以 AI 促進中學生問題解決基礎：BFS 課程民主化
arXiv - Computers and SocietyGriffin Pitts, Kimia Fazeli, Tirth Bhatt, Jennifer Albert, Marnie Hill, Tiffany Barnes, Shiyan Jiang, Bita Akram
設計並實施以 BFS 為核心的 AI 課程，提升鄉村中學生在科學課程中的問題解決與 AI 理解。
AI 幫你先抓重點
AI 重點 1
將 BFS 作為 AI 問題解決的入門策略，因其簡潔且易於視覺化，能降低學生對 AI 的入門門檻。
滑鼠懸停看 AI 判斷理由
BFS 的圖形化流程與直觀結果讓學生能快速理解 AI 的搜尋機制，減少抽象概念帶來的學習阻力，從而提升學習動機與成效。
AI 重點 2
結合無接觸活動與互動模擬，讓學生在實際情境中體驗 AI 的應用，提升學習動機與理解深度。
滑鼠懸停看 AI 判斷理由
實際情境的模擬能將抽象的 AI 策略轉化為可操作的問題，促進學生的自主學習與批判性思考，並使 AI 與科學課程內容緊密結合。
核心研究發現
- 1
學生在課程中能夠掌握 BFS 作為探索網路與尋找最短路徑的策略，並能將其應用於病毒傳播與接觸追蹤的科學情境。
- 2
課程結合無接觸活動與互動模擬環境，促進學生在實際情境中運用 AI 問題解決技巧，提升學習投入度。
- 3
事前後測評估顯示，學生對 BFS 與 AI 問題解決的理解顯著提升，且學習成效與現行科學課程相符。
- 4
教師訪談證實，該模組能順利嵌入科學課程，並支持既定的科學學習成果，教師對其實用性給予正面評價。
- 5
本研究提供了課程設計與實施的具體考量，為在不同教育環境擴大 AI 問題解決學習機會奠定基礎。
對教育工作者的啟發
教師可採用無接觸活動先引入 BFS 概念，再透過互動模擬讓學生在病毒傳播等科學情境中實作，並利用前後測與作品評量檢視學習成效。課程設計時應留出足夠時間讓學生自行探索網路結構，並在課堂討論中強調 AI 的倫理與實際影響，這樣能提升學生的自主學習與批判性思考。
原始文獻資訊
- 英文標題：
- Democratizing Foundations of Problem-Solving with AI: A Breadth-First Search Curriculum for Middle School Students
- 作者：
- Griffin Pitts, Kimia Fazeli, Tirth Bhatt, Jennifer Albert, Marnie Hill, Tiffany Barnes, Shiyan Jiang, Bita Akram
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- openai/gpt-oss-20b
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。