教学法与教学策略

本页是英文页面的机器翻译，尚未经母语者审校。

教学法与教学策略——教育者用来教学并促成学习的方法与路径，也是本知识库关于"教学如何发生"的全部覆盖的总括概念（与学习理论相对，后者解释的是"学习如何发生"）。在教育中的人工智能中，教学法居于核心，因为教学策略的选择决定了 AI 工具如何被部署：同一个生成式 AI 工具，在一种教学法之下可以是脚手架，在另一种之下是苏格拉底式对话者，在第三种之下则是答案生成器。本知识库记录个别教学法，并把它们当作评价 AI 设计与课堂使用的教学透镜。

值得思考的问题

教学策略（教学法）与关于学习如何发生的理论之间的区别是什么？你能说出一个你使用的策略，以及它可能依托的学习理论吗？
本页论证，每个 AI 工具都"内嵌着教学法假设"，无论设计者是否言明。拿一个只会回答问题的聊天机器人来说——它在悄然施行的是哪一种教学法，而这是有意的吗？
同一个生成式 AI，在一种教学法之下可以是脚手架，在另一种之下是苏格拉底式伙伴，在第三种之下则是答案生成器。你能描述同一个工具被这样三种方式使用的情形吗？
证据表明，AI 如何被使用，与它是否被使用同样重要。你是否观察过同一个 AI 帮了一个班却害了另一个班？差别在哪里？
如果你要为一所学校选购 AI 工具出谋划策，你会问哪些问题来揭示其中内嵌的教学法——而不只是它的功能清单？
想一想你尝试过的一种以学习者为中心的策略（主动的、协作的、项目式的）。它奏效或失败的原因是什么，而一个 AI 工具又可能如何改变那个结果？

引言

教学法与教学策略关乎教育者如何教学——那些组织学习的活动、结构与方法——而学习理论解释的是学习如何发生的底层机制。两者互补：一种教学法把一种或多种理论操作化，而本知识库把教学法当作从理论通往课堂实践的桥梁。每个 AI 工具都内嵌着关于理想教学互动的教学法假设，无论设计者是否言明。

教学法的全景

本知识库记录了一整套丰富的个别教学策略与教学法，归并为若干族：

以学生为中心与主动取向。 主动学习（学生投入于做与想，而非被动接收）、基于项目的学习（Project-Based Learning）（通过延展的项目学习）、体验式学习（通过直接经验学习），以及通过教学学习（通过向他人讲解来学习）。
协作与社会取向。 协作学习（通过小组工作学习）、社会文化学习（通过社会参与与中介学习），以及苏格拉底式提问（通过引导性对话与提问学习）。
经验取向。 体验式学习（通过直接经验与反思学习）、情境学习（在真实情境中学习），以及具身学习（通过身体/具身交互学习）。
结构化与引导取向。 脚手架（临时的、渐退的支持）、学习设计（教学的系统化设计）、自我调节学习（学习者主导自己的学习），以及社会文化学习（包括结构化的、教师引导的社会文化支持）。
在线与远程教学法。 在线教学与学习本身是一种教学情境，而不只是传递渠道：媒介决定了哪些策略可行（为异步论坛重新构思的主动学习、通过数字讨论实现的协作学习、取代面对面交互的导学智能体）。在这一媒介中，AI 既带来新机会（可扩展的个性化、全天候支持），也带来新风险（学术诚信、认知卸载），使教学意图成为决定性的。
动机与投入取向。 游戏化学习（通过游戏学习）、自我决定理论（支持自主、胜任与关系），以及以动机为导向的策略。
公平意识取向的教学法。 文化相关教学法、通用学习设计、批判教育学与包容性学习确保策略服务于多样的学习者。

取向不是序列，而这个差别决定结果。 以上所述全是关于哪一种教学正在发生。教学法模式描述的是课堂内部动作的顺序——学生先做什么、AI 在哪里进入、人的判断留在哪里——本知识库单独记录那些经过检验的序列，因为同一个工具会因其在顺序中的位置而有益或有害。在 AI 提供帮助之前先尝试问题，以及收到提示而非答案，是证据基础中最一致地得到支持的安排；而把助手放在最前面，是压低其后无辅助表现的最佳记录方式之一。一种没有决定这一顺序就采纳的教学法，把决定性的变量留在了未设的状态。

教学法在教育中的人工智能中如何呈现

本知识库的研究从若干途径考察 AI 与教学交汇处的教学法：

AI 作为教学法智能体。 AI 工具承载着教学法——一个建立在苏格拉底式提问之上的导学系统促使学习者推理，而一个生成答案的聊天机器人可能默认直接供给（关于教学法立场为何重要，见减少 AI 滥用）。智能体式 AI文献表明，把智能体锚定在教学设计理论之上，胜过原始的提示工程。Moganadas 等（2026）把这一角色正式化：他们不采用把 GenAI 当作外部补充或威胁的二元"教师—学生模型"，而提出嵌套的教师—学生—GenAI 三元模型，其中 GenAI 作为有边界的教学论—教学法中介，运作于由机构与利益相关方治理的共享教学中介空间之内——产生五个可研究的命题，涵盖学习中介、教师角色转变、AI 素养与学习者能动性、AI 透明的过程取向评估以及机构AI 治理。
教学法决定 AI 的效应。 一个反复出现的发现是，AI 如何被使用，与它是否被使用同样重要。教学引导研究与带护栏导学系统的随机对照试验表明，同一个 AI 会因教学法外壳（提示 vs. 答案、结构化 vs. 开放使用）而有害或有益。
教学知识重于技术知识。 在 46 名教师与 2,832 名学生中，教师的教学性 AI 知识预测了学生对"AI 向善"的认知与学习 AI 的意愿，而单纯的技术知识并不充分——两者都未能预测学生的 AI 知识（Shen 等（2026））。
AI 最明确的贡献是卸载行政工作。 一项对 28 项研究的 PRISMA 综述发现，AI 最常增强的是教学规划与评估设计，其被报告得最多的收益是评分、反馈与进度监控的自动化（18 项研究，64.2%）——而教学法对齐是被引用最多的挑战（14 项）（Kibar 与 Ilgaz（2026））。
自动化与学习直接互相消长。 Woollaston 等（2026）把六项教学法原则——先备知识激活、协作学习、问题导向学习、形式性评估、脚手架、元认知——逐一走过，考察主动的智能体式能动性对每一项做了什么，论证智能体自动化得越多，学习者做的认知工作就越少，除非把摩擦、动态渐退与人的监督设计进去。
面向 AI 素养的教学策略。 教学生用好 AI 本身是一项教学法任务——AI 素养与减少 AI 滥用研究发展出的策略（先想/AI 次之/再反思、AI 声明、校准训练）就属于这个总括之下。
AI 素养教学在知识上推进最快。 一项对 59 项研究（172 个效应量）的三层次元分析发现，以知识为中心的干预（g ≈ .97）明显胜过以技能（≈ .67）、态度（≈ .68）或伦理（≈ .64）为目标的干预，因此把概念教学与持续练习配对，针对的是那些抗拒教学的产出（Liu 等（2026））。
教学法在教师实践之中。 教学与教师AI素养考察教师如何在其既有教学法 repertoire 之内采纳 AI，而LLM 训练与微调 / 教学智能体研究那些被训练来遵循教学法原则的 AI 工具。

与学习理论的关系

教学法与学习理论密切相连：每种教学法都把一种或多种理论操作化。例如，基于项目的学习（Project-Based Learning）把建构主义与经验取向的理论操作化；苏格拉底方法依托社会文化学习与元认知；脚手架源于最近发展区。本知识库把学习理论当作概念基础，把本页当作教学实践的总括——另见学习设计，它关乎选择与排序策略的系统化过程。学习科学则更往外一层：本页覆盖教学实践与教育者选择的策略，而学习科学经验地研究这一实践——描述、建模并评价设计，以确立哪些设计能改变学习。

跨教学策略的学习增益

不同的教学法策略产生不同类型与大小的学习增益，而本知识库的证据让我们得以比较它们：

主动与经验取向的策略 总体上比被动接受产生更强韧的学习，尽管感觉更费力——主动学习、体验式学习、基于项目的学习（Project-Based Learning）与通过教学学习通过做来建立理解。研究表明，那些保全费力练习（而非让 AI 取巧绕过它）的策略保护了学习收益。
结构化、引导取向的策略（脚手架、自我调节学习、学习设计）产生可靠但更温和的增益——护栏证据（PNAS 2025）表明，只给提示不给答案的脚手架保全了无护栏式直接给答案所摧毁的学习。
游戏化学习 产生的投入与技能增益是真实的，但往往温和且依赖情境——元分析证据发现，游戏辅助的 GenAI 相比其他格式并无显著的额外收益，因此游戏最适合用于动机与练习，而非通往增益的捷径。
协作与社会文化取向的策略（协作学习、社会文化学习）显示出以互动质量为中介的增益，越来越多地以 AI 为伙伴或同伴来研究。
苏格拉底式与对话取向的策略（苏格拉底方法）瞄准的是高阶思维与推理——这类增益比技能增益更难测量，但对批判性思维是核心的。

一项关键的横贯发现，与本知识库的学习收益研究一致：策略对学习的影响，更多取决于它如何保全学习者的努力与生产性挣扎，而不是它带着哪个标签——任何教学法，即便是"好的"教学法，如果 AI 被配置成绕开它本想调动的认知工作，也会失败（见认知外包、可取的困难）。

那种对保全努力的强调并非绝对：一项四项研究的混合方法设计（N = 912）发现，把 GenAI 框定为教学法伙伴同时激活了批判性警觉与策略性卸载，卸载超过某一阈值后释放出的能力反而用于高阶反思而非侵蚀它（Wang 与 Zhang（2026））。

对教育中的人工智能的启示

与 AI 一同有意识地选择教学法： 教学策略决定了一个 AI 工具是支持还是损害学习，因此教学意图应当驱动 AI 工具的选取与配置。
让学习者能动性保持中心： 主动、苏格拉底式与脚手架取向的教学法保全了 AI 可能侵蚀的生产性挣扎与学习者自主性（见认知外包、可取的困难）。
设计 AI 以施行好的教学法： AI 智能体与导学系统应当锚定在既有的教学框架中，而非默认地生成答案。
借 AI 而教，并教 AI： 教学法既要用 AI 来教，也要教学习者如何负责任地使用 AI。

关联概念

关联文章

Generative AI as a Didactic-Pedagogical Mediator: Rethinking Human Roles and Pedagogical Design in Higher Education — GenAI 作为教学论—教学法中介：教师—学生—GenAI 三元模型（Moganadas 等 2026）
Pedagogy first, technology second: Cross-level relationships between teacher professional knowledge and student — “Pedagogy first, technology second”——TPAIK 对学生结果的影响重于技术性 TAIK（Shen 等 2026）
Pedagogical partnerships with generative AI in higher education: how dual cognitive pathways paradoxically enable transformative learning — Pedagogical partnerships with generative AI
Artificial Intelligence and Communities of Inquiry: Reimagining Educational Experiences
The Role of Instructional Guidance in Generative AI-Assisted Learning: Empirical Evidence from Construction Engineering — 教学引导如何塑造 GenAI 的学习效应
Generative AI without guardrails can harm learning: Evidence from high school mathematics — 带护栏（只给提示不给答案）的导学消除了考试惩罚
Agentic AI and Pedagogical Best Practice: The Tension Between Automation and Learning — 智能体式 AI 中的自动化—学习张力
ISD-Agent-Bench: A Comprehensive Benchmark for Evaluating LLM-based Instructional Design Agents — 把智能体锚定在教学设计理论之上
Designing Needs- and Attention-Aware AI Learning Tools for Engineering Education: Insights from Psychological Outcomes — 工程教育中的 AI 学习工具
Empowering Educators: Operationalizing Age-Old Learning Principles Using AI — Operationalizing learning principles with AI
The Intersection of Artificial Intelligence and Instructional Design Practice: A Systematic Review — AI and Instructional Design Practice: A Systematic Review (Kibar & Ilgaz 2026)
AI Literacy Interventions in Education: A Meta-Analysis of Effects and Moderators — Instructional approaches in AI literacy interventions

元数据

层次	Higher Ed, K 12
学习与教学	教学法与教学策略
教育中的人工智能基础	教育中的人工智能, 学习设计

Source History Edit Chat