AIEd база знанийAIEd KB
На этой странице

Читать эту страницу на английском

Концепции

Социально-эмоциональное обучение

Создано 2026-10-13

Автоматический перевод данной английской страницы, не проверенный носителем языка.

Социально-эмоциональное обучение (SEL) — процесс развития компетенций, позволяющих человеку согласовывать мысли, эмоции и действия для выстраивания позитивного взаимодействия с собой и другими: самоосознание, саморегуляция, социальная осознанность, навыки построения отношений и ответственное принятие решений (рамки CASEL). В сфере ИИ в образовании SEL всё чаще признаётся критически важным, поскольку стремительная интеграция generative AI в обучение ставит вопросы о Благополучие студентов, их общительности, эмпатии и доверии — и поскольку одной только технической ИИ-грамотности недостаточно для навигации в опосредованных ИИ учебных средах.

Вопросы для размышления

  • Рамки CASEL перечисляют пять компетенций — самоосознание, саморегуляция, социальная осознанность, навыки построения отношений и ответственное принятие решений. Какие из них, по вашему мнению, может поддерживать AI tutor, а какие, как вы подозреваете, — нет?
  • Страница различает социально-эмоциональное обучение и эмоциональный интеллект. Прежде чем читать дальше, как бы вы описали разницу и почему это различение может иметь значение для того, как школы подходят к ним?
  • Если одной технической ИИ-грамотности «недостаточно» для навигации в средах, опосредованных ИИ, что, по-вашему, отсутствует — и что это означает для того, как вы готовите студентов (или себя)?
  • Как сильная опора на ИИ может изменить общительность студента, его эмпатию или чувство доверия — и должны ли образование активно проектировать эти изменения?
  • research позволяет предположить, что SEL поддерживает реляционные измерения обучения, которые ИИ должен «дополнять, а не заменять». Где вы видели, что технологии усиливают человеческие отношения, а где тихо подменяют их?

Введение

Социально-эмоциональное обучение тесно связано с эмоциональным интеллектом (EI), но отлично от него: SEL/SEC (социально-эмоциональные компетенции) охватывает способность согласовывать мысли, эмоции и действия для позитивного взаимодействия, тогда как EI — это способность индивида обрабатывать эмоциональную информацию (концептуализируемую через модели способностей — рассуждение и Решение задач — или через моделей черт — эмоциональные диспозиции и поведения). В эпоху ИИ SEL имеет значение потому, что ИИ может менять обучение способами, влияющими на реляционное и эмоциональное развитие студентов, и потому, что преподавателям нужны и технологические навыки, и эмоциональный интеллект, чтобы эффективно поддерживать учащихся.

Как SEL проявляется в исследовании

  • Интеграция SEC в ИИ-грамотность: The narrative review by Palmquist et al. предлагает интегрированную рамку, объединяющую ИИ-грамотность с социально-эмоциональными компетенциями, и утверждает, что одного технического мастерства недостаточно — преподавателям и студентам нужны и технологический, и эмоциональный интеллект для навигации в учебных средах, опосредованных ИИ, что способствует personalized learning, сотрудничеству и этической вовлечённости engagement.
  • Преподаватели и реляционная практика: Исследования AI literacy frameworks и teacher-student trust подчёркивают, что SEL поддерживает реляционные измерения обучения (отношения преподаватель–студент и студент–студент), которые ИИ должен дополнять, а не заменять.
  • Что педагогический агент может и чего не может нести в SEL. На материале 108 оцененных «вслепую» наблюдений педагогический агент на генеративном ИИ был более последователен, чем преподаватели, в поддержании уважительного тона и рутинного процедурного скаффолдинга, тогда как преподаватели превосходили его в направлении рефлексии и продвижении социально-эмоционального знания — что подтверждает разделение труда, а не замену (Raave et al., 2026).
  • Благополучие и аффективное воздействие ИИ: Исследования рассматривают, как растущее использование генеративного ИИ влияет на социально-эмоциональные навыки, благополучие, общительность студентов и их чувство доверия и эмпатии — опасения, побудившие ОЭСР призвать к ИИ-грамотности, основанной на гуманистических, социальных и эмоциональных ценностях.
  • Аффективные измерения ИИ: SEL связан с исследованиями Аффективные вычисления и Благополучие, изучая, как системы ИИ могут поддерживать или подрывать эмоциональное и реляционное обучение.
  • Политический дефицит на пересечении ИИ × SEL: systematic review 65 статей на пересечении ИИ и SEL (Tran, Liu & Nguyen 2026) выявляет существенный «политический дефицит»: почти три четверти исследований не содержат выводов для политики, а те немногие, что содержат, часто не предлагают рекомендаций с учётом конкретных действующих лиц. Обзор связывает вовлечённость в политику с местом публикации и предостерегает от «техно-солюционистской» ловушки, в которой технический потенциал выходит на первый план, а институциональные условия ответственной реализации остаются недостаточно проработанными. Он предлагает рамку «WH-вопросов» (Who, What, Why, When/Where, How), чтобы перейти от «импликации-как-послесловия» к «импликации-как-методологии», связывая инновации AI-for-SEL с educational policy и Управление ИИ.

Потенциальные подтемы исследований SEL в эпоху ИИ

Исследовательские кластеры базы знаний выделяют в SEL несколько различных подтем, каждая со своей доказательной базой:

Самоэффективность и уверенность

Базовая компетенция SEL (самоосознание/саморегуляция), которая сильно обуславливает то, как студенты взаимодействуют с ИИ. Student dependency on AI (478 студентов израильских вузов) показало, что, хотя измерения ИИ-грамотности, основанные на навыках, были позитивно связаны с зависимостью от ИИ, как академическая, так и ИИ-специфическая самоэффективность и усилие Регулирование ИИ в образовании были связаны негативно — то есть одна ИИ-грамотность не защищает от зависимости; от неё защищает Самоэффективность. Cen et al. (EC-TEL 2026) обнаружили, что студенты с более низкой исходной самоэффективностью достигали большего прироста в обучении независимо от формата практики, и что благосклонность к репетитору имела большее значение для практики с репетитором — что подчёркивает ценность адаптации практики к мотивационным профилям. Связанные концепции: Самоэффективность, Мотивация, Автономность учащегося.

Мотивация и эффект «доступности ИИ»

Мотивация пересекается с ответственными решениями и саморегуляцией в рамках SEL. Исследования AI availability and student motivation и student/teacher motivation and self-efficacy показывают, что одна лишь доступность ИИ может изменить мотивационную ориентацию студентов и их воспринимаемое усилие — что имеет значение для того, как ИИ может подрывать или поддерживать внутреннюю мотивацию. Self-efficacy research трактуют регуляцию усилия как противовес зависимости от ИИ.

Регуляция эмоций и аффективная поддержка

Эмоциональная регуляция — ключевая компетенция SEL с прямыми последствиями для обучения, образующая прямую связь SEL → achievement. Инструменты Аффективные вычисления, такие как MathBuddy, моделируют эмоции студентов для формирования pedagogical реакций, а AI campus well-being tools (например, PsychoGPT, AURA) охватывают и профилактику, и вмешательство.

Стыд, вина и эмоциональные реакции на использование ИИ

Эмоции регулируют то, как студенты делают использование ИИ видимым. "Stuck in a Spiral" (19 студентов-программистов) показало, что стыд и вина действуют как социальные регуляторы использования ИИ, провоцируя поведение сокрытия и избирательное раскрытие и создавая циклы снижения агентности. AI anxiety может быть трансформирована в стратегическую регуляцию ИИ как учебного ресурса. Это связывает социальную осознанность и саморегуляцию SEL с Академическая добросовестность и ответственным использованием ИИ.

Доверие и принадлежность

SEL поддерживает реляционное обучение и социальную сплочённость. Principled AI education и AI chatbots for collaborative learning связаны с принадлежностью и коллективной эффективностью — общей верой в способность команды выполнять задачи. Премортем Brookings подчёркивает, что чрезмерная опора на ИИ угрожает социально-эмоциональному благополучию, отношениям преподаватель–сверстник и Приватность/безопасности студентов — измерениям принадлежности и связанности. Teacher-student trust центрально для того, воспринимается ли ИИ как поддержка.

Настойчивость, установки и продуктивная борьба

SEL пересекается с усилием измерения обучения. Framing the 5% problem выявляет низкую настойчивость студентов как повторяющийся вызов в образовательных технологиях, формируемый мотивацией/вовлечённостью, когнитивными препятствиями, устойчивостью к трудностям и связью. Favero et al. предостерегают, что ИИ, подменяющий усилие, разъедает именно те способности, которые строит образование — что согласуется с Метакогниция и ценностью продуктивной борьбы перед лицом over-reliance.

Значение для преподавателей и учебного дизайна

  • Относитесь к SEL как к первостепенной цели дизайна, а не к добавке. Интегрируйте социально-эмоциональные компетенции в учебные программы ИИ-грамотность (согласно Palmquist et al.), чтобы студенты учились не только как использовать ИИ, но и когда и зачем — с вниманием к собственным эмоциям, усилию и отношениям.
  • Проектируйте под самоэффективность и агентность. Поскольку основанная на навыках ИИ-грамотность может увеличивать зависимость, тогда как Самоэффективность и регуляция усилия защищают от неё, обучение должно намеренно выстраивать уверенность студентов и саморегуляцию наряду с техническим навыком — например, через подкреплённую практику, малозначимые успехи и промпты, требующие от студентов проверять и присваивать результаты ИИ.
  • Используйте ИИ для поддержки, а не вытеснения реляционного обучения. Инструменты ИИ должны дополнять teacher-student and student-student relationships, а educators должны сохранять реляционную роль — наблюдая за аффектом и принадлежностью — а не делегировать её целиком.
  • Emotion-aware и чувствительный к аффекту дизайн. Affect-aware systems, могут распознавать эмоциональные состояния (тревожность, фрустрацию, замешательство) и реагировать на них, но данные показывают, что выгоды не универсальны — они модерируются владением учащегося и его профилем — поэтому эмоциональный дизайн должен быть адаптирован, а не предполагаем по умолчанию.
  • Работайте с эмоциональной стороной использования ИИ. Проектируйте против спиралей стыда/вины и тревожности из-за ИИ, нормализуя обсуждение использования ИИ, способствуя прозрачности и снижая ответы, основанные на наблюдении, которые разъедают доверие и агентность.
  • Поддерживайте настойчивость и продуктивную борьбу. Scaffold, а не подменяйте (согласно Favero et al.), чтобы ИИ углублял, а не обходил стороной усилие обучения — в согласии с Метакогниция и productive difficulty.
  • Тренируйте словесный ход в моменте. Поддержка SEL обычно формулируется как дизайн или как распознавание аффекта ИИ, но преподавателям также нужно знать, что говорить, когда эмоциональное состояние студента угрожает прекратить вовлечённость — относясь к этому состоянию как к чему-то, с чем можно работать в реальном времени, а не как к предусловию обучения. Parlant's practitioner guide называет это эмоциональными микровмешательствами: краткими словесными актами, которые подтверждают чувство, переосмысливают оценку за ним и пересоединяют борьбу с профессиональной идентичностью; они готовятся через ритуал предварительной разведки перед занятием и многоразовую фразовую книгу, в составлении которой Генеративный ИИ может помочь преподавателю для дальнейшей персонализации.
  • Готовьте компетенции преподавателей в области SEL. Преподавателям нужны и технологические навыки, и эмоциональный интеллект (ИИ-компетентность преподавателя); professional development преподавателей должно выстраивать способность поддерживать SEL студентов в условиях, опосредованных ИИ.

Связи с приростом в обучении и другими мерами

  • Самоэффективность модерирует прирост. Cen et al. обнаружили, что студенты с низкой исходной самоэффективностью достигали наибольшего прироста в обучении и что благосклонность к репетитору предсказывала прирост в практике с репетитором — показывая, что мотивационные профили определяют, кому какой формат приносит пользу.
  • Благополучие и вовлечённость как промежуточные результаты. Связанные с SEL результаты (мотивация, Благополучие, принадлежность, вовлечённость, самоэффективность) часто функционируют как медиаторы последующих достижений, и исследования ИИ всё чаще измеряют их рядом с — а в некоторых случаях вместо — сырых баллов тестов.
  • Эффекты условны, а не универсальны. Исследования предостерегают, что ориентированные на SEL вмешательства могут помогать одним учащимся (по профилю/владению) и не помогать другим, поэтому утверждения о приросте в обучении на основе SEL следует проверять на наличие эффектов модераторов.
  • Обратная сторона баланса. Премортем Brookings предупреждает, что overreliance, продиктованная ИИ, угрожает социально-эмоциональному благополучию, отношениям и принадлежности — результатам, разъедание которых может подорвать сами основы долгосрочного обучения и достижений.

Связи с родственными концепциями

SEL связан с ИИ-грамотность (как дополнение, делающее ИИ-грамотность реляционной и этической), Аффективные вычисления и Благополучие (аффективные измерения ИИ), Саморегулируемое обучение (саморегуляция и регуляция усилия), Самоэффективность и Мотивация (убеждения учащихся, модерирующие AI interaction), Автономность учащегося (защита контроля учащегося от зависимости), Этика (ответственное принятие решений), ИИ-компетентность преподавателя (способность преподавателей поддерживать SEL), Опыт студентов (благополучие и принадлежность) и Прирост в обучении (доказательство того, что SEL поддерживает достижения). Он относится к Высшее образование и K-12 как к условиям, где культивируется насыщенная SEL ИИ-грамотность.

Связанные концепции

Связанные статьи

Связанные FAQ

Метаданные

УровеньHigher Ed
Целевая аудиторияLearners
Обучение и преподаваниеСаморегулируемое обучение, Благополучие
Технологии и методыАффективные вычисления
Справедливость, этика и ответственное использованиеЭтика
Основы ИИ в образованииИИ-грамотность, ИИ-компетентность преподавателя
SourceHistoryEditChat

Встроить эту страницу

Скопируйте код ниже, чтобы встроить эту страницу в систему управления обучением или на другой сайт. Во встроенной версии отображается только содержимое страницы — заголовок сайта, навигация и нижний колонтитул скрыты.