这篇文档属于类型a，即报告了一项原创研究的学术论文。以下是对该研究的详细报告：
本研究的主要作者包括Xia, Q., Chiu, T. K. F., Lee, M., Sanusi, I. T., Dai, Y., 和 Chai, C. S.。该研究于2022年发表在期刊《Computers & Education》上，论文标题为“A Self-Determination Theory (SDT) Design Approach for Inclusive and Diverse Artificial Intelligence (AI) Education”，论文编号为104582。
本研究的主要科学领域是教育技术，特别是人工智能（AI）在K-12教育中的应用。随着AI技术在全球范围内的快速发展，许多国家和地区已经开始将AI纳入K-12教育课程中。然而，现有的研究大多关注技术本身，而忽略了教育的包容性和多样性问题。因此，本研究旨在通过自我决定理论（Self-Determination Theory, SDT）的视角，探讨教师对学生的需求支持如何影响AI学习，特别是不同性别和学业水平的学生在AI学习中的表现。
自我决定理论（SDT）认为，个体的行为动机来源于对自主性（autonomy）、能力感（competence）和关系感（relatedness）这三种基本心理需求的满足。基于这一理论，本研究提出了一个SDT框架，旨在通过满足学生的这三种需求，提高他们对AI学习的参与度和兴趣。
本研究采用了两项子研究的设计，每项子研究均采用2×2的因子设计。研究1探讨了教师的需求支持与性别对AI学习的影响，研究2则探讨了教师的需求支持与学业水平对AI学习的影响。
研究对象：研究1的参与者包括来自三所学校的64名男生和64名女生，年龄平均为14.5岁。此外，还有8名具有丰富计算机科学教学经验的教师参与了研究。
研究流程：教师首先参加了两个为期3小时的工作坊，学习如何基于SDT提供需求支持。随后，学生被分为两组：SDT组和对照组。SDT组的教师采用基于SDT的教学策略，而对照组的教师则采用常规教学策略。学生参与了一个为期15天、共42小时的暑期AI课程。课程前后，学生分别填写了15分钟的问卷，以评估他们的AI学习准备度、态度、自信心、焦虑感和内在动机。
教学策略：在SDT组，教师通过以下方式满足学生的三种基本心理需求： 1. 自主性：教师鼓励学生选择他们感兴趣的学习内容和项目，并使用邀请性语言。 2. 能力感：教师提供明确的学习指导，帮助学生逐步完成任务。 3. 关系感：教师通过小组讨论和日常会议，促进师生之间的情感联系。
研究对象：研究2的参与者包括来自三所学校的127名九年级学生，其中64名是编码能力较强的高成就学生，63名是编码能力较弱的低成就学生。
研究流程：与研究1类似，学生被分为SDT组和对照组。SDT组的教师采用基于SDT的教学策略，而对照组的教师则采用常规教学策略。学生在课程前后填写了相同的问卷。
研究1的结果显示，SDT组的学生在AI学习准备度、自信心、态度和内在动机方面均显著提高，且焦虑感显著降低。此外，SDT组的男生和女生在AI学习上没有显著差异，而对照组的男生表现优于女生。这表明，基于SDT的教学策略能够有效提升女生的AI学习表现。
研究2的结果显示，SDT组的高成就和低成就学生在AI学习准备度、自信心、态度和内在动机方面均显著提高，且低成就学生的焦虑感显著降低。此外，SDT组的高成就和低成就学生在AI学习上没有显著差异，而对照组的高成就学生表现优于低成就学生。这表明，基于SDT的教学策略能够有效提升低成就学生的AI学习表现。
本研究的结论是，基于自我决定理论（SDT）的教学策略能够有效提升学生在AI学习中的表现，特别是对于女生和低成就学生。通过满足学生的自主性、能力感和关系感，教师能够激发学生对AI学习的兴趣和动机，从而提高他们的学习效果。
这项研究的科学价值在于，它首次将SDT应用于AI教育领域，为设计包容性和多样性的AI课程提供了理论支持。此外，该研究还为教育政策制定者和实践者提供了具体的教学策略，帮助他们设计更有效的AI课程。
本研究还提出了三个实践建议： 1. 教师培训：建议为教师提供基于SDT的专业发展培训，帮助他们更好地支持学生的需求。 2. 课程设计：建议设计灵活且相关的AI课程，以满足不同学生的需求。 3. 实验室建设：建议建设支持学生需求的AI实验室，提供多样化的学习资源和环境。
这项研究为AI教育的包容性和多样性提供了重要的理论和实践支持，具有广泛的应用价值。