生成式人工智能时代下探究共同体的重新构想
《Computers and Education: Artificial Intelligence》:Reconceptualizing community of inquiry in the age of generative artificial intelligence
【字体:
大
中
小
】
时间:2026年08月27日
来源:Computers and Education: Artificial Intelligence 23.4
编辑推荐:
摘要探究共同体(CoI)框架被广泛用于指导和支持在线及混合环境中的学习。然而,生成式人工智能(GenAI)挑战了 CoI 研究与实践中的一个关键假设,即临场感指标主要可归因于人类学习者、教师及其互动。GenAI 能够生成流利的话语,类似于强烈的认知、社会或教学临场感。然而,这
摘要
探究共同体(CoI)框架被广泛用于指导和支持在线及混合环境中的学习。然而,生成式人工智能(GenAI)挑战了 CoI 研究与实践中的一个关键假设,即临场感指标主要可归因于人类学习者、教师及其互动。GenAI 能够生成流利的话语,类似于强烈的认知、社会或教学临场感。然而,这类话语可能并不反映学习者的思维、关系或调节意图。迄今为止,研究通常将 GenAI 框定为一项工具、一位对话伙伴或可能的第四种临场感。然而,这些观点未能完全捕捉 GenAI 对探究过程的广泛影响。因此,本文通过在生成式人工智能时代将 GenAI 定位为一项认知条件,重新概念化了探究共同体。这种框架强调,GenAI 可以通过直接使用、对学习任务及期望的间接调解,以及其可用性对贡献的解释、归属和评估的潜在影响来塑造探究。在这一视角下,GenAI 塑造了什么是看似合理的,什么算作证据,以及贡献如何被归属,从而改变了批判性思维在探究共同体中是如何被实施和认可的。借鉴社会物质性和后数字视角,我们认为 CoI 的临场感是通过人类与 GenAI 的组装而涌现的社会技术成就,而非仅通过人类活动。本文据此重新诠释了认知、社会和教学临场感,并提出了一种基于构型的启发式框架,表明 GenAI 参与度与探究质量之间的关系取决于人类问责。我们最后总结了对理论、实践和未来研究的启示,建议 CoI 评估(例如编码方案)可能需要完善。特别是,临场感指标不能再仅从经过修饰的最终文本中进行推断。相反,它们需要过程敏感的证据,例如提示词与修订痕迹、披露与归属实践、验证行为以及使探究的认知工作可见的交互日志。
巴慎|德拉甘·加谢维奇|林杰平|特里·安德森
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号