具身学习 — 教育中的人工智能知识库

本页是英文页面的机器翻译，尚未经母语者审校。

具身学习——一条教学法原则：学习扎根于身体经验、物理互动和学习者的感觉运动语境。具身取向主张，认知并非纯粹抽象，而是由身体及其与环境的互动所塑造。在AI 教育中，具身性经由教育机器人和社交机器人实现，它们的物理存在把抽象概念（如程序逻辑或社交技能）锚定在可观察、可操纵的行为上。

值得思考的问题

我们常把学习当作"发生在头脑里"的事，身体只是把大脑驮来驮去。如果学习实际上扎根于身体经验和与环境的互动呢？有什么学科你学的时候似乎需要动用身体——而它有可能被纯粹抽象地学会吗？
具身取向主张，一个有物理实体、可操纵的智能体帮助学习者把抽象观念连接到具体结果——比如看到一个程序让机器人动起来。你什么时候注意到，做一件身体上的事情让一个抽象概念终于"想通"了？
一些研究者把手势当作理解的证据——追踪学生的手部动作与他们的言语一起，来评估概念掌握。如果一个学生的手在其言语之前就"懂"了这个概念，那对我们应当如何评价学习意味着什么？
一个新兴的批评挑战在抽象符号上运作的"去具身"AI，主张 AI 应当围绕具身智能来设计，以维持学习者的思考而不是把它外包出去。你认为一个从未有过身体的 AI 能充分支持具身学习吗？

引言

具身学习与主动学习、体验式学习以及情境性/建构主义理论密切相关。其核心主张是：一个有物理实体、可操纵的智能体帮助学习者把抽象观念连接到具体结果——一个让机器人动起来的程序，或与一个实体机器人的角色扮演——其方式是纯屏幕交互可能做不到的。机器人技术是 AI 在教育中最清晰的具身化，给学习者可看、可触、可观察的东西。

具身学习如何出现在知识库的研究中

扎根式编程：RoboBlockly Studio把积木式编程扎根于具身的机器人执行上，创造出一个编写、运行、观察、修订的紧密回路，使学习者看到自己的代码变成行为。
**社交机器人交互：**用于讲故事的社交机器人（MotiBo、RoboBuddy）、角色扮演（REMind）和手语（Pepper）提供具身的社交互动，支持关系性和情绪性学习。
具身特征并不是驱动结果的东西。 一项对 11 项 RALL 研究的元分析（N = 595, g = 0.83, I² = 84.4%）发现，机器人形态、模态、自主性和社会角色并不调节第二语言学习；小组形式胜过一对一，因此起作用的是机器人的位置，而不是它的具身性（Wang 等人（2026））。
具身与创意写作：关于创意写作中机器人—LLM 整合的研究考察具身性如何影响学习者的互动与结果。
人机交互：HRI研究（信任、能动性）考察物理具身如何塑造信任、投入和自主性。
手势作为理解的证据：Morphew 等人把计算机视觉的手势追踪与对言语的大语言模型（LLM）分析结合起来，表明工科学生对统计的概念理解经由言语和手势同时表达。高置信度的解释性手势围绕特定概念聚集（尤其是均值），而手势—言语的紧密耦合标志着连贯的概念性表达，二者的分歧则标志着正在形成中的观念——这经由多模态学习分析把具身行动定位为评价中的证据，而不只是一个学习机制。

具身智能与对去具身 AI 的批评

知识库具身研究的第二支更理论的线索，涉及身体在 AI-中介的学习中的角色——不是经由实体机器人，而是经由这样一个问题：AI 系统本身是否（或能否是）具身的。这项工作挑战建立在抽象信息处理之上的符号性、去具身 AI 模型的主导地位：

作为设计原则的具身 AI。****E3-HOT 框架主张，要维持学习者的认知能动性和高阶思维（而不是鼓励认知外包），AI 应当在虚实融合的学习环境内围绕具身智能——情境嵌入、具身参与和认知创造——来设计。（Fostering Sustainable Learning via Embodied Intelligence: The E3-HOT Framework for Higher-Order Thinking in the AI Era）
去具身生成式 AI的局限。 后认知主义学术论证，当前的 GenAI 系统缺乏本体感觉、多模态能动性和具身实践，并倡导一种扎根于情境性、涌现性和感觉运动耦合的"具身 AI"，为人—AI 交互提出一种知觉—情感编舞。（"If You Can't Dance Your Program, You Can't Write It": Challenges and Implications for AI in Education）
具身、情境性与社会建构。 在科学学习中，AI 工具作为"中介人工物"发挥作用，使数字实践共同体和跨界成为可能，把具身的、真实的探究连接到真实世界和跨学科语境。（Artificial Intelligence in Science Learning within the Framework of Situated Learning Theory: A Qualitative Investigation of Teachers' Perspectives）这把具身性连接到情境学习和分布式认知。

具身学习连接到教育机器人（Robots in Education）、教育机器人（Robots in Education）、教育机器人（Robots in Education）、主动学习、体验式学习、情境学习、分布式认知、计算思维和社会情感学习。

关联概念

关联文章

A Multimodal Framework for Embodied Cognition in Oral Explanations — A Multimodal Framework for Embodied Cognition in Oral Explanations
Fostering Sustainable Learning via Embodied Intelligence: The E3-HOT Framework for Higher-Order Thinking in the AI Era — Fostering Sustainable Learning via Embodied Intelligence (E3-HOT)
RoboBlockly Studio: Conversational Block Programming With Embodied Robot Feedback for Computational Thinking — RoboBlockly Studio
MotiBo: The Impact of Interactive Digital Storytelling Robots on Student Motivation Through Self-Determination Theory — MotiBo
Play-Testing REMind: Evaluating an Educational Robot-Mediated Role-Play Game — REMind
Using the Pepper Robot to Support Sign Language Communication — Pepper and Sign Language
Enhancing creative writing with robot-LLM integration: The interplay of embodiment, AI creativity and user engagement — Robot-LLM Integration in Creative Writing
Multimodality and Social Interactions in AI-Enhanced Embodied Robot-Assisted Language Learning: A Meta-Analysis — 对 AI 增强的具身机器人辅助语言学习的元分析
Reshaping education in the era of artificial intelligence: insights from Situated Learning related literature
Artificial Intelligence in Science Learning within the Framework of Situated Learning Theory: A Qualitative Investigation of Teachers' Perspectives
Connecting Education with Reality: AI as a Catalyst for Situated Learning
"If You Can't Dance Your Program, You Can't Write It": Challenges and Implications for AI in Education

元数据

学习与教学	主动学习, 具身学习, 情境学习
技术与方法	教育机器人（Robots in Education）
教育中的人工智能基础	计算思维

Source History Edit Chat