Teaching artificial intelligence through machine learning: an active learning approach in primary education classrooms

Abstract

This research examines the implementation of machine learning concepts in elementary education through a sample of 1,009 fifth-grade students. The intervention involved a set of structured activities related to machine learning using Teachable Machine and RAISE (built on Scratch 3.0). A pre-experimental research design was employed, combining descriptive analysis with statistical inference. Specifically, a Student’s t-test was applied to analyze the first dimension, while the Wilcoxon test was used for the second dimension. The results indicate that elementary school students improved their understanding of machine learning and the ways in which artificial intelligence models are developed. Furthermore, students with prior experience using Scratch in school obtained higher scores and reported greater motivation compared to those without experience in block-based programming environments. The findings suggest that interactive learning activities focused on machine learning are effective for motivating students and facilitating their comprehension of AI, including how it is trained and generated. Additionally, these activities increased engagement and enjoyment during the sessions. Overall, the study demonstrates that implementing pedagogical designs aimed at introducing machine learning and artificial intelligence in primary education is both feasible and beneficial.

Esta investigación examina la implementación de conceptos de aprendizaje automático en educación primaria a través de una muestra de 1009 estudiantes de quinto grado. La intervención consistió en un conjunto de actividades estructuradas relacionadas con el aprendizaje automático utilizando Teachable Machine y RAISE (basado en Scratch 3.0). Se empleó un diseño de investigación preexperimental que combinó análisis descriptivo e inferencia estadística. Específicamente, se aplicó la prueba t de Student para analizar la primera dimensión, mientras que la prueba de Wilcoxon se utilizó para la segunda. Los resultados indican que los estudiantes de primaria mejoraron su comprensión del aprendizaje automático y las formas en que se desarrollan los modelos de inteligencia artificial. Además, los estudiantes con experiencia previa en el uso de Scratch obtuvieron puntuaciones más altas y mostraron mayor motivación en comparación con aquellos sin experiencia en entornos de programación basados ​​en bloques. Los hallazgos sugieren que las actividades de aprendizaje interactivas centradas en el aprendizaje automático son eficaces para motivar a los estudiantes y facilitar su comprensión de la IA, incluyendo cómo se entrena y genera. Además, estas actividades aumentaron la participación y el disfrute durante las sesiones. En general, el estudio demuestra que implementar diseños pedagógicos dirigidos a introducir el aprendizaje automático y la inteligencia artificial en educación primaria es viable y beneficioso.