AIEd 知识库AIEd KB
本页内容

本页面已译为中文。文章页面仍以英文撰写。 阅读本页的英文版本

概念

建构主义

创建 2026-07-28 · 更新 2026-10-09

本页是英文页面的机器翻译，尚未经母语者审校。

建构主义 —— 认为知识由学习者通过经验、反思与互动主动建构，而非从教师或系统中被动接收的学习理论。在教育中的AI领域，建构主义支撑着这样一个设计承诺：AI工具应当支持学习者自己的知识建构 —— 提示、提问与脚手架 —— 而不是替他们完成认知工作。(Artificial intelligence in vocational education and training: A systematic review of educational purposes, theoretical conceptualizations, and empirical effectiveness)(Generative AI (GenAI) as a mindtool that supports generative learning (GL))

值得思考的问题

  • 你是否曾在课堂上"学过"某样东西，后来才发现自己根本无法解释或运用它？当时缺了什么 —— 这又告诉你真正的理解是如何形成的？
  • 建构主义主张知识是被建构的，而不是被传递的。如果这是真的，那么当AI辅导系统直接给出正确答案时会发生什么？
  • "名为建构主义、实为行为主义"用来形容那些声称支持主动学习、实际却运行着操练与练习的AI工具。你见过这种落差吗？在评估一个工具时你会如何发现它？
  • Papert的建构主义说，我们通过构建可分享的作品学得最有力。在AI时代，一个框架把它表述为："AI写代码，但学生写模型。"当AI处理机械层面时，学生实际上在建构什么？
  • 有些AI工具实行"生成式拒绝" —— 不给出答案，而是提出问题。什么时候刻意不给帮助，比提供帮助更有教育价值？
  • 如果知识是建构的，那么AI素养就不是靠听关于AI的讲座学来的，而是通过使用、批判和与AI共同构建学来的。这对如何教你和你的学生AI素养意味着什么？

引言

建构主义是一族理论而非单一学说，但其核心主张是共通的：学习者并不吸收意义，他们建构意义。在这种观点下，理解不是被传递事实的积累，而是把经验主动组织为心理模型。这对教育中的AI应如何设计、评估和教学有直接影响，也有助于解释生成式AI在课堂上的希望与风险。

**Mishra等人**将Papert的建构主义（Logo、微世界、调试即学习）与Anderson的认知导师作为AIED历史中"创造性能动性"对"系统性控制"两种竞争愿景进行对比。

核心思想

该理论的一个边界在于，建构主义假定以人为中心的认知能动性，这使它不足以解释一个能模拟推理并共同建构意义的AI；被提出的补充是认知共同能动性，即学习者把AI输出视为可争议之物，并对"什么算作知识"保持认知主权（Samuel（2026））。

建构主义（Constructionism）

**建构主义（Constructionism）**是与Seymour Papert关联的建构主义分支，它增加了一个具体主张：当学习者建构外在的、可分享的作品时 —— 他们设计、构建和调试的物理或数字对象 —— 学习最有力地发生。皮亚杰式建构主义关注知识的内部心理建构，而建构主义认为这种建构最好通过制作有形之物得到支持和显现（Harel & Papert, 1991）。在AIED历史中，建构主义构成本领域核心"控制对能动性"张力的"能动性"一极，与Anderson的结构化认知导师相对立。

建构主义因此既是一种学习理论又是一种批判：它坚持教育的目的不是复制既有知识结构，而是赋能学习者去建构并改造它们 —— 这一立场对教育中的AI是强化还是挑战既有等级秩序有明确含义。

建构主义与教育中的AI

面向建构主义学习的AI

设计良好的AI可以规模化地实现建构。智能辅导与AI辅导系统可以提出问题并引导求助行为（Help-Seeking），而不是把答案拱手送出；模拟与游戏化学习环境让学习者构建并检验心理模型；由AI支持的基于项目的学习（Project-Based Learning）和体验式学习活动为学习者提供真实的建构任务。核心设计模式是**脚手架** —— 随能力增长而淡出的校准式支持 —— 而非代劳。(The Path to Conversational AI Tutors: Integrating Tutoring Best Practices and Targeted Technologies to Produce Scalable AI Agents)(Embodied Inquiry with AI as Facilitator: An Exploratory Case Study)

对学习者提出的问题进行分类，是看见建构发生并对其采取行动的一种方式。Lee、Atif与Kang（2026）把来自12门课程的11名IT学生的434个真实学习者问题归入三种建构主义教学角色 —— 知识传递者、促进者、共同学习者 —— 并训练四个transformer识别它们。DeBERTa对事实性知识传递者问题的分类精确率为96.67%，但对促进者问题只有78.79%，且每个模型都最常混淆两种更高阶的角色：检测对话式、探索性的探究远比检测信息寻求困难。由于该分类法把问题视为认知投入的诊断证据而非单纯的输入，它支持一个鲜明的建构主义设计动作 —— 当学习者反复只问事实性问题时，系统可以提示反思性、探索性的提问，发展元认知和批判性探究，而不是按问题表面暗示的深度作答。

"名为建构主义、实为行为主义"的风险

实证研究反复发现，宣称的建构主义目标与实际的AI实现之间存在落差。例如，一项职业教育中AI的系统综述发现，建构主义理论在VET话语中被宣扬，而行为主义的操练-练习设计在实践中占主导，并警告了一种教育上的"图灵陷阱" —— 用AI复制而非增强人类教学。(Artificial intelligence in vocational education and training: A systematic review of educational purposes, theoretical conceptualizations, and empirical effectiveness)

这一模式在整个领域普遍存在：

命名陷阱：生成式AI的输出不是生成性学习

该领域一个反复出现的混淆源于名称碰撞。**生成式AI（Generative AI）**指一类技术 —— 生成文本、图像或代码的模型。生成性学习（generative learning）（Wittrock的生成性学习理论）指一种学习者活动 —— 学习者通过在新信息与先验知识之间建立连接来主动制造意义，策略包括概括、绘制概念图、自测和自我解释。两者不是同一回事，混淆它们有真实的教学后果：AI为学生产出一份概括或一张图，恰恰是学生执行生成性学习行为的反面。Dabbagh与Fake（2026）直接建立在这一区分之上，主张GenAI思维工具只有在学习者驱动建构活动时才支持生成性学习 —— 借助AI辅助生成一幅思维图是生成性学习；让AI整体生成这张图则不是，无论输出多么流畅或正确。

决定性的问题是谁执行了意义制造：

  • 是学生建构了一个解释，还是仅仅接收了一个解释？
  • 是AI提示学习者建立连接，还是替他们提供了连接？
  • 那个作品（概括、图、代码、模型）是学习者建构的产物，还是它的替代品？

这呼应了ICAP层级 —— 建构性与互动性投入胜过主动性与被动性 —— 但更尖锐：一个工具可以产出明显"看起来建构性"的输出，而学习者却处于被动或主动模式。因此，评估一个GenAI工具是否支持生成性学习，意味着检视建构的努力实际发生在何处，而不是看有没有生成式输出。这与"名为建构主义、实为行为主义"的陷阱是同一个，只是应用于生成这一特定情形：模型作者身份（AI写代码，学生写模型）是一种具体的解法 —— 即使AI提供了表面作品，学习者仍然建构概念模型。

基于建构主义的设计回应

建构主义与"关于AI的教育"

建构主义也塑造了AI素养本身如何被教授。如果知识是建构的，那么AI素养就不是靠讲授模型习得的，而是靠主动使用、批判和与AI共同构建习得的 —— 生成作品、质询输出、反思互动。(Systematic Review of Collaborative Learning Activities for Promoting AI Literacy) 这把AI 素养定位为一种主动的、参与性的能力，而非一套被动知识，并把建构主义连接到批判性思维以及学习者遭遇AI时的学习者自主性。

对设计与研究的启示

  1. 保留建构性活动。 AI应当支架学习者自己的思考 —— 提示、提问、支持 —— 而非代劳。设计者应当追问：工具是增加还是取代了学习者的建构努力。(Stop Writing for Me: Generative Refusal in AI Tools for Thought)
  2. 使用ICAP视角。 ICAP把投入分为建构性、互动性、主动性和被动性模式 —— 用它来评估AI互动是否真的唤起了建构性与互动性模式，而非被动消费。在学习目标允许时，设计者应偏向更深层（建构性与互动性）的模式。(Systematic Review of Collaborative Learning Activities for Promoting AI Literacy)
  3. 让理论与实施对齐。 研究者应当超越AI是否"有效"，去看它如何体现一种学习理论，检查"名为建构主义、实为行为主义"的落差。(Artificial intelligence in vocational education and training: A systematic review of educational purposes, theoretical conceptualizations, and empirical effectiveness)
  4. 研究学习者能动性与迁移。 建构主义承诺意味着，不仅要评估即时的测验增益，还要评估学习者能否迁移并独立应用他们建构的理解。(教育人工智能的研究方法)

关联概念

关联文章

相关资源

  • Vibes DIY
    一个用大白话构建应用的工具：用文字描述一个小工具，就能得到一个可用的、可分享的 Web 应用，其底层的 React 包与 CLI 以 Apache-2.0 许可发布。

元数据

学习与教学主动学习, 协作学习, 体验式学习, 学习理论, 脚手架, 自我调节学习
技术与方法生成式人工智能
教育中的人工智能基础学习设计
SourceHistoryEditChat

嵌入此页

复制下面的代码，将本页嵌入学习管理系统或其他网站。嵌入版本只显示页面内容 — 网站的页眉、导航和页脚会被隐藏。