收益：
- 能够利用人工智能产生包容性的活动适应，通过多种表示（视觉-听觉-触觉）实现相同的学习目标
- 能够建立基于通用设计的解决方案，不会根据功能需求进行调整，从而不会将孩子与群体分开
- 能够区分不向人工智能寻求诊断或指导以及将这些决定留给专家和指导顾问。
每个教室的孩子都不同：有些学得很快，有时想学；有些则学得很快。有的很活跃，有的很害羞；有些孩子有特殊需要（听力、视力、语言、运动、注意力、纳入范围内的诊断）。全纳教育是一种让所有儿童（无论其差异如何）都可以在同一环境中以适合其需求的方式充分参与学习的方法。包容性是指在必要的支持下，让有特殊需要的儿童与同龄人在同一教室接受教育。教师的工作是调整单一活动以惠及每个人（差异化）。这需要大量的努力和创造力。在本单元中，我们将学习使用人工智能来调整活动、材料和沟通以满足不同的需求。前沿至关重要：人工智能产生适应想法；哪个孩子需要什么以及哪种支持是适当的，由了解孩子的老师、辅导员和专家决定。人工智能不诊断或指导。
适应逻辑：同一个目标，不同的路径
包容性设计的核心是：相同的学习目标可以通过不同的方式实现。一个孩子通过聆听来学习概念，另一个孩子通过触摸来学习概念，另一个孩子通过视觉支持来学习概念。多重表达（以不止一种格式呈现信息：口头+视觉+触觉）对整个孩子都有好处。例如，在“计数”活动中：口头计数、手指指点、触摸物体、图片卡——如果所有这些都同时呈现，那么听力障碍儿童和视觉学习者都会参与。当你问“我如何使一项活动适应这种需求？”时，人工智能会生成具体的多表示想法。
第二个原则是可访问性：材料和媒体应该向所有人开放。大而清晰的图像、简单的语言、图解说明、可预测的例行公事、安静的角落——这些对每个人都有好处，而不仅仅是有特殊需要的孩子。这就是所谓的“通用设计”：如果你从一开始就为每个人设计，那么以后就不需要进行单独的调整。
注意：询问AI“出现这些症状的孩子的诊断是什么？”别问。人工智能无法诊断，尝试这样做是危险的。我只是问人工智能“我如何使活动适应（假设/一般）需求？”问。诊断和指导是专家的工作。
循序渐进：包容性适应
- 总体上定义需求。不是名字/诊断，而是功能需求：“对于难以遵循口头指令的孩子。”
- 给事件。分享现有的活动以适应。
- 请求多路径。人工智能对同一目标的视觉/听觉/触觉替代方案。
- 添加辅助功能。通俗易懂的语言、图解说明、可预测的步骤。
- 保持参与。适应不应该让孩子分离；让他们以不同的方式参与同一个活动。
- 专家/教师过滤器。检查适合性、与真实孩子的对应性，如有必要，检查专家建议。
同行的力量：包容是双向的
全纳教育最容易被忽视的一点是它的好处是双向的。有特殊需要的孩子在与同龄人相同的环境中发展得更好；但同龄人也学到了在差异、合作和同理心中成长的最宝贵的教训。一个孩子向朋友递剪刀，等待轮到他们，试图理解一个以不同方式沟通的朋友——这些都是任何单一活动都无法教会的社交情感收获。老师的工作是自然地、非强迫地建立这种同伴支持：一种每个人轮流互相支持的课堂文化，而不是诸如“帮助配偶”之类的永久角色。你可以向人工智能询问“支持同伴协作和同理心且不会造成压力的活动/日常想法”。但要注意：同伴支持不应该把有特殊需要的孩子变成“帮助的对象”；她还应该是一个能够帮助别人、做出贡献的配偶。包容是一种互惠的课堂文化，没有人总是“给予者”或总是“接受者”。
添加而不解析
包容性的要点是：适应不应该使孩子分离。给有特殊需要的孩子独自完成完全不同的任务会让他脱离群体。良好的适应可以让孩子以自己的方式参与同一活动。在集体绘画课程中，给拿铅笔有困难的孩子一支粗柄铅笔或海绵印画，可以让他/她坐在同一张桌子上，完成同样的任务。具体将人工智能称为“一种适应，允许孩子参与相同的活动而不将他从群体中分离出来”。
三个迷你箱子
情况 1 — 使用多种表示进行计数。一个班（含）有一个听力不好的孩子。老师匿名向AI描述计数活动并表示，“除了听觉指令外，添加视觉和触觉手段，不要将孩子与群体分开。”人工智能建议使用图片数字卡，同时用手指指点，并通过触摸物体进行计数。活动在全班开展；听力不好的孩子充分参与，其他孩子也从多次陈述中受益。没有人分开。
案例 2 — 安静的角落和传球支持。对于一个难以接受强烈刺激的孩子，老师要求AI适应环境和作息。 AI：可预测的视觉每日流程图，转换前发出警告（视觉/音频），建议必要时撤退到一个安静的角落。老师设置了这些；孩子在过渡期间的危机有所减少。这些安排给其他孩子带来了秩序和安全。实施决定和观察是老师的。
案例 3 — 从诊断陷阱返回。老师可以将孩子的行为写入人工智能并询问“这个孩子患有什么疾病？”他问道。他意识到这既不道德又危险：人工智能无法在没有看到孩子的情况下做出诊断，如果这样做，就会产生误导。他改变了问题：“什么样的课堂调整可以增加难以遵循口头指示的孩子的参与度？”他收到了针对真正需要的实用想法；他把诊断和指导留给了指导顾问和专家。
四个可复制模板
1）事件适配（多重表示）：
使这项活动具有包容性：[粘贴活动]。添加通过视觉、听觉和触觉手段实现相同学习目标的替代方案。目的：让每个学习不同的孩子以自己的方式参与相同的活动。不要将孩子从人群中分开。
2）根据功能需要适配：
建议具体的、可操作的课堂调整，以增加难以遵循口头指令（无诊断，功能需要）的孩子对课堂活动的参与。让它具有包容性，而不是分裂性。不要诊断，只是建议适应。
3) 无障碍材料/媒体：
我希望通过通用设计原则让我的学前班教室变得更容易使用。就视觉指示、简单语言、可预测的例行公事、安静的角落等主题提供具体、廉价的组织建议。让每一个建议都惠及所有孩子。
4) 过渡和日常支持：
建议视觉/听觉过渡支持，以提高难以从活动过渡到活动（从玩耍到聚会、从室内到花园）的儿童的可预测性。它应该易于使用，适合 4-5 岁年龄段。
弱提示/强提示
弱提示：
对于患有自闭症的孩子我应该做什么？
将人工智能推向诊断和一般处方；不了解孩子，每个孩子都不一样；结果将是笼统且具有误导性的，并且属于专家的领域。
强力提示：
在小组活动中，建议采取适应措施，保护容易因强烈声音/刺激而疲倦的儿童的参与（无诊断，功能需要），但不要将他与小组分开：就环境、过渡、多重表示等主题提供具体且适用的想法。
方法
人工智能的作用
边界
适应功能需要
产生想法
老师选择
添加多个表示
提供替代方案
全民参与
无障碍环境
建议编辑
老师设立
诊断/转诊
不
专家/指导老师
常见错误
- 请求人工智能做出诊断。 AI无法诊断；要求适应功能需要。
- 要把孩子分开。改编必须包含相同的活动；不应分配单独的任务。
- 从标签开始。指导的是孩子的具体需要，而不是诊断名称。
- 禁用专家。指导和诊断是顾问/专家的工作。
- 做出一种适应所有人的调整。每个孩子都是不同的；一般的处方是不起作用的。
提示：将改编设计为“对每个人都有好处”，而不是“只对那个孩子有利”。视觉教学、简单的语言、可预测的例行公事等安排都是通用设计：出于孩子的需要而诞生，但使整个班级受益，并且不影响任何人。
总之
全纳包容教育的目的是让所有儿童按照自己的需要充分参与到同一个环境中。方法是通过不同的手段（多重表示）达到相同的目标，并使环境对每个人来说都是可访问的（通用设计）。人工智能为活动和环境适应产生具体的想法。但它不能诊断或指导；哪个孩子需要什么是由老师、辅导员和专家决定的。良好的适应不会让孩子孤立，而是让他融入群体。
应用任务
选择课堂上的一项实际活动并考虑功能需求（例如，口头教学困难 - 没有姓名/诊断）。使用“事件适应”模板向 AI 请求多表示、非分解适应。然后使用“无障碍材料/媒体”模板为您的课堂添加适合整个孩子的组织。写下 5 条关于适应如何将孩子纳入小组的项目。
清单
- [ ] 我是否从功能上而非诊断上定义了需求？
- [ ] 我是否要求AI进行适应，而不是诊断/指导？
- [ ] 适应是否将孩子纳入群体中，但不将他/她分开？
- [ ] 我是否添加了多种表示（视觉/音频/触觉）？
- [ ] 我是否在必要时向指导顾问/专家分配了指导？