思考

关于学习、AI 与系统设计

我关注的是:当 AI 进入学习环境的结构之中,学习环境的本体论会发生怎样的变化。

学习系统建构主义实践教师–AI后人类系统 AI能动性
1

从建构主义走向学习科学

我的早期工作深受建构主义与建造主义影响,尤其是戴维·乔纳森与西摩·帕普特。

学习是在活动、工具与情境中建构意义的过程。

后来,对《剑桥学习科学手册》与《国际学习科学手册》的学习,将这一视野拓展到元认知、自我调节学习、知识建构、课堂编排、协作脚本、项目式学习、以证据为中心的设计,以及基于设计的研究。

这一转变也意味着,工作重心从设计工具走向设计学习系统。

2

实践也是研究场所

在我的工作中,产品开发与研究紧密相连。

真实课堂中的系统既是干预的载体,也是开展研究的场所。它们让我们得以追问:AI 如何中介教与学?教师如何参与 AI 支持的设计?学习过程如何在真实课堂中展开?

实践课堂 · 系统理论产生 · 质疑 · 完善产生问题指导设计

实践不仅是理论的应用,也是理论被产生、质疑和完善的地方。这与基于设计的研究相呼应,同时立足于真实教育情境的约束。

3

重新审视教育中的 AI

目前许多关于教育 AI 的讨论仍持有工具性视角,将 AI 视为提高效率、自动化、个性化与生产力的工具。

这类理解存在理论局限:它们往往假设教育结构保持稳定,而 AI 只是叠加其上的工具。

AI 参与学习过程的构成,究竟意味着什么?

这也改变了分析的单位:

工具→系统功能→关系表现→学习

AI 逐渐成为学习系统架构的一部分,涉及学习过程编排、多智能体协调、交互与反馈,以及数据、行动与解释的整合。

4

教师与 AI 共同创造

我尤其关心教育系统中的能动性。

教师是 AI 中介学习环境的设计者,也日益成为创造者。

教师设计AI 智能体在 CocoFlow 中运行于 CocoClass · CocoNote

AI 不仅扩展人的能力,也在教学系统中重新组织人的能动性。它改变教师如何界定问题、设计学习过程、解释学生活动,以及结合情境作出判断。

这一变化不仅涉及技术,也涉及认识方式:它改变了我们如何理解、实施和研究教学。

5

后人类、分布式与批判视角

“人在回路”和“人机协作”等概念很有帮助,但它们往往仍建立在以人为中心的本体论之上。

我借助后人类主义视角,探索学习如何从关系组装体中涌现。在这一视角下,能动性分布于人类与非人类参与者之间,认知超越个体边界,学习则发生于社会技术系统之中。

我们需要考察不同形式的能动性如何被重新组织:

人的能动性教学能动性认识能动性

以下视角是理解学习系统如何构成、如何运行,以及会产生哪些张力的概念工具。

本体论

Karen Barad

内互作用

实体在关系的纠缠中形成。教师、学生、AI 与环境在持续的互动中彼此构成。

本体论

Deleuze & Guattari

组装体

学习系统是参与者、工具、规则、情感与基础设施的动态组合。其根茎式结构难以被自上而下地控制。

本体论

Jane Bennett

活力物质

界面、提示词、数据等非人要素也具有作用力,影响注意力、参与、节奏与可能性。

系统

Yrjö Engeström

活动理论

AI 进入教育系统后,会在既有规范与新可能性之间产生矛盾,推动系统转变。

系统

Edwin Hutchins

分布式认知

认知分布于学生、教师、AI 智能体及各种表征之间。问题从“学生如何思考”延伸到“系统如何思考”。

伦理

Emmanuel Levinas

面孔与他异性

教育是一场面对面的伦理相遇。学生的“面孔”代表无法被简化为数据的他异性。

批判

Byung-Chul Han

深度与平滑

数字技术追求消除阻力的“平滑”。深度学习则需要困难,以及与真实差异的相遇。

批判

Pierre Bourdieu

场域与资本

谁从中受益?哪些知识被认可?AI 正在参与教育场域的塑造与再生产。

持续追问

—当 AI 成为系统的组成部分,学习意味着什么?

—在 AI 中介的环境中,人的能动性如何变化?

—认识能动性如何被支持、限制或重新分配?

—设计学习系统意味着什么?

—AI 驱动的优化是否可能让学习流于表面?