なぜ教育ロボットを教えるのか?

教育における主要な研究結果を示すインフォグラフィック。指導と学習の成果に関連する傾向と統計を強調するチャートとグラフが特徴です。

ここ数年、教師や学校がデザイン、エンジニアリング、テクノロジーを教えるための実践的で魅力的な方法を提供するロボット工学の性を受け入れ、教育工学への関心が高まっています。 科学、技術、工学、数学 (STEM) 分野でのキャリアを追求するよう学生を紹介し、奨励する方法としても見なされていますii。教育用ロボットの使用は、注目と投資の増加により、より手頃な価格で確実になりました。媒体に与えられます。 結果として生じる技術の進歩は、このツールのアクセシビリティに大きく貢献していますiii。 実際、90 年代初頭に教室で CD-ROM と Microsoft PowerPoint の使用が導入されて以来、ロボット工学は教室でかつてコンピューターが果たしていたのと同様の役割を果たすと考える人もいますiv

教育ロボティクスの存在感が高まるにつれ、重要な疑問が生じます。 この新しくエキサイティングなツールの最適な用途は何でしょうか? ベストプラクティスを確立するにはどうすればよいでしょうか? 教室における教育ロボットの目的をどのように概念化すればよいでしょうか? これらの質問は、一見したよりも複雑である可能性があります。 そして、それらに答えると、最初は、始めたときよりも多くの質問が生まれるかもしれません。 たとえば、学生は自分のアイデアや思考を表現するための媒体として教育用ロボットを使用しますか、それとも学生は媒体と対話することでアイデアや思考を生み出しますか? 教育ロボット工学は、学生が自分の能力を示す方法なのでしょうか、それとも学生が新しい能力を構築するためのインフラストラクチャなのでしょうか? おそらく、教室でのコンピューター使用の側面を考慮すると、このトピックにさらに光を当てることができるでしょう。

メディアは、そのアプリケーションに基づいて異なる範囲を持つことができます。 絵画は、フェンスやシスティーナ礼拝堂を描くために使用できる媒体として見ることができます。 媒体としてのコンピューターの多用途性は、おそらくさらに大きなものです。コンピュータは、教室内で計算機またはワードプロセッサとして非常に限られた範囲で使用できますが、それ自体が強力なコミュニケーション手段としても見られ、受け入れられています。 Mark Guzdial が指摘したように、コンピューターはの印刷機の現代的な形式として、またの領域について考える方法として理解できます。 そのため、コンピューター モデリングやアルゴリズムなどのテクノロジーは、数学や科学の分野に対する私たちの理解に大きな影響を与えてきましたvii

では、教育用ロボットの範囲はどこまでなのでしょうか? 教育ロボティクスは、非常に特殊なタスクを実行する事前構築されたオブジェクトとして使用できますが、一部の教育ロボティクス システムでは、学生が他の人が作成したデバイスの受動的なユーザーではなく、学習の設計に積極的に参加するだけでなく、計算成果物の作成者になることもできます。彼らにとってviii。 これは教師にとってユニークな機会を提供します。 したがって、教育ロボティクスは、学習において学生に自分の意見と選択を行使し、問題解決だけでなく、問題発見、問題構築、問題分析、問題解決の取り組みの計画と監視にも参加させる機会を提供する媒体となります。 したがって、教育ロボット工学は、はるかに大きなものになります。現在存在しない仕事に就く準備する際に、生徒が待ち受けているな課題に備えられる媒体であり、また、他の貴重な器用さ (コミュニケーションやコラボレーションなど) を組み込む方法でもあります。 ) より広範な 21 世紀のスキルに属します。

教育ロボティクスという媒体を導入するための学校による取り組みは、その取り組みを推進するさまざまな動機と同じくらい多くの兆候を生み出しているようです。 一部の学校ではこのツールをスタンドアロンのコンピューター サイエンスまたは STEM コースの統合部分として使用していますが、他の学校ではこの最新のソリューションを従来の科目を補うために使用しています。 さらに他の学校では、これらを放課後のアクティビティとして利用し、「ゲーミフィケーション」やコンテストのモチベーションを高める効果を利用して、生徒の参加と関与を高めています。 学校がコンピューターの使用を高価な計算機に限定しないことを学んだのと同じように、教育用ロボットの使用も認識されている制約によって制限されるべきではありません。

教育用ロボットの次の用途について詳しく検討する価値があります。

• 私たちの世界を理解するため
• 新しい方法で統合 STEM 教育を教えるため
• 計算論的思考を教えるため
• 反復に慣れ、失敗から学ぶため
• 将来の仕事に触れ、それについて学ぶため

私たちの世界を理解するために

科学は自然界を説明するものです。 科学的な読み書きができる生徒は、科学の概念と実践の両方を理解できます。 したがって、生徒に科学を教えることは、彼らが住む世界を理解する機会を提供します。 全国の高校のカリキュラムに天文学、生物学、化学などの科目が含まれているのはこのためです。 しかし、ロボット工学はどうなのでしょうか? 明らかに、ロボットは私たちの日常生活に普及しており、その普及率はx増加しています。 ロボットに関連するテクノロジーの改善により、計算能力とデータ ストレージxiが飛躍的に増加しました。 その結果、ロボットは他のロボットの経験に基づいて学習し、意思決定を行うことができるようになりました。 ロボットはもはや単純な機能を実行する機械ではありません。 さらに、ロボットとロボット技術に対する需要の高まりにより、業界全体に広がりを見せています。 確かに工場は多くのロボットの拠点ですが、教育やエンターテイメントの現場でもロボットがより一般的になりました。 近い将来、多くの高齢者が自宅で自立して生活できるようロボットが支援し、「コロボット」という新たな分野が生まれる可能性は十分にあります。xii

学校は当然のことながら、…光年離れたところに存在する惑星や恒星については教えますが、多くの人が日常的にやり取りするテクノロジーについては教えません。 これは課題ですが、チャンスでもあります。 教育は科学とイノベーションを推進します。 生物学の研究は、より良い治療法と病気の根絶につながり続けていますxiii。 ロボット工学が学校の中心的な教科になれば、同様の影響を与える可能性があります。

斬新な方法で総合的な STEM 教育を教えるために

多様な女の子のグループがロボット工学ワークショップに参加し、ロボットの構築とプログラミングに協力し、STEM教育におけるチームワークとエンパワーメントを披露しました。

教育研究者らは、教師は STEM 分野間でつながりを築くのに苦労することが多いと示唆していますxiv。 次世代科学標準にはさまざまな科学分野にわたる横断的な概念が盛り込まれているため、これは学校にとって課題となります。 したがって、学生は、単独で教えられることが多い概念を、評価試験で見られる統合された文脈に移すことが困難になります。 科学的概念を個別に教えることによるもう 1 つの予期せぬ結果は、生徒が集中力を失ってしまう学習環境を作り出す傾向があることです。 彼らが日常生活の中で目にする科学の本物の例は、特異点ではなく、STEM 分野全体にわたって深く統合されています。 STEM 教育の目標は、学生が分野内および分野を超えて情報を整理し、この情報内の深い構造的類似点やパターンを特定して推論できるようにすることです。理想的には、この知識の体系化を日常生活の複雑な状況や問題に適用する能力をもたらしますxv

教育ロボティクスは、STEM 指導を組織化しようとする教師や学校のファシリテーターとして機能することで、これらの課題に対処するのに役立ちます。 教育ロボティクスの範囲は、単純な指示を与えることができる玩具をはるかに超えているため、教育ロボティクスを利用する教室では、生徒にエンジニアリングとプログラミングの強力な課題を提供できます。

計算的思考を教えるには

過去 10 年間で、計算論的思考の人気が高まり、幼稚園から高等学校までの教室に取り入れられてきましたxvii。 Computational Thinking は、次世代科学標準の一部として、また現実世界の数学と科学の重要な部分として含まれています。 計算論的思考は、STEM 教室に不可欠な部分であると広く考えられていますxviii

「計算論的思考の実践を科学と数学の教室に導入する主な動機は、専門的な世界で実践されるにつれて、これらの分野の性質が急速に変化することです。」

(ベイリー・ボーウィン 2011; FOST ER 2006; ヘンダーソンら 2007)

「過去 20 年間で、科学と数学に関連するほぼすべての分野で、計算に対応する分野の成長が見られました。」

(ワイントロップ他、2017)

学校内外で概念としてのコンピュテーショナル シンキングの人気が高まっているため、学校はコンピュテーショナル シンキングを統合して生徒に教えるための効果的なツールを見つけようとしています。 これに対応する目標は、計算的思考を深く掘り下げるクラス、特にコンピューター サイエンスへの参加者を広げることでした。この分野におけるジェンダーギャップに対処することも一貫した目標です。 現在、女子は AP 試験受験者の約半数を占めていますが、コンピュータ サイエンスのクラスを受講している女子生徒の割合はわずか 25% です

教育ロボティクスは、計算論的思考を教える効果的なツールであると同時に、参加目標を広げるのにも役立ちます。xx xxi 教育用ロボットの最近の進歩により、コストが削減され、使いやすさが向上したため、学生にとって教育用ロボットはより利用しやすくなり、抽象的な STEM 概念を学習するための信頼できる方法として徐々に利用されるようになりました。 このように、コンピューターサイエンスとロボット工学の関係は明らかです。学生は、教室でも競技場の両方でも複雑なタスクを実行できるようにロボットをプログラムする能力を備えています。 複雑なタスクを実行することが目的である場合もありますが、その手段には、これらのタスクを小さな部分に分解し、それらを繰り返し構築してソリューションを作成することが含まれます。 教室では、そのプロセスの足場が非常に重要であり、繰り返しになりますが、教育ロボット工学は、複雑なタスクの分解と足場の両方を促進するのに効果的です。その結果、ロボットは、最初の段階で計算論的思考を教えるための効果的なツールとなり得ます。証拠が示しています。xxii xxiii 計算的思考を効果的に教えることにより、さまざまな領域に計算的思考を適用できる能力も得られます。 一般化可能な計算的思考スキルを効果的に教えると同時に、これらの分野に参入する生徒の多様化を支援する方法を提供する能力により、教育ロボティクスは学校への計算的思考の統合と「すべての人のためのコンピューター サイエンス」運動に大きく貢献します。

反復に慣れ、失敗から学ぶには

本やメモに囲まれながらノートパソコンでデータを分析し、教育現場における学術研究のプロセスを説明する研究者。

工学設計と科学的手法は関連する現象ですが、重要な違いが含まれています。 科学では、私たちの世界と宇宙の作用を説明する一般的な規則を見つけることに重点が置かれていますが、工学では、特定の問題に対して、その問題に含まれるすべての制約を満たす解決策を見つけることが含まれますxxiv。 この違いを「科学者は調査するが、技術者は創造する という言葉で要約する人います。

顧客の期待を満たす/超えるか、競争上の課題に参加するかにかかわらず、特定の目的を達成するために設計されたアイデアや活動を設計するには、複数回の反復が不可欠です。 教育ロボティクス活動に特有の必要な複数回の反復は、生徒の興味と継続的な関与を維持できると認識されています。xxvi また、ロボット工学キット自体の構成は、すぐに組み立てたり分解したりできるさまざまな部品が多数含まれているため、反復する姿勢が促進されます。 多くの場合、複数回の反復で「やってみよう、もう一度やってみよう」という人生の重要な教訓に取り組むため、生徒は「失敗」もプロセスのすべての一部として受け入れることができることを学ぶことから大きな利益を得ます。 このツールの付随的な利点をより抽象的に考察したことから得られる、広く応用できるもう 1 つの教訓は、最も単純な課題に対してさえ複数の解決策を提示する教育ロボティクスの傾向です。 同じ問題に対して実際に複数の解決策があることに気づくこと以上に学生の視野を広げるものは何でしょうか? これにより、生徒が教師にフィードバックを求める可能性が高まり、生徒が学習している内容を重要なものとして理解する可能性が高くなるという、興味深い利点が得られることがわかりました。xxvii そこからメリットはさらに増大します。教師がこのように生徒に関わることで、生徒の自己効力感が高まり、失敗から学ぶ意欲を高める重要な要素となります。xxviii

未来の仕事に触れ、学ぶために

私たちの唯一の恒常である変化は、仕事の性質にとって珍しいものではありません。 1900 年には、アメリカの労働力の約 40% が農場で働いていました。 今日、その数字はわずか 2% です。xxix それがあまりにも昔のことであり、あまりにも遠い話であると思われる場合は、つい最近 50 年前までは、平均的な労働者は勤務中に読み書きする必要がなかったことを考えてください。xxx 今日の潮流は、オックスフォード大学工学部による 2013 年の研究で広く読まれ議論されていますが、この研究では現在の仕事の 47% が自動化によって失われるリスクがあると推定されています。xxxi

昨日の通常の雇用破壊と雇用創出とは対照的に、現在の懸念の重要な違いは、「雇用の二極化」です。 この用語は雇用機会の空洞化に当てはまります。つまり、高スキルおよび低スキルの仕事に対する需要は高いものの、中程度のスキルおよび中賃金の仕事の機会は減少しています。xxxii この重大な問題は、ルーチンワークの自動化にまで遡ることができ、その答えには、自動化の必然性を認識し、拡張に向けて創造的に取り組むことが含まれます。 この波にうまく乗っている企業は、テクノロジーの恐るべき存在や影響から逃げたり反抗したりするのではなく、柔軟性と流動性を持って対応し、テクノロジーと連携することを学んでいる企業です。xxxiii 教育者として、私たちも創造的に対応し、将来の不確実性に対する革新的な解決策を模索することが重要です。 目前に迫った現実を認識し、関連する貴重なスキルを教えるのは初等中等教育システムにかかっていますが、それは現在のケースでは単にコンピューターが苦手なことを意味している可能性があります。 これらには創造性、対人関係スキル、問題解決能力が含まれており、教育ロボティクスを洗練された方法で活用することで培われるすべてのスキルです。xxxiv


iアリミシス、ディミトリス、編集者。 ロボット工学を活用した構成主義的教育法に関する教師教育。 教育技術教育学部、2009年。

iiエベン・B・ウィザースプーン、ロス・M・ヒガシ、クリスチャン・D・シュン、エミリー・C・ベイア、ロビン・シュープ。 2017. 仮想ロボティクス プログラミング カリキュラムを通じて計算的思考を開発します。 ACMトランス。 計算します。 教育する。 18、1、第4条(2017年10月)、20ページ

iiiエベン・B・ウィザースプーン、ロス・M・ヒガシ、クリスチャン・D・シュン、エミリー・C・ベイア、ロビン・シュープ。 2017. 仮想ロボティクス プログラミング カリキュラムを通じて計算的思考を開発します。 ACMトランス。 計算します。 教育する。 18、1、第4条(2017年10月)、20ページ

iv「教室のコンピューター」。 ウィキペディア、ウィキメディア財団、2018 年 6 月 10 日、en.wikipedia.org/wiki/Computers_in_the_classroom。 v デビッド・ワイントロップとウリ・ウィレンスキー。 2017. 高校のコンピューターサイエンス教室におけるブロックベースとテキストベースのプログラミングの比較。 ACMトランス。 計算します。 教育する。 18、1、第 3 条(2017 年 10 月)、25 ページ。

viグズディアル、マーク。 学習者中心のコンピューティング教育の設計: すべての人のためのコンピューティングに関する研究。 モーガン & クレイプール パブリッシャーズ、2016 年。 vii Weintrop, D.、Beheshti, E.、Horn, M. 他。 J Sci Educ Technol (2016) 25: 127. https://doi.org/10.1007/s10956-015-9581-5

viiiMartin, F.、Mikhak, B.、Resnick, M.、Silverman, B.、および Berg, R. (2000)。 マインドストームとその先へ: 魔法のマシンのための構築キットの進化、インタラクティブ テクノロジーのモーガン カウフマン シリーズ、子供向けロボット: 学習のための新しいテクノロジーの探索、ページ: 9 ~ 33

ixヘロルト、ベンジャミン。 「仕事の将来は不確実です。学校は今すぐ心配すべきです。」 教育週間、2017 年 9 月。

xホーズ、ニック。 「日常生活におけるロボットの現実」 バーミンガム大学、2018 年、www.birmingham.ac.uk/research/perspective/reality-of-robots.aspx。

xiダン、サンジット。 「ロボット革命はまだ始まったばかりです。」 TechCrunch、TechCrunch、2018 年 6 月 4 日、techcrunch.com/2018/06/03/the-robot-revolution-is-just-beginning/。 xii ジョンソン、R コリン。 「『協働ロボット』は人間の生産性を高めるのに役立ちます。」 電子エンジニアリング・タイムズ、2012 年 8 月 12 日。

xiii「生物学における 5 つの画期的な進歩」。 Brainscape ブログ、Brainscape ブログ、2017 年 5 月 26 日、www.brainscape.com/blog/2015/06/biology-breakthroughs-and-discoveries/。

xivケリー、トッド R、および J. ジェフ ノウルズ。 「統合的な STEM 教育のための概念フレームワーク」 STEM 教育の国際ジャーナル、2016 年 7 月 19 日。

xvハニー、マーガレット、他。 K-12 教育における STEM の統合: 現状、展望、研究課題。 ナショナル アカデミー プレス、2014 年。

xviiエベン・B・ウィザースプーン、ロス・M・ヒガシ、クリスチャン・D・シュン、エミリー・C・ベイア、ロビン・シュープ。 2017. 仮想ロボティクス プログラミング カリキュラムを通じて計算的思考を開発します。 ACMトランス。 計算します。 教育する。 18、1、第4条(2017年10月)、20ページ

xviiiYadav、Aman、他。 「教師教育のための計算論的思考」。 ACM、2017 年 4 月 1 日、cacm.acm.org/magazine/2017/4/215031-computational- Thinking-for-Teacher-education/fulltext。

xix「コンピューター サイエンスの女性」。 ComputerScience.org、www.computerscience.org/resources/women-incomputer-science/。

xxハムナー、エミル、他「ロボット日記: 社会的技術探求を通じてコン​​ピュータ サイエンス パイプラインへの参加を拡大」 人工知能の進歩のための協会。

xxiA. メルヒオール、F. コーエン、T. カッター、および T. リービット。 2005. ロボット以上のもの: FIRST ロボット コンペティションの参加者と制度への影響の評価。 ブランダイス大学ヘラー社会政策管理大学院、マサチューセッツ州ウォルサム

xxiiエベン・B・ウィザースプーン、ロス・M・ヒガシ、クリスチャン・D・シュン、エミリー・C・ベイア、ロビン・シュープ。 2017.
仮想ロボティクス プログラミング カリキュラムを通じて計算的思考を開発します。 ACMトランス。 計算します。
教育。 18、1、第4条(2017年10月)、20ページ

xxiiiLiu、A.、Schunn、CD、Flot、J.、 & Shoop、R. (2013) リッチ プログラミング環境における物理性の役割。 コンピュータ サイエンス教育、23(4)、315-331

xxiv専門、学校。 「科学的手法と工学的設計プロセス」 校庭、2017 年 11 月 15 日、blog.schoolspecialty.com/scientific-method-vs-engineering-design-process/。

xxvカテヒ、リンダ PB、グレッグ ピアソン。 K-12 教育におけるエンジニアリング: 現状の理解と展望
改善。 ナショナル アカデミー プレス、2009 年。

xxviシルク、EM、東、R.、シュープ、R.、 & シュン、CD (2010年)。 数学を教えるテクノロジー活動をデザインする。 テクノロジー教師、69 (4)、21-27

xxviiマルツァーノ、ロバート J.、デブラ ピッカリング、タミー ヘフルバウアー。 熱心な教室。 インディアナ州ブルーミントン:マルツァーノ・リサーチ、2011 年。 印刷します。

xxviiiマルツァーノ、ロバート J.、デブラ ピッカリング、タミー ヘフルバウアー。 熱心な教室。 インディアナ州ブルーミントン:マルツァーノリサーチ、2011 年。 印刷します。

xxixウィリアム、ディラン。 私たちの子供たちが必要とする学校を作る: なぜ私たちが今やっていることがあまり役に立たないのか (そして代わりに何ができるのか)。 ラーニング サイエンス インターナショナル、2018 年。

xxxウィリアム、ディラン。 私たちの子供たちが必要とする学校を作る: なぜ私たちが今やっていることがあまり役に立たないのか (そして代わりに何ができるのか)。 ラーニング サイエンス インターナショナル、2018 年。

xxxiフレイ、カール ベネディクト、マイケル オズボーン。 「雇用の未来: 仕事はコンピューター化の影響をどの程度受けやすいか。」 2013 年 9 月 17 日、1 ~ 72 ページ。

xxxiiカノン、マリア E.、エリーゼ マリフィアン。 「雇用の二極化により中熟練労働者が取り残される |セントルイス連銀。」 セントルイス連邦準備銀行、セントルイス連邦準備銀行、2017 年 12 月 4 日、www.stlouisfed.org/publications/regional-economist/january-2013/job-polarization-leaves-middleskilled-workersout-in-the -寒い。

xxxiiiラマン、エイミー・バーンスタインアナンド。 「偉大なデカップリング: エリック・ブリニョルフソンとアンドリュー・マカフィーへのインタビュー」 ハーバード ビジネス レビュー、2017 年 3 月 13 日、hbr.org/2015/06/the-great-decoupling。

xxxivラマン、エイミー・バーンスタインアナンド。 「偉大なデカップリング: エリック・ブリニョルフソンとアンドリュー・マカフィーへのインタビュー」 ハーバード ビジネス レビュー、2017 年 3 月 13 日、hbr.org/2015/06/the-great-decoupling。

For more information, help, and tips, check out the many resources at VEX Professional Development Plus

Last Updated: