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

学生—人工智能交互

创建 2026-08-20 · 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。

学生—人工智能交互——学习者在学习与问题解决过程中与生成式人工智能系统打交道的方式、过程与认知工作。这里的研究刻画学生向人工智能要求什么、提示与对话如何演进，以及交互质量与学习结果、认知卸载及能动性之间的关系。

值得思考的问题

  • 回想你（或一个学生）最近写给人工智能的几条提示。你会把它们中的多数描述为索要答案，还是要求人工智能解释、探究或评价？你猜想这种模式对学习有什么影响？
  • 研究发现，一小部分问题类型占了学生提问的大多数，而且问题随任务推进而改变。你认为学生的提问为何收窄，这又暗示了他们如何使用这个工具？
  • 本页声称，浅层的、索要答案的提示与学习减少和过度依赖相关，而反思性的、核验取向的交互支持理解。你认为什么把一个“好”提示与一个“坏”提示区分开——而这究竟是学生的责任，还是工具设计的责任？
  • 如果交互质量是由任务情境与脚手架塑造的，而非学生的固定特质，一门课程或一个工具可以怎样被重新设计，以邀请更宽、更有成效的提问范围？
  • 你会如何判断一个学生流畅的人工智能对话反映的是真实学习，还是只是熟练的委托——你会查什么来弄清楚？

引言

学生—人工智能交互是学习者与生成式人工智能参与的可观察表面——他们提出的问题、写下的提示、协商与核验人工智能输出的方式，以及这些模式如何随任务阶段与时间而变。它位于学生经验、提示工程与学习分析的交汇处，并对教育中的人工智能使用代表真实学习还是过度依赖这一争论至关重要。人机协作框定的是人与模型之间认知分工的高层划分，而学生—人工智能交互是这一关系的具体、可测量的展开——学习者每时每刻所做的具体询问、提示与协商动作。

学生向人工智能问什么

一条核心的研究脉络测量学生询问的类型与质量。研究把问题类型的分类体系——例如 Graesser 等的 18 型分类体系——应用于对学生—人工智能交互的分类，常用少样本分类器把分析扩展到数百或数千次交互之上。发现表明，一小部分问题类型占了学生询问的多数，而学生提出的问题随任务推进发生显著变化（如Analysis of Types of Inquiries in Student-AI Interaction: A case study of two CS2 tasks）。这种任务依赖性很重要：交互质量不是学生的固定特质，而是由问题情境、脚手架与人工智能工具的给养所塑造。在最年幼的年龄段，Vahedian Movahed 与 Martin（2025）发现儿童（6–14 岁）会主动通过提出已知答案的问题（如“霸王龙有多大”）来测试一个聊天机器人的可信度——这是认识论上的自我能动性的表达——而典型的儿童只问 1–3 个问题，一个出色的一年级学生问了 21 个，凸显了发展与个体差异如何塑造学习者提出的问题。

这些分类体系本身尚未取得一致：跨 33 项研究的 46 种分类中，相似的标签命名不同的现象，因此该综述提议以交互片段——一段目标导向、时间有界的交流——作为跨越知识获取、评价性反馈、策略性指导、对话式探究、制品精炼与共同调节的单位（Borchers、Jansen 与 Weidlich（2026））。

与这些分类体系研究互补，Yan 等（2026）刻画了学生询问的对话形式。在 38 位完成无人监督的议论文写作的本科生中，76.32% 使用了单轮的“提问—得答案—停止”模式——通常直接粘贴评估题目标题而不说明自己的需求，不满意时重新提交相同的提示——而 78.94% 只在任务的开头（想法、背景）或结尾（润色、篇幅）触及生成式人工智能，把它与阅读和独立写作分开；只有 23.68% 维持了带追问和自己推理的迭代往复对话。作者把这些模式放在从认知外包到认知再分配的光谱上——生成式人工智能时代对应于对学习的表层与深层路径——并指出多数学生把这个工具设想为一台升级的搜索引擎，这把他们约束在外包的一端。

把这些模式重新框定为认识论工作，一项对 200 个协同编程聊天会话的分析发现，78.8% 的学生—生成式人工智能交互运行在非掌握性的目标与策略上，如外包或寻求核验，只有 11.1% 把面向掌握的目标与认识论上的辩护结合起来（Wu（2026））。

对 50 个抽样交流的编码给出了同一行为的三路类型学：Zahra（2026）把 46% 分类为被动审阅（模型充当神谕，输出几乎不经审视就被接受），18% 为直接提问，36% 为策略性对话，并把该分布与一个约束优先的设计论证配对（编码者间 kappa = .48）。一项有 211 名计算机专业学生、涵盖七次作业的调查从另一方向得出同一结论：Nizamani 等（2026）测得 LLM 采用率从算法课的 89.6% 到软件工程课的 15.2%，并把这种落差归因于作业复杂度、可核验性与脚手架，而非子领域。

交互质量与学习

另一条互补的脉络把交互的形式与学习联系起来。浅层的或习惯性收窄的提示（要求人工智能产出答案，而非解释、探究或评价）与学习减少和过度依赖增加相关，而反思性的、核验取向的交互支持元认知与持久的理解。这直接把学生—人工智能交互连接到智能导学设计：系统可以被构建来邀请更宽、更有成效的提问范围，并脚手架化提问，而非仅仅作答。交互根本不必经由索要答案的提示——当人工智能批评学生自己的作品时，交流变成反思性的、核验取向的对话：在Oppenheimer、Cash 与 Connell Pensky（2025）中，学习者对大语言模型（LLM）作文反馈的反应显示出反思的占 92.7%、接受的占 93.6%、主动反驳 LLM 主张的占 87.8%（评分者间 κ = 0.81–0.89），而他们对反馈质量的反应随迭代作为一种可学习的技能而改善。交互的反思性一面不必经由直接提示——在CoBi中，学生与自己协作发言的课堂级人工智能可视化打交道，并在人工智能的分类显得不对时进行商议，把表面的误分类变成校准他们对人工智能能力与极限之理解的机会（信任校准），而不是纯粹接受其输出。然而，交互形式与学习之间的联系有一个限度：Page（2026）以“学习者可以在许多轮中精炼一个输出，而其背后的心理模型保持不变”为由，把对话式迭代与认知迭代分开，因此学习的证据是背后的……

交互而非工具决定路径：在一项有近 1,000 名高中数学学生的实地实验中，不受限制的 GPT-4 把练习分数提高了 48%，却把无辅助考试成绩削减了 17%，而同一个模型被限制为教师设计的提示时，练习提高 127%，并基本抹平了这一赤字（Lee（2026））。

学生是否提示得有效，而非提示多少，才追踪成功：AI Query Efficiency 与 AI-Driven Problem-Solving 是 128 名工程专业学生学业表现最强的预测因子，且在控制 GPA 后仍然显著（Isaza Dominguez 等（2026））。

行为情境是与问题本身分开的信号：在 TutorTrace 的四次部署中（480 名学习者、约 180,000 条 IDE 事件），把求助条件设置为学习者近期的行为状态，把“无独立工作即提问”的间隔从 50.0% 降到 20.7%，而迫近的提问仅凭行为就可预测（AUROC = .726）（Barron 等（2026））。

密度不是机制：让学生在语音与文本之间交替，几乎把每分钟对话轮次翻了一倍（1.34 对 0.75），却没有改变每周掌握度，作者把打字渠道在第一次击键前 26 秒的中位迟疑读作编码行为本身（Yang、Van Alstyne 与 Dellarocas（2026））。

一个核验循环仍可能停留在浅层：对一门本科数据库课程中为期四周的 LLM 智能体部署做滞后序列分析，发现了显著的“查询—评价—查询”循环，但低阶状态内部有很强的自我转移循环，且只有 3.92% 的交互达到高阶认知（Li 等（2026））。

Bernstein 与 Sibia（2026）记录了 CS2 学生处理生成式人工智能解释时的迭代—过滤模式（Flawed but Memorable: Student Critical Reception of Interest-Personalized GenAI Analogies in Computing Education）：他们把解释与课堂笔记交叉比对，要求出处（“没有出处我会怀疑得多”），并以追问探测不一致，而非给出单一的接受或拒绝判断。学生也会读出这些解释是为谁的知识与背景而写的——假定的先前知识超出大纲、默认的体育与游戏指涉（“计算领域更男性主导的那一面”），以及过多的重复，都充当了关于想象中的读者的信号，而过度的脚手架被读作居高临下，而不只是低效。

在任务的正确时点咨询人工智能，与单个提示的措辞同样重要：在同一研究中，Yan 等（2026）发现，面向再分配的少数派把独立工作与生成式人工智能咨询交替进行，报告总投入不变而焦点转移——把资源从搜索移到检查论证质量与平衡性，并在会话之后写反思笔记以对抗浅层保持——而那些有掌握目标但人工智能素养薄弱的学习者落入“效率悖论”，“并非出于意图，而是出于默认”地卸载。

从交互到教学法

刻画学生—人工智能交互为学习设计提供信息：教师可以注意到学生的提问模式何时狭窄或浅层，并设计拓宽提问的干预；教师角色转向辅导学生与人工智能有效互动。它也为那些把有效提示与核验当作可学习的技能、而非先天能力的人工智能素养课程奠基。

设计杠杆可以改变这一默认：在一门约 70 名学生的异步物理课程中，被打分的制品是对话转录而非答案，然而许多学生仍然提出一长串问题，而不回答模型的苏格拉底式追问——这正是那些标准所写要捕捉的失效模式（Rodriguez 与 Wulff（2026））。

教师撰写的提示是这样一个杠杆，但实现的严格性落后于目标：在 1,479 段对话中，38% 未达到教师预设的 Depth-of-Knowledge 水平，在 DOK 3 处接近 50%，而明确的终点线把这一差距收窄了 0.22 个水平，一个“不得直接给答案”的护栏把人工智能给出最终答案的比率削减了 8.5 个百分点（Liu 等（2026））。

不使用本身也是一种教学法必须规划的交互模式。Zou 等（2026）研究了三门课程中的 85 名师范生，其中生成式人工智能在评估中被明确允许，发现 62.4%（85 人中的 53 人）完全不用，远低于可比的英国与澳大利亚调查中 79–83% 的采用率，而采用者的使用是浅层而纠错性的，而非生成性的（校对 43.8%，清晰度检查 34.4%，文本生成仅 18.8%）。他们的选择追踪的是评估设计与机构文化，而非技术难度：41.5% 的不采用者害怕被错误地指控抄袭，十一位受访者中有九位把许可政策本身读作一个可能的“陷阱”。32 位调查报告的使用者与 28 位自我声明之间的差距表明，学生所报告的人工智能交互是由打分后果塑造的——这是对学习分析视角下的学生—人工智能交互的一个测量告诫。

学生—人工智能对话中的学科与认知参与

  • 学生—人工智能对话中与学科相关的认知参与。Chang 与 Li（2026）用一个被试内、跨学科设计，分析了学生在 116 门课程中对人工智能的提示，表明学生—人工智能对话反映的是与学科相关的认知参与，而非固定的个人交互风格。总体上约 62% 的提示编码了高阶认知要求，但 Bloom 层级的画像依学科而显著不同：STEM课程引出以“应用”为主的提示（20.8%），语言课程以“理解”为主（31.7%），社会科学课程以“创造”为主（33.8%）。被试内的配对比较确认，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（合并 n = 16，p < .001），而课程层面的变异超过学生层面的变异——这有力地主张，人工智能教学助手应当结合学科情境来设计与评价。

关联概念

关联文章

元数据

层次Higher Ed
目标读者Learners
学习与教学学生—人工智能交互
技术与方法生成式人工智能, 智能辅导, 学习分析, 大语言模型（LLM）, 提示工程
教育中的人工智能基础认知外包
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。