- 李曼丽;陈巳宸;毕慧超;马昱春;
人工智能的深度嵌入促使学习过程发生转变,从理论上重新审视人类智能(HI)-人工智能(AI)协同学习场景中的高阶思维概念与内涵显得尤为必要。为此,文章以北京某高校大学生编程课程中程序设计的人机互动学习经历为研究对象,展开了参与式观察、多阶段访谈、实物采集等多模态数据采集工作,对高阶思维的形成机制与内涵特征进行了系统探讨。研究发现:HI-人工智能AI协同学习场景中真实的程序设计学习过程历经构思、设计、调试、优化四个阶段,这与传统的问题解决学习过程并无殊异,但是每个环节均呈现出与以往不同的过程性特征;在HI-AI协同学习场景中,虽然高阶思维的核心内核并未被颠覆,但是传统高阶思维的内涵和外延被显著拓展,涵盖了批判性整合、创造性补位、元认知调控三种特质性认知成分。此外,HI-AI协同学习场景中的高阶思维是人类智慧与机器智能协同进化的复合性认知能力,具有鲜明的交互性、动态性、涌现性。文章通过研究,旨在为教育领域中人工智能与人类智能的深度融合提供理论依据和实践指导,并推动教育模式的创新与发展。
2025年11期 v.35;No.295 5-13页 [查看摘要][在线阅读][下载 1299K] [下载次数:138 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:20 ] - 刘敏;马舒琪;王娟娟;
生成式人工智能技术的快速发展正深刻改变着大学生的学习方式,由此如何有效评估并提升大学生应用生成式人工智能学习的能力成为关键问题,但当前鲜有研究对这种能力的组成要素和评价工具进行探析。为此,文章首先运用扎根理论,构建了大学生应用生成式人工智能学习模型。随后,文章通过德尔菲法与层次分析法,构建了大学生应用生成式人工智能学习能力评价指标体系,并确定了各指标的权重。最后,文章将该评价指标体系应用于实际学习情境中,发现该评价指标体系能够有效评价大学生应用生成式人工智能学习的能力,并为大学生能力的自我提高和教师有针对性地指导不同类别的大学生提供依据。
2025年11期 v.35;No.295 14-22页 [查看摘要][在线阅读][下载 1308K] [下载次数:218 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:14 ] - 武永;冀娇娇;赵恒暄;魏兴;
随着人工智能技术在教育领域的广泛应用,ChatGPT开始被用于写作教学,是教师反馈的重要补充。然而,ChatGPT内容反馈尤其是内容批评型反馈的具体优势与局限仍不明确。为此,文章对比了教师与ChatGPT对英语议论文的内容批评型反馈,首先收集了72篇英语作文及其收到的教师反馈与ChatGPT反馈,之后通过对反馈进行人工编码,并运用混合线性模型从反馈焦点和反馈特点两个方面对比了二者的异同,同时分析了ChatGPT的反馈质量,结果显示:反馈焦点方面,教师和ChatGPT有显著差异;反馈特点方面,教师倾向于解释问题,而ChatGPT提供的修改建议更多;ChatGPT的反馈质量方面,其识别问题的完全正确率为64%,其中对论证类问题的正确率最高,对总结部分的建议正确率最高,对介绍部分的建议正确率最低。文章通过研究,旨在为深入了解教师和ChatGPT反馈的有效性提供实证依据,并为在英语写作教学中整合两种反馈提供教学启示。
2025年11期 v.35;No.295 23-31页 [查看摘要][在线阅读][下载 1327K] [下载次数:153 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:3 ] - 张煜明;涂涛;赵斌刚;
当前,学术写作能力是研究生群体的必备素养之一,而生成式人工智能(Generative Artificial Intelligence,GenAI)的兴起在为其提供强大工具支撑的同时,也伴生了一定的潜在风险与伦理困境。为探究GenAI对学术写作能力的影响,文章首先以自我调节学习理论为基础,将学术写作能力划分为认知、情感、行为和伦理四个维度。之后,文章基于不同的写作维度编制调查问卷和访谈提纲,用于获取研究生使用GenAI的相关数据与深度资料。最后,文章利用普通最小二乘法、倾向得分匹配和扎根理论等方法展开分析,结果表明:GenAI对研究生学术写作能力的影响呈现复杂特征,不同个体变量的使用特征和能力表现不同,且GenAI在写作中引发了伦理观念的显著转变。文章通过研究,旨在深入剖析GenAI对研究生学术写作能力的影响,以期优化人工智能时代的研究生人才培养模式。
2025年11期 v.35;No.295 32-41页 [查看摘要][在线阅读][下载 1292K] [下载次数:410 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:4 ] - 王师晓;赵晓伟;沈书生;
生成式人工智能(Generative AI,GenAI)的深度渗透,给传统学习评价体系带来根本性冲击,推动学习评价的全面转型尤为迫切。为此,文章系统反思了GenAI时代学习评价面临的三大现实困境,包括评价理念易陷于知识本位、评价方式常落入结果导向、评价支持更关注防范作弊。据此,文章探讨了学习评价的转型路径:在评价理念层面,提出从关注知识到知识融入思维的转化,重视人机协同评价与思维外显的过程性评价,推动高阶思维的形成与深化;在评价方式层面,强调从结果导向到GenAI渗透的过程分解,通过设计融入GenAI的项目化评价任务与开展真实情境下的多样化评价形式,追踪学生学习过程的变化与发展;在评价支持层面,提出以师生开放式对话与GenAI应用引导建立评价共识和规范,主张从技术防范到激发创造的规范应用,以期为构建适应GenAI时代的评价模式提供理论基础与实践指南。
2025年11期 v.35;No.295 42-50页 [查看摘要][在线阅读][下载 1496K] [下载次数:153 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:4 ]