人工智能在個性化STEM教育中的應用研究

摘" "要：隨著全球經濟社會和科技革命的迅猛發展，創新已成為驅動國際競爭力的關鍵基石。積極開展創新教育，培養學生的創新思維、意識和能力，是使其適應未來社會發展的教育訴求。盡管人工智能在教育中的角色日益重要，但其在個性化STEM（科學、技術、工程、數學）教育中的應用和影響研究仍不足。為彌補這一缺口，需通過研究人工智能在個性化STEM教育中的應用和影響，以及與智慧教育理念的融合，構建一個融合智慧教育理論、個性化學習理論和STEM教育理論的理論框架。在此框架指導下，分析人工智能在個性化STEM教育中的應用，揭示人工智能如何提升學習效果，增強學生的學習成績和興趣。結果顯示，人工智能在個性化STEM教育中可以提升學生的認知能力和學科素養，同時培養創新思維和跨學科能力；人工智能對個性化STEM教育有積極影響，但同時也存在可能的負面影響，可以通過制定規范、建立標準、提高素養、加強監督等方式平衡人工智能正負影響。

關鍵詞：人工智能；個性化學習；STEM教育；智慧教育；科學教育

中圖分類號：G40-712；G424" " 文獻標志碼：A" " 文章編號：1673-8454（2024）02-0091-09

DOI：10.3969/j.issn.1673-8454.2024.02.009

作者簡介：陳華，福州工商學院文法學院副教授（福建福州 350001）

一、引言

近年來，STEM教育作為培養創新人才的有效路徑而備受關注。STEM教育是指以科學（Science）、技術（Technology）、工程（Engineering）和數學（Mathematics）為核心內容，以跨學科、綜合性、實踐性為特征，以培養學生解決問題、創新思維、合作溝通等能力為目標的教育模式。[1]STEM教育不僅能夠提高學生對科學技術領域的興趣和素養，還能夠促進學生綜合運用知識、技能、方法、態度等要素解決實際問題，培養具有創新精神和實踐能力的復合型人才。

人工智能是指由計算機系統或機器執行通常需要人類智能才能完成的任務或過程。[2]人工智能技術通過海量數據模型、深度學習算法、高強度計算力等應用場景，使得教育更加接近本質。[3]人工智能技術在教育領域有著廣泛而深刻的應用前景和影響力，可以為教育提供更加智能化、個性化、自適應化、高效化等多維度的支持。[4]人工智能技術在STEM教育中也發揮著重要的作用，可以提供更加豐富和多樣化的資源、工具、平臺、環境等條件。

然而，當前人工智能在STEM教育中的應用還存在一些局限性和不足。一方面，在人工智能技術層面，目前大多數人工智能應用還停留在較低層次的認知任務上，如知識獲取、記憶回顧等，并沒有充分發揮人工智能在高層次認知任務上的潛力，如理解分析、評價創造等；[5]同時，在人工智能與STEM教育內容之間還缺乏有效而緊密的對接與融合，導致人工智能應用與STEM教育目標之間存在一定程度的偏離或脫節。[6]另一方面，在STEM教育層面，目前大多數STEM教育還沒有充分利用人工智能技術提供的智能支持與服務，如智能輔導、智能評估、智能反饋等，并沒有實現規模化教育與個性化培養之間的有機結合；同時，在STEM教育中還缺乏對人工智能本身進行系統而深入的介紹與探究，并沒有培養學生對人工智能技術社會影響等方面的認識與理解。基于上述問題或假設，本研究旨在從智慧教育（Smart Education）的視角出發，探討人工智能在個性化STEM教育中的應用與影響。

二、文獻回顧和理論框架

（一）人工智能在STEM教育中的應用

人工智能是一門研究如何使計算機實現人類智能行為的學科，包括感知、推理、學習、決策等方面。人工智能在教育領域的應用可以追溯到20世紀50年代，當時出現了第一代智能教學系統（ITS），即基于規則的專家系統，用于模擬人類教師的知識和策略。隨著計算機技術和人工智能理論的發展，人工智能在教育領域的應用也不斷創新和拓展，涵蓋了智能教材、智能評估、智能輔導、智能實驗等多個方面。

STEM教育旨在培養學生的創新能力、批判性思維、問題解決能力等素養。[7]STEM教育面臨著多種挑戰，如學生對STEM學科缺乏興趣和信心、教師缺乏專業知識和有效方法、課程缺乏整合性和實踐性等。人工智能可以為STEM教育提供有效的技術支持，包括：①智能教材。人工智能可以根據學生的水平、興趣、風格等因素，動態地生成或調整STEM教材的內容、難度、形式等，以適應學生的個性化需求。[8]②智能評估。人工智能可以利用自然語言處理、圖像識別、數據挖掘等技術，對學生在STEM教育中的作業、項目、實驗等進行自動或半自動評分或反饋，以提高評估的效率和質量。[9]③智能輔導。人工智能可以利用機器學習、知識表示等技術，構建學生和領域的模型，并根據模型提供個性化的指導或干預，以促進學生在STEM教育中的認知和情感發展。④智能實驗。人工智能可以利用虛擬現實、增強現實等技術，為學生提供逼真的STEM實驗場景和操作，以增強學生的實踐能力和探究精神。

綜上所述，人工智能在STEM教育中的應用具有多樣性和創新性，可以提供有效的技術支持和解決方案，但也面臨技術、倫理、社會等方面的挑戰和問題，需要進一步研究和探討。此外，人工智能在STEM教育中的一個重要作用是實現個性化學習，即根據學生的需求和能力提供定制化的教學內容。

（二）人工智能如何推動個性化學習

個性化學習是指根據學生的個體差異和學習需求，提供適合每個學生的學習內容、路徑、策略、反饋等，以提高學習效果和滿意度的教育方法。[10]個性化學習與傳統的一致化或標準化的教育方式有顯著的區別，后者往往忽視了學生的多樣性和個性，導致學生學習興趣、動機、成就等方面的不足。

人工智能是實現個性化學習的重要技術手段，它可以通過收集和分析大量的學習數據，構建和更新學生和領域的模型，從而為每個學生提供定制化的學習方案和支持。具體來說，人工智能可以通過以下幾個方面推動個性化學習：①學習內容的個性化。人工智能可以根據學生的先驗知識、能力水平、興趣偏好等因素，動態地生成或推薦適合每個學生的學習內容，包括教材、練習、案例、視頻等。②學習路徑的個性化。人工智能可以根據學生的目標、風格、節奏等因素，動態地規劃或調整每個學生的學習路徑，包括先后順序、難易程度、時間長度等。③學習策略的個性化。人工智能可以根據學生的認知、情感、社會等因素，動態地提供或建議每個學生的學習策略，包括提示、鼓勵、激勵等。④學習反饋的個性化。人工智能可以根據學生的表現、需求、期望等因素，動態地給予或調整每個學生的學習反饋，包括評價、建議、獎勵等。

可見，人工智能可以通過多種方式推動個性化學習，使每個學生都能獲得適合自己的學習體驗和支持。個性化學習對于STEM教育具有重要的意義，可以提高學生的學習成績和興趣，培養學生的創造力和批判性思維，滿足學生的多樣化需求等。

（三）理論框架

本研究從智慧教育的視角，探討人工智能在個性化STEM教育中的應用與影響。為了建立一個完整的理論邏輯，本研究將智慧教育理論、個性化學習理論和STEM教育理論有機地融合在一起，形成一個綜合的理論框架，為研究提供堅實的理論基礎。

1.智慧教育理論

智慧教育是一種利用新一代信息技術構建生態化學習環境，培養具有創造潛能人才的教育創新模式。[11]智慧教育理論主要包括：①智慧教育的內涵與特征。智慧教育具有以人為本、以智為核、以能為要、以創為向，具有技術融合、數據智慧、教學智慧、文化智慧、協同智慧、思維智慧和創造智慧等特征。②智慧教育的原理與方法。智慧教育遵循貫一設計、個性化、優化、協同、思維和創造等原理，采用數據驅動、人工智能、混合式、項目式和創客式等方法。

2.個性化學習理論

個性化學習是一種根據每個學習者的特征、需求和目標，提供適合其學習的資源、路徑和支持的教育模式，使其能夠有效地按照自己的節奏和方式進行學習，并實現自己的最大發展。個性化學習理論主要包括以下幾個方面：①內涵與特征。個性化學習以學習者為中心，尊重其獨特性和多樣性；以數據為基礎，進行精準診斷和推薦；以選擇為權利，賦予其自主選擇和調整；以支持為保障，提供多種形式的支持和反饋；以發展為目標，關注全面發展和個性發展。②理論基礎。個性化學習的理論基礎主要有認知心理學理論、建構主義學習理論、情境學習理論、自我決定理論等，它們強調學習者的認知結構和過程、主動建構和社會互動、情境參與和活動反饋、自我決定和動機需求等方面。③實施策略。個性化學習的實施策略主要有分層教學策略、差異化教學策略、自適應教學策略、個性化評估策略等，它們根據學習者的先驗知識、能力水平、興趣偏好、風格特點等因素，提供不同層次、類型、形式、難度、速度和方式的教學內容和方法。

3.STEM教育理論

STEM教育是一種以培養具有創新精神和實踐能力復合型人才為目標的教育模式。它強調跨學科的整合和應用，以及基于問題的探究和解決。 STEM教育理論主要包括以下幾個方面：①內涵與特征。STEM教育以STEM素養為核心，培養學習者的科學素養、技術素養、工程素養和數學素養；以跨學科的整合和應用為特色，突破傳統學科的界限，構建多維度的知識體系；以基于問題的探究和解決為主要方法，引導學習者發現和解決真實或仿真問題；以項目式或創客式學習為主要形式，鼓勵學習者動手制作自己感興趣的作品。②理論基礎。STEM教育的理論基礎主要有社會建構主義學習理論、認知負荷理論、元認知理論、動機理論等，它們強調社會情境和協作機會、認知負荷和效率、元認知能力和策略、內在動機和需求等方面。③實施策略。STEM教育的實施策略主要有整合式策略、探究式策略、項目式策略、創客式策略等。

4.綜合理論框架

根據上述對智慧教育理論、個性化學習理論和STEM教育理論的介紹，本研究構建了一個綜合理論框架。該理論框架主要包括以下幾個部分：①研究背景。信息技術的快速發展和社會對創新人才的迫切需求，促使教育領域進行教育創新和教育變革，以適應時代發展和人才培養。②研究目標。探討智慧教育視角下人工智能在個性化STEM教育中的應用與影響，即如何利用人工智能技術構建智慧學習環境，實現個性化學習服務，提升STEM教育的效果和質量。③理論基礎。智慧教育理論、個性化學習理論和STEM教育理論分別從不同的角度為本研究提供指導和支撐。智慧教育理論提供整體的視角和原則，指導本研究如何利用人工智能技術構建技術融合的生態化學習環境，培養數據智慧、教學智慧和文化智慧；個性化學習理論提供核心的內容和方法，指導本研究如何利用數據分析技術實現對每個學習者的精準診斷和推薦，提供適合其水平、進度和風格的學習資源、路徑和支持；STEM教育理論提供了具體的領域和形式，指導本研究如何利用跨學科的整合和應用，以及基于問題的探究和解決，開展項目式或創客式STEM教育活動。④研究內容。首先是智慧學習環境的設計與構建，即根據智慧教育理論和個性化學習理論，利用人工智能技術設計并構建一個適用于個性化STEM教育的智慧學習環境；其次是智慧學習環境的應用與實踐，即根據STEM教育理論和個性化學習理論，在智慧學習環境中開展具有針對性和創新性的STEM教育活動，并觀察記錄活動過程中人工智能技術的應用情況；最后是智慧學習環境的評價與分析，即根據智慧教育理論和個性化學習理論，在活動結束后對智慧學習環境及其應用效果進行評價，并利用數據分析技術分析評價結果，以探討人工智能在個性化STEM教育中的影響。

三、應用研究

（一）人工智能工具和技術的四類應用

根據前文所述理論框架，本研究將分析四類人工智能在個性化STEM教育中的應用，即人工智能作為STEM內容生成器、評價者、導師和實驗者，并分析它們的優缺點。

首先，人工智能可以作為STEM內容生成器，生成或調整教材的內容、難度、形式等，以適應學生的個性化需求。例如，徐偉琪等在一項研究中介紹了一種基于深度學習的智能教材生成系統，其可以根據學生的知識水平、興趣愛好和學習目標，自動生成符合STEM課程標準的文本、圖像、視頻等多媒體教材。[6]人工智能作為STEM內容生成器的優點是可以提高教材的質量和多樣性，滿足不同學生的學習差異，增加他們的學習興趣和動機。智能教材的缺點是可能存在錯誤或不恰當的內容，需要教師進行審核和修改，同時也可能影響教師的專業自主性和創造性。目前，智能教材生成系統還不能完全保證生成教材的正確性和適宜性，需要教師進行人工檢查和調整。此外，智能教材生成系統可能會削弱教師在STEM教育中的主導作用和創新空間，需要教師與系統協同工作，而不是被系統取代。

其次，人工智能可以作為STEM評價者，進行學習成果或過程的評價，以提高評估的效率和質量。例如，基于機器學習的智能評估系統可以根據學生在STEM實驗中的操作步驟、數據記錄、結果分析等方面表現，自動給出分數、評語和建議。人工智能作為STEM評價者，優點是可以提高評估的效率和效果，減輕教師的負擔，促進學生的自我監控和反思；缺點是可能存在評估標準或方法的不適應或不完善，需要教師進行調整和補充，同時也可能影響學生的情感和態度。

再次，人工智能可以作為STEM導師，提供學習指導或支持，以促進學生的認知和情感發展。例如，楊曉哲等在關于人工智能教育應用場景的研究中提到基于自然語言處理的智能輔導系統，它可以根據學生在STEM課程中提出的問題或疑惑，自動回答或引導其尋找答案。[12]人工智能作為STEM導師，優點是可以提高輔導的可用性和靈活性，滿足不同學生的學習需求，增強其學習信心和能力；缺點是可能存在輔導內容或方式的不準確或不合適，需要教師進行監督和干預，同時也可能影響教師和學生之間的溝通和關系。

最后，人工智能可以作為STEM實驗者，提供實驗場景和操作，以增強學生的實踐能力和探究精神。例如，PhET是一個在線物理實驗平臺，可以讓學生通過交互式的模擬實驗來探索物理現象和規律。人工智能作為STEM實驗者，優點是可以提高實驗的逼真性和趣味性，滿足不同學生的實驗需求，激發他們的實驗興趣和創造力；缺點是可能存在實驗內容或方式的不完整或不安全，需要教師進行指導和監控，同時也可能影響學生對真實實驗的認識和體驗。

由此可見，人工智能作為STEM內容生成器、評價者、導師和實驗者，在個性化STEM教育中有著廣泛和重要的應用，可以從不同方面促進個性化學習的實現和發展。然而，這些應用也存在一些局限性和風險，需要教師和學生在使用時注意評估和平衡。

（二）人工智能應用如何推動個性化STEM教育

人工智能在個性化STEM教育中的應用，可以從多個方面促進個性化學習的實現和發展：①提高個性化STEM教育的效率和效果，通過自動化或半自動化生成、評估、輔導、實驗等，減輕教師的負擔，提升學生的學習成績和能力；②提高個性化STEM教育的可用性和靈活性，通過隨時隨地提供多種形式和主題的STEM教材、評估、輔導、實驗等，滿足不同學生的學習需求、偏好和目標；③提高個性化STEM教育的逼真性和趣味性，通過模擬真實或虛擬的STEM現象、問題、場景、操作等，激發學生的學習興趣、動機和創造力；④提高個性化STEM教育的適應性和智能性，通過分析學生的特征、表現、反饋、進步等，動態調整教材、評估、輔導、實驗，優化學生的學習路徑和策略。

這些作用和價值體現人工智能對個性化學習理論和原則的遵循或創新。首先，人工智能支持個性化學習模型（Personalized Learning Model， PLM）的構建和實施。PLM是一種基于數據驅動決策的個性化學習框架，包括四個階段：分析（Analyze）、計劃（Plan）、執行（Execute）和評估（Evaluate）。人工智能可以在每個階段提供相應的工具和技術，如通過數據挖掘、知識發現、預測分析等來分析學生的特征和需求；通過智能推薦、自適應生成等來計劃學生的目標和內容；智能輔導、智能實驗等來執行學生的活動和任務；通過自動評估、智能反饋等來評估學生的表現和進步。其次，人工智能支持個性化學習策略（Personalized Learning Strategy， PLS）的選擇和應用。PLS是一種基于學生個體差異的個性化學習方法，包括三個維度：認知（Cognitive）、情感（Affective）和行為（Behavioral）。人工智能可以根據學生在這三個維度的差異，提供相應的工具和技術，如通過智能教材、智能評估等來適應學生的認知水平和風格；通過智能導師、智能伙伴等來適應學生的情感狀態和需求；通過智能實驗、智能游戲等來適應學生的行為偏好和習慣。最后，人工智能支持個性化學習評估（Personalized Learning Assessment， PLA）的設計和實施。PLA是一種基于學生個體發展的個性化學習評價，包括三個層次：過程（Process）、結果（Outcome）和發展（Development）。人工智能可以根據學生在這三個層次的表現，提供相應的工具和技術，如通過自適應測試、多維度評價等來評估學生的過程表現和結果成就；通過形成性評價、發展性評價等來評估學生的發展進步和潛力。

人工智能工具和技術在個性化STEM教育中的應用前沿和趨勢，主要表現在以下幾個方面：①促進個性化STEM教育的跨學科和跨領域融合創新，通過將人工智能技術與不同的STEM學科和領域相結合，形成新的交叉學科和領域，如人工智能與數學、人工智能與物理、人工智能與生物等；②促進個性化STEM教育開放和共享的協作與交流，通過將人工智能技術與不同教育平臺和資源相連接，形成新的開放和共享教育模式，如MOOCs、OERs、SPOCs等；③促進個性化STEM教育多元、包容的參與和發展，通過將人工智能技術與不同教育群體和需求相適應，形成新的多元化和包容化的教育機會，如不便在傳統教育空間中接受教育的殘障人士，人工智能可以根據他們的特點滿足其教育需求。

這些趨勢對未來個性化學習發展帶來以下影響和啟示：①推動未來個性化學習向更深和更高層次發展，通過提供更豐富和更高質量的個性化學習內容、環境、服務等，滿足不同學生在不同階段、不同層次、不同領域的個性化學習需求；②推動未來個性化學習的更廣泛和更多樣發展，通過提供更開放和共享的個性化學習平臺、資源、機會等，滿足不同學生在不同地區、不同背景、不同條件下的個性化學習需求；③推動未來個性化學習向更自主和更智能的發展，通過提供更靈活和更適應的個性化學習路徑、策略、評估等，滿足不同學生在不同時間、不同速度、不同目標下的個性化學習需求。

四、人工智能對個性化STEM教育的影響

（一）積極影響

具體來說，人工智能對個性化STEM教育的積極影響主要體現在以下幾個方面：①效率。人工智能可以通過自動化手段優化教學和學習的任務和過程，提高個性化STEM教育的效率，如通過智能評估系統，自動批改和反饋學生的作業和考試，節省教師的時間和精力；通過智能輔導系統，自動推薦和安排學生的學習計劃和資源，節省學生的時間和精力。②效果。人工智能可以通過提供個性化和適應性的教學和學習支持，提高個性化STEM教育的效果，如通過智能教材生成系統，根據學生的知識水平和興趣愛好，生成個性化和適應性的STEM教材；通過智能輔導系統，根據學生的學習進度和問題，提供個性化和適應性的STEM輔導。③可用性。人工智能可以通過提供開放和共享的教學、學習平臺和資源，提高個性化STEM教育的可用性，如通過在線開放課程或開放教育資源，讓更多人能夠獲取高質量的STEM教育；通過在線同步或異步課程，讓更多人能夠參與互動式和協作式的STEM教育。④靈活性。人工智能可以通過提供多樣化和靈活化的教學和學習方式，提高個性化STEM教育的靈活性，如通過智能評估系統，根據不同的評價目標和標準，生成多樣化和靈活化的STEM評估方式；通過智能輔導系統，根據不同的學習需求和目標，生成多樣化和靈活化的STEM輔導方式。⑤逼真性。人工智能可以通過提供模擬和虛擬的教學和學習環境，提高個性化STEM教育的逼真性，如通過虛擬現實或增強現實，讓學生能夠體驗和探索STEM現象和問題的真實情境；通過人工智能教師，讓學生能夠感受和交流STEM知識和思維的真實情感。⑥趣味性。人工智能可以通過提供游戲化和娛樂化的教學和學習活動，提高個性化STEM教育的趣味性，如通過教育游戲或機器人，讓學生能夠在玩樂中學習和掌握STEM知識和技能；通過智能推薦系統或社交媒體，讓學生能夠根據自己的興趣愛好，發現和分享STEM相關的內容和信息。⑦適應性。人工智能可以通過提供動態和智能的教學和學習調整，提高個性化STEM教育的適應性，如通過智能教材生成系統，根據學生的反饋和表現，動態調整STEM教材的難度和內容；通過智能輔導系統，根據學生的情緒和狀態，智能調整STEM輔導的方式和策略。⑧智能性。人工智能可以通過提供自主和創新的教學和學習機會，提高個性化STEM教育的智能性，如通過智能創作系統或機器人，讓學生能夠自主創作和展示STEM作品或項目；通過智能發現系統或機器人，讓學生能夠創新發現和解決STEM問題或挑戰。

以上各方面的積極影響，不僅體現了人工智能在個性化STEM教育中的應用價值，也體現了人工智能對個性化學習理論和實踐的貢獻。

（二）可能的負面影響

人工智能在個性化STEM教育中的應用，也可能引發一些數據、算法、人機協作、STEM教育本質等方面的問題和挑戰。①數據。人工智能收集和分析的學生學習數據，可能涉及學生的隱私和安全，要避免被泄露或濫用，也可能存在偏差或不完整的情況，影響人工智能系統的準確性和可靠性。②算法。人工智能算法可能存在不透明或不可解釋性，影響學生和教師對系統的信任和接受度，也可能存在不公平或不道德的情況，影響學生和教師對系統公正和責任的判斷。③人機協作。人工智能與人類教師、學生進行有效和平衡的人機協作，可能存在不協調或不適應性，影響教師和學生的協作意愿和能力，也可能存在不替代或不取代性，影響教師和學生的獨立思考和創新能力。④STEM教育本質。人工智能需要符合的STEM教育本質和目標可能存在不一致或不匹配的情況，影響系統對STEM教育的支持和促進，也可能存在不完善或不完整的情況，影響系統對STEM教育的理解和實現。

（三）平衡人工智能在個性化STEM教育中的正負影響

為實現上述正負影響的平衡和協調，需要采取以下措施和策略：①制定規范。規范人工智能在個性化STEM教育中的應用行為和結果，如制定一些關于數據收集、分析、保護、管理等方面的規范，來保障學生的隱私和安全；制定一些關于算法設計、開發、測試、評估等方面的規范，來保障人工智能系統的準確性、可靠性、公平性、道德性。②建立標準。評價人工智能在個性化STEM教育中的應用效果和影響，如建立一些系統對個性化STEM教育效率、效果、可用性、靈活性、逼真性、趣味性、適應性、智能性等方面影響的標準；建立系統對個性化STEM教育數據、算法、人機協作、STEM教育本質等方面問題和挑戰的標準。③提高素養。增強教師和學生的人工智能素養和能力，如提高教師和學生對人工智能技術和算法的理解，讓他們能夠有效地使用和控制人工智能系統；提高教師和學生對人工智能系統的信任和接受度，讓他們能夠有效地與人工智能系統協作和互動。④加強監督。加強對過程和結果的監督和反饋，如加強對系統收集和分析學生數據的監督和反饋，讓學生能夠知情并掌握自己的數據；加強對系統提供支持和影響的監督和反饋，讓教師能夠及時調整和優化教學策略。

以上各方面的措施和策略，不僅可以幫助平衡人工智能在個性化STEM教育中的正負影響，也可以促進未來個性化學習的發展。

五、結論和未來研究方向

（一）主要發現和結論

本研究中深入探討人工智能在個性化STEM教育中的應用和影響。這一研究的背景和重要性不言自明。在現代教育領域，人工智能的使用已經成為一個重要議題，尤其是在科學、技術、工程和數學教育中。本研究的主要發現為：①人工智能在STEM教育中應用廣泛。從文獻回顧中，本研究發現大量人工智能工具和技術應用于STEM教育中，包括自適應學習系統、智能教學系統、虛擬實驗室等。這些工具和技術不僅豐富了STEM教育的教學手段，還可以有效提高學生的學習效率和效果。②人工智能推動個性化學習發展。人工智能技術可以通過收集和分析學習數據，為每位學生提供具有針對性的學習資源和策略，從而實現個性化學習。③人工智能對個性化STEM教育有積極作用，但同時也存在可能的負面影響。一方面，人工智能可以提高教學效率，還可以通過個性化學習資源，提高學生的學習動力等；另一方面，人工智能的使用可能導致隱私泄露、過度依賴技術等負面問題。

因此，如何平衡人工智能在個性化STEM教育中的正負影響是一個值得進一步研究的問題。在實現人工智能對個性化STEM教育的正負影響的平衡過程中，我們提出了一系列的建議和策略，包括制定規范、建立標準、提高素養、加強監督等。

（二）未來研究方向

隨著人工智能技術的不斷發展和改進，其在個性化STEM教育中的應用和影響將會不斷擴大和深化。因此，本研究建議未來的研究方向主要可以從以下幾個方面來考慮：①深入研究人工智能在更多STEM教育領域的作用。例如，未來的研究可以深入探討人工智能如何在STEM教育的各個層次（如初級教育、中級教育和高級教育）和各個領域（如科學教育、技術教育、工程教育和數學教育）中發揮作用。②更有效地利用人工智能技術進行個性化教學。例如，未來的研究可以探討如何設計和開發更高效、更準確、更公平、更安全、更適應性的人工智能系統，以更好地支持和促進個性化STEM教育。③解決人工智能技術應用中的道德和倫理問題。例如，人工智能可能會導致數據隱私泄露、算法歧視、技術依賴等問題，因此，未來的研究需要深入探討如何解決這些問題。[13]

參考文獻：

[1]BYBEE R W. The case for STEM education： challenges and opportunities[M]. Arlington： NSTA Press， 2013.

[2]RUSSELL S J， NORVIG P. Artificial intelligence： a modern approach[M]. 3rd ed. Upper Saddle River： Pearson Education， 2021.

[3]LUCKIN R， HOLMES W， GRIFFITHS M，" et al. Intelligence unleashed： an argument for AI in education[M]. London： Pearson， 2016.

[4]高婷婷，郭炯.人工智能教育應用研究綜述[J].現代教育技術，2019，29（1）：11-17.

[5]HOLMES W， BIALIK M， FADEL C. Artificial intelligence in education： promises and implications for teaching and learning[M]. Boston： Center for Curriculum Redesign， 2019.

[6]丁美榮，王同聚.人工智能教學中“知識建構、STEM、創客”三位一體教學模型的設計與應用[J].電化教育研究，2021，42（4）：108-114.

[7]楊體榮，沈敬軒，黃胤.美國STEM教育改革的主要階段、實踐路徑與現實困境[J].比較教育學報，2023（3）：134-148.

[8]Carnegie Learning. Mika[EB/OL].[2023-05-29]. https：//site.imsglobal.org/certifications/carnegie-learning-inc/mika.

[9]AutoGradr. AutoGradr： AI-powered online coding platform[EB/OL].[2023-05-29]. https：//autogradr.com/.

[10]牟智佳.“人工智能+”時代的個性化學習理論重思與開解[J].遠程教育雜志，2017，35（3）：22-30.

[11]黃榮懷，劉夢彧，劉嘉豪，等.智慧教育之 “為何” 與 “何為”——關于智能時代教育的表現性與建構性特征分析[J].電化教育研究，2023，44（1）：5-12.

[12]楊曉哲，任友群.教育人工智能的下一步——應用場景與推進策略[J].中國電化教育，2021（1）：89-95.

[13]韋恩·霍姆斯，孫夢，袁莉.人工智能與教育：本質探析和未來挑戰[J].中國教育信息化，2023，29（2）：16-26.

Application of Artificial Intelligence in Personalized STEM Education

Hua CHEN

（School of Humanities and Law， Fuzhou Technology and Business University， Fuzhou 350001， Fujian）

Abstract： This study focuses on the application and influence of artificial intelligence in personalized STEM education， as well as the integration with the concept of intelligent education. Despite the increasingly important role of AI in education， its application and impact research in personalized STEM education are still inadequate. To fill this gap， this study constructs a theoretical framework integrating intelligent education theory， personalized learning theory and STEM education theory. Under the guidance of this framework， the application of AI in personalized STEM education is analyzed， revealing how AI can improve learning effects and enhance students’ academic performance and interest. The results show that AI can improve students’ cognitive ability and disciplinary literacy in personalized STEM education， as well as cultivate innovative thinking and interdisciplinary ability. This provides theoretical support for further exploring the potential of AI in personalized STEM education. Artificial intelligence has a positive impact on personalized STEM education， but there are also potential negative impacts that can be balanced through establishing norms， establishing standards， improving literacy， and strengthening supervision.

Keywords： Artificial intelligence; Personalized learning; STEM education; Intelligent education; Science education

編輯：王曉明" "校對：李曉萍