程式語言政策作為 AI 素養公平問題：十五國比較分析
arXiv - Computers and SocietyAdrian-Marius Dumitran, Iulia-Maria Popescu
研究指出全球中學資訊教育的結構性差異，導致學生在 AI 素養的深度與程式語言接觸上存在嚴重的不平等。
AI 幫你先抓重點
AI 重點 1
AI 素養的普及不只是內容問題，更是「存取架構」與資源分配的問題。
滑鼠懸停看 AI 判斷理由
這改變了我們對 AI 教育公平的認知。過去我們傾向於增加教材內容，但研究顯示若不解決課程分流與資源分配的結構性障礙，單純增加內容無法消除數位鴻溝。
AI 重點 2
程式語言的選擇（如 Python vs C++）隱含著教育階級化的風險。
滑鼠懸停看 AI 判斷理由
這提醒教育設計者，語言工具不只是技術選擇，更決定了學生未來能否進入高階運算與 AI 研究領域，必須警惕技術工具成為社會階級流動的障礙。
核心研究發現
- 1
多國教育體系中，一般學科與專業 STEM 課程分離，導致許多學生在完成中學教育後仍未接觸過任何正式的程式設計教學。
- 2
出現「語法天花板」現象：多數學生僅能接觸 Python 等基礎語言，而具備演算法深度的 C++ 則僅侷限於精英 STEM 軌道。
- 3
治理結構與高風險考試是造成教育不平等的關鍵驅動力，且課程選擇與教師資源配置之間存在政策忽視的連結。
對教育工作者的啟發
課程設計者應避免將「數位素養」與「資訊科學」過度割裂，應思考如何將演算法思維融入一般學科，而非僅限於精英軌道。此外，政策制定者在推動 AI 素養時，必須同步關注教師培訓資源的分配，確保一般學科教師也能具備教授具備深度邏輯的程式語言能力，以打破「語法天花板」，避免技術學習成為階級分化的工具。
原始文獻資訊
- 英文標題：
- Programming Language Policy as an AI Literacy Equity Problem: A 15-Nation Comparative Analysis
- 作者：
- Adrian-Marius Dumitran, Iulia-Maria Popescu
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
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。