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。
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。
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。
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:
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。
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。
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。
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:
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。
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。
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。
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。
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。
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”。
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。
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。
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?