童的人工智能前概念發展水平與狀態造成顯著影響。

4 兒童關于人工智能概念建立的相關渠道

問卷調查結果顯示，兒童進入課程之前并未在學校教育中系統地學習過人工智能相關內容，但已經通過各種渠道接觸過人工智能。兒童了解人工智能相關信息的渠道如表7所示，其中部分兒童有多種學習渠道。表7顯示，非正式學習渠道主要是大眾傳媒，正式學習渠道主要是課外興趣班和網絡課程。進一步分析訪談文本可知，以計算機編程課程、機器人課程、航模課程為代表的課外興趣班正成為兒童初識人工智能相關概念和原理的主渠道，有學生（編號B310902）表示：“我喜歡我的編程興趣班，在那里我知道了編程和人工智能。”隨著人工智能技術在社會生活各領域的滲入和普及，有些表面上不涉及信息技術的課外興趣班也正在成為兒童初識人工智能的途徑，有學生（編號G360903）表示：“我是在園藝興趣班中知道的人工智能，因為我們可以用機器給植物自動澆水。”此外，兒童在日常生活中的人工智能經驗也在不斷豐富，商場、餐館等生活場所中的服務型智能機器人或家居生活中的智能音箱等，成為了兒童感知身邊的人工智能、獲取直接經驗并建立人工智能概念的重要來源。

對比學生了解人工智能的不同渠道及其畫出的人工智能圖像，可以發現通過興趣班、電視新聞和家庭成員了解人工智能的兒童，其人工智能前概念更加接近科學概念，這些學生更容易獲取科學的人工智能原理性知識。本次調查還發現，通過家庭教育了解人工智能的學生似乎對人工智能表現出更大的興趣，有學生（編號B361021）表示：“人工智能很有趣，我的爸爸總是和我提起。我也很喜歡編程，它可以讓玩具小車動起來。”而通過影視動畫了解人工智能的學生更容易引發其對人工智能倫理的思考，有學生（編號G360919）表示：“機器人不能比人聰明，因為我在電影里看到如果機器人變得很聰明，就可能會讓人類陷入危險。”

四 結論與啟示

本研究主要采用繪圖說話法，調查未進入人工智能正式課程的兒童對于人工智能前概念的認知。通過學生繪制的人工智能畫像及其文字說明和相關訪談，本研究對兒童人工智能前概念發展水平與狀態的推斷如下：①從前概念發展水平來看，整體上兒童處于事實水平向概念水平過渡的階段。其中，兒童對人工智能本質的認識已經超越了事實水平、開始進入概念水平，對人工智能如何工作的認識正在由概念水平向原理水平過渡，但對人工智能作用的認識仍停留于事實水平，且年齡、性別的差異并沒有對兒童的人工智能前概念發展水平造成顯著影響。多數兒童認為人工智能的載體是實體機器人，在描繪人工智能時也常以家用機器人為典型代表^[14]，他們大多從感知覺出發描述人工智能的本質、原理和功能作用^[15]。僅有少數兒童認識到人工智能可以有多種表現形式，表明這些兒童對人工智能實體的特征有更深層思考。②從前概念發展狀態來看，整體上兒童處于不完整概念階段。兒童對人工智能工作原理的認知已經可以提出“為什么可以行動”的猜想，且有自己的一番“解釋”和“理論”，而這些“解釋”和“理論”并非完全錯誤，在人工智能與人的關系、人工智能的智能來源等方面給出的闡釋有其合理性。此外，年齡、性別的差異也沒有對兒童的人工智能前概念發展狀態造成顯著影響。兒童知道機器行動是由人賦予的，是人通過芯片和代碼讓機器人產生行動。但也有部分兒童認為機器的智慧除了由人類賦予，機器自身也會“思考”，且通過不斷的學習，機器的智慧也在不斷增長。由于智能技術變得越來越“不透明”，兒童開始尋求他們對技術是如何工作的另外一種解釋，以彌補其認知心理上的理解缺失。因此，兒童會根據日常的實踐經驗，結合自身關于人工智能的想象對人工智能做出心理解釋^[16]，而摻雜想象力的解釋可能是造成兒童對人工智能錯誤認知或不完整概念發展的主要原因^[17]。③大眾傳媒、課外興趣班等渠道對兒童的人工智能前概念發展造成重要影響。隨著技術在社會生活的全方位滲透，兒童在日常生活中接觸人工智能產品的渠道不斷增加、經驗不斷增長，兒童在其所處的文化環境中逐步形成了自己的人工智能“理論”和“解釋”。

上述研究結論可為合理設計符合兒童認知現狀的人工智能課程提供有益啟示：①課程的建設應考慮兒童的“非零”起點，要利用人工智能技術豐富的真實情境來促進兒童的學習。兒童對人工智能的認識并非“一張白紙”，他們關于人工智能的“理論”帶有部分正確、部分錯誤的特點。為此，人工智能課程的建設需基于兒童已有的認知圖式，同化新知、矯正誤區。②課程的教學應考慮讓兒童“看見”技術。教師可通過創設真實情境和增強技術體驗，來強化學生對技術的感知、引發學生的思考、促進學生對人工智能工作原理的具象認知，以激發學生自主探索理論知識和動手實踐的興趣。

后續研究有待進一步加大樣本量，并擴大研究樣本所屬的學校和地區范圍，以確保研究結論更精準、更具有普及價值；同時，還需對兒童繪畫數據進行更加詳盡的內容分析，對兒童的人工智能前概念做細致分類處理，探索哪些前概念會阻礙學生的學習，并基于客觀數據解析為什么這些前概念會阻礙學生的學習，從而為課程設計者和教師提供更具說服力的教學參考。

參考文獻

[1]肖睿，肖海明，尚俊杰.人工智能與教育變革：前景、困難和策略[J].中國電化教育，2020，（4）：75-86.

[2]國務院.國務院關于印發新一代人工智能發展規劃的通知[OL].lt;http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htmgt;

[3]教育部.教育部關于印發《教育信息化2.0行動計劃》的通知[OL].lt;http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.htmlgt;

[4]萬志宏.概念轉變理論：本體論、元認知和動機的視角[J].教育與教學研究，2021，（10）：7-17.

[5][10][13]呂萍.論兒童科學概念的形成——基于水、光和影、空氣、生命等前科學概念的研究[D].上海：上海師范大學，2015：II、4、65-103.

[6]王靖，董玉琦.高中學生信息技術學習中的概念轉變調查——基于CTCL信息技術學科學習心理研究（3）[J].遠程教育雜志，2014，（4）：14-29.

[7]胡航.學習起點診斷與干預：深度學習成為可能——《高中學生信息技術概念轉變：診斷、機制與策略》評介[J].中國信息技術教育，2018，（6）：111-112.

[8]袁中果，常青，龔超.以課程群建設推動中小學人工智能教育普及[J].中小學數字化教學，2021，（4）：14-18.

[9]田慧.編程教育“低齡化”現象評析：批判理論的視角[J].基礎教育，2019，（6）：19-26.

[11]Driessnack M. Draw-and-tell conversations with children about fear[J]. Qualitative Health Research， 2006，（10）：1414-1435.

[12]（美）阿巴斯·塔沙克里，（美）查爾斯·特德萊著.唐海華譯.混合方法論：定性方法和定量方法的結合[M].重慶：重慶大學出版社，2010：129-131.

[14]Duuren M V， Scaife M. How do children represent intelligent technology？[J]. European Journal of Psychology of Education， 1995，（10）：289-301.

[15]Keil F C. Conceptual domains and the acquisition of metaphor[J]. Cognitive Development， 1986，（1）：73-96.

[16]Ruecker M T， Pinkwart N. Review and discussion of children’s conceptions of computers[J]. Journal of Science Education amp; Technology， 2016，（2）：274-283.

[17]Druga S， Williams R， Park H W， et al. How smart are the smart toys？ Children and parents’ agent interaction and intelligence attribution[A]. Proceedings of the 17th ACM Conference on Interaction Design and Children[C]. New York： Association for Computing Machinery， 2018：231-240.

Test Children’s"Artificial Intelligence Preconcepts： Level and Status

YANG"Ning """WU"Jiang-hong""""BAO Zheng-wei^{[Corresponding Author]}""""HUANG"Xian-ling

（Department of Education， Fujian Normal University， Fuzhou， Fujian， China 350117）

Abstract："At present， artificial intelligence （AI）"education in primary and secondary schools is still in the early stage， and how to construct curriculum contents"and teaching presentation methods that conform to children’s cognitive development has become an important issue. Therefore， this"paper"focused"on children’s"AI preconcepts， investigated"the development level and status of students’ AI preconceptions in the third-grade at M primary school"through"draw-and-tell"conversations"and the possible channels for the establishment of children’s AI preconcepts. The results showed"that"children’s preconcepts"development level was"generally in the transition stage from the face level to the concept level， and the stage of children’s preconcepts development was in the incomplete concept stage， and the differences of age and gender had no significant impact on the level and state of children’s AI preconcepts. However，"the"channels such as mass media and extracurricular interest classes had"important"impacts"on children’s"AI preconcepts"development. It was expected"that the research of this paper could"provide useful reference for the rational design of AI curricula in line with children’s cognitive needs.

Keywords："AI;"preconcept; drawing; children

*基金項目：本文為福建省教科規劃2021年基礎教育高質量發展重點專項課題“基礎教育新基建環境下課堂作為兒童創新空間的課堂新生態研究”（項目編號：FJWTZD21-15）的階段性研究成果。

作者簡介：楊寧，副教授，博士，研究方向為信息技術教育，郵箱為jlapplegirl@163.com。

收稿日期：2022年8月20日

編輯：小米