侯浩翔等｜教育机器人可以提升学生创造力吗?——基于48项实验与准实验研究的Meta分析

摘要：培养创新型人才已经成为我国建设科技强国、突破“卡脖子”技术难题的基本路径。迎合智能时代的教育变革潮流，利用机器人技术提升学生创造力体现出更丰富的实践价值和时代意义。本研究采用Meta分析法对国内外48项实验研究、6057条样本量进行编码处理，研究得出：1）教育机器人对学生创造力的整体影响效应为0.576，达到中等以上的影响水平，其中对学生创新实践能力的促进作用最为明显，对创新人格品质的影响程度一般；2）从学段来看，教育机器人对初中、小学的学生创造力影响效果较为明显；3）学科方面，机器人课程对学生创造力影响效果最好；4）教学主题中，原型创造对学生创造力影响程度达到中等以上水平；5）教学方式选择方面，探究式教学更能激发学生的创造力；6）相比普通教室，实验室环境对于学生创造力发展更为乐观。结合实地调研，提出以下实践建议：推广实施人工智能相关课程，兼顾教学过程中学生的创新人格及思维培养；注重低学段学生创造力培养，大力提倡软件编程教学；建构适用于机器人教学的创客教育模式，完善相关学科教师的培训体系及激励机制；促进实验室硬件、软件环境设计，多方面筹措教育机器人经费投入。

关键词： 教育机器人 ; 创造力 ; 人工智能 ; 软件编程 ; 教学模式

作者简介

侯浩翔，江南大学教育学院校聘副教授，教育学博士，研究方向为教育政策与管理、创新人才培养、智能教育等。

目录概览

一、引言

二、文献综述

三、研究设计

四、研究结果

五、结论分析与对策建议

一、引言

创新型人才培养是解决“卡脖子”难题、建设世界科技强国的关键举措，如何培养出德才兼备、努力攻克关键核心技术的创新型人才已成为当下重要的教育议题。适应新一轮技术革命与产业革命的时代潮流，人工智能成为引领信息时代技术创新的强大引擎，日益深入到教育教学领域，并不断推动着人才培养模式、教学方法的创新变革，成为培养创新型人才的前沿技术。国务院印发的《新一代人工智能发展规划》提出实施“全民智能教育项目，在中小学阶段设置人工智能相关课程，逐步推广编程教育”。教育机器人是人工智能技术在教育教学过程中的典型应用形式，如智能教学助手、智能学伴、语音识别、LEGO机器人等，在激发学生学习兴趣、动手操作能力、创新创造方面展示出积极效用。然而受到研究对象、实验时长、样本量等因素的影响，也有不少研究者对教育机器人的创造力促进作用提出质疑。贝尼蒂对多项已有研究进行系统回顾，分析得出尽管机器人技术发展集中于学生的思维技能、问题解决方法以及团队合作技能的培养，但教育机器人的作用有限（Benitti，2012）。学生创造力表现为创新思维水平、实践能力等多种品质的统一体，很难通过单纯的技术应用加以提升。为揭示教育机器人对于学生创造力影响程度的真实效应，本研究通过Meta分析对国内外相关的实验研究进行编码和数据分析，并结合实地调研考察教育机器人在学校推广应用的效果、瓶颈等，为教育机器人方案的实行提供参考对策。

二、文献综述

（一）学生创造力的内涵及维度结构

在对创造力的理解上，吉尔福特最早将其定义为多种能力的综合组织形式，包括思维的流畅性、灵活性、独创性和敏感性（Guilford，1967）。托兰斯从创造力的过程性表现出发，将其阐述为界定问题、查询数据、形成推理假设，最终得到确定答案并与他人沟通交流（Torrance，1993）。创造力研究随后经过加德纳（Gardner）、阿玛贝尔（Amabile）等学者的充实完善，进一步形成系统的概念体系。借鉴我国学者林崇德教授的观点（林崇德，2009），本研究将学生创造力界定为根据特定的目的，综合运用已有的知识经验和思维水平分析相关信息，构造出某种新颖独特、富有价值的新理论、新观念、新兴技术产品等。

根据人类智力在搜集与处理信息的加工过程中的表现，斯腾伯格提出三元智力理论，为创造力的结构分类提供了参照（Sternberg，1985）。其中，成分亚理论（Componential Sub-theory）主要涉及思维及元认知成分，侧重问题解决和思维发展中的心理作用；经验亚理论（Experiential Sub-theory）意指处理新任务、适应新情境并加工相关信息的经验及能力；情境亚理论（Contextual Sub-theory）反映在人与环境、文化互动拟合的非智力因素，体现了个体改造环境中的兴趣、动机、冒险、价值取向等人格特质。从智力理论的维度划分出发，创造力的体系构成也在诸多研究者的探索中趋于完善。阿玛贝尔在其构建的创造力结构模型基础上加以调整和补充，将个人创造力的影响因素划分为三个部分：领域内相关技能，即相关领域的专业知识；创造技能，涉及个体的认知风格、思维特征、冒险精神等特质；任务动机则是出于兴趣、乐趣和主动接受挑战而从事该活动的内在动力（Amabile，1988）。由此看来，创新主体的思维认知、实践操作、精神品质等因素的构成体系逐步得到研究界的认可。科兹贝特则进一步明确创造力的结构模型，将其划分为三类：创新思维水平，包括批判性思维、逻辑思维、想象、空间思考能力等；创新操作能力，涉及实践操作、工程制作、科学探究等；创新品质，则将创造力表现上升为人格特质、坚强意志、团队合作、学习兴趣等精神高度（Kozbelt et al.，2010）。甘秋玲等学者同样将创新素养分解为创新人格、创新思维、创新实践三个要素，分别涉及到创新的情感因素、思维过程与方法以及外在的行为表现（甘秋玲，2020）。因此本研究同样认可创造力的三维结构划分，并将其作为文献编码的依据。

（二）教育机器人与学生创造力的影响研究

较多的研究结论揭示了教育机器人对于学生创造力培养的显著提升效应。这些研究一般从建构主义理论、社会认知理论等角度出发，强调学习者所处环境中的“情境、协作、会话及意义建构”等要素，认为个体可以通过重构文化情境中的表达符号，与他人进行积极的互动协商，进而主动探索发现新知识并重组已有的认知经验。教育机器人则充分体现了建构主义学习理论的思想，为学生的知识建构及创新发展提供了真实情境，使学生在现实操作、技术支撑、项目式设计的学习环境中提升创造性思维和能力。RoboCupJunior是一项国际教育机器人计划，旨在通过2000年举办的教育机器人竞赛，在参与的青年中促进STEM内容和技能学习，调查结果表明该项目对提高学生的STEM学习兴趣和创造力效果明显（Eguchi，2016）。教育机器人为学生提供了现实操作学习的可能性，以平衡日常基于课堂标准知识学习和学生创造性行为培养欠缺之间的关系。内米罗等人通过实施学校机器人计划（The School Robotics Initiative，SRI），并经过三年的探索性观察研究，检验得出SRI对于学生创造性行为的积极作用，由此提出机器人技术发展学生创新行为的组成模型（Nemiro et al.，2017）。在对学生创造力的认知方面，诸多研究者认为学生创造力不仅涉及创新思维、创新能力等外显因素，同时包涵了个人内在的精神品质、技术伦理认知等。卡瓦斯等人研究得出机器人提高了学生在科学创造力和科学过程技能方面的技能，并激发了学生对“机器人、人类和社会”的良性认知（Cavas et al.，2012）。

此外也有不少研究者认为教育机器人对学生创造力的影响并不明显，大量已有研究证明了学生创造力培养的复杂性，德国学者厄本研究认为学生创造力受到个体内部因素和外在环境的多重影响，包括学生的认知背景、知识水准、动机以及学生所处的群体、社会场域等（Urban，1991）。在这种观点的影响下，契克森米哈基于系统论的观点提出“创造力三叉系统模型（Three-pronged Systems Model）”，更明确地指出创造力与社会事件、文化背景具有密切联系（Csikszentmihalyi，1999），只有将创造力的研究置于个人品质、文化场域、社会构成的相互系统中才能理解其本质特征。逻辑思维是学生创新思维的重要表现形式，能够将创新思维成果系统化、条理化。林格通过对学生进行为期一年的常规机器人玩具训练，得出尽管乐高机器人训练对特定的学生群体可能有效果，但乐高机器人对学生逻辑思维能力并没有正面或负面的影响（Lindh et al.，2007）。区别于传统的量化研究，结合质性方法的混合研究更便于揭示变量之间的作用机制。威廉姆斯等人采用混合研究方法探讨机器人夏季营对中学生物理内容知识和科学探究技能的影响，得出尽管机器人的应用增强了学生的物理知识，但未能提高他们进行科学探究技能（Williams et al.，2007）。综述此类研究可以看出，教育机器人对于学生的创造力发展仍然有待确切性的检验。

（三）学段、学科、教学主题等因素的调节效应

教育机器人并非直接作用于学生创造力，其中可能存在的显著提升效应、负面效应乃至无关系影响，是在具体的教学场景中实现的。结合文献梳理，这样的教学情境涉及学段、学科、教学主题、教学方式、教学场所等因素，对教育机器人与学生创造力之间的影响效应产生调节作用。

将学段作为教学情境中的变量之一，即是回应教育机器人在什么学龄段对学生的创造力发展影响最为深刻的问题。从宏观的角度出发，林崇德认为中小学阶段是学生创新素养生成的决定性阶段，并对全国六个省市的青少年进行测试发现，中学阶段的学生创造力水平明显高于小学阶段，其中初三年级的创新水平达到顶峰，而初中一年级是创造性倾向发展的关键时期（林崇德，2009）。更多研究则集中于单一的学习阶段，强调教育机器人在其关注学段对于创造力影响的积极作用。伯斯等人借助“TangibleK机器人计划”的实施，发展适合儿童的计算机编程和机器人工具课程，对比三个幼儿园教室后发现机器人课程设计能够显著提升与儿童创造力相关的计算思维和问题解决能力（Bers et al.，2014）。近些年社交机器人在自然语言处理方面的进步，对于增强学生创新思维发展、情感交流方面受到较多关注。卡恩等人在实验中将48名本科生随机分配为两组，研究发现采用社交机器人Robovie的实验组学生能够产生更多创意表达，其效果是采用传统PPT授课形式的两倍（Kahn et al.，2016）。从这些研究的实验对象及结论来看，几乎全部集中于教育机器人对特定学段的学生创造力影响程度，而少有纵向学段之间的比较，元分析法则提供了弥补该缺憾的技术工具。

学科作为调节因素之一，主要目的在于检验教育机器人结合哪门课程更能提升学生的创造力。理论上讲，教育机器人可以与各种学科相结合，借助机器人高性能的知识存储、机器学习信息处理优势、情感计算中的人机交互功能等，学生的创造力培养得到更多元的技术支撑。结合机器人设计的开放性、拓展性探究教学形式，沙利文对参加强化机器人课程夏令营的学生进行测试，课程参与者测试后的创新思维及科学技能得以明显提升（Sullivan，2008）。伴随着教学编程技术的进步，传统的教学科目如数学、物理等，能够结合软件编程进行更丰富的模拟学习和产品设计，使学生在体验式、合作式的学习过程中增强创新能力。杨亚婷（Ya-Ting Yang）等人对参与生物课和程序设计基础课程的学生展开随机实验，发现当学生自主编程设计学习所需要的数字游戏时，其批判性思维、创造力、整体协作能力、学业成就均达到显著提升（Yang et al.，2013）。现有的研究同样验证了单纯利用Arduino、Scrtach、Python等编程软件进行机器人设计学习时，学生的创造力发展水平也较为明显。辛倩倩对初中学生在计算机编程课程中的表现进行调查，发现当学生采用mBlock图形化编程软件进行机器人模板训练时，学生的创新与团队协作能力均得到显著提升（辛倩倩，2019）。相比其他学科，软件编程课程充分体现了发现问题解决能力理论（Theory of Inventive Problem Solving，TRIZ）和建构主义学习理论（Constructivism Learning Theory）的涵义，通过教师讲授基础知识及趣味性案例启发学生思维、提升学生学习动机，能够使学生主动参与到教学设计中，在师生交流讨论中探寻问题解决方案，进而为学生批判性思维、创新意识的培养创造学习平台。

教育机器人课程能够与多种教学主题形式相结合，经过文献梳理将相关研究中的教学主题分为原型创造、工程制作、科学探究、结果验证四类。其一，原型创作是将设想和创意转变为现实，充分调动学生高阶思维水平、动手能力、团队协作能力等综合素养，斯坦福大学的D.School的宗旨就是开展原型设计并帮助学生释放创造力，引导学生发现创造未知领域及对象（Banerjee et al.，2016）。其二，表现在利用教学机器人建立学生技能训练的工程制作平台，将机器人任务设计、结构制作、机械动作编排、电路设计、硬件组装、程序编写等过程融入教学过程，使学生的工程意识、工科思维、操作技能等相关的创造力得到锻炼提升。马斯里尔使用干预程序方法研究乐高机器人工程制作教学训练对初中学生创造力的提升程度，实验表明经过乐高头脑风暴（Lego Mindstorms）训练的初中生创造力提高约23.6%（Masril et al.，2019）. 其三，基于教育机器人的科学探究教学涉及科学探究知识、科学探究思维、科学探究元认知技能三种评价体系（谢幼如等，2016），包括收集资料并自主检测、提出探究问题与假设、设计探究方案、分析学习数据、评价反思与交流等流程。邓静以小学四年级学生为实验班，开展了基于问题探究式的机器人教学活动任务，对比普通课堂的班级后发现实验班小学生的创新能力得到显著提升（邓静，2013）。其四，借助机器人开展的结果验证性教学形式，旨在通过验证理论假说或现象，使学生参与设定的教学实验，在此过程中提升个人的操作能力及创新精神。

在本研究中，利用教育机器人培养学生创造力的教学方式主要涉及探究式、设计式和项目式三种。第一，基于机器人的科学探究式教学方法，具体包括提出科学探究问题、形成猜想假设、制定计划和设计实验、进行实验和收集数据、分析数据和得出结论、评价与反思等步骤，在教学过程中以教育机器人作为辅助工具，注重教师的启发引导，让学生自主观察探索、通过调查发现事物的内在规律，在探究学习活动中发展解决实践问题所需的创新能力。第二，利用教育机器人开展的设计式教学是以学生为参与主体，在教师的辅助引导下融入真实的问题解决情境，建立团队配合交流的组织形式，从多学科的视角解决工程技术设计、创新发明等任务。根据摩根等人的概述，设计式教学流程分别包括问题识别与标准明确、基础信息研究、观点构想、构造模型、交流反思等阶段（Morgan et al.，2013）。第三，项目式教学结合教育机器人的应用，是以学习小组为单位、并将STEM教育理念融入项目式学习过程，教师基于“做中学”的教学理念，为学生创设学习情境、使其明确研究项目的问题、提出问题解决的假设、编程机器人验证假设、根据研究的情况作出调整以便指导随后的教学项目活动，实现锻炼学生综合运用知识并创新解决问题的素养。

教育机器人的教学场所一般分为普通课堂和实验室，大多数研究中将机器人教学设定在实验室环境中。随着移动互联网、云计算、大数据及人工智能在教育领域的广泛应用，课堂学习环境及教学实验室朝向智能化、数字化的方向发展，构建了新型的课堂教学环境与情境化的学习服务平台。教育机器人支持下的教学实验室能够为学生创设情境丰富、趣味多元的学习场景（Park et al.，2015），将个人的生活经验、认知态度融入实践性的学习环境中，使学生在智能交互、互联共享的实验模拟情境中培养创新素养。

三、研究设计

（一）研究方法与工具

为分析教育机器人对学生创造力的综合影响效应，本研究采用Meta分析法检验已有研究数据中的样本事件，即利用定量方法汇总多项研究结果的系统评价。通过提取实验研究中的样本量、实验组及对照组的平均值、标准差等参数，计算标准化均数差（SMD）作为效应值。Hedges’s g值是标准化平均值差的估计值之一，结合对照组和实验组的混合方差进行标准化平均值差，与Cohen’s d和Glass’值相比，更适合样本量与研究数量较少的Meta效应值分析，因此采用Hedges’s g作为最终效应值，用以表示教育机器人对学生创造力的影响程度。在具体软件工具的选择上，使用Stata 16.0的Meta分析功能，它能更方便地完成连续型变量的Meta分析、展示研究结果的漏斗图、异质性检验、发表偏倚检测，并进行Meta回归分析、亚组分析等程序。

（二）数据选取与编码

为尽可能囊括已有文献中的数据样本，本研究对中外文献数据库进行检索，涉及期刊论文、学位论文和学术会议等，数据库则包括中国知网、万方、维普、Google Scholar、ERIC、Web of Science等平台，中文检索关键词设置为“教育机器人”“学生创造力”“人工智能”“学生创新思维”“创新能力”“创新表现”等，外文关键词为“Robots”“Educational robot”“Lego”“Software Programming”“Intelligent Skills”“Student Creativity”“Creative Thinking”“Creative Ability”“Innovation”，时间截止为2021年5月。在对这些研究进行初步筛选后删除重复、非实证、数据缺失的文献，围绕现有文献展开二次精准搜集。

为尽可能地囊括已有相关研究中的文献样本，根据Meta分析的文献输入要求及提升样本质量的出发点，本研究纳入的文献均采用随机实验或准实验方法，包含实验组和对照组、统计结果中的样本量、均值（Mean）、标准差（SD）、实验周期等数据。检索到的文献时间跨度为2001年至2020年，关于教育机器人与学生创造力的相关研究累计达到853篇。鉴于初步检索到的文献不一定全部符合本研究设定的条件，需要对样本文献进行筛选。文献筛选的标准包括几个方面：（1）在教育教学活动过程中，是否应用了教育机器人是纳入Meta分析的主要影响变量，包括实验组应用了教育机器人，对照组采用普通或传统的教学方式；（2）研究中的实验组及报告组都将学生的创造力作为因变量，根据前文对学生创造力的内涵界定及维度划分，创造力包含了创新思维表现、创新问题解决能力和创新精神品质；（3）相关研究中具有充足的数据信息可供平均效应值计算，实验组和对照组中的数据分析结论包括样本量、平均值、标准差等。根据这些标准，经过多轮文献筛选并剔除不适当的研究，最终剩下48篇文献可以作为元分析的样本（表1），总样本量达到6057条。编码的主要目的是方便进行调节因素分析和分组比较，并基于文献的整理情况，学段包括从幼儿园至大学，学科包括数学、地理、科学和机器人课（Scratch、Arduino编程课和乐高Mindstorms均用于制作机器人，这部分实验研究可纳入元分析，而那些仅开展软件编程课却不以机器人创作为目标的实验排除在本研究之外），教学主题包括原型创造、工程制作、科学探究、结果验证，教学方式包括探究式、设计式、项目式，教学场所包括实验室、普通教室。根据学生创造力的维度结构划分，将创造力类型分为三类：A类创新思维（批判性思维、逻辑思维、发散思维、想象、空间思考能力等），B类创新实践能力（实践操作、解决问题、工程制作、科学探究等），C类创新人格与心理（人格特质、坚强意志、团队合作、学习兴趣等）。

四、研究结果

（一）报告偏倚检验

报告偏倚是指科学研究的传播受到发表、时滞、多重发表、地域、结果报告等多种因素的影响，造成系统评价的偏差，即现有研究中大量存在的阳性结果，而对阴性结果加以忽视或排斥发表，造成Meta分析结果的偏倚。Stata提供了多种评价发表偏倚的方法，包括漏斗法、Begg秩相关法等（罗杰等，2013）。漏斗法的检测规则是当不存在发表偏倚时，理论上纳入研究的独立研究效应值的点应围绕真实值呈对称分布，伴随着样本容量和精度的增加，散点会趋向集中在一个较窄的区间。如果漏斗图不对称或部分缺失，则表示存在一定的发表偏倚。从图1漏斗图的检验结果来看，无明显的不对称，且效应值相对均匀地分布在中线的两侧，表明发表偏倚的可能性较小。另外，Egger法发表偏倚的检测统计量为截距a对应的t值及P值，由检测结果可知t=1.93（t<1.96），P=0.0538（P>0.05），因此说明纳入的研究不存在发表偏倚。

（二）异质性检验

因为元分析中纳入同一系统评价的各类研究，存在随机抽样误差以及研究组间变异，由此导致研究间效应量的异质性，必须采用异质性检验方法加以评价。其中H统计量与I²统计量检验能够利用自由度校正文献篇数对Q值的影响，即该值不会随文献数量的变化而改变，异质性的检验结果也更加稳健可靠。鉴于Stata的metan命令能够直接得到I²统计量，因此本研究采用I²值检验元分析结果的异质性。观察整体效应检验中的异质性分析I-squared=86.7%>75%，证明研究间存在较为明显的异质性，可以采用Meta回归分析探索合并效应中的异质性来源。以发表年限为协变量进行Meta回归检验，得出P=0.012<0.05，I²=83.2%，R-squared（%）=17.63，表明年限可以解释17.63%的异质性，由此可以看出年限等协变量能够解释较多的异质性来源。

（三）教育机器人对学生创造力的作用效果

1. 整体影响效应检验

经过整体效应检验结果可知（表2），固定效应模型和随机效应模型的Hedges’s g值均大于0，双尾检验中的P值小于0.001，表明教育机器人对学生创造力具有显著的正面影响。相比固定效应模型，随机效应模型更有助于处理不同研究结果与总体效应量之间的测量误差。亨特（Hunter）等人同样认为随机效应模型的假定一般要比固定效应模型所作的假设更加合理（Hunter et al.，2004），因此关注随机效应模型可以看出，合并效应值为 0.576（95%CI、0.426-0.727）。由效应值SMD统计理论可知，当0.51≤SMD≤1时，被认为具有中上等影响。根据本研究SMD=0.576的分析结果，可以看出教育机器人对学生创造力具有中等以上的积极效应。

2. 学生创造力不同维度及组合的影响效应检验

针对学生创造力的测评工具，现有研究中大量采用了威廉斯创造性倾向量表（Williams Prefer Measurement Forms）、托兰斯创造性思维测验（Torrance Tests of Creative Thinking），具体包括了学生冒险性、好奇性、想象力和挑战性，以及思维的流畅性、灵活性、独创性和精确性等，可以看出单个研究中的学生创造力融合了创造性思维、能力、品质等因素，经过Meta效应检验的创造力类型也通常以组合的形式出现。由表3可知，教育机器人对不同维度及组合形式的学生创造力均达到显著效应。其中，教育机器人对B类创造力-创新实践能力促进作用最为明显（SMD=0.453，P<0.001），依次为A类创造力-创新思维（SMD=0.386，P<0.001），而对C类创造力-创新人格与心理（SMD=0.283，P<0.001）达到一般影响程度（0.21≤SMD≤0.50）。对于组合形态的学生创造力研究，可以看出教育机器人对A，B型创造力影响最为明显（SMD=0.757，P<0.001），表明实施教育机器人教学方案整体上对于学生创新思维、创新实践能力具有积极效应。

3. 调节效应检验

（1）不同学段的调节效应检验

由表4可知，教育机器人对不同学段的学生创造力生成具有不同程度的影响。由于幼儿园和大学阶段的样本量较少，主要比较小学、初中和高中学段的学生创造力表现。从效应值的表现来看，教育机器人对初中阶段学生的创造力提升作用较为明显（SMD=0.607，P<0.001），其次是小学阶段（SMD=0.435，P<0.001），而对高中阶段的学生创造力并无显著效应，表明创造力培养需要建立在学生的一定认知水平基础上，利用教育机器人的辅助作用得以更有效地提升。

（2）不同学科的调节效应检验

由表5可知，教育机器人对参与不同学科的学生创造力呈现出不同程度的差异，在机器人课程中，学生的创造力提升效果最为明显，达到中上等影响效果（SMD=0.606，P<0.001）；其次为数学课程（SMD=0.466，P<0.001），地理课程与科学课的样本量较少且没有达到显著效应。

（3）不同教学主题的调节效应检验

根据表6的检验结果，可以看出教育机器人结合不同类别的教学主题均能够明显促进学生的创造力发展，原型创造主题凭借其自主创新、未知探索的综合性特征，对学生创造力的影响效应达到中等以上（SMD=0.737，P<0.001），依次为结果验证（SMD=0.665，P<0.001）、工程制作（SMD=0.537，P<0.001）、科学探究（SMD=0.464，P<0.001）。由此可见，教育机器人课程结合动手创作、实验验证、过程参与等类型的教学主题更能提升学生的创新能力。

（4）不同教学方式的调节效应检验

表7的检验结果表明，探究式教学对学生创造力的影响程度极为明显（SMD=0.927，P<0.001），其次为设计式教学方式（SMD=0.598，P<0.001）、项目式教学方式（SMD=0.529，P<0.001），因此教育机器人课程必须结合项目探究、学生高度参与、兼顾动手动脑的教学方式，才能达到对学生创造力培养的最大效应。

（5）不同教学场所中的调节效应检验

由表8的效应检验结果可知，在不同的教学场所中，教育机器人均能对学生的创造力产生积极效应。在普通课堂中，机器人教学对学生创造力的发展影响效应明显（SMD=0.485），同时达到显著效应（P<0.001）；在实验室环境中，借助教育机器人的学习情境创设及交互作用，学生的创造力水平得到明显提升（SMD=0.578，P<0.001），凸显出实验室环境建设的相对价值。

五、结论分析与对策建议

Meta分析虽然揭示了教育机器人对于学生创造力发展的影响效应，但对于具体的作用机制、实践应用情况并不能加以清晰描述。为明确其内在表现，本研究对开展机器人教学项目的学校以及相关授课教师进行走访调研，进而对教育机器人与学生创造力之间的联系产生更全面的认知。

（一）推广实施教育机器人课程教学，兼顾学生创新品质及创新思维提升

教育机器人对于学生创造力整体影响的积极效应，反映出智能教育在学生创造力培养方面的明显优势。因此有必要在学校课程设置中加强智能机器人教育，提高学生对编程控制、人机交互、算法程序、神经网络、智能伦理规范的认知。由于智能机器人融合了数学、神经科学、量子计算、心理学、社会科学等多学科的前沿创新成果，其理论体系及实际应用的复杂性决定了智能课程在实施过程中必须结合多样性的教学组织形式。在专业课程设置方面，应以理论沿革和关键技术核心领域为基础，开设交叉学科相融合的机器人基础课程，以及对应重大科技前沿和产业需求的应用型模块课程。课外活动管理方面，应鼓励学生积极参与相关的机器人竞赛，使学生在课题立项、策略分析、方案讨论、具体设计、零部件加工、控制系统软硬件设计、可靠性及稳定性调整的过程中（董翠敏等，2011），综合运用各类学科知识，分析解剖实际操作问题，增强创新创造素养。

就教育机器人对学生创造力三个维度的影响效应来看，学生的创新实践能力得到更明显的提升，而创新思维、创新人格品质的提升效果稍微欠佳，这表明在现有研究中更关注学生创新操作能力的培养，而对创新思维、创新品质的发展有所忽视。调研中同时发现，学生在机器人课程学习中勇于探索的精神、挫折承受力均有待增强，一位教授Scrtach课程的老师认为“很多学生在学习过程中很投入也很有兴趣，但是真正让他们动手去操作，会有些小朋友做不出来，心理上会有落差”；学生的创新思维方式也需要教师加以引导，“学生的批判性思维、抽象思维等需要教师从中协调”。因此教师在进行机器人课程教学设计时，应不仅仅局限于学生问题解决能力、洞察力和信息处理能力等创新能力的培养（侯浩翔，2019），更应该借助于智能机器人提升学生的好奇心、求知欲、坚强意志等创新品质，以及批判性、发散性、聚合性等创新思维。

（二）注重低学段学生的创造力培养，发挥软件编程学科的积极效用

根据林崇德等人的实验研究，学生在幼儿时期就有创新能力的初步发展，小学阶段创造力想象、独创性进一步发展完善，中学生的创造力则具有更多的现实意义，能够借助创新能力解决实践问题（林崇德，2000）。因此基于机器人的学生创造力培养应集中在中小学阶段，尤其是中学时期应成为学生创新能力全方位发展的关键期。为适应智能时代教育变革的潮流，不少中小学申办成立“人工智能科普教育示范校”，将人工智能课程纳入常规教学，为学生创造力的发展创建了智能学习环境。调研中的一所九年一贯制学校，整体上创建了完善的智能教育课程体系，结合学生一年级至九年级的心智发展水平，围绕学生的知识建构能力、问题思考能力、创造力、计算思维培养，设置了数据分析挖掘、3D打印、机器人编程等课程，使学生的创新能力得到系统的培养。

从教育机器人对学生创造力影响的不同学科表现来看，软件编程课程的教学效果最佳，对学生创造力的激发作用最为明显。调研中也发现，软件编程课程对学生的提升是全方位的，一位教授Python课程的教师反映“除了学生的团队协作、整体思考能力以及创新精神方面的提升，学生在课后的自律性、自主性也明显提升了”。自我情绪控制作为学生创新品质的重要体现，表明软件编程能够对学生的专注度、自控力产生积极影响，学生借此可以集中精力于创新事务的探索，因此有必要在学校中推广软件编程教学。结合杜威、皮亚杰等人的学习理论，库博将学习过程区分为具体经验（Concrete Experience）、反思性观察（Reflective Observation）、抽象概念化（Abstract Conceptualization）、主动实践（Active Experimentation）四个阶段的学习圈，这个学习圈并非一个单次循环的过程，而是在螺旋上升的循环往复中将学生带入新的学习体验中（Kolb，2014）。基于该学习原理，以及调研中授课教师的教学方法总结，编程软件的教学模式可以划分为五个阶段：第一是创设体验式学习情境，引发学生兴趣和想象；第二是模仿创作，教师提供范例，引导学生将编程任务进行分解；第三是反思观察，通过比较程序算法的新旧知识点，探索诊断问题解决方法；第四是抽象化概括，使学生在归纳总结、推理预测的过程中发展创新思维；第五是主动实践，将概括后的原理再次用于情境检验，实现编程作品的再创造（朱丽彬等，2013）。同时需要认识到，学习圈过程的划分并非机械固定的教学模式，应根据编程教学任务适时调整，使学生获得充分多样的创新空间。

（三）建构适用于学生创新创造的机器人创客教学模式，完善师资培训及激励机制

从教育机器人对参与不同教学主题、教学方式的学生创造力影响效应来看，适应学生原型创造、探究式学习需求的教学模式最有助于提升学生的创新能力，这与支持学生动手创造、探索求新的创客教育思想相一致。创客教育强调创新创造，教师指导学生在动手实践中获得知识、以项目式学习为主线、尊重学生的创造兴趣等，当创客教育与机器人教学相结合，更能体现出“创新、实践、分享”的价值理念（王小根等，2016）。创客教育理念下的机器人教学活动设计遵循以下特征：第一，需要将开源的机器人技术作为教学设计的重要工具，如Arduino创意机器人开源教学工具，为学生创建了协作共享的学习环境；第二，为学生打造创意实践场所，包括器械、设备及资源供应；第三，开展多层次、分阶段的教学设计活动，使学生在机器人操作的进阶过程中提升创新潜能；第四，注重教学活动设计的创新与分享，教师对组织分享加以引导及评价反馈，促进机器人教学的优化改进。

教师是推进机器人创客教学的主体，应借助多样化的创客主题培训及研讨活动，使教师掌握创客教育的基本理念、教学方法及问题解决途径；通过举办创客教学竞赛，形成覆盖不同层次需求及教学阶段的优秀案例，并利用线上教学资源库共享平台加以推广；成立创客教育协会、创客教育联盟等组织机构，在教育行政部门的主导下吸引科研、教育、产业等多方主体加入，为教师创客教育的开展提供资源支持及专业化的咨询建议。根据调研的情况反映，这些方面也正是创客教育师资队伍建设的重点工作，如创客教育机器人“基本上是信息技术老师兼任，其他学科的教师参与面仍然很小”，“学校层面对创客教师的支持政策普遍不足，也没有明确将创客教育活动开展、创客空间管理计入教学工作量”。因此在学校管理政策方面，应当建立与机器人创客教学设计相适应的激励机制，鼓励教师在创客教学策略、教学组织形式、学生个性化指导等方面倾入精力，致力于培养学生的创造力。

（四）加强实验室硬件与软件环境设计，多方筹措教育机器人经费投入

乔纳森从学生与学习环境双重建构的角度出发，认为学习环境的设计对学生知识建构起到重要作用，据此提出建构主义学习环境（CLEs）设计理论（Jonassen，1994）。该理论强调为学生设计便于探索创新、主动建构和自主学习的外在环境，在教师的指导及辅助下开展有意义的知识建构，提供学生自主探究及创造性问题解决能力。CLEs理论与本研究中的结论相一致，即基于实验室的教学机器人对于学生的创新能力提升作用更加明显，因此必须加强教育机器人的实验室设计。结合CLEs理论的学习环境设计框架，基于实验室的教育机器人学习环境设计包括硬件环境和软件环境构建。硬件环境主要是基于机器人学习体验的思维环境创设，一是体验构思场所，便于学生认知基本概念和互动交流，如多媒体设备、图画工具、电子白板等；二是体验设计场所，为师生配备数字化的设计软件，包括建模软件、制造软件以及机器人在线仿真平台等；三是体验实施场所，满足学生创造机器人的需求，如LEGO机器人、Arduino机器人、组装焊接设备等；四是体验运行场所，使学生有相应的展示平台检验机器人设计的性能。软件环境设计则涉及教师的教学项目安排、案例示范、信息资源（方便学生理解问题及解决问题的资源）、认知工具（问题表征工具、知识建模工具、操作支撑工具及信息搜集工具）、会话及协作工具、社会网络支持六个方面。硬件、软件环境设计的有效结合，为基于教育机器人的实验室教学提供了实施平台，促进学生的动手创造能力、创新思维发展及团队协作能力的提升。

从实地调研情况来看，教育机器人实验室的设计面临着诸多问题，包括器材更新不及时、耗材供应不足、专项经费不足等问题，相关教师反映“器材更新较快，好的设备会贵一些，学校没有专项经费”，“部分学校过于依赖区级补助，有设备无耗材，除了区级统一配备器材，无任何器材的问题比较严重”。而基于CLEs理论设计的机器人实验室环境所需设备之多样繁杂，明显非学校能够独自承担的。因此在教育机器人实验室的经费筹措中，一方面要依靠政府行政单位设立机器人教育专项经费，纳入教育信息化经费进行统一管理，明确生均经费拨付标准，并向经济落后的农村地区加以经费倾斜；另一方面，应调动社会资金积极参与实验室的投资建设，如企事业单位、社会组织等，共同创办校企联合实验室，获取企业赞助或社会众筹资金，为实验室耗材添置、课程开发、教学实践等提供经费保障。

（侯浩翔工作邮箱：1296910644@qq.com ）

为适应微信排版，已删除注释和参考文献，请见谅，

如需阅读全文，请点击左下角“阅读原文”获取。

上期回顾

特稿

朱旭东李秀云：论儿童全面发展概念的多学科内涵建构

基本理论与基本问题

肖绍明｜劳动教育的文化研究

祁占勇, 杜越｜什么是好的教育政策执行效果的评估

基础教育

张文明, 陈嘉晟｜中小学生肥胖问题研究：校际差异及时间分配表征

李臣之等｜“品德与公民”课程在多大程度上影响学生的国家认同？——基于澳门中小学生的实证调查