概念
活动理论
本页是英文页面的机器翻译,尚未经母语者审校。
活动理论(文化历史活动理论,CHAT)—— 一个维果茨基式的框架,把学习与工作分析为由工具中介、面向对象、集体性的活动系统,由主体、客体、工具/中介制品、共同体、规则与劳动分工构成。在教育中的 AI里,活动理论既被用作分析透镜(理解 AI 如何重塑教学、学习与研究的活动系统),也被用作设计工具(诊断系统性矛盾并重新设计干预)。它把 AI 系统 —— 生成式 AI也在内 —— 框定为中介制品,它们重新配置教育活动的劳动分工、规则与共同体,向好也向坏。
值得思考的问题
- 活动理论把学习看作不是个体认知,而是由主体、工具、规则、共同体与劳动分工构成的集体系统。如果你把一个新的 AI 工具带进课堂,你预期其中哪些会改变 —— 又有哪些会顽固地保持不变?
- 一个关键思想是:活动系统内部的矛盾是发展的驱动力,而不是要被消除的 bug。你能想起自己工作或学习中的一个张力,它实际上推动你改变了做事的方式吗?
- 活动理论把教师对 AI 的采纳重构为整个系统的属性 —— 规范、规则、工作量分配 —— 而非仅仅个体的态度。什么样的系统性原因,可以解释一位有能力的教师为何抗拒一个真正好的 AI 工具?
- 当 AI 接管任务时,它重新配置了谁做什么,在学生、教师与工具之间移动劳动分工。在你自己的情境中,哪些认知工作已悄悄地从人类转移到机器 —— 又有谁注意到了?
- 因为每个学科都作为一个活动系统运作,同一个 AI 工具可以在不同学科间产生不同结果。为什么一个改变了写作课的工具,可能几乎改变不了数学课,反之亦然?
- 活动理论既被用来分析 AI 如何重塑教学,也被用来设计干预以修复它所暴露的张力。把自己教学或学习的实践看作一个活动系统,会如何改变你诊断问题的方式?
引言
概念
活动理论承袭维果茨基与列昂捷夫的文化历史心理学(后经恩格斯托姆发展),是更宽的社会文化传统中的一支主干。其核心主张是:人类活动不可还原为个体认知或孤立的工具使用;它是一个集体的、面向对象的、由工具中介的系统。恩格斯托姆对一个活动系统的经典模型由六个相互作用的元素构成:
- 主体 —— 其能动性构成分析视角的个体或群体(如一名学生、一位教师、一个系)。
- 客体 —— 活动所指向的动机或目标;活动所转化的"原材料"。
- 工具 / 中介制品 —— 主体借以作用于客体的仪器、技术、符号与语言。
- 共同体 —— 共享该客体并构成活动社会情境的群体。
- 规则 —— 治理活动的显性与隐性规范、惯例与规章。
- 劳动分工 —— 任务、权力与责任在共同体中如何分配。
一个定义性特征是矛盾:活动系统内含历史累积的结构性张力(在某个元素内部、元素之间、或在一个旧元素/工具与一个新引入的元素/工具之间)。矛盾不是要被消除的 bug,而是发展的驱动力 —— 当它们加剧时,会促使参与者质疑并偏离既定规范,为扩展性转变开辟道路(Engeström,2001)。
为什么活动理论对教育中的 AI 重要
AI 把新的工具/中介制品引入既有的教育活动系统,这同时产生机会与矛盾。活动理论为 AIED 研究提供分析这些变化的词汇与方法:
- 作为重新配置劳动分工的中介制品的 AI。 AI 系统不只是传递信息;它们接管任务、改变谁做什么、并在人与机器之间重新分配认知工作。研究用活动理论检视 AI 如何在学生、教师与工具之间移动劳动分工 —— 例如在协作写作或辅导中 —— 以及这对人的能动性意味着什么。
- 分析教师采纳与专业发展。 活动理论把教师对 AI 的接受重构为整个活动系统的属性(共同体规范、规则、劳动分工、机构期望),而非仅是个体态度。定量工作把六个 AT 成分建模为可测量的构念,预测教师采纳 AI 的意向;质性工作记录教师的六重情感(不适配、非个人化、不完美、不确定、有辅助、不可避免);干预工作用 CHAT 诊断并重新设计教师专业发展,把脱离参与视为对抑制需求的系统的理性回应。
- 规范变迁与系统性扰动。 因为 AI 把一个新工具引入活动系统,它与既有规则和规范产生矛盾。对学生 GenAI 使用的研究展示了新的隐性规则如何随学生适应而涌现 —— 转变关于自我导向、学习目标、教师角色与伦理的规范。
- 为学习分析与测量锚定。 活动理论可以通过把测量侧面映射到活动系统元素,来为学习分析的设计奠基。一条以 CHAT 锚定的分析流水线把时间性参与、话语质量与概念精深度映射到 CHAT 元素,以在小型讨论型课堂中及早发现参与风险。
- 学科性与跨情境变异。 因为活动系统在历史与文化上各有其情境,活动理论解释了为什么同一个 AI 工具在不同学科与情境中产生不同结果 —— 每个学科作为一个活动系统运作,有其自身的规则、共同体与劳动分工(如本科生在不同学术领域中的 GenAI 使用与披露差异)。
- 一个工具,两个活动系统,渗透不均。 在经 CHAT 分析的十位数学学者中,GenAI 在研究活动系统中仍是外围工具,同时在教学中把教师角色重塑为批判推理的中介者,其采纳经由学生使用与同侪网络扩散,而非经由机构政策(Bakogianni 等,2026)。
活动理论与相关框架
活动理论属于社会文化家族,常与其他框架配对或被用来对比:分布式认知与情境学习共享其对情境与中介的强调;探究共同体与实践共同体共享其集体取向;而技术接受模型(如TAM)提供了一种对比性的、更个体信念式的采纳解释,活动理论批评它抹平了集体与结构维度。在 AIED 研究中,活动理论常与其他理论结合 —— 例如在教师专业发展干预设计中与自我决定理论配对,或在情境化 AI 伦理框架中与生态系统理论结合(Raffaghelli 等,2026)。
关键研究主题
- AI 如何重新分配劳动分工于教学、学习与研究活动系统之中。
- 系统性矛盾作为 AI 增强教育中规范变迁与扩展性转变的驱动力。
- 教师采纳与专业发展作为活动系统(而非仅个体)的现象。
- AI 使用中的学科与跨文化变异,由活动系统的差异来解释。
- 理论锚定的学习分析,把测量奠基于活动系统元素之上。
- AI 中介活动的客体 —— 学习的客体是否从掌握转向产出,以及这对学习成果意味着什么。
实践意涵
对设计者与教育者而言,活动理论劝人超越 AI 工具本身,去看它进入的整个活动系统:治理可接受使用的规则、共同体及其规范、人与机器之间的劳动分工、以及活动的客体/动机。可持续的 AI 整合要求重新设计系统 —— 处理矛盾、更新规范、重新平衡角色 —— 而非仅仅提供更好的工具或个体培训。对研究者而言,活动理论提供了一个严格的分析单位(活动系统而非个体)与一种方法(形成性干预、矛盾分析),用以研究并塑造 AI 在教育中的角色。
关联概念
- 社会文化学习 — 活动理论所属的理论家族(维果茨基式、文化历史式)
- 学习理论 — 把活动理论置于学习理论之中的枢纽
- 分布式认知 — 共享对工具中介、情境化分布认知的强调
- 情境学习 — 共享对情境与活动参与的强调
- 学习者自主性 — AI 如何在活动系统中重新分配人的能动性
- 教学 — 活动理论常分析教师的采纳与实践
- 学习分析 — CHAT 为分析的设计锚定
- 生成式人工智能 — 进入并扰动教育活动系统的 AI 制品
- 技术采纳模型 — 相对照的个体信念式采纳解释
关联文章
- Generative AI across the disciplines: an activity theory perspective on undergraduate students' AI use and disclosure practices — 经活动理论透镜看 GenAI 使用与披露的学科差异
- GenAI as a runaway object in higher education: A socio-cultural view on AI-influenced academic practice in mathematics — 对 GenAI 重塑教学与研究活动系统的 CHAT 分析
- Situated AI ethics: a cultural-historical and ecological framework for education — 将生态系统理论与 CHAT 融合的情境化 AI 伦理
- Activity theory as a lens on teachers' adoption of AI technologies: A structural equation modeling — 作为教师采纳 AI 透镜的活动理论(SEM)
- K-12 teachers' perspectives on AI use in education through the lens of activity theory — K-12 教师经活动理论看 AI 使用的视角
- The AI disruption in engineering education: an analysis of changing student norms through cultural historical activity — 经 CHAT 看工程教育中学生规范的变迁
- An Activity-Theoretical Approach to Teacher Professional Development in Pedagogical AI Agent Design — 教师专业发展的 CHAT-SDT 重新设计
- A cultural-historical activity theory-anchored learning analytics pipeline for early detection and social-epistemic — 面向 AI 素养的 CHAT 锚定学习分析流水线