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

元认知

创建 2026-05-07 · 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。

元认知 — 对自己思维的思考 — 既是人工智能教育研究的目标（人工智能工具能发展学生的元认知技能吗？），又是一个风险因素（人工智能完成任务可能压制元认知实践）。（The Evidence Base on AI in K-12: A 2026 Review）（Designing a mobile chatbot-based learning journaling system for intrinsic motivation and engagement）

值得思考的问题

  • “元认知”是对自己思维的思考 — 知道自己知道什么、监控自己并调整策略。当你学习或解题时，你在当下对自己是真的理解了、还是只是认出了材料，有多自觉？
  • 一个惊人的发现：使用人工智能作文协助的学生往往无法回忆自己论文中的引文，因为他们在产出过程中没有与内容打交道。当工具产出结果时，学习者失去了什么实践 — 而那种实践重要吗？
  • 本页把元认知同时框定为目标（人工智能能建立它吗？）与风险（人工智能能压制它吗？）。同一个人工智能工具是否可能依其设计或使用方式而强化或削弱学习者的元认知？什么决定了走向哪一边？
  • 要求学生自我解释、评价策略或识别差距的结构化提示保全了元认知需求，而只是完成任务的人工智能则取代了它。如果你在设计一款人工智能学习工具，你会构建什么来邀请反思而非替代反思？
  • 本页发现，人工智能的使用是否在元认知上丰富，既取决于技术，也取决于学习者的动机与姿态。你是否曾浅层地使用过一个工具，然后意识到自己什么也没学到 — 而当你深入使用它时，又有什么不同？

引言

教育中的元认知指学习者对自己认知过程的觉察、监控与教育中的人工智能监管：

  • 元认知知识： 理解自己知道什么、有哪些策略可用、何时部署它们
  • 元认知调节： 实时规划、监控并评价自己的学习

在自我调节学习框架内，元认知是使学习者得以调整策略、识别困惑并恰当求助的核心机制。（Designing a mobile chatbot-based learning journaling system for intrinsic motivation and engagement）

学习者实际上如何围绕人工智能部署元认知，受不止于工具本身的因素塑造：Cui 等人发现，学生的动机与他们所采纳的互动角色塑造了他们对GenAI的元认知参与 — 这意味着人工智能的使用是否在元认知上丰富，既取决于学习者的姿态，也取决于技术。Miles、Haber-Curran 与 Arar（2026）把人工智能互动本身作为那种反思的对象加入进来：他们的提示素养循环的最后一步要求学习者检视这个过程揭示了提示如何运作、以及什么假设塑造了回答，并把反思与修订确立为作者身份与批判判断得以发展的阶段。

当协调的落点从教师转向学习者时，元认知扮演了一个更根本的角色。Dang、Hong、Doyle 与 Nguyen（2026）在他们的人机协同能力（HACC）框架中论证，一旦行动者是学习者，TPACK 分配给教学法的整合工作就转移给学习者自身的元认知 — 即那种使学生能引导协同、校准他们对人工智能的依赖、并始终是自己学习的主人的能力。他们把元认知能力当作学习者自主性得以施行的机制，刻意不把自主性列为独立成分，而是把它读作协调领域、人工智能与元认知能力时涌现的品质。他们对 24 名高等教育教育者访谈的认知网络分析发现，元认知言谈随角色层级上升 — 资深教育者把它与领域、人工智能及与人工智能的学习联系起来 — 作者把这解读为：承担更广泛课程责任的教育者把学生持续的困难看作调节性的而非技术性的。

人工智能工具如何影响元认知

压制风险（Stanford SCALE，2026）

当人工智能替学生完成推理任务 — 解数学题、写论文、生成代码 — 学生就失去了监控自己理解并选择策略的练习。（The Evidence Base on AI in K-12: A 2026 Review）

依赖不是失败：Du 与 Yuan（2026）以六项诊断标准 — 可争议性、可恢复性、迁移、可追溯性、分布式责任与认识论多元性 — 评判人工智能中介的学习，并区分工具性协助（帮助产出结果）与承载判断的协助（提供据以评判结果的标准）。 命名治理问题。 Lin 与 Chang（2026）提出元认知所有权 — 学习者对人工智能所贡献的标准、评价性判断与行动的治理 — 区分标准挪用、监控—判断治理与控制授权，并要求有现实的机会采取不同行动。

主要发现：

  • Kosmyna 等人（2025）： 使用人工智能作文协助的学生有83% 无法回忆自己论文中的引文，而非人工智能使用者为 11% — 表明他们在产出过程中没有与内容打交道。
  • Stadler 等人（2024）： 通用人工智能降低了认知负荷，但与传统搜索相比产生了质量较低的推理，表明元认知参与被取代了。
  • Lehmann 等人（2025）： 用于编程的通用人工智能损害了低先备知识学生的理解 — 最需要元认知脚手架的学生得到的是答案。
  • 元认知懒惰。 该领域命名了一种独特的失效模式，学习者把元认知责任拱手让给工具 — 用元认知懒惰一词指称由此产生的能力错觉，并警告其认知风险最沉重地落在新手与较弱的自我调节者身上（Lodge & Loble（2026））。

流畅性是损失不被察觉的原因。学习者部分地依据材料加工的难易程度来判断自己的学习，而 Bjork 等人（2013）表明，流畅性线索会在内容感觉容易时使人高估自己的理解；流畅的人工智能生成文本无论理解是否随之而来都提供了那种感觉，从而为一种制造出来的能力错觉创造了条件。生成论把这当作适应性元认知不能被假定为当然的理由：学习者必须追问阅读的轻松是否反映了理解，而不是把轻松当作答案。

觉察并不保证完成会停止。 Jia（2026）命名了元认知不一致的完成：一个投入了真实努力、持有“理解尚未到来”这一已成形的第一人称裁决、却仍把作品交出去的学习者 — 这是流畅性错觉与撤回收努力两种解释都假定了不存在的案例。

学习者对人工智能的成本也校准失准：参与者准确预测了独立完成所需时间，却低估了有人工智能协助的时间，并报告更低的努力（NASA-TLX 上 0.61 分），而人工智能只加快了 24 项任务中的三项 — 当想象中的帮手是另一个人时，这种偏差并不存在（Yu 等人（2026））。

这一代价表现为有界的而非全局的：外包会损害被练习的具体技能，而非底层的一般领域能力，且在撤除时显现：一项内镜研究发现当人工智能不可用时腺瘤检出率从 28.4% 降至 22.4%，使源监控（区分人工智能的推理与自己的推理）成为一项悬而未决的元认知风险（Cash 等人（2026））。

增强机会（Scheu 等人，2026）

当人工智能被设计为支持反思而非取代反思时，元认知可以得到强化：

  • 学习日志是一项经典的元认知实践：通过反思学习过程，学生提高对自己认知的觉察

  • 要求学生自我解释、评价策略或识别知识差距的结构化提示保全了元认知需求。CoMeT（Hou 等人 2026）给了这句话一个定义与经验依据：它把元认知需求当作与cognitive load不同的量来处理 — 即在帮助到来之前学习者必须决定、陈述或判断的东西，而非帮助被撤除后剩余的东西 — 并在统计上把它与一个刻意扣留答案的导师视为等价（p_TOST = .004），而它自身的支持则逐级递增并逐级消退。当学习者的轮次指向被支持的决策时，消退成立：指向别处的轮次有 40.3% 的几率引来更晚的让步，而指向目标的轮次为 28.8%，相差 11.5 个百分点 — 因此导师必须读的是学习者的注意力落在哪里，而非轮次显示出多少努力。

  • 为每个任务分配一个使用层级。 HAIML 把它的三个层次与四个使用层级 — 从不用人工智能，到头脑风暴，到人工智能协同与带输出评估的人工智能整合创作 — 配对，因此教师为任务设定层级，并在每个层级上都把元认知反思置于中心（Reardon，2026）。

  • Scheu 等人的聊天机器人课程中的示例即使在大语言模型（LLM）助手单独未产生效果时也提高了感知能力（一种元认知自我评价）

  • 一个新兴的框架把系统而不只是个体置于环中。 一项对 135 项 STEM 课堂研究（24 项核心研究）的书目计量—系统综述发现一个后人类主义框架正在浮现，它把人工智能定位为学习的共同调节者，把分析单位从个体反思转向系统层面的教育中的人工智能监管与分布式认知（Tsakeni 等人（2025））。

  • 浮现出学习者看不见的互动模式。 Kuang、Li 与 Weng（2026）在 22 名口译学员使用语音识别与机器翻译系统时追踪了眼球运动、笔记与语音，发现学生在人工智能输出与自己的笔记之间分配注意力的方式对他们自己不可见：58.3% 的人在任务阶段之间改变了策略，而人工智能输出读得最重者在表达流畅性与目标语言质量上得分最低。其教学后果是反思必须由外部证据来搭建支架，因为学习者的策略不是内省可及的 — 作者主张引导学生描述并评价他们在每个阶段为何以某种方式工作。

  • 过程证据依渠道而有条件。 在 79 名使用生成式人工智能的本科生中，更深的监控与规划在出声思维单元中出现得更频繁，而更深的调节在互动日志中出现得更频繁，因此单一记录会低估某些过程（Li 与 Liu（2026））。

  • 出声思维支持早期觉察，但不支持深度评价。 Karaki 与 Baroudi（2026）开展了一项混合方法行动研究，对象是 44 名一年级创业专业学生，他们在 AI 支持的课程学习中使用出声思维方法。出声思维使学生的提示构建、核验实践与伦理决策更加可见，但对 AI 输出的批判性评价"常常停留在表面层面，特别是在需要额外支持的学生身上"——学生发现了笼统或不对齐的回应，却仍然 heavily 依赖它们。自报的元认知觉察是三个受调查构念中最高的（M = 3.79），但单一的后干预调查无法把知觉与变化区分开来。作者的结论——出声思维不是独立的解决方案，必须与 AI 素养、提示构建和核验策略的显式教学相结合——把上面的过程证据一线从记录捕捉到什么扩展到仅凭发声改变了什么。

  • 先前的元认知训练决定了 AI 反思伙伴之益处的门槛。 在一项有 60 名职前教师的 2 × 2 实验中，Zhang 等（2026）发现了一个显著的元认知 × 工具交互作用：一个 AI 苏格拉底伙伴只在训练之后才比传统数字工具高出 0.56 分，没有训练就没有优势（ΔM = −0.03）。

  • 反思实践可以从普通的学科使用中涌现。 在八所丹麦高中，把生成式人工智能当作认知伙伴的学生发展出四种实践 — 解释、创作、灵感与改进 — 展开为十一个过程 — 其中反思同时出现在学科与过程两个语域，尽管每种实践同样可能服务于替代（Dalsgaard & Prilop，2026）。

  • 一个反思支架可能习惯化并取代它所保护的自我监控。 de Jong（2026）警告，反复的反思提示可能因习惯化而失效 — 正如反复的警告被自动忽略 — 因此一个只在系统要求时才反思的专业者，最终可能既失去工具又失去自我监控习惯；该论文主张把反思提示当作一项逐步消退的技能建设干预，并检验用户在没有它时是否仍会反思。

  • 一种有选择的获得：有元认知知识而无规划与监控。 Wang 等人（2026）把 68 名职前教师分为一组（n=33，向一个生成式人工智能新手解释翻转课堂）与一组（n=35，向一个生成式人工智能教师提问）。新手组的元认知知识与学习策略得分更高（p < 0.001，Cohen's d = 0.41），但规划与监控没有更高（M = 4.01 对 3.78，p = 0.062），尽管同一组的解释与应用得分上升（r = 0.474 与 r = 0.642），而事实回忆没有区分两组（p = 0.416）。这一分裂遵循引言中的两个成分：向一个会反问的人解释，建立了关于自己知道什么的陈述性觉察，但设计中没有任何东西使学习者设定路线或检查进度，作者把这归于任务设计与认知负荷而非角色本身。因此以教促学配合人工智能是元认知知识的杠杆，而不是自动地作用于调节，作者建议增加明确的规划提示与进度反馈。

参与—动机的区分

Scheu 等人（2026）发现了一个关键的分裂：

维度 大语言模型助手效应 课程效应
内在动机（参与意愿） 无效应 正向
行为参与（写作量） 随时间递增（反馈循环） 恒定的正向

这表明元认知支持与动机并不相同。大语言模型助手对日志条目的脚手架增加了学生的写作量（行为参与），却没有使他们更想写作（内在动机）。（Designing a mobile chatbot-based learning journaling system for intrinsic motivation and engagement）

信念与经验的区分

Guo 与 Ye（2026）对元认知如何治理策略选择给出了理论上更锐利的解释，区分了在不同阶段运作的两个成分：

  • 元认知信念 — 存储在长期记忆中的稳定的、自我指涉的自我构想（例如关于自己记忆能力的信念，或关于一个工具可靠性的信念）。这些在任务启动之前锚定策略选择。
  • 元认知经验 — 动态的、任务特定的感受（感知到的难度、信心、心理负荷），驱动任务执行期间的信念更新。

这一区分产生时机—成分匹配原则：针对信念的反馈（例如比较性排名）在任务前准备阶段最有效，而针对经验的反馈（例如即时正确性指示）在任务执行期间最有效。抽象的排名反馈可能与主导即时决策的任务特定经验脱节 — 或被它压倒 — 这解释了为何某些反馈干预未能改变行为。这为教育者围绕人工智能工具设计元认知支架提供了阶段条件性的依据：使用前校准信念，使用中提供即时的任务特定反馈。

外部支持也可以完全挡在判断前面。Iqbal 等人（2026）让 87 名 EFL 学生分别借助 ChatGPT 4.0、一位经验丰富的学术写作教师或不借助支持修改论文，并从点击流、击键与鼠标痕迹中重建学生使用的策略。他们的选择强烈地与可得的支持相关（Cramér's V = 0.668），却与元认知判断准确性无关（H(3) = 4.995，p = 0.172），后者只在无支持条件下有微弱的关联（p = 0.0460）。没有任何修改策略与论文分数变化相关（p = 0.273），而 GenAI 组的改善显著大于另外两组（H(2) = 16.591，p = 0.00025，η² = 0.174），因此更强的论文并非来自更好的自我调节。当一个有能力的伙伴能提供下一步时，元认知判断就不再是选择它的东西，而上述策略选择解释对无辅助学习者的描述胜过对被支持的学习者。作者的实际解读是把人工智能协助瞄准于促使对写作策略的反思，而非提供直接帮助。

校准是可训练的：预测 + 反馈

Ngai 与 Gilbert（2026）提供了直接的因果证据，表明元认知校准是一种可训练的技能。在两个预注册实验（N=164，N=416）中，仅五次把绩效预测与真实反馈配对的练习就改善了校准并减少了偏差。一个四组相加设计分离出了因果成分：仅做预测无效；加入绩效反馈推动了改善；显式标注过度/不足自信并无进一步增益。关键在于，改善作用于绝对校准 — 提高不足自信者的信心、降低过度自信者的信心 — 因此它双向纠正了校准失准，而非把所有人朝一个方向推移（这也是有符号/方向性效应为零的原因）。这加强了上文“经验而非信念”的解释，并展示了最小可行的元认知训练：预测 + 即时的、任务特定的反馈。

  • 简短的反思提示在人工智能支持的决策中锐化了监控。 Ren（2026）在一个三条件、342 名本科生的实验中于定稿前加入三条反思提示：对不正确 ChatGPT 建议的接受从 62.4% 降至 39.7%（OR = 0.40），觉察校准上升（0.59 对 0.41），而建议准确性与对正确建议的对齐保持高位。反思使依赖更有区分度而非一律防御，这支持把依赖当作监控问题处理，而非“用了多少人工智能”的问题。
  • 把提示嵌套进元认知循环。 IDEA 框架把 GenAI 使用编排为意图（Intent）、解构（Deconstruction）、表达（Expression）与调适（Adaptation），使提示成为规划与监控中的一步而非独立技能；接受它的学生产出的提示质量在所有五类任务上都高于接受角色—任务—情境—格式提示教学的同侪（Wang 等人，2026）。

对工具设计的启示

  1. 保全思维的“摩擦力”： 如果人工智能写反思，学生就建立不起元认知技能。日志助手应搭建支架，而非代笔。
  2. 示范元认知语言： 示例式课程之所以有效，部分是因为它让学生接触到熟练示范者的元认知自言自语。
  3. 区分对动机与对技能的支持： 元认知技能发展（课程结构化）与生产力提升（人工智能协助）可能需要不同的设计策略。

人工智能可能改变决定“自己是否已懂到足以作答”的元认知阈值：Marcoccia 等人（2026）发现，仅能获得人工智能建议就压低了人们在不确定性下悬置判断的意愿，即使建议错误且有准确性激励 — 这一效应在非应邀的人工智能输出与金钱利害下依然存在。

主动式代理式人工智能可能取代学习者自己的元认知循环：Woollaston 等人（2026）论证，当代理预取、发起并自我纠正时，代理的规划、监控与评价取代了学习者的，移除了检索练习与自我监控，而理想难度与元认知训练依赖于此。

  • 基于错误的教学法与教学策略作为元认知训练： Hosseini（2026）表明，刻意让学生接触人工智能生成的错误，在数据库设计课程中激活了元认知监控 — 学生检视输出、识别错误并修订设计，而非把人工智能输出照单全收。自报的人工智能素养与客观能力呈弱负相关（r=−0.39），这一校准差距正是批判—精炼循环所要缩小的。

  • 生产性失败吸引元认知监控。 Kim 等人（2026）表明，基于生产性失败的学习激活了对自己尝试的反思；先给线索再纠正任务要求学习者诊断并纠正自己的错误 — 这是一项人工智能给线索而非给答案的元认知活动。

  • 自我调节缓冲了外包的伤害，但不能取消它。 Chen（2026）表明，在 GenAI 协助的写作中，元认知调节（自我调节的写作）削弱了深层认知外包与独立无人工智能结果之间的负向关联（交互 B = 0.22），却没有消除它 — 一个有界支持的条件（委托限制与对人工智能建议如何被接受/拒绝的强制反思相配对）产生了最强的独立表现。

  • 解释寻求的深度预测任务质量，而非回忆。 Tsiligkiris（2026）表明，大语言模型互动中的解释寻求提示（深度）预测任务质量而非即时回忆，并通过细化（理解）与检索练习（巩固）之间的分离来解释这一分离 — 同时暗示解释寻求与元认知监控相关，尽管还必须加入检索需求才能获得持久保持。

  • 自报的元认知是调节的弱替代物在有大语言模型时。 Clerc 等人（2026）给 116 名初中学生上了两小时的人工智能素养工作坊，然后测量他们解决科学问题时的大语言模型互动：受训学生更少接受欠规范的提示（51.5% 对 66.7%），在回答薄弱后远更常追问（59.2% 对 27.9%，d = 0.80），且对回答正确性的判断对提示质量更敏感（交互 OR = 2.52）。无论是一般的元认知觉察量表（Jr. MAI）还是 GenAI 自报，都不能预测这些行为或最终表现（r = .04 与 r = .01） — 使用生成式人工智能期间的监控与控制是任务特定的，可观察的行为比为捕捉它而构建的自报工具携带更多信息。

  • 自动评分到达了绩效阶段，而非先于它的规划。 Chen 与 Liu（2026）给 46 名口译学生连续 14 周每周进行自动评分，并附返还的分数、标注的错误与参考译文：自动组的总体提升更大（d = 1.03），但只有练习期间的监控与分数提升相关（r = 0.42），而学习前规划停在量表中间附近（M = 3.01）。评价与反思均值位居第二（3.87/5），却与提升几乎无关（r = 0.10），因此高反思分数不应被读作生产性的反思。

  • 核验素养只有通过元认知自我调节才有回报。 Davor、Larbi 与 Boateng（2026）调查了 533 名大学生，发现人工智能核验素养与批判性思维或技术问题解决没有直接关联；它只通过元认知自我调节间接起作用（完全中介模式）。认知外包倾向则反向运行，预测更低的自我调节（-.294），以及更低的批判性思维（-.240）与问题解决（-.312）。

  • 反思随人工智能可得而上升，且它滋养的是推理而非考试分数。 Melanou、Beege 与 Kimmig（2026）在九周课程中跟踪三个班（N = 87），在三个时点测量。知识在所有条件下都提高，人工智能条件均无优势，也无马太效应（BF01 = 8.70），但反思性使用（检查来源并在采纳人工智能输出前核验）在人工智能条件下远高于对照组（M = 3.72 对 2.82，F(1, 40) = 20.21，p < 0.001），且预测批判性思维（β = 0.43，p < 0.001，R² = 0.183），却不预测知识增长。反思仅从工具可得出现而非从支架出现，而由于其回报落在推理上，知识测验不会登记人工智能支持课程的元认知收益。

  • 在一个元认知自报工具内部，觉察比其余成分更有预测力。 Alatoai 与 Alshahri（2026）用 649 名沙特中学生验证了一个 45 项的人工智能支持 STEM 学习测量（CFI = 0.983，RMSEA = 0.019；分量表 ω = 0.888–0.905），并用它给各成分排序。四个维度解释了自我调节学习分数 68% 的方差，其中基于人工智能的元认知觉察最强（β = 0.38，p < 0.001），认知迁移与适应性次之（β = 0.29，p = 0.008），而创造性与批判性的人工智能 STEM 推理不显著（β = 0.14，p = 0.135）。觉察是承载适应性表现的成分，作者建议分别报告分量表而非一个总分，并把高阶推理留给推理质量任务；该测量终究是自报的，因此像上文工作坊研究一样，它捕捉的是感知能力而非观察到的策略使用。

  • 评价者自身的监控也是元认知工作。 Hoppe、Loibl 与 Leuders（2026）论证，一个人工智能生成的诊断推断不是原始证据，而是已经作出的解释，因此教师必须把它与自己的观察整合进一个他们称之为元诊断的过程，刻意决定是接受、拒绝还是修改它。这在学习者的元认知循环之外安置了第二个循环：不仅是学生如何借助人工智能调节思维，还包括教师如何评价系统关于该思维的主张。

关联概念

关联文章

相关常见问题

相关资源

  • 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K 12, Higher Ed
目标读者Learners
学习与教学元认知, 脚手架, 自我调节学习
技术与方法生成式人工智能, 大语言模型（LLM）
评估与测量形式性评估
教育中的人工智能基础AI 素养
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。