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

批判性思维

创建 2026-08-09 · 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。

批判性思维——分析、评价与综合信息的能力——既是一项人工智能工具可以帮助发展的技能，也是学生在使用人工智能时必须运用的胜任力。在人工智能教育研究中，批判性思维以两种相互关联的形式出现：作为学习目标（教学生批判地思考）和作为对不加批判的人工智能依赖的屏障。

值得思考的问题

  • 你对自己识别虚假或误导性人工智能回答的能力有多大把握？研究表明，自陈的人工智能胜任力远超实际的评价能力——你会怎么测试自己？
  • 这里的批判性思维有两种形式：一种要教的技能，以及对不加批判地依赖人工智能的屏障。你能想到一种情形：某个"教"批判性思维的工具，实际训练的是它的反面？
  • 一项研究发现，让学生审问人工智能生成的错误，带来了高阶思维上的大幅增益。刻意暴露错误——而不是藏起它们——怎么会是一个比你预想更有力的教学动作？
  • 轻松获得人工智能答案，能在学生意识到之前就挤掉批判性的投入。什么样的设计特征（而非政策或禁令），能让认知努力保持存活？
  • 已有研究表明，人工智能的建议会压制说"我不知道"的意愿——即使建议是错的。这如何改变"营造一个提问是安全的课堂文化"这件事的含义？

引言

批判性思维是AI 素养的核心——无法批判地评价人工智能输出的学生，容易受过度依赖、幻觉信息与带偏见的推荐之害。关于认知外包的研究表明，轻松获得人工智能答案会挤掉批判性投入，而苏格拉底式方法通过拒绝给出直接答案，保全了更深思考所需的认知努力。

把谬误导师（fallacy tutor）与辩论聊天机器人区分开的，是结构化的对话控制，而非更好的提示：把每一轮对话经由基于 Toulmin 模型的意图检测、固定的策略顺序与一个验证器代理来路由，使一个苏格拉底系统通过了 84.5% 的对话质量指标，而启发式基线为 61.5%（Shi 等（2026））。

人工智能教育研究中的批判性思维

知识库的文章通过设计型与实证的透镜探索批判性思维。对抗性人工智能代理在新手设计师中实施建设性冲突，以促使重新考量——一个强迫批判性再评估的苏格拉底变体。关于教学中生成式人工智能的 RCT 研究提出了一个问题：那些为表层结果做优化的人工智能工具，是否可能在无意中压制导向更深学习的批判性思维。实测证据使这一点更锐利：批判性思维是否移动，取决于人工智能中介的反馈与任务如何设计，以及学习者的元认知调节，而不取决于能否接触到某个模型。

生成式人工智能使用与自陈批判性思维之间的关联，几乎完全经由生成式人工智能反馈素养传导：在 421 名中国本科生中，反馈素养中介了总关联的 71.98%（β=0.185），而剩余的直接路径只对反思性较低的学生为正（β=0.177），对反思性较高的学生不显著（Yan 等（2026））。

**对调节主张的一个元分析锚点。**在 29 项实验中，生成式人工智能使高阶思维适度提高（g = 0.609），其中批判性思维为 ES = 0.691——低于问题解决（0.745），高于创造力（0.444）——在 8–16 周的干预中最强（0.759），对高 SRL 学习者最强（0.863 对 0.284）（Zhao 等（2025））。

对 ChatGPT 影响思维的综述记录了混杂的发现：刻意使用时，人工智能可以为批判性分析搭支架（例如让学生批判人工智能生成的论证），但当作答案引擎使用时，它也能把思维短路。这一张力连接到How to Assess AI Literacy: Misalignment Between Self-Reported and Objective-Based Measures研究——它显示自陈的人工智能胜任力远超实际的批判性评价能力。一项对 80 项关于人工智能与批判性思维的 HCI 研究的批判性综述发现，这个领域在测量它很少定义的东西：80 项中只有 23 项说明了他们如何理解批判性思维，49 项（61%）用自陈而非表现来评估，42 项（52%）没有对照组（A Critical Review of Critical Thinking in HCI Research About AI）。

Lin 与 Al-Hada（2026）把这幅混杂图景解读为一种产物–过程分离：生成式人工智能可以提高作业的质量，同时压低其背后未经辅助的、延迟的迁移，因此学习应当以未经辅助的延迟表现来评判，而非以人工智能辅助的产物来评判。

  • **学生与人工智能聊天中的高阶认知投入。**Chang 与 Li（2026）发现，约 62% 的学生提示编码了高阶认知需求，且 Bloom 层级画像因学科而异（STEM以"应用"为主，20.8%；语言学科以"理解"为主，31.7%；社会科学以"创造"为主，33.8%）。他们的被试内设计显示，同一批学生在社会科学课程中产出的高阶提示显著多于 STEM 课程（p < .001），表明学科情境塑造了与人工智能的批判性、高阶投入。
  • **互动模式按 Bloom 层级与先前知识聚集。**在一项基于探究的数据科学写作任务中，19 名学生产出了 14 种大语言模型互动模式，其差异随先前知识水平而变，设计启示是把支架瞄准特定的高阶思维阶段，而非笼统地瞄准大语言模型的使用（Luo 等（2026））。
  • **人工智能作为儿童批判性媒介素养的催化剂。**Demir 与 Akar（2026）评估了一个面向四年级土耳其学生的、18 小时的 5E 模型批判性媒介素养项目，其中生成式人工智能（ChatGPT、Grammarly）扮演分阶段嵌入的教学代理，而非附加物。配对样本比较显示，媒介阅读（+3.50）、写作（+1.67）与总媒介素养（+5.17，全部 p < .01）均有大幅增益，组间后测效应量为 Cohen's d = 1.12（阅读）、1.18（写作）与 1.31（总素养），均偏向人工智能支持组。质性分析（访谈、学生的海报/图画/口号、课堂观察）浮现出批判性媒介素养成长的六个领域——数字自我保护与数据隐私、有目的且负责任的媒介使用、安全沟通与边界意识、批判性评价与虚假信息意识、在线风险意识，以及媒介伦理/数字公民——表明刻意审问人工智能中介的内容，能在年幼学习者中培育批判性分析与反思。
  • 小学多模态写作中维度特异的批判性思维增益。Lu 等（2027）跟踪了 60 名五年级学生完成为期八周的对话式人工智能支持的多模态写作练习——他们把叙事变成人工智能生成的图像与短视频。对六个批判性思维维度的重复测量分析发现，解释、分析、评价与论证在 T1→T2 与 T1→T3 上有持续增益，自我教育中的人工智能监管的增益是短期的，而推断毫无变化——这是一种聚合的批判性思维分数会掩盖的、不均衡的维度级模式。作者论证，人工智能生成的视觉材料外化了意义，从而降低了写作通常施加的推断需求，而同伴协作（迫使学生推断他人解读的同伴提问）则补给了单独的人工智能互动未能提供的推断契机。其设计教训是：多模态人工智能创作支持了批判性思维的若干侧面，但应与持续的脚手架和结构化的同伴交流相配合，以保住推断与自我调节。
  • **人工智能搭支架与认知卸载把批判性思维拉向相反方向。**Davor、Larbi 与 Boateng（2026）调查了加纳 533 名大学生，发现人工智能任务支架预测更高的批判性思维（β = .185），而认知卸载倾向预测更低的批判性思维（-.240）；人工智能验证素养对批判性思维没有直接效应，只通过元认知自我调节起作用——这是一个完全中介模式，作者解读为证据：教学生核查人工智能事实本身是不够的。（Davor 等，2026）
  • **限定高阶思维的是卸载的深度，而非使用与否。**在写作中把推理层——论据、反驳、证据解读——委派出去，与独立的高阶思维有最强的负向关联（ab = −0.34），而自我调节式写作削弱了它但从未逆转它（Chen（2026））。
  • **关联发生转折之处是依赖，而非使用。**Shojaei 及同事（2026）调查了阿曼 412 名商科学生，发现生成式人工智能使用与自陈批判性思维倾向的双变量相关接近于零（r = 0.050），依赖预测更低的倾向（β = -0.389），并削弱了从使用到倾向的关联（β = -0.239），使简单斜率从低依赖时的 0.424 降到高依赖时的 -0.054。（Shojaei 等，2026）

一项更大的横断面调查指向相反方向：在 1,157 名中国研究生中，生成式人工智能依赖与批判性思维正相关（β = 0.492），而批判性思维承载了从功能依赖到研究创造力路径的约 85.0%（Yin 等（2026））。

  • **一则简短的反思提示，使对人工智能建议的依赖更具辨识力。**在一项有 342 名本科生的三条件实验中，Ren（2026）发现，开放式的 ChatGPT 支持使学生在 62.4% 的试次中接受了错误的人工智能推荐，加上一则简短的元认知反思提示后降至 39.7%（OR = 0.40，95% CI [0.28, 0.56]）；反思还改善了意识校准（0.59 对 0.41），把人工智能专属归因偏差指数从 0.42 降到 0.21，且没有降低推荐准确率，也没有引发对有用建议的一概拒绝。（Ren，2026）
  • 信心可能上升而准确率下降。Shaw 与 Nave（2026）发现，咨询人工智能助手在它正确时把准确率提高了 25 个百分点，在它出错时降低了 15 个百分点，然而即便出错后，调用它仍提高了信心，且 73.2% 的错误–人工智能试次以"投降"而非策略性卸载告终。
  • **教师策展的 ChatGPT 反馈通过高阶修订提高批判性思维。**Chen 及同事（2026）做了一项为期 18 周的准实验，对象是 64 名本科生（全部为职前化学、物理或数学教师），在两个议论文写作任务上比较常规教师反馈（n = 32）与 ChatGPT 辅助的教师反馈（n = 32）。两组起点相当，只有辅助组有显著改善（p < 0.001），Cohen's d 从前测的 0.25 升到后测的 3.74。机制在于反馈的种类，而非模型是否在场：辅助组收到更多示范（33.1% 对 10.9%）与紧逼追问（21.5% 对 6.0%）的反馈，修订了 91.00%（478 中的 435）的反馈单元，对照组为 85.21%（284 中的 242）；认知网络分析把这些修订与"分析、评价、创造"相联，而非与"再认与理解"相联，而只有教师指令与评价反馈的情况大多产生再认与理解式修订。教师把模型的输出当作草稿材料来处理——扩展、修订或弃用（14% 弃用，9% 需要纠正），八位受访者中仍有六位指出其不精确或不专业。其设计教训是：批判性思维的增益来自那些示范替代方案、并审问学生推理的反馈，且由一位教师策展模型所产出的东西；小样本、单学期的性质意味着这个极大的效应量应当谨慎解读。（Chen 等，2026）
  • **一学期的人工智能使用让批判性思维持平，而反思性使用追踪了它。**Melanou、Beege 与 Kimmig（2026）在三个平行条件（导师框架的人工智能、无引导的人工智能、无人工智能）下跟踪 87 名商业信息学学生完成为期九周的课程，测量三次。各组知识都上升，两种人工智能条件均无优势，也无马太效应（BF01 = 8.70），而自陈的批判性思维与动机保持稳定。区分学生的是反思性使用——在采纳人工智能输出前核查来源并加以验证的实践：它在人工智能条件中高于对照组（均值 3.72 对 2.82），并预测了末次测量时的批判性思维（R² = 0.183，β = 0.43，p < 0.001）。这一结果限定了任何"一学期的人工智能使用本身就能推动批判性思维"的预期：关联存在于元认知调节之中，而非工具访问权之中；作者也指出，一个学期大概太短，看不到持久的变化。（Melanou 等，2026）

与其他概念的关联

批判性思维与脚手架（设计维持认知需求的人工智能支持）、提示工程（提出能引出批判性分析的问题）以及过度依赖（知道何时信任、何时质疑人工智能）相交。它是学术诚信的根基，也是AI 素养框架的一个关键维度，横跨K-12与高等教育两种情境。

  • 把人工智能的错误当作高阶思维的挑衅：Hosseini（2026）通过让学生在数据库课程中审问人工智能生成的错误，把 Bloom 的高阶层级（分析、评价、创造）付诸操作，在学科胜任力上取得显著的前后测增益（Cohen's d=1.49）。
  • **对人工智能输出的批判是一种可搭支架的技能，而非解题的副产品。**只解了一道相关物理题的组，或接受了一道打磨过的人工智能解答，或基于自己的迷思概念去批判它；而以 MAPS 量规引导的反思，则产出了与专家一致的批判——指出缺失的积分与未定义的符号（Borse 等（2026））。
  • **约束人工智能以保全认知自主性。**E3-HOT 蓝图把三条具身路径——情境嵌入、具身参与、认知创造——映射到分析、评价与创造，并把人工智能限定在提示、批判与策略建议之内，使学生在某个主张被接受之前必须先阐明理由并引证（Zhu 等（2026））。
  • **对人工智能解释的双向审计。**Bernstein 与 Sibia（2026）以 Paul–Elder 标准（准确性、清晰性、假设、观点）作为访谈探针，访谈了十位已完成 CS2 的学生，发现他们对生成式人工智能解释的机制级审视：学生找出某个类比的映射在哪里失效（一个暗示了环形的链表海岛航线类比，一个没有保证输入收缩的递归羽毛球对拉类比），要求精确措辞而非含糊其辞，并把解释当作携带观点的论证来处理。关键在于，这种审视追踪的是来源域或目标域的专长，而非个人兴趣——这把对人工智能输出的批判性评价重新框定为一个知识问题（"双向类比审计"），而非一种性情问题——并提示：把有缺陷的人工智能类比当作待检视与待修复的对象来布置，比读一份成形的解释是对概念理解的更严格的检验。（Flawed but Memorable: Student Critical Reception of Interest-Personalized GenAI Analogies in Computing Education）
  • **批判性思维作为不可外包的投入。**Xie（2026）从道家自我修养补充了一个哲学对应物：因为人工智能是不透明的"黑箱"，一个取向于调和不确定性、而非以绝对方式裁定真相的框架，更适合当下的认识格局，批判性思维由此成为对现实的、持续的、第一人称的、不可外包的投入，而非一种可演示的理性程序。在内丹（內丹）实践中"没有认知捷径"，因此人工智能被定位为"不是认知的替身，而是工具性的辅助"。（Alternative AI Philosophy: Daoism as Method for AI in Education）
  • **角色轮换作为批判性人机互动的结构。**Kenzhebayeva 及同事（2026）报告了一项设计型研究：62 名职前教育心理学家轮换四种专业角色（案例建构者、研究分析师、实践–干预者、反思型研究者），使生成的推荐成为讨论的对象：参与者把人工智能输出与心理学理论相比较，并修改或拒绝不符合案例的推荐；后续循环中出现了更多要求理论论证的请求，而对看似权威的回复的过度依赖依然存在。（Kenzhebayeva 等，2026）
  • **一个学科中以验证为中心的整合。**一篇关于大学化学教育中生成式人工智能的批判性综述（Vega-Baudrit 与 Rivera Álvarez，2026）论证，由于化学推理必须在宏观、微观与符号三种表征之间被协调，学生无法验证自己不理解的东西，因此先备知识与脚手架先行，而验证应当被设计进评估之中、作为一项被评估的活动：识别一个错误假设、纠正一个单位或机理错误，或论证为何拒绝一个生成的答案，并保留提示日志与修订历史作为推理轨迹。（Vega-Baudrit 与 Rivera Álvarez，2026）
  • 验证作为一种学习活动，而不只是一种屏障。Wang（2026）把对人工智能产物的评价组织为六个相互依存的维度——过程（Process）、证据（Evidence）、获取（Access）、可复现性（Reproducibility）、正当性（Legitimacy）与来源（Source）——并把组装这套论据、而非产出的流畅度，当作建构学科专长的东西。

**知识库中专家评定的最大脆弱点是批判性思维。**在 30 位专家评定的 65 项学习过程中，"批判性思维"与"批判性–分析性思维"获得了本报告最高的破坏评分（均值 4.00，满分 5；96% 的评分者给到 3 分及以上），而增强低于门槛（2.40，43%）（Kendeou、Greene 与 Nixon 等，2026）。18 项高阶过程中有 10 项只在"脆弱"上达成共识，报告把这解读为一种单侧风险，而非一种权衡。

关联概念

关联文章

相关常见问题

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。
  • Student Guide to AI
    Elon University、AAC&U 与 The Princeton Review 推出的免费三版学生 AI 指南，其 2026 年版以十种人类能力为纲，配有可直接使用的教学模块与匿名自评。

元数据

层次Higher Ed
学习与教学脚手架, 苏格拉底方法
技术与方法生成式人工智能
教育中的人工智能基础教育中的人工智能, AI 素养, 认知外包
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。