База знания AIEdAIEd KB
На тази страница

Прочетете тази страница на английски

Понятия

Теории и рамки

Създадена 2026-09-19 · Актуализирана 2026-11-08

Автоматичен машинен превод на тази английска страница, който още не е проверен от носител на езика.

Теории и рамки — работещият инвентар от обяснителни и организационни структури, които тази база знания действително използва. Теориите обясняват защо се случва ученето (Learning Theories, Self-Determination Theory, Sociocultural Learning, теория на дейността); рамките организират решения за дизайн, преподаване и приемане (Технологични педагогически съдържателни знания (TPACK), SAMR, модели за приемане на технологии, ICAP, универсален дизайн за учене); моделите правят твърденията за ученето проверими и изчислими (теория на отговора на въпроса, Assessment Validity, Knowledge Tracing). Използвайте тази страница, за да намерите лещата, върху която почива дадено изследване, или за да изберете такава за собствената си работа.

Въпроси за размисъл

  • Теорията предсказва какво се случва, когато нещо се промени; рамката ви казва на какво да обръщате внимание. Когато едно изследване съобщава печалба под знамето на дадена рамка, но не прави предсказание, което е можело да се провали, какво всъщност е научено?
  • TPACK, SAMR, UDL, моделите за приемане и ICAP всички предхождат големите езикови модели. Кои техни части все още важат, когато инструментът може да пише, да обяснява и да се адаптира сам, и как бихте разбрали?
  • Няколко от каталогизираните по-долу теории са създадени за AI през последните няколко години. Какво би било нужно, за да се окаже една от тях погрешна, и опитал ли се е някой да го покаже?
  • Приемането често се описва като движение през етапи. Ако колега съобщи, че курсът му тази година е преминал „от заместване към предефиниране“, какви независими доказателства бихте поискали, преди да повярвате?
  • Голяма част от тази област прилага заимствана теория, вместо да я проверява. Изберете находка, на която разчитате: може ли тя да бъде преформулирана като проверка на теория, и какво измерване би изисквала?

Въведение

Всеки AI тьютор, система за обратна връзка и табло влагат предположения за това как учат хората, независимо дали дизайнерите ги заявяват. Тази страница събира теориите, рамките и моделите, от които идват тези предположения, подредени свободно по това колко от текущата изследователска литература се опира на тях, и накратко казва за какво е добро всяко от тях. Разликите между трите етикета са реални, но малки, и са обобщени към края, вместо да бъдат третирани като тема. Практически важно е върху каква леща почива едно твърдение и дали тази леща може да подкрепи твърдението.

Теории за ученето, които литературата прилага

Тези теории обясняват механизми: те назовават частите, които вършат работата, и предсказват какво следва, когато те се променят. В литературата за AI те са предимно заимствани от психологията и науките за ученето и се използват като интерпретативни рамки около нов инструмент.

  • Теории за ученето (зонова концепция) — семейството като цяло, включително класическите полюси на бихевиоризма и конструктивизма и разрива „конструктивизъм по име, бихевиоризъм на практика“, който се повтаря в реализациите с AI. Конективизмът и теорията за когнитивното натоварване също са разгледани тук.
  • Конструктивизъм — ученето като активно изграждане на знание. Той подкрепя проектно-базираната работа, диалогичното AI тьюторство и критиката, че системите тип „упражнение и обратна връзка“ нарушават собствената си заявена педагогика.
  • Социокултурна теория — ученето като медиирано от инструменти и социално взаимодействие, поради което AI се теоретизира като медииращ артефакт, а не като просто пособие.
  • Теория на дейността — взема цялата система на дейност, включително противоречията, като единица на анализа. Често срещана в изследванията на AI, насочени към учители, където интересната находка обикновено е напрежението между инструменти, правила и общност.
  • Ситуирано учене и въплътено учене — ученето като обвързано с контекста и с тялото, противотежестта на третирането на AI като чисто езикова среда.
  • Разпределена когниция — мислене, разпръснато между хора и артефакти, което рамкира AI подкрепата като преразпределение на когнитивния труд, а не като негово заместване.
  • Общност на изследването — социалното, когнитивното и преподавателското присъствие, които правят онлайн преживяването работещо; едновременно теория на преживяването и дизайнерска рамка.
  • Теория на самоопределянето — автономията, компетентността и свързаността като мотивационни предпоставки. Често обяснението, което се предлага, когато употребата на AI повишава ангажираността, без да повишава ученето.
  • Когнитивизъм — обработка на информацията, работна памет и разминаването между усещането за учене и действителното учене.
  • Теория на социалното възприятие (топлина и компетентност) — внос от социалната когниция и изследванията на сервизните роботи, тя рамкира как потребителите съдят достоверността на AI агент: възприетата компетентност предсказва пряко достоверността на обратната връзка от ChatGPT, докато топлината действа само през човекоподобната емпатия (SEM, 230 студенти; Pérez-López et al. (2026)).
  • Четвърта категория възможности беше предложена, но не тествана. Кодирайки 24 изследвания срещу триделна схема на възможностите, рецензентите установяват, че ангажираността, безопасността и самоефективността не пасват на технологичната, педагогическата или социалната категория, и предлагат емоционални възможности, основани на реципрочния детерминизъм на Bandura (Lopez & Arabadzhy (2026)).

Модели на обучаемия и на учебния процес

  • Саморегулирано учене — планиране, наблюдение и оценяване на собственото учене. Работният конструкт за въпроса дали AI подкрепата достига до фазите, които имат значение, или само до изпълнението.
  • Метакогниция — мислене за собственото мислене и конструктът, който най-често се назовава, когато AI е обвинен, че мисли вместо студентите.
  • Мотивация — защо обучаемите се ангажират, и конструктът, който разделя ангажираността от ученето в изследванията на AI.
  • Самоефективност — вяра в собствената способност, различна от компетентността, и чест медиатор между употребата на AI и резултатите.
  • Самостоятелност — кой насочва работата: конструктът зад напрежението контрол срещу автономия в областта и зад механизма на делегираната самостоятелност в най-новата теория.
  • Желателни трудности, извличане, разпределяне във времето и редуване и текст за опровергаване — находки, които правят фрикцията педагогически ценна, приложени към решенията колко работа трябва да върши AI.
  • Пренос на ученето — дали способността се запазва, след като подкрепата бъде оттеглена, което скорошна теория третира като критерий, разделящ ученето от помощта, а не като един резултат сред няколко.

Рамки за преподаване, интеграция и приемане

  • TPACK — знанието на учителя, което смесва технология, педагогика и съдържание; рамката по подразбиране за изследвания на AI, насочени към учители.
  • Модели за приемане — намерението като функция на възприетата полезност и лекотата на използване. Използвани достатъчно широко, че разчитането на областта на намерението, а не на поведението, е постоянна критика.
  • ICAP — подрежда ангажираността като пасивна, активна, конструктивна, интерактивна; полезно за въпроса какъв режим всъщност дава взаимодействието с AI.
  • SAMR — от заместване до предефиниране. Популярен като разказ за зрялост, слаб като измервателен инструмент.
  • Универсален дизайн за учене, приобщаващо учене и достъпност — дизайнерски рамки за това кой получава услугата, и най-често призоваваните в работата по увреждания и справедливост.
  • Дизайн на обучението, Дизайн на учебната програма и Дизайнерско мислене — как задачите, последователностите и програмите се структурират, преди да бъде избран какъвто и да е инструмент.
  • Управление на промяната — дали една система се възприема изобщо, което обикновено е институционален, а не педагогически въпрос.

Измерване и изчислителни модели

Теории, създадени за ерата на AI

Четири предложения в базата знания изграждат теория, вместо да я заимстват. Те са страници за статии, а не концептуални възли, защото всяко е един-единствен аргумент:

  • Генеративизъм — нова теория за ученето, която твърди, че класическите четири показват значителни концептуални ограничения с разпространението на генеративния AI.
  • Епистемична съвместна самостоятелност — модел на това как обучаемите и AI системите съвместно произвеждат знание и разбиране.
  • Отсъстващата когнитивна базова линия — теоретизира защо родените с AI студенти надценяват собственото си учене, когато AI надува представянето.
  • Агентивизъм — теория от среден обхват, която назовава четири механизма (делегирана самостоятелност, епистемично наблюдение и верификация, реконструктивна интернализация и пренос при намалена подкрепа) и формулира шест проверими твърдения.

Различаване на трите етикета

Думите се използват свободно в литературата, а разликата заслужава един абзац, а не цяла страница:

  • Теорията обяснява механизъм и предсказва какво се случва, когато частите ѝ се променят. Тя може да се провали, поради което изследванията, които проверяват теория, могат да съобщават размери на ефекта.
  • Рамката организира или предписва. Тя назовава компонентите, на които да се обръща внимание, обикновено без да предсказва величини, и не може да бъде фалсифицирана.
  • Моделът е формално представяне, най-често на измерването или на състоянието на обучаемия. Той може да бъде нагласен, сравнен и показан като погрешен по начин, по който рамката не може.
  • Етикетите се припокриват. Общността на изследването е едновременно теория и дизайнерска рамка; теорията на дейността е обяснителна и аналитична. Третирайте етикета като улика за това какво твърди даден източник, а не като категория за подреждане.

Съседни слоеве

Две съседни страници умишлено са за нещо друго. Философията на AI в образованието задава нормативни и концептуални въпроси — за какво е образованието, може ли машина да преподава — и не предсказва размери на ефекта; едно изследване може да е философски наивно и теоретично издържано, или обратното. Развитието на теория е метадейността по изграждане, заимстване и преработване на теория, включително постоянната критика, че голяма част от работата в AIED прилага съществуваща теория, вместо да я проверява. Тази страница е инвентарът; развитието на теория е за производството и преработването на инвентара.

Избор на леща, когато въпросът е практически

  • Преподавателите, започващи от проблем, могат да работят назад: ако обучаемите не се ангажират, ICAP и SDT назовават различни причини и предполагат различни поправки; ако въпросът е дали изобщо да се приеме инструмент, моделите за приемане и SAMR питат различни неща за него.
  • Дизайнерите на обучение печелят най-много от дизайнерските рамки — UDL, дизайна на обучението и скафолдинг — съчетани с теория, която предсказва какво се случва, когато скафолдингът бъде премахнат.
  • Изследователите трябва да заявят към кой възел претендира изследването и дали дизайнът действително може да го провери; моделите за измерване (IRT, валидността, самоотчетните мерки) решават дали отчетеният резултат подкрепя това твърдение.
  • Администраторите срещат тези рамки като въпроси за приемане и промяна, където етапен модел често се използва като разказ за зрялост, а не като инструмент.

Какво не могат да направят рамките

Рамките не са доказателство. Те обикновено са заимствани от контексти преди LLM и локализирани от този, който ги прилага, могат да функционират като брандиране, а етапните модели канят приемане по списък, което отчита движение през нива, а не учене. Твърденията, които почиват на рамка, трябва да се четат редом с междусекторните ограничения на областта, с валидността на това, което е измерило резултата, и с известните граници на самоотчета.

Подравняването механизъм–теория все пак може да е решаващо: тематична синтеза на 55 изследвания за учене чрез игри с AI подкрепа установява, че ефективността е зависела от това дали AI механизмът е осъществявал педагогиката, на която е трябвало да служи, а не от алгоритмичната изтънченост (Kaşarcı and Yurt (2026)).

Чести заблуди

„Прилагането на заимствана теория към AI инструмент е използване на теория.“ Голяма част от тази област прилага заимствана теория, вместо да я проверява, а разликата е дали рамката е направила предсказание, което е можело да се провали. Когато изследване съобщава печалба под знамето на дадена рамка, без да се ангажира с нито едно фалсифицируемо предсказание, за рамката не е научено нищо — резултат, съвместим с всяка теория в каталога, е доказателство за нито една от тях.

„Стойността на една рамка е колко добре описва система, която вече сте изградили.“ Това е поставяне на етикет след факта. Таксономия, която приема всеки дизайн, няма разграничителна сила, поради което описателните рамки трябва да се съдят по това какво изключват. Въпросът за оценяване не е „пасва ли моята система на това?“, а „какъв вид система тази рамка би нарекла погрешна?“

„Теориите за ученето, моделите на обучаемия и рамките за приемане са взаимозаменяеми лещи.“ Те отговарят на различни въпроси — как се случва ученето, какво е състоянието на обучаемия и защо една практика се разпространява — и видовете им доказателства се различават съответно. Изборът на грешен слой произвежда изследване, което измерва правилната променлива срещу погрешното предсказание, което се чете като нулев резултат, когато е категорийна грешка.

„Повече рамки означава по-зряла област.“ Създадените за ерата на AI рамки се натрупват по-бързо, отколкото се проверяват, а натрупване без фалсификация е симптом, а не напредък. Зрелостта се проявява в разрешаване на конкурентни предсказания, а не в растеж на речника.

Свързани концепции

Свързани статии

Метаданни

Обучение и преподаванеLearning Theories
Оценяване и измерванеAssessment Validity, Item Response Theory
Изследователски методи и оценкаResearch Methods in AIED
Основи на AI в образованиетоAI в образованието, Развитие на теорията в AI в образованието, Философия на AI в образованието
ИзточникИсторияРедактиранеЧат

Вграждане на тази страница

Копирайте кода по-долу, за да вградите тази страница в система за управление на обучението или друг уебсайт. Вгражданата версия показва само съдържанието на страницата — скрива заглавната част, навигацията и долния колонтитул на сайта.