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

批判教育学

创建 2026-08-16 · 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。

批判教育学（Critical Pedagogy） — 一种根植于 Paulo Freire 的著作、以及 Henry Giroux 等后继批判理论家的教育路径，它把教学与学习视为本质上的政治行动。批判教育学不只是传递技能或知识，它追问谁从教育中受益、谁的知识被赋予特权，以及学校教育如何再生产或抵制权力与压迫体系。在教育人工智能领域，批判教育学审视塑造 AI 采纳的企业与资本逻辑，把边缘化社群的声音与认识论置于中心，并把 AI 素养 视为一种抵抗与社会变革的实践，而非单纯的技术能力。

值得思考的问题

  • 你的教育——或者其中的 AI 工具——实际在为谁服务？批判教育学坚称，这个问题无法回避、也非可选。你诚实的答案是什么？
  • 批判性思维问"这个推理是否成立？"批判教育学问"这个教育使谁受益，谁的知识算数？"这两个问题有何不同，何时一个需要另一个？
  • 一些学者把生成式 AI 向教育的扩散描述为一种"殖民化"，从边缘化社群中抽取数据、劳动与资源。这种框定是过于极端，还是说出了某种真实？
  • 批判性 AI 素养可以包含"抵抗 AI"——拒绝把技术当作必然的解决方案。在哪些情境中，策略性的拒绝或不用，可能比采纳是更负责的选择？
  • 谁有权决定什么算权威知识？如果 AI systems 被置于权威位置，学习者自身的活生生的与社群的认识论会发生什么？
  • 在批判教育学之下，教师不是 AI 技能的中性传递者，而是帮助 学习者 追问 AI 之政治的促进者。你对这个角色有多坦然，它又会要求你付出什么？

引言

批判教育学不同于 批判性思维。批判性思维是一种认知技能——评估论证、质疑假设、谨慎推理——几乎可以在任何框架内实践。批判教育学则是一种政治的与 ethical 的立场，把这些技能与权力、正义、equity 及社会变革的问题相连。本知识库把二者当作相关但不同的概念：批判性思维问"这个推理是否成立？"，批判教育学问"这个教育为谁服务，谁的知识算数？"。

批判教育学与教育人工智能

AI in education 向批判教育学提出了尖锐的问题，本知识库记录了若干脉络：

  • 对教育"AI 殖民化"的批判。 批判与女性主义学者论证，生成式 AI 正以重复殖民式剥削与抽取——对数据、劳动与自然资源的抽取——的方式重塑教育，以边缘化社群为代价使强者致富。(Can we disrupt the momentum of the AI colonization of science education?) 这一框定拒绝了把 AI 呈现为中立万灵药的"技术乌托邦"叙事。

  • 从顺从到人的繁荣。 一项社会主义—人文主义综述把 AI 素养重构为变革而非顺从，命名"AIgemony"（AI 强化企业权力不对称）与无形人类标注劳动的"ghost work"，并呼吁以主动投入的"being"（存在）模式取代占有式的"having"（拥有）模式（Rose（2026））。

  • 女性主义与以正义为中心的 AI。 一种 AI 的女性主义路径把正义置于利润之上，追问知识的本质与所有权、谁从 AI 中受益、系统失效时谁负责。它呼吁在女性主义 pedagogies 框架内展开的批判性 AI 素养。(Can we disrupt the momentum of the AI colonization of science education?)

  • 把抵抗 AI 作为批判性素养实践。 批判性 AI 素养（CAIL）可以包含"抵抗 AI"——一种拒绝主导话语之必然性与技术解决主义（techsolutionism）的立场，并通过对话式的、collaborative 的教学法培养集体的 学习者自主性，以想象替代性的未来。(Reorienting Critical AI Literacy: A Community-Rooted Praxis of “Resisting AI”)

  • 作为批判性 AI 素养教学法的 多模态人工智能 composition。 Burriss 等（2026） 记录了一个课堂单元，其中 22 名十一年级学生就自己选定的 AI 伦理 议题制作视频公益广告，把监控、data consent 与算法指控转译为 90 秒到 3 分钟的影片，材料取自声音、图像、文字与他们自己的身体。在批判后人本主义素养的框定下，这项工作展示了政治立场的实践形态：在全部七部影片中，伤害都源于纠缠的人—机器责任，而非某个反派式的工具；而学生最终仍落在 学习者自主性 上——"解决方案在我们力所能及之处"——即便有一位参与者反对说，年轻人"完全缺乏任何可信度"。作者论证，创造性的、collaborative 的写作本身就是一种批判性 AI 素养，而既有的 AI 素养量表与能力框架假设了可个体化测量的表现，因而系统性地把这种素养排除在外。

  • 重新分配认识论权威。 基于社群的 AI 学习把 AI engagement 扎根于学习者活生生的与社群的认识论，挑战把 AI 系统置于权威知识来源的定位。(Community-Based AI Learning: Redistributing Artificial Intelligence's Epistemic Authority in Education) 这涉及认知性微调、权威的重新分配与 situated 的辨识。

  • 批判性投入是例外，而非常态。 在一项罗马尼亚初中研究中，42 个课堂片段中有 15 个（35.71%）是 AI 依赖的、16 个（38.10%）是 AI 增强的，只有 11 个（26.19%）是 AI 批判的——这推动了 Voicu（2026） 面向解释性自主的六检查点发展性批判模型。

  • 资源约束下作为批判实践的数字中介。 Sithole（2026） 把批判数字教育学与南方去殖民认识论应用于南非历史弱势院校（Historically Disadvantaged Institutions）的 academic development，那里开发者用"对我们这些来自贫困学校的学生意味着什么"这个问题来过滤机构的 AI 话语。他们的中介是干预而非促进——质询而非采纳工具，追问得到了什么、谁的劳动消失了，并把情境当作认识论原则而非设计偏好。作者的分析贡献在于把 digital inequality 与算法殖民性（algorithmic coloniality） 区分开来，并追随 Adams 主张：对 AI 去殖民化的呼吁必须保持物质性，而非隐喻性。

  • 情境化与文化历史伦理。 批判性路径还论证，教育中的 AI 伦理必须是情境化的——扎根于文化历史与生态语境，而非抽象原则。(Situated AI ethics: a cultural-historical and ecological framework for education)

  • 作为价值基础项目的可持续性。 AI 对教育可持续性的影响是有条件的、受治理中介的，而非内在的：一项价值批判分析认为，只有当采纳服从于明确的教育价值时，AI 才支持可持续教育；当技术化与商品化侵蚀这些价值时，AI 就损害它（Alsuhami 与 Atallah（2026））。

  • 效率优先的对齐话语作为对情境的抹除。 McInnes 等（2026） 把 Fairclough 的三维模型应用于 14 篇建议高等教育从业者用 生成式 AI 做建构性对齐的灰色文献（2022 年 11 月 – 2025 年 4 月），发现了一种技术解决主义话语：工具被拟人化为"一位教育专家与助手"，而学术人员被定位为提供"学科专业知识"，系统则承担教学的工作。该分析把对情境化、学科性与批判性语境的抹除命名为三种失效模式之一——与表演性（只是看起来对齐的对齐）和把建构性维度与已对齐维度混为一谈的浅层对齐并列——这表明，即便关于 course design 的建议，这个看似中立的技术事项，也承载着批判教育学者在别处所批评的去政治化逻辑。

  • 单靠设计补救是不够的。 以人为本的设计路径（如价值敏感设计）并不足够：它们没有触动系统性驱动因素——劳动力生产率框定与经济激励——而 学习者自主性 可能是零和的，交给工具的能力就是学习者不再保留的能力（Prieto 与 Dimitriadis（2026））。

  • 作为 AI 治理之养成（formation）试金石的人权教育。 Kasa-Mälksoo（2026） 在一个法律项目中走通联合国的 about, through, for 框架，把困难定位在技术之外的教学之中：学生提交了打磨过的书面作业与打磨过的课堂设计，却没有这些产物本该证明的投入，而最批判性的思考出现在课程结束时的写作中，而非课堂对话里。她的结论调整而非缩小了教育者的角色——AI 治理成为一种学生被训练去质疑的专业责任，而 tool 是被引导而非被禁止的。

教育者的角色

在批判教育学之下，教育者不是 AI 技能的中性传递者，而是批判性的对话者与促进者，帮助学习者追问 AI 的政治。这与本知识库的 教学 与 AI 素养 概念相连，也与更广的 公平性 与 减少 AI 滥用 关切相连。教育者的任务是培育能让社群集体地质询、挪用或拒绝 AI 的空间——使教育始终成为想象与社会变革的场所。Burriss 等（2026） 为这个角色补充了一条实践条件：开放式的批判性 AI 素养工作并不要求教育者以 AI 专家的身份到场，只需愿意与学生一同探索——一项针对某个具体系统（电子"通行证"，其中并非都是 AI）的师生联合调查，浮现并处理了 关于 AI 的误解，同时深化了技术知识。Miles、Haber-Curran 与 Arar（2026） 赋予这个角色一种建构主义的、关怀伦理的形态：他们把 prompt literacy 视为一种修辞的、伦理的、反思的过程，而非技术优化技能；框架的收尾阶段让学生与教师共同设计一份"个人 AI 使用政策"，使支配课堂 AI 使用的规范由被其支配的人书写，而不是被颁布给他们。

关联概念

关联文章

相关资源

  • Pressing Prompts
    面向高等教育、围绕人工智能的关键批判性问题而设的开放可及的活动与资源，分为三大主题簇。

元数据

学习与教学批判教育学
公平、伦理与负责任使用公平性, 伦理
教育中的人工智能基础学习者自主性, AI 素养, 批判性思维, 减少 AI 滥用
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。