生成式人工智能 (GAI) 融入教育环境引发了全球范围内的讨论，既有热情也有担忧。 尽管许多人提倡探索 GAI 的变革潜力，但一项开创性的研究为 GAI 对学生学习的影响提供了重要的见解，揭示了人工智能与批判性思维之间令人着迷的相互作用。 该研究的关键发现强调，GAI 在提高学生表现方面的有效性在很大程度上取决于学生的批判性思维能力，而不是他们已有的知识基础。
研究揭秘：实验的一瞥
这项研究在中国一所成绩优异的小学进行，共有 126 名六年级学生参与，他们被分为三个不同的组。 其中两组利用了 GAI 的强大功能，特别是百度的 ERNIE Bot，将其用作认知工具来促进想法的产生，或用作思维工具来指导他们的推理过程。 第三组作为对照组，接受传统的、基于讲座的教学。 然后，学生们进行了一系列测试，旨在评估他们的事实保留能力以及将知识转移到新情况的能力。 结果挑战了关于先前知识的首要地位的传统假设，并表明 GAI 可能会从根本上改变学习的动态及其可访问性。
该实验围绕着一堂关于信息编码原理的 ICT 课程展开。 学生们面临着一个现实问题：设计一种有效的校服编码方案以防止丢失。 对照组在没有外部工具的帮助下进行头脑风暴，而两个实验组则获得了 GAI 生成的材料，这些材料要么提出了潜在的解决方案，要么展示了思维策略，例如因素分析。
解码结果：记忆与迁移
该研究评估了深度学习的两个关键维度：对事实内容的记忆以及将知识转移到新的、不熟悉的任务的能力。 令人感兴趣的是，在事实回忆方面，各组之间没有观察到显着差异。 然而，在迁移部分出现了显着差异，学生们需要运用他们的知识来编码电子设备。 使用 GAI 的学生明显优于他们的同龄人。 具体而言，实验组 1（认知工具）和实验组 2（思维工具）的得分明显高于对照组，表明 GAI 促进了更深入、更适用的学习成果。
这一发现符合认知负荷理论的原则。 GAI 通过简化信息检索和组织来帮助减少无关的认知负荷，从而释放学生的认知资源，并允许他们将更多的心理带宽分配给更高阶的思维过程。 本质上，GAI 充当脚手架系统，使学生能够专注于解决复杂问题，而不是陷入死记硬背的细节中。
先验知识的作用减弱
该研究最出乎意料的发现之一是，传统上被认为是有效学习基石的先前知识在 GAI 融入学习过程时并未显着影响学生的结果。 在传统的学习环境中，具有更广泛背景知识的学生通常具有认知优势。 然而，在 GAI 增强的环境中，这种优势似乎有所减弱，这表明 GAI 可能会通过为所有学生提供对大量信息和认知支持的访问来创造公平的竞争环境。
批判性思维：新的基石
相反，批判性思维技能成为决定学生在 GAI 增强的学习环境中取得成功的最有影响力的因素。 具有良好批判性思维能力的学生能够更好地评估、评价和整合 GAI 生成的信息。 他们并没有被动地接受 AI 输出的表面价值； 相反，他们批判性地检查它们，综合它们，并根据手头任务的特定需求调整它们。 这种互动过程放大了 GAI 的有效性，并提高了深度学习任务的性能。
该研究强调，批判性思维不仅仅是一种被动的特征，而是一套动态的技能，包括评估信息可信度、识别偏见和整合多重视角的能力。 当与 GAI 结合使用时，批判性思维就像一个内部监视器，引导学生调节、完善和扩展他们的理解，就像克拉申在语言学习中的监视器假说一样。
放大效应：GAI 和批判性思维
有趣的是，该研究还表明，批判性思维不仅支持 GAI 的使用，而且还放大了其影响。 在 GAI 和批判性思维技能之间观察到显着的交互作用。 换句话说，那些已经具备强大批判性思维技能的学生从使用 GAI 中获得的收益甚至比那些没有批判性思维技能的学生更大。 这表明 GAI 本身并不会自动实现学习成果的民主化。 相反，它增强了那些已经配备了更高阶思维工具的人的能力。
对教育的影响：范式转变
这些发现对教学法、课程设计和教育公平具有深远的影响。 首先，它们标志着教学重点的转变。 如果批判性思维现在比先验知识在推动学习成果方面发挥更核心的作用，尤其是在技术增强的环境中，那么学校必须相应地调整他们的教学策略。 培养学生的批判性思维技能不应再被视为一种可选的补充，而应被视为 AI 时代有效学习的基石。
此外，GAI 的使用方式至关重要。 该研究表明，认知工具和思维工具都可以支持学习，但并非所有 AI 集成都是一样的。 教育工作者必须指导学生使用 GAI 不是作为获得答案的捷径，而是作为推理的合作伙伴。 这需要设计结构化的提示，设计需要批判性评估的任务，并构建学生与 AI 交互的脚手架，以培养自主性而不是依赖性。
解决教育公平问题：弥合差距
对教育公平也有重要的影响。 虽然 GAI 可能有助于弥合先前知识方面的差距，但它可能会同时扩大批判性思维方面的差距，除非有意识地培养这些技能。 这突显了教师培训的关键重要性。 教育工作者不仅需要具备 AI 素养，还需要具备培养学生批判性推理能力的策略。
教育工作者的角色正在从作为信息的唯一来源演变为成为批判性思维的促进者。 教师必须指导学生如何有效地与 GAI 工具互动，提示他们质疑所提供的信息，分析不同的观点，并得出自己明智的结论。 课程设计应优先考虑鼓励批判性分析、问题解决和创造性思维的活动，确保所有学生都有机会发展这些基本技能。
重新思考评估： 主要侧重于事实回忆的传统评估方法可能需要重新评估。 评估应旨在衡量学生运用知识、分析信息以及结合 AI 工具使用批判性思维技能解决问题的能力。
推广数字公民意识： 随着对 AI 的依赖日益增加，至关重要的是要对学生进行数字公民意识教育，包括负责任的 AI 使用、道德考虑以及错误信息和偏见的潜在风险。
促进合作： 鼓励协作学习环境，让学生可以分享他们的见解，挑战彼此的观点，并在 GAI 工具的帮助下共同构建知识。
未来的研究：未解答的问题
该研究还提出了未来研究的新问题。 不同的年龄组如何回应 GAI？ 对批判性思维发展的长期影响是什么？ GAI 本身可以设计成适应学生的批判性思维模式吗？ 这些是学校、政策制定者和开发人员在考虑如何最好地将 AI 整合到学习系统中时需要迫切调查的领域。
纵向研究： 进行纵向研究，以跟踪 GAI 对学生的批判性思维技能、学业成就和职业准备的长期影响。
跨文化比较： 比较 GAI 在不同文化背景下的有效性，考虑教育系统、教学风格和文化价值观的差异。
个性化 AI 工具： 探索开发个性化 GAI 工具的潜力，这些工具可以适应每个学生的学习方式、批判性思维能力和知识差距。
GAI 在教育中的整合既带来了机遇也带来了挑战。 通过优先培养批判性思维技能和促进负责任的 AI 使用，我们可以利用 AI 的变革力量，为所有学生创造一个更公平、更具吸引力、更有效的学习环境。 GAI 和批判性思维之间的共生关系是释放数字时代教育全部潜力的关键。
开发 AI 素养计划： 为教师和学生实施全面的 AI 素养计划，使他们具备理解和有效利用教育中 AI 工具的知识和技能。
制定道德准则： 为 AI 在教育中的使用制定明确的道德准则，解决诸如数据隐私、算法偏差以及 AI 工具的负责任的开发和部署等问题。
投资研发： 投资于持续的研发，以探索 AI 在教育中的潜力，确定最佳实践，并应对新出现的挑战。
教育的未来在于拥抱人类智能和人工智能之间的协同作用。 通过培养批判性思维技能和促进负责任的 AI 使用，我们可以使学生成为终身学习者、批判性思考者和创新的问题解决者，为在快速发展的世界中蓬勃发展做好准备。 将 GAI 整合到教育中的旅程是一个持续的发现和完善的过程，需要协作、创新以及确保所有学生都有机会充分发挥其潜力的承诺。