AIEd TudásbázisAIEd KB
Ezen az oldalon

Olvassa el ezt az oldalt angolul

Fogalmak

Elméletfejlesztés az MI-oktatásban

Létrehozva 2026-08-22 · Frissítve 2026-11-08

Ennek az angol oldalnak a gépi fordítása, amelyet még nem ellenőrzött anyanyelvi beszélő.

Elméletfejlesztés az MI-oktatásban — az a tudományos munka, amely létrehozza, továbbfejleszti és kritikusan vizsgálja azokat az elméleteket és fogalmi keretrendszereket, amelyek megmagyarázzák, hogyan hatnak egymásra a tanulók, a tanárok és az MI-rendszerek. Ahogy a generatív MI átformálja az oktatást, a terület egyszerre javasol új elméleteket az MI-vel való tanulásról, és dolgoz át meglévő tanuláselméleteket — miközben az elmélethasználat dokumentált gyengesége továbbra is az AIEd-kutatás átfogó korlátja.

Megfontolandó kérdések

  • Gyakran beszélünk arról, hogy „alkalmazunk egy elméletet” az MI-oktatásra, de ez az oldal azt kérdezi, vajon a terület valóban kitalál-e új elméleteket. Mielőtt továbbolvasna: amikor egy ismerős keretrendszert (például a behaviorizmust vagy a konstruktivizmust) a generatív MI lefedésére feszítenek, mit kaphat el jól, és mit torzíthat csendben?
  • Gondoljon vissza egy alkalomra, amikor MI-t használt, és úgy érezte, nőtt a megértése — vagy éppen az ellenkezőjére. Mi a különbség az „eszközzel való tanulás” és a „géppel való tudásközös konstrukció” között? Hol húzná meg ezt a határt, és van-e egyáltalán értelme azt mondani, hogy a gép társcselekvő?
  • Sok MI-oktatási tanulmányt bírálnak azért, mert gyengén vagy egyáltalán nem használ elméletet. Ha olvasna egy tanulmányt, amely kimutatta, hogy egy MI-eszköz „működött”, mit kellene elmondania arról, miért és hogyan működött, mielőtt elméletileg jelentősnek nevezné az eredményt, nem csupán egy hatásnagyságnak?
  • Egy javasolt elmélet szerint az MI-natív diákok túlbecsülik saját tanulásukat, mert az MI felfújja a teljesítményüket. Észrevette-e magán vagy másokon, hogy nagy MI-használat után kompetensebbnek érzi magát, mint amennyit MI nélkül ténylegesen fel tudna mutatni? Mi lenne a legerősebb bizonyíték arra, hogy ez valódi jelenség, és nem csupán egyetlen tanulmány műterméke?
  • Az oldal megkülönbözteti az elméletet (a tanulás mechanizmusainak magyarázata) a filozófiától (annak vizsgálata, mi a tanulás és az elme alapvetően). Hol mozog a saját gondolkodásában a kettő között — például amikor nem csak azt kérdezi, hogy egy keretrendszer jól magyarázza-e a tanulást, hanem azt is, hogy megragadja-e, mi a tanulás valójában?
  • Új elméletek jelennek meg — generativizmus, episztemikus együgynökség, kognitív közjavak. Olvasóként mi győzné meg arról, hogy valamelyikük valódi előrelépés, és nem régebbi gondolatok divatos újracímkézése? Állítson fel saját próbát arra, mit kellene megmagyaráznia egy jó, MI-vel való tanulásról szóló új elméletnek.

Bevezetés

Az elméletfejlesztés az AIEd-ben a terület által merített alkalmazott tanuláselméletek és az MI korszak által termelt új értelemzők határán helyezkedik el. Ahol a Learning Theories katalogizálja az MI-re alkalmazott bevett elméleteket (behaviorizmus, konstruktivizmus, kognitív terhelés, önmeghatározás stb.), ez a fogalom maga a teoretizálás folyamatát és termékét követi: mely új elméletek és keretrendszerek születnek, hogyan fejlesztik tovább a bevett elméleteket, és azt a módszertani kérdést, hogy az AIEd-kutatás jól teoretizál-e.

  • Egy keretrendszer, amely megadja a saját összehasonlítási feltételét. Nakamura (2026) a kognitív munkamegosztást teszi magyarázó egységgé, a műveleteket egy fokozatos periférikus–konstitutív kontinuumra helyezi, megnevezi azt az összehasonlítási feltételt, amelyhez képest a bővülést és az eróziót meghatározza, és hét feltételes, tesztelhető állítást vezet le (Nakamura, 2026). Mivel az állítások konfigurációk közötti különbségeket jósolnak meg, egy csak átlagos hatást jelentő tanulmány nem tudja megerősíteni vagy cáfolni őket.

Új tanuláselméletek az MI-vel való tanulásról

A cikkek növekvő csoportja kifejezetten új elméletet alkot az MI korszakára, ahelyett hogy meglévő kereteket alkalmazna:

  • Generativizmus. A generativizmust új tanuláselméletként javasolják, azzal az érveléssel, hogy a behaviorizmus, a kognitivizmus, a konstruktivizmus és a konnektivizmus mind egy-egy olyan feltevésre épül, amelyet a generatív MI áttör: hogy a megfigyelhető kimenet tanúsítja a tanulást (behaviorizmus), hogy a kognitív műveletek a tanulón belül történnek (kognitivizmus), hogy a jelentés konstruálódik, nem pedig szállítják (konstruktivizmus), és hogy a nehéz rész a meglévő tudáshoz való navigálás, nem annak előállítása (konnektivizmus). Négy értelemzőt nevez meg — episztemikus partnerség, elosztott ügynökség, generatív írástudás és adaptív metakogníció —, és mindegyikhez levezet egy értékelési indikátort, ami közvetlen kísérlet az MI által közvetített tanulás önálló elméleti paradigmájának megnevezésére. Amit viszont nem tesz meg, az az, hogy megbukható állításokat fogalmazzon meg: pozíciócikk, amely meglévő bizonyítékokat szintetizál, ezért az alábbi agentivizmussal ellentétben szókészletet és mérési programot kínál, nem cáfolható elméletet.

  • MI-kapcsoltság. Fu és Zhao (2026) a gondoskodásetika és a neoökológiai elmélet segítségével rekonstruálja a kapcsoltságot az MI korszakára, és a „mesterségesintelligencia-kapcsoltságot” pszichológiailag valós, mégis etikailag aszimmetrikus kötelékként definiálja, három dimenzióval és hat cáfolható állítással, amelyek skálafejlesztésre várnak.

A szintetikus pozíció hozzáad egy versengő javaslatot, amely viszont megfogalmaz állításokat: megnevezi a szintetikus előléptetést és a szerzői felfüggesztést — egy sűrűn megszólaló, mégis szerző nélküli ént —, és olyan kereszteződési interakciót jósol meg, amelyben egy életdöntési narratíva értékelt szerzőisége és koherenciája ellentétes irányba mozdul (Du és mtsai. (2026)).

  • Agentivizmus. Yan és Gašević (2026) az agentivizmust középszintű tanuláselméletként javasolja az ember–MI interakcióhoz, a tanulást az emberi képesség tartós növekedéseként definiálva, nem pedig az MI-vel való sikeres feladatvégzésként, és négy mechanizmust határoz meg: delegált ügynökség, episztemikus monitorozás és ellenőrzés, rekonstruktív internalizáció, valamint transzfer csökkentett támogatás mellett. Amit az oldal többi javaslatától megkülönböztet, az a cáfolhatóság: hat állítást fogalmaz meg, köztük azt, hogy a tanulás erősebb, ha az MI megőrzi a tanuló felelősségét a probléma megfogalmazásáért, a kritériumok meghatározásáért és az indokolásért, mint amikor kész válaszokat szolgáltat. Amellett is érvel, hogy az ellenőrzés megkövetelésének javítania kell a késleltetett teljesítményt, míg az ismételt, rekonstrukció nélküli, alacsony súrlódású delegálásnak gyengítenie kell a tanulók saját kompetenciájukról alkotott kalibrációját.

A tanári oldal teoretizálása mára ugyanezt a tesztelhetőségi kötelezettséget vállalja: a Capability–Decision Model az AI-TPACK képességet az attitűd és az észlelt viselkedési kontroll elé rendeli, és négy cáfolati feltételt nevez meg — mediációs kudarc, diszkriminanciaösszeomlás, moderációs nullitás és kontextusredundancia —, bár a modell tesztelés nélkül marad (Mnguni (2026)).

  • Episztemikus együgynökség. A Learning with Machines „az episztemikus együgynökség elmélete felé” épít: elméletvezérelt modellt arról, hogyan állítanak elő közösen tudást és megértést a tanulók és a GenAI-rendszerek.

  • Kognitív partnerségi ciklus. Page (2026) a Kognitív Partnerségi Ciklust javasolja, egy hatfázisú rekurzív modellt — Emberi kérdés, MI-kiterjesztés, Emberi reflexió, Integráció, Felülvizsgálat és Új kérdés —, amely a tanulást a tanuló kognitív pozíciójának változásában helyezi el, nem a promptok kifinomultságában, és négy kudarcmódot nevez meg, ahol ugyanaz a rekurzió helyettesíti vagy torzítja a gondolkodást.

  • A hiányzó kognitív alapvonal (ACB). The Absent Cognitive Baseline strukturális hiányt teoretizál az MI-natív diákok akadémiai önértékelésében — háromdimenziós keretrendszer, amely megmagyarázza, miért becsülik túl a diákok a tanulásukat, amikor az MI felfújja a teljesítményt.

  • A kognitív közjavak. A kognitív közjavak és a szakértelem regenerálódása a közös erőforrások elméletére és az elosztott kognícióra támaszkodik, hogy megmagyarázza, hogyan meríthetik ki a racionális MI-elfogadási döntések a szakmák megújulásához szükséges közös szakértelmi tartalékot.

  • Teljesítmény kontra tanulás. A teljesítmény kontra tanulás az MI által felfújt feladatteljesítmény és a tartós tanulás közötti éles eltérést teoretizálja, ez a megkülönböztetés visszatér a tudásbázis tanulási nyereség bizonyítékai mentén.

  • Episztemikus MI-írástudás (EAIL). A Episztemikus MI-írástudás az MI-írástudást folyamatorientált episztemikus kompetenciaként fogalmazza újra, amelynek középpontjában az áll, hogyan konstruálódik és igazolódik a tudás, amikor a diákok generatív MI-vel közösen programoznak.

  • Tri-System elmélet. Shaw és Nave (2026) kiterjesztik a kettős folyamatú magyarázatokat a 3. rendszerrel — az MI-ból származó külső, automatizált, adatvezérelt érveléssel, amely kiegészítheti, felválthatja vagy elnyomhatja az 1. és a 2. rendszert —, és jellegzetes kudarcaként megnevezik a kognitív megadást, az MI-kimenet kritikátlan elfogadását.

  • Kognitív gondnokság. A hitelesítés és a kognitív gondnokság az intézményi felelősséget teoretizálja a tudás és a tanulás védelméért az MI-vel átszőtt értékelési kontextusokban.

  • Társ-szabályozás és episztemikus proaktivitás. Az MI mint kognitív partner a társszabályozásban a végrehajtó funkciókat, a metakogníciót, az elosztott kogníciót és a szociokulturális fejlődést integrálja fejlődési modellbe; az episztemikus proaktivitás a diákok MI-vel szembeni cselekvő álláspontját teoretizálja a matematikában.

  • Ember–GAI elköteleződési paradigmák. Strydom (2026) a terület „elméleti hiányát” úgy kezeli, hogy hét megvalósult ember–GAI elköteleződési paradigmát (őrző, lehetőségközpontú, bővített, úttörő, szimbiotikus, értékalapú, esélyegyenlőségi) Schommer többdimenziós személyes episztemológiai hiedelemmodelljére alapozza — episztemológiai, nem eszközközpontú elmélet arról, hogyan pozicionálják magukat eltérően az egyének az MI-hez képest.

  • Az ökológiai együgynökségi keretrendszer. Poudyal (2026) szerint a generatív MI az episztemológiai tekintélyt a tanároktól a diákokhoz, majd a gépekhez rendeli át, és egy keretrendszert vezet be, amely az együgynökséget három, egymástól függő dimenzióval definiálja — relációs, szabályozási (a SRL-ciklusra leképezve) és pedagógiai (tanári elfogadási kontinuum) —, mindegyiket az emberi episztemikus elszámoltathatóság nem tárgyalható feltétele határolja (vitathatóság, származás, valamint a morális és szellemi elismerés nem delegálása). Az ügynökséget episztemikus tervezési problémaként helyezi el, nem használhatósági kérdésként, pontosabb nyelvet adva az intézményeknek a GenAI-integráció irányításához, mint a „kiegyensúlyozás”.

  • Relációs episztemikus ügynökség és episztemikus függőség. Du és Yuan (2026) kritikai-integráló beszámolót adnak arról, mikor őrzi meg, illetve mikor szorítja ki az ítélőképességet az MI által közvetített támaszkodás. A produktív támaszkodás és a káros függőség határát hat diagnosztikai kritériummal operacionalizálják (vitathatóság, helyreállíthatóság, transzfer, nyomonkövethetőség, elosztott felelősség, episztemikus pluralizmus), és négy szociotechnikai útvonalat követnek nyomon (folyékony tekintély, súrlódásmentes delegálás, átláthatatlan szintézis, intézményesült függőség). Normatív javaslatuk, a relációs episztemikus ügynökség, a relációs autonómia és az episztemikus együgynökség vonalait bővíti, miközben megőriz egy explicit aszimmetriát — az MI alakíthatja az érvelést viszonzott felelősség vagy legitim tekintély nélkül —, és intézményi szinten integrálja a felelősséget és az episztemikus igazságosságot. Az MI-vel való tanulás elméleteként a terület kérdését arról, hogy az MI segít-e vagy árt-e, arra mozdítja, hogy mely episztemikus cselekvések maradnak meg, alakulnak át vagy szorulnak ki, és a pedagógiai és intézményi beavatkozás tárgyává magát a függőség tervezését teszi, nem a puszta használatot.

A modell kimenete a kollektív tudás státuszára emelkedik a státuszhoz szükséges közösségi garancia nélkül — ezt nevezik Webb et al. (2026) pszeudo-cPCK-nak, és ez az oka, hogy a területnek új elméleti konstruktumra van szüksége, nem jobb felületre (Webb et al., 2026).

Bevett elméletek továbbfejlesztése

Más munkák inkább kiterjesztik a meglévő elméletet az MI kontextusára, ahelyett hogy új paradigmákat alapítanának: a kritikaigondolkodás-paradoxonról szóló munka a kognitív terhelés elméletét integrálja terheléscsökkentő tanítással egy háromszintű keretrendszerbe; a méltányos értékelés újrateoretizálja az értékelést a GenAI okozta zavar közepette. Ba, Gašević, Lim és Anderson (2026) magát a vizsgálódó közösség keretrendszerét gondolják újra: ahelyett hogy a GenAI-t eszközként, dialóguspartnerként vagy spekulatív „negyedik jelenlétként” kereteznék, episztemikus feltételként helyezik el, amely újrakonfigurálja, hogyan valósulnak meg, igazolódnak és irányítódnak a kognitív, társas és tanítási jelenlétek — a CoI-jelenléteket ember–GenAI együttesek szociotechnikai teljesítményeként újrafogalmazva, és egy konfigurációalapú heurisztikát javasolva, amelyben a GenAI bevonása és a vizsgálódás minősége az emberi elszámoltathatóságon keresztül feltételesen kapcsolódik egymáshoz. Ennek nagy része fogalmi keretrendszer-munka (üzleti iskolai keretrendszerek, érvényes szimuláció), amely a gyakorlat számára operacionalizálja az elméletet.

Lin és Chang (2026) kiterjesztik a önszabályozó tanulást és az ember–MI szabályozást azzal, hogy megnevezik, mit irányít a tanuló — standardokat, értékelő ítéleteket és kontrollengedélyezést —, nem csak azt, hogy mit tesz az MI.

A súrlódásparadoxon a bevett elmélet egy másik kiterjesztését kínálja: Gupta (2026) Bjork és Bjork kívánatos nehézségeit és Kapur produktív kudarcát alkalmazza a külföldi tanulmányok relációs találkozásaira, amellett érvelve, hogy az számít, mennyi értelmező ügynökséget ruház át a diák egy generatív asszisztensre, nem pedig az, hogy milyen gyakran használja. A keretrendszer fogalmi, és öt állítást fogalmaz meg versengő hipotézisként.

Ranieri és Biagini (2026) továbbfejlesztik Zawacki-Richter és mtsai. (2019) funkcionális taxonómiáját: a besorolható alkalmazási funkcióval rendelkező 154 publikáció közül 90 (58,4%) kicsúszott a négy kategóriából, keretrendszerük pedig a funkciót keresztezi a delegált kontrollal, az episztemikus pozícióval és a beágyazott pedagógiával.

An, McLaren és Stamper (2026) továbbfejlesztik az ACT-R-t és a Knowledge-Learning-Instruction keretrendszert azzal, hogy elméletileg megfogalmazzák a megtévesztő túláltalánosítást — azt a kudarcmódot, amelyben a tudáskompiláció túláltalánosított produkciót eredményez, amely helyes cselekvéseket hoz létre, miközben kihagy egy kritikus alkalmazási feltételt —, és empirikusan validálják a felismerési és helyreállítási eljárást adaptív ITS-eken és egy K-12 tizedestörtektanulási adathalmazon.

Posztfenomenológia és technológiai közvetítés. Farazouli és mtsai. (2026) a technológiai közvetítés bevett posztfenomenológiai keretrendszerét (Ihde 1990; Verbeek 2006, 2011; Rosenberger és Verbeek 2015) fejlesztik tovább az MI-oktatás kontextusába. Ahelyett hogy új elméletet javasolnának, arra használják, hogy újragondolják a GAI chatbotokat multistabil technológiai artefaktumokként, amelyek „szkriptjei” (gyors reagálás, természetesnek hangzó szöveg, amely átmenő jegyeket érhet el) közvetítik a tanárok észlelését és újrakonfigurálják a gyakorlatukat — megrendítve a tanári önbizalmat, újradefiniálva, mit jelent a kompetencia, és a tanárokat az elfogadható használat instrumentális kérdésein túl a saját szerepük és a tanítás jelentésének újraértékelése felé tolva. Ez elmélet-továbbfejlesztési hozzájárulás: bemutatja, hogyan magyarázza az ember–technológia viszonyok filozófiai leírása azokat az érzelmi és szakmai megrázkódtatásokat, amelyeket a tanárok átélnek, amikor a GAI belép a bevett oktatási gyakorlatba.

További keretrendszer-hozzájárulás a Rismanchian és Doroudi AI×Ed tipológiája, amely Kahn (1977) eredeti „három interakcióját” két tengely mentén terjeszti ki — az MI szerepe (alkalmazott eszköz kontra az emberi intelligencia analógiája) és a végfelhasználó (kutatótól a tanulóig) —, hogy bármely AIED-projektet elhelyezzen. A terület kategorizálásán túl amellett érvel, hogy újra kell éleszteni az elmélet és a kutatás „MI mint az emberi intelligencia analógiája” szálát, a tanulás számítási és ágensalapú modelljeit (például saját számítási modelljüket az ICAP-keretrendszerről) használva a kortárs tanuláselmélet és a számítási modellezés közötti hídépítésre — ez az a módszertani irány, amelyet a terület nagyrészt elhagyott, amikor az alkalmazott, adatvezérelt munka felé fordult.

Az összehasonlító filozófia mint az elméleti pluralizmus útja. Xie (2026) az elméletfejlesztés más útját modellezi: ahelyett hogy egyetlen hagyományon belülről teoretizálná az MI-t az oktatásban, a cikk olyan összehasonlító dialógust rendez, amelyben mindegyik hagyomány „láthatóvá teszi, amit a másik elfed”, és kifejezetten elutasítja, hogy egyetlen keretrendszerré szintetizálja őket — ez a megközelítés az elméleti pluralizmust módszertani álláspontként kezeli, nem megoldatlan nézeteltérésként. Amellett érvel, hogy a nem nyugati hagyományok többre képesek, mint a viták diverzifikálása; átformálhatják az AIED-elmélet fogalmi alapjait, a taoista „Dao-természetet” (道性), az önművelést (修道) és a „Zhenren” (真人) fogalmát az ügynökség, az oktatás episztemikus céljai és az etikai cselekvés újragondolásának forrásaiként rekonstruálva az MI által közvetített feltételek között. A korlátokat is egyértelműen megfogalmazza: a hozzájárulás egyetlen szerzőtől származó, nem empirikus, és figyelmeztet, hogy az ilyen fordítás kontextualizálást igényel a romantizálás és az orientalizmus elkerüléséhez.(Alternative AI Philosophy: Daoism as Method for AI in Education)

Az elmélethasználat problémája az AIEd-ben

A terület teoretizálása egyenetlen. A korlátok az AIEd-kutatásban dokumentálja, hogy az AIEd-tanulmányok gyakran gyengén vagy kritikátlanul használnak elméletet — ez visszatérő módszertani gyengeség a reprodukálhatósági és mérési résekkel együtt. A felmérések szerint sok AIEd-cikk felületesen vagy egyáltalán nem alkalmaz elméletet (például irodalmi áttekintések, amelyek kevés beavatkozást találnak tanuláselméletre alapozva). Ez az elmélet fejlesztését — és használatát — a tudományos teljesítmény mellett minőségi kérdéssé teszi, ami a kutatómódszerekhez és az MI-oktatási értékeléshez kapcsolódik.

Viszony az MI-oktatás filozófiájához

Az elméletfejlesztés és a MI-oktatás filozófiája a tudásbázis alapozó munkájának kiegészítő, de különálló szálai. Az elméletfejlesztés előállítja és empirikusan teszteli az MI-vel való tanulás mechanizmusait — megnevezett elméleteket és keretrendszereket, mint a generativizmus, az episztemikus együgynökség és a hiányzó kognitív alapvonal, amelyek megmagyarázzák és megjósolják, hogyan hatnak egymásra a tanulók és az MI. A filozófia azokat az előfeltevéseket vizsgálja, amelyeken e mechanizmusok nyugszanak: mi számít tudásnak, ki számít tudónak, és mi a tanuló alapvetően. Egy olyan elmélet, mint az episztemikus együgynökség, mechanizmust javasol, miközben hallgatólagosan filozófiai kötelezettségeket vállal az elosztott kognícióról és az ügynökségről; a filozófia ezeket a kötelezettségeket teszi explicitté és vitathatóvá. Ahol az elméletfejlesztés azt kérdezi, jól magyarázza-e egy keretrendszer a tanulást, a filozófia azt kérdezi, megragadja-e, mi a tanulás és az elme valójában — a két szál a terület leginkább alapozó cikkeiben találkozik, amelyek gyakran egyszerre teszik mindkettőt.

Gyakori tévhitek

„Az az eredmény, hogy az eszköz működött, elméleti hozzájárulás.” Nem az, és az ok strukturális. Ahol egy keretrendszer állításai konfigurációk közötti különbségeket jósolnak meg, egy csak átlagos hatást jelentő tanulmány nem tudja megerősíteni vagy cáfolni őket — a tervezés nem látja azt a megkülönböztetést, amelyről az elmélet szól. Egy átlagos nyereséget mutató kísérlet azt mondja meg, hogy valami történt, nem azt, hogy melyik mechanizmus okozta, így az elmélet pontosan annyira alátámasztott marad, mint korábban volt.

„Egy bevett elmélet alkalmazása az MI-re elméletfejlesztés.” Az oldal saját elmélethasználati problémája mást mond: az alkalmazás nem továbbfejlesztés, és a terület visszatérő mintája a kölcsönzött értelemzők szókészletként, nem tesztelhető előrejelzésként való használata. A megkülönböztetés azért számít, mert egy kölcsönzött keret, amely nem tud cáfolható különbséget generálni, díszítés, nem elmélet.

„Az MI pedagógiai funkciójának meglévő taxonómiái már lefedik, amit ezek a rendszerek tesznek.” Nem fedik le nagy részét. A besorolható alkalmazási funkcióval rendelkező 154 publikáció közül 90 (58,4%) kicsúszott az előző keretrendszer négy kategóriájából, ezért keresztezi az újabb munka a funkciót a delegált kontrollal, az episztemikus pozícióval és a beágyazott pedagógiával. Egy taxonómia, amely csaknem minden öt esetből hármat félreosztályoz, nem szolgálhat a terület közös szókészleteként, és a rés magáról a jelenségről szóló eredmény, nem egy cikk hiányossága.

Következmények a gyakorlatra

Oktatók és tanulástervezők számára

  • Amikor egy tanulmány átlagos hatást jelent, ne kezelje útmutatásként a saját konfigurációjára nézve. Az elméletszintű állítások konfigurációk közötti különbségekről szólnak, és egy átlag nem mondja meg, melyiket futtatja.
  • Kérdezze meg bármelyik keretrendszertől, amelyet átvesz, hogy jósol-e valamit, ami a saját környezetében hamisnak bizonyulhat. Ha nem, semmiben nem segít dönteni.
  • Számítson arra, hogy a meglévő kategóriák elvétik az esetét; a besorolt publikációk több mint fele nem illett a szokásos négyes felosztásba.

Fejlesztők számára

  • Konfigurációkat jelentsenek, ne egyetlen nagy hatást. Ha a tervezésük egy konkrét delegált kontroll és episztemikus álláspont kombinációját testesíti meg, mondják meg — ez az az egység, amelyről az elmélet beszél, és amelyre egy másik csapatnak a reprodukáláshoz szüksége van.
  • Ne hirdessenek mechanizmusállítást átlagos eredmény erejével; a mechanizmushoz szükséges bizonyítéktípus a kontraszt, nem az átlag.

Kutatók számára

  • Konfigurációkontrasztokra tervezzenek, ha elméleti hozzájárulást szándékoznak. Az elméletfejlesztésként publikált átlagos hatású kísérlet a terület leggyakoribb és legkevésbé hasznos kimenete.
  • Csatoljanak explicit, cáfolható állításokat minden általuk bevezetett keretrendszerhez, és jelentsék, mely konfigurációkülönbségek cáfolták volna őket.

Összefüggő fogalmak

Összefüggő cikkek

Metaadatok

Tanulmány tervezéseLiterature Review
Tanulás és oktatásLearning Theories
Kutatási módszerek és értékelésResearch Methods in AIED
A mesterséges intelligencia oktatási alkalmazásainak alapjaiMesterséges intelligencia az oktatásban, Az AIED-kutatás korlátai
Oldal típusaFramework
ForrásElőzményekSzerkesztésCsevegés

Oldal beágyazása

Másolja ki az alábbi kódot az oldal tanuláskezelő rendszerbe vagy más weboldalra történő beágyazásához. A beágyazott változat csak az oldal tartalmát mutatja — elrejti a weboldal fejlécét, a navigációt és a láblécet.