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

社会情感学习

创建 2026-08-13 · 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。

社会情感学习（social-emotional learning, SEL） —— 发展那些使个体得以同步思想、情感与行动、从而促进与自身及他人积极互动的能力的过程：自我觉察、自我管理、社会觉察、关系技能与负责任的决策（CASEL 框架）。在人工智能教育中，SEL 日益被承认为至关重要，因为生成式 AI迅速融入学习，引发了关于学生幸福感（Well-Being）、社交性、共情与信任的问题——也因为单有技术性的 AI 素养不足以驾驭由 AI 中介的学习环境。

值得思考的问题

  • CASEL 框架列出五项能力——自我觉察、自我管理、社会觉察、关系技能与负责任的决策。你认为其中哪些是AI 导师可以支持的，又有哪些你怀疑它无法支持？
  • 本页把社会情感学习与情绪智力作了区分。在往下读之前，你会如何描述这一区别，又为什么这一区分对学校处理两者的方式可能很重要？
  • 如果单有技术性的 AI 素养不足以驾驭由 AI 中介的学习，你认为缺的是什么——这又对你如何培养学生（或你自己）意味着什么？
  • 对 AI 的重度依赖，可能如何重塑一个学生的社交性、共情或信任感——这些变化是教育应当主动为之设计的东西吗？
  • 研究提示，SEL 支持着学习的关系维度，那是 AI 必须"补充而非取代"的。你在哪里见过技术强化了人际关系，又在哪里见过它悄悄取代了人际关系？

引言

社会情感学习与情绪智力（EI）密切相关但彼此有别：SEL/SEC（社会情感能力）涵盖使思想、情感与行动同步以促成积极互动的能力，而 EI 是个体加工情绪信息的容量（经由能力模型——推理与问题解决——或特质模型——情绪倾向与行为——来概念化）。在 AI 时代，SEL 之所以重要，是因为 AI 能够以影响学生关系与情感发展的方式重塑学习，也因为教育者需要同时具备技术技能与情绪智力，才能有效地支持学习者。

SEL 在研究中如何呈现

  • 把 SEC 整合进 AI 素养： Palmquist 等的叙述性综述提出了一个把 AI 素养与社会情感能力相结合的整合框架，主张仅有技术熟练是不够的——教育者与学生既需要技术性的也需要情绪性的智力，才能驾驭由 AI 中介的学习环境，促成个性化学习、协作与合乎伦理的投入。

  • 教师与关系性实践： 关于AI 素养框架与师生信任的研究强调，SEL 支持着学习的关系维度（师生关系与生生关系），那是 AI 必须补充而非取代的。

  • 一个教学代理在 SEL 中能承载什么、不能承载什么。 在 108 次盲评观察中，一个生成式 AI 教学代理在维持尊重的语气与常规的程序性支架上比教育者更一致，而教育者在引导反思与促进社会情感知识上胜过它——这支持分工而非取代（Raave 等，2026）。

  • 幸福感与 AI 的情感影响： 研究考察生成式 AI 日益增多的使用如何影响学生的社会情感技能、幸福感、社交性以及信任感与共情——正是这些关切促成了 OECD 关于把 AI 素养扎根于人文、社会与情感价值的呼吁。

  • AI 的情感维度： SEL 与情感计算和幸福感（Well-Being）研究相连，考察 AI 系统如何支持或损害情感性与关系性的学习。

  • AI × SEL 中的政策赤字： 一项对 AI–SEL 交叉点 65 篇论文的系统综述（Tran、Liu 与 Nguyen 2026）发现了巨大的"政策赤字"：近四分之三的研究未陈述任何政策意涵，少数陈述了的也往往缺少面向具体行动者的指引。该综述把政策参与与发表场所联系起来，并警告一种"技术解决主义"陷阱——技术潜力被推到前台，而负责任实施所需的制度条件却仍未被明确。它提出了一个"WH 问题"框架（Who、What、Why、When/Where、How），以从"意涵作为事后想法"走向"意涵作为方法论"，把AI-for-SEL创新与教育政策及AI 治理连接起来。

AI 时代 SEL 研究的潜在子主题

本知识库的研究把 SEL 聚成若干彼此不同的子主题，各有自己的证据基础：

自我效能与信心

一项核心 SEL 能力（自我觉察/自我管理），它强烈地制约着学生如何与 AI 互动。学生对 AI 的依赖（478 名以色列高等教育学生）发现，尽管基于技能的 AI 素养维度与 AI 依赖正相关，学业性的与 AI 特定的自我效能以及努力教育中的人工智能监管都与之负相关——这意味着单有 AI 素养并不能防止依赖；自我效能才行。Cen 等（EC-TEL 2026）发现，基线自我效能较低的学生不论练习形式如何都取得了更大的学习增益，且对导师的偏好在导师式练习中影响更大——凸显了按动机画像量身定制练习的价值。关联概念：自我效能、动机、学习者自主性。

动机与"AI 可得性"效应

动机与 SEL 的负责任决策和自我管理相交叠。关于AI 可得性与学生动机和学生/教师动机与自我效能的研究表明，仅 AI 的可得性本身就能重塑学生的动机取向与感知到的努力——这关系到 AI 可能如何削弱或支持内在动机。自我效能研究把努力调节框定为 AI 依赖的对重。

情绪调节与情感支持

情绪调节是一项关键 SEL 能力，有直接的学习后果，构成 SEL→学业成就的直接链条。像MathBuddy这样的情感计算工具建模学生情绪以塑造教学回应，而AI 校园幸福感工具（如 PsychoGPT、AURA）横跨预防与干预。

羞耻、内疚与对 AI 使用的情绪反应

情绪调节着学生如何让 AI 使用变得可见。"陷入螺旋"（19 名计算机专业学生）发现，羞耻与内疚充当 AI 使用的社会调节器，驱动隐藏行为与选择性披露，并制造能动性递减的循环。AI 焦虑可以被转化为把 AI 作为学习资源的策略性调节。这些把 SEL 的社会觉察与自我管理连接到学术诚信与负责任的 AI 使用。

信任与归属

SEL 支持关系性学习与社会凝聚。原则性的 AI 教育与用于协作学习的 AI 聊天机器人连接到归属与集体效能——对一个团队完成任务能力的共同信念。Brookings 的"事前检验"强调，对 AI 的过度依赖威胁着社会情感幸福感、教师—同伴关系以及学生的隐私/安全——这些是归属与联结的维度。师生信任是 AI 是否被视为支持性的关键。

坚持、心态与有益的挣扎

SEL 与学习中费力的维度交叠。把 5% 的问题框定出来把学生坚持度低指认为教育技术中反复出现的挑战，它由动机/认同、认知障碍、挑战下的韧性以及联结所塑造。Favero 等警告，替代努力的 AI 会侵蚀教育本要构建的那些能力——这与元认知以及有益的挣扎胜于过度依赖的价值一致。

对教学者与教学设计的启示

  • 把 SEL 当作一流的设计目标，而非附加物。 把社会情感能力整合进AI 素养课程（依Palmquist 等），使学生学到的不只是如何用 AI，还有何时与为何——并留意自己的情绪、努力与人际关系。
  • 为自我效能与能动性而设计。 由于基于技能的 AI 素养可能增加依赖，而自我效能与努力调节防范着依赖，教学应当刻意地在技术技能之外建立学生的信心与自我管理——例如有支架的练习、低风险的成败，以及要求学生核查并对 AI 产出负责的提示。
  • 用 AI 支持而非取代关系性学习。 AI 工具应当补充师生关系与生生关系，而教育者应当保留关系性的角色——监测情感与归属——而非把它整个委派出去。
  • 情绪感知且对情感敏感的设计。 情感感知系统能够检测并回应情绪状态（焦虑、沮丧、困惑），但证据显示其益处并非普遍——要按学习者熟练度与画像调节——因此情绪设计必须量身定制，而非想当然。
  • 处理 AI 使用的情绪一面。 通过把对 AI 使用的讨论常态化、培育透明性、减少侵蚀信任与能动性的监视式回应，来对抗羞耻/内疚螺旋与 AI 焦虑。
  • 支持坚持与有益的挣扎。 提供支架而非替代（依Favero 等），使 AI 深化而非绕过费力的学习——与元认知和有益的难度一致。
  • 训练当下的口头应对动作。 SEL 支持通常被框定为设计或 AI 对情感的检测，但当学生的情绪状态可能终结其投入时，教学者也需要知道该说什么——把那种状态当作可在实时中协作处理的对象，而非学习的前提条件。Parlant 的实践者指南把这些称为情绪微干预：简短的言语行为，确认感受、重构其背后的评价、把挣扎重新连接到专业身份，通过课前"侦察"仪式和一本可复用的短语手册来预备，而生成式人工智能可以帮助教师起草这本手册以便个性化。
  • 为教师的 SEL 能力做准备。 教育者既需要技术技能也需要情绪智力（教师AI素养）；教师专业发展应当建设在 AI 中介情境中支持学生 SEL 的能力。

与学习增益及其他测量的关联

  • 自我效能调节增益。 Cen 等发现基线自我效能较低的学生取得了最大的学习增益，且对导师的偏好在导师式练习中预测增益——显示出动机画像塑造了谁从何种形式中受益。
  • 幸福感与投入度作为中间结果。 SEL 相关的结果（动机、幸福感（Well-Being）、归属、投入、自我效能）往往充当下游成就的中介，而 AI 研究日益在原始测试分数之外（有时甚至取代之）测量它们。
  • 效应是有条件的，而非普遍的。 研究告诫，面向 SEL 的干预可能帮助某些学习者（按画像/熟练度）而不帮助另一些，因此关于 SEL 学习增益的主张应当检验调节效应。
  • 账本上损害的一面。 Brookings 的"事前检验"告诫，AI 驱动的过度依赖威胁社会情感幸福感、人际关系与归属——这些结果一旦被侵蚀，可能破坏长期学习与成就本身的根基。

关联概念

SEL 与AI 素养相连（作为使 AI 素养关系化、伦理化的补充），与情感计算和幸福感（Well-Being）相连（AI 的情感维度），与自我调节学习相连（自我管理与努力调节），与自我效能和动机相连（调节AI 互动的学习者信念），与学习者自主性相连（针对依赖保护学习者控制），与伦理相连（负责任决策），与教师AI素养相连（教育者支持 SEL 的能力），与学生体验相连（幸福感与归属），以及与学习收益相连（SEL 支持成就的证据）。它与高等教育和K-12相关，作为 SEL 浸润的 AI 素养得以培育的情境。

关联概念

关联文章

相关常见问题

元数据

层次Higher Ed
目标读者Learners
学习与教学自我调节学习, 幸福感（Well-Being）
技术与方法情感计算
公平、伦理与负责任使用伦理
教育中的人工智能基础AI 素养, 教师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。