杜 華 顧小清

（1. 浙江師范大學(xué) 浙江省智能教育技術(shù)與應(yīng)用重點(diǎn)實(shí)驗(yàn)室 浙江金華，321004；2. 華東師范大學(xué) 教育信息技術(shù)學(xué)系，上海，200062）

人們?cè)谔綄そ逃虒W(xué)現(xiàn)象背后深層次的本質(zhì)與規(guī)律時(shí)發(fā)現(xiàn)，從理論到實(shí)踐面臨的各種問題，在很大程度上，都可以歸結(jié)為學(xué)習(xí)的問題（杜華等，2020）。知識(shí)作為教育的內(nèi)容，是教育領(lǐng)域核心要素之一，知識(shí)學(xué)習(xí)是學(xué)校教育安身立命的使命（張良等，2021）。概念代表事物基本屬性和基本特征，是知識(shí)的重要表征形式之一。在“為理解而教，為理解而學(xué)”已成學(xué)界共識(shí)的背景下，理解被廣泛認(rèn)為是教育中的重要價(jià)值追求（陳家剛，2013）。僅記憶知識(shí)遠(yuǎn)遠(yuǎn)不夠，更重要的是對(duì)復(fù)雜概念形成深刻的理解，并基于這些理解生成新的知識(shí)。人工智能技術(shù)引發(fā)諸多領(lǐng)域與行業(yè)的深刻變革。在教育領(lǐng)域，人工智能技術(shù)整合教育大數(shù)據(jù)、機(jī)器學(xué)習(xí)、學(xué)習(xí)分析、自適應(yīng)、情感計(jì)算、虛擬現(xiàn)實(shí)等技術(shù)，重新定義了教育手段、方法和途徑，為學(xué)與教增能，再造教學(xué)流程，預(yù)見知識(shí)生產(chǎn)的未來（顧小清，2021），推進(jìn)教育數(shù)字化與智能化轉(zhuǎn)型。人工智能是否可以促進(jìn)學(xué)習(xí)者知識(shí)理解與概念轉(zhuǎn)變？人工智能何以促進(jìn)知識(shí)理解與概念轉(zhuǎn)變？為此，將以是否可能和何以可能作為切入點(diǎn)，嘗試以一項(xiàng)實(shí)證研究來探究問題的答案。

一、人工智能時(shí)代的知識(shí)學(xué)習(xí)：為理解而學(xué)

知識(shí)學(xué)習(xí)不只在于能背誦多少概念與原理，更主要的是看所獲得知識(shí)的質(zhì)量，看能否靈活地遷移運(yùn)用到各種相關(guān)的情境中。為達(dá)到這一目標(biāo)，學(xué)習(xí)者需要對(duì)知識(shí)形成深層的、靈活的理解，“為理解而學(xué)”已成為學(xué)界共識(shí)。

（一）理解是概念轉(zhuǎn)變的基礎(chǔ)

“概念轉(zhuǎn)變”和 “理解”緊密相關(guān)。概念是對(duì)事物或現(xiàn)象共同本質(zhì)屬性的提煉。概念是思維的基本形式之一，反映客觀事物的一般的、本質(zhì)的特征（孫艷超，2016）。概念學(xué)習(xí)就是在頭腦中建構(gòu)起對(duì)事物或現(xiàn)象的共同屬性的認(rèn)知，概念理解是概念學(xué)習(xí)的目標(biāo)。學(xué)習(xí)可以認(rèn)為是通過發(fā)展內(nèi)在的概念結(jié)構(gòu)理解領(lǐng)域內(nèi)概念的過程。為了獲取意義，人類會(huì)自然地根據(jù)新經(jīng)驗(yàn)組織關(guān)于世界的原有認(rèn)知模型。對(duì)世界的認(rèn)識(shí)越連貫，概念結(jié)構(gòu)也就越完善。廣義地講，概念轉(zhuǎn)變表示從學(xué)生教學(xué)前概念到要學(xué)習(xí)的科學(xué)概念的學(xué)習(xí)途徑；狹義地講，當(dāng)學(xué)習(xí)者學(xué)習(xí)有關(guān)某個(gè)問題或事實(shí)的新知識(shí)時(shí)，或改變?cè)邢敕〞r(shí)，即是概念轉(zhuǎn)變?？梢詫⒏拍钷D(zhuǎn)變定義為一個(gè)學(xué)習(xí)過程，學(xué)生所持有的關(guān)于世界如何運(yùn)作的想法或信念被轉(zhuǎn)移和重組、遠(yuǎn)離誤解，并轉(zhuǎn)向像專家所持有的主導(dǎo)概念的過程。心理學(xué)家尼克森認(rèn)為：“理解是事實(shí)的聯(lián)系，把新獲得信息與已知的東西結(jié)合起來，把零星的知識(shí)織進(jìn)有機(jī)的整體”（王燕，2014）。理解作為一個(gè)過程是指?jìng)€(gè)體運(yùn)用已有知識(shí)經(jīng)驗(yàn)去認(rèn)識(shí)未知事物的屬性與聯(lián)系，直至揭示其本質(zhì)及規(guī)律的思維過程。知識(shí)理解反映學(xué)習(xí)者對(duì)復(fù)雜科學(xué)概念的理解。因此，理解是概念轉(zhuǎn)變的基礎(chǔ)。

（二）理解是知識(shí)應(yīng)用與創(chuàng)新的前提

理解是主體以已有知識(shí)經(jīng)驗(yàn)為基礎(chǔ)，獲取新的知識(shí)經(jīng)驗(yàn)并把它融入已有認(rèn)知網(wǎng)絡(luò)系統(tǒng)中，建構(gòu)意義和新的認(rèn)知結(jié)構(gòu)的過程。英國(guó)學(xué)者馬莎·斯通·威斯克認(rèn)為，理解是指能夠在給定的資訊以外有所超越，并且能夠創(chuàng)造性地去運(yùn)用自己的知識(shí)。如果某人能在未得到任何特別指導(dǎo)的情況下，自發(fā)地將知識(shí)正確、恰當(dāng)?shù)貞?yīng)用到新的情境中，就可以認(rèn)為他已經(jīng)達(dá)到了真正的理解。因此，理解不僅是擁有知識(shí)（信息）或展示技能，更是一種思考的能力和將所知道的知識(shí)靈活運(yùn)用。理解的含義不僅是“明白、懂得意思”，更是應(yīng)用知識(shí)的能力，是創(chuàng)新的基礎(chǔ)和前提，因?yàn)橹挥欣斫庵R(shí)才能應(yīng)用知識(shí)，只有理解已有知識(shí)才能創(chuàng)造出新的知識(shí)（陳明選等，2012）。

（三）理解是高階思維發(fā)展的關(guān)鍵

人工智能時(shí)代，個(gè)體所需要的思維品質(zhì)不是指向知識(shí)獲得的，而是基于理解而發(fā)生的批判性思維、創(chuàng)新性思維等高階思維。這些高階思維集中體現(xiàn)了人工智能時(shí)代人才培養(yǎng)的新興要求、人才發(fā)展的思維特質(zhì)，同時(shí)彰顯出人工智能時(shí)代對(duì)學(xué)習(xí)者思維技能的高層次追求。而理解意味著以正確的方式完成任務(wù)，通常反映人們有能力解釋為什么特定技巧、方法或知識(shí)主體在特定情境下是合適的或不合適的。正如布魯姆所言，理解是“超越信息本身”，通過有效應(yīng)用、分析、綜合、評(píng)價(jià)，來明智、恰當(dāng)?shù)卣硎聦?shí)和技巧的能力。理解是關(guān)于知識(shí)遷移的，知識(shí)和技能是理解的必要元素。但是僅有這些條件還不夠，理解還需要敏銳的洞察力、縝密靈活地處理事情的能力以及自我評(píng)估、解釋和批判的能力。對(duì)知識(shí)與技能的有效遷移能力，是人們?cè)诓煌榫澈蛦栴}面前創(chuàng)造性地、靈活地、流暢地應(yīng)用所學(xué)知識(shí)的能力。如果通過理解一些關(guān)鍵的想法和策略來學(xué)習(xí)，就可以創(chuàng)造新的知識(shí)，并達(dá)到更深入的理解。因此，理解是高階思維發(fā)展的關(guān)鍵。

（四）理解是深度學(xué)習(xí)的旨向

人工智能時(shí)代的學(xué)習(xí)者通過深度學(xué)習(xí)來掌握他們應(yīng)具備的技能與素養(yǎng)。掌握一個(gè)事物、事件或場(chǎng)景的意義，就是要觀察它與其他事物的聯(lián)系：觀察其運(yùn)作方式和功能、產(chǎn)生的結(jié)果和原因及如何應(yīng)用。深度學(xué)習(xí)發(fā)生的基礎(chǔ)不是知識(shí)的獲得，而是理解的發(fā)生，甚至“對(duì)知識(shí)如何產(chǎn)生的理解遠(yuǎn)比知識(shí)本身對(duì)于深度學(xué)習(xí)更重要”。也就是說，深度學(xué)習(xí)建立在學(xué)習(xí)者獲得理解的基礎(chǔ)之上，能夠?qū)⑿轮R(shí)融入原有認(rèn)知結(jié)構(gòu)中，并將已有知識(shí)遷移到新的情境中，做出正確的決策和選擇問題解決的途徑。理解是深度學(xué)習(xí)的基礎(chǔ)、目的和旨向。深度學(xué)習(xí)體現(xiàn)為基于理解而展開的學(xué)習(xí)過程與結(jié)果的統(tǒng)一體。深度學(xué)習(xí)的結(jié)果是促進(jìn)學(xué)生對(duì)重要學(xué)科觀念產(chǎn)生持續(xù)性理解。深度學(xué)習(xí)和理解間是相互聯(lián)系、共同支持的關(guān)系。深度學(xué)習(xí)得以發(fā)生，建立在個(gè)人理解基礎(chǔ)之上，同時(shí)理解也是深度學(xué)習(xí)運(yùn)用所學(xué)、基于知識(shí)創(chuàng)造知識(shí)的最終目標(biāo)。

二、人工智能何以促進(jìn)知識(shí)理解與概念轉(zhuǎn)變

知識(shí)理解是個(gè)體在已有知識(shí)經(jīng)驗(yàn)基礎(chǔ)上，將傳遞知識(shí)的語(yǔ)言文字等各種符號(hào)與頭腦中相應(yīng)的內(nèi)容建立起聯(lián)系，從而獲得對(duì)事物間接認(rèn)識(shí)的過程，也是個(gè)體通過思維活動(dòng)揭示新知識(shí)中有關(guān)事物間的各種聯(lián)系乃至事物的本質(zhì)和規(guī)律的過程。人工智能技術(shù)能夠?yàn)閷W(xué)習(xí)者提供更多樣的知識(shí)呈現(xiàn)方式與形態(tài)、提供更精準(zhǔn)的學(xué)習(xí)分析、創(chuàng)設(shè)智能化的真實(shí)學(xué)習(xí)情境，使人機(jī)協(xié)同學(xué)習(xí)成為可能，為學(xué)習(xí)者的知識(shí)理解與概念轉(zhuǎn)變創(chuàng)造了良好的條件。

（一）人工智能增能個(gè)性化學(xué)習(xí)，促進(jìn)概念轉(zhuǎn)變

利用人工智能技術(shù)能更微觀、更系統(tǒng)、更全面地揭示學(xué)習(xí)發(fā)生的機(jī)理，進(jìn)而為學(xué)習(xí)創(chuàng)造新的方式與條件（閆志明等，2017）。人工智能技術(shù)不僅服務(wù)于教育教學(xué)的全過程，而且為實(shí)現(xiàn)個(gè)性化學(xué)習(xí)增能。實(shí)現(xiàn)個(gè)性化學(xué)習(xí)需要準(zhǔn)確把握學(xué)習(xí)者的心智特征，為學(xué)習(xí)過程提供符合其個(gè)性需求的內(nèi)容、活動(dòng)、路徑和評(píng)價(jià)，以實(shí)現(xiàn)有意義學(xué)習(xí)（牟智佳，2017）。智能學(xué)情診斷系統(tǒng)可基于大數(shù)據(jù)對(duì)學(xué)習(xí)者、進(jìn)行全方位精準(zhǔn)分析，從認(rèn)知水平、能力基礎(chǔ)、學(xué)習(xí)風(fēng)格等方面準(zhǔn)確把握學(xué)情；自適應(yīng)學(xué)習(xí)技術(shù)可根據(jù)學(xué)習(xí)者基本特征和學(xué)習(xí)風(fēng)格差異對(duì)學(xué)習(xí)者進(jìn)行個(gè)性化學(xué)習(xí)路徑規(guī)劃；智能測(cè)評(píng)系統(tǒng)可實(shí)現(xiàn)對(duì)學(xué)習(xí)效果即時(shí)有效測(cè)評(píng)，跟蹤學(xué)習(xí)進(jìn)程，記錄、統(tǒng)計(jì)與分析學(xué)習(xí)成績(jī)。因此，在人工智能助力下，可實(shí)現(xiàn)以學(xué)定教、因材施教，教學(xué)干預(yù)更為精準(zhǔn)。對(duì)于學(xué)習(xí)者而言，其自我認(rèn)知將會(huì)更清晰，知識(shí)學(xué)習(xí)目標(biāo)將更加準(zhǔn)確，有更多時(shí)間精力投入到概念的深度理解之中。

（二）人工智能豐富知識(shí)呈現(xiàn)形態(tài)，多感官協(xié)同參與知識(shí)學(xué)習(xí)

理解是新信息與原有知識(shí)經(jīng)驗(yàn)相互作用的過程，學(xué)習(xí)材料的內(nèi)容和表現(xiàn)形式會(huì)影響理解的過程和結(jié)果。智能時(shí)代，知識(shí)載體趨于數(shù)字化、虛擬化，智能技術(shù)與AR、VR等技術(shù)綜合應(yīng)用，為知識(shí)呈現(xiàn)提供更多樣的載體，知識(shí)呈現(xiàn)形態(tài)更加豐富，更可實(shí)現(xiàn)多感官協(xié)同參與知識(shí)獲取與理解過程（郭炯等，2019）。如利用可穿戴技術(shù)，學(xué)習(xí)者可在虛擬環(huán)境中同時(shí)受到視覺、聽覺、觸覺、嗅覺等多種感官刺激，增強(qiáng)學(xué)習(xí)者的沉浸式體驗(yàn)，延展感官效應(yīng)，強(qiáng)化學(xué)習(xí)者的知識(shí)學(xué)習(xí)效果。因此，對(duì)于復(fù)雜抽象的知識(shí)而言，知識(shí)形態(tài)的可視、可聽、可觸，再加以自然語(yǔ)言處理等智能技術(shù)的支持，學(xué)習(xí)者吸收獲取知識(shí)的難度得以降低。

（三）人工智能支持人機(jī)協(xié)同學(xué)習(xí)，輔助復(fù)雜知識(shí)建構(gòu)

人工智能背景下，人類各種活動(dòng)逐漸從以人類為主體向人與機(jī)器的協(xié)同工作發(fā)展，教育教學(xué)亦是如此。人工智能使得知識(shí)生成方式從原來單獨(dú)依靠人的協(xié)作創(chuàng)新轉(zhuǎn)向依靠人與智能機(jī)器的協(xié)同創(chuàng)新。人工智能技術(shù)能夠分擔(dān)部分教學(xué)工作，并且使分擔(dān)認(rèn)知活動(dòng)成為可能，人機(jī)協(xié)同教學(xué)與學(xué)習(xí)日益普遍。智能教學(xué)系統(tǒng)（如AI教師）具備強(qiáng)大的分析、推送、測(cè)評(píng)等功能，成為教師講授知識(shí)的“重要助手”。從學(xué)習(xí)者學(xué)習(xí)的角度來講，人機(jī)協(xié)同學(xué)習(xí)能彌補(bǔ)學(xué)習(xí)者原有認(rèn)知能力的不足。人類吸收知識(shí)和信息的能力是有限的，在萬物互聯(lián)趨勢(shì)下，面對(duì)海量知識(shí)與信息，智能系統(tǒng)為學(xué)習(xí)者提供基礎(chǔ)信息獲取的途徑，學(xué)習(xí)者可利用技術(shù)手段對(duì)知識(shí)信息作進(jìn)一步的加工。由于機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，智能化學(xué)習(xí)工具很強(qiáng)的推理分析能力，能夠幫助學(xué)習(xí)者建構(gòu)復(fù)雜關(guān)系、解決復(fù)雜問題，深度理解知識(shí)內(nèi)涵。

（四）人工智能創(chuàng)設(shè)真實(shí)學(xué)習(xí)情境，增進(jìn)知識(shí)理解

當(dāng)所學(xué)知識(shí)較復(fù)雜時(shí)，技術(shù)所塑造的富媒體情境將有助于學(xué)習(xí)者的知識(shí)理解。學(xué)習(xí)環(huán)境是學(xué)習(xí)發(fā)生的場(chǎng)所，是促進(jìn)學(xué)習(xí)者主動(dòng)建構(gòu)知識(shí)意義和能力生成的外部條件。人工智能應(yīng)用于教育領(lǐng)域進(jìn)一步優(yōu)化學(xué)習(xí)環(huán)境這一外部條件，通過多種技術(shù)的融合，使學(xué)習(xí)環(huán)境趨于真實(shí)化和情景化。一方面，技術(shù)打破物理環(huán)境限制，知識(shí)學(xué)習(xí)活動(dòng)不僅發(fā)生于固定的學(xué)習(xí)場(chǎng)所，還發(fā)生于真實(shí)的生活。另一方面，技術(shù)手段為情景化學(xué)習(xí)提供可能性，增強(qiáng)學(xué)習(xí)者在知識(shí)學(xué)習(xí)過程中的體驗(yàn)感。知識(shí)本身具有一定的抽象性，在傳統(tǒng)知識(shí)學(xué)習(xí)中，由于條件限制，學(xué)習(xí)缺乏真實(shí)情景的支撐，學(xué)習(xí)者對(duì)知識(shí)的理解與應(yīng)用程度受到一定限制，知識(shí)“僵化”現(xiàn)象和遷移失效問題顯著（張瓊等，2016）。知識(shí)是情境性的，學(xué)習(xí)與認(rèn)知本質(zhì)也是情境性的，知識(shí)會(huì)受到活動(dòng)、情境以及文化的影響，只有在具體應(yīng)用情境中才能更好地理解知識(shí)（Brown et al，1989）。虛擬現(xiàn)實(shí)、全息投影輔以計(jì)算機(jī)視覺、自然語(yǔ)言處理等智能技術(shù)，將知識(shí)置于真實(shí)情境之中，增強(qiáng)學(xué)習(xí)者具身體驗(yàn)，知識(shí)學(xué)習(xí)不再是單純的知識(shí)傳輸，越來越面向知識(shí)的深度應(yīng)用。

三、研究綜述

眾多學(xué)者對(duì)知識(shí)理解進(jìn)行了研究。巴甫洛夫?qū)W派認(rèn)為人們通過聯(lián)想獲得有關(guān)事物關(guān)系的知識(shí)，理解是利用舊聯(lián)想形成新聯(lián)想，即聯(lián)想的聯(lián)想；格式塔學(xué)派認(rèn)為理解是頓悟，是對(duì)事物間的關(guān)系突然貫通與領(lǐng)悟；以皮亞杰為代表的日內(nèi)瓦學(xué)派認(rèn)為，個(gè)體對(duì)新事物的理解是新刺激被個(gè)體已有的知識(shí)結(jié)構(gòu)同化式順應(yīng)的過程；認(rèn)知心理學(xué)家奧蘇伯爾認(rèn)為理解就是將新信息納入原有認(rèn)知結(jié)構(gòu)，新舊知識(shí)發(fā)生意義同化的過程。理解不單是信息通過感官射進(jìn)頭腦中，學(xué)習(xí)者已有知識(shí)經(jīng)驗(yàn)也在投射到當(dāng)前的情境中，是通過外界信息與已有知識(shí)經(jīng)驗(yàn)相互作用而實(shí)現(xiàn)的；維特羅克的生成學(xué)習(xí)理論也對(duì)理解的生成過程做了深入分析和解釋。種種觀點(diǎn)各自在一定程度上解釋了理解的過程，對(duì)把握理解過程的實(shí)質(zhì)有所裨益。

概念是代表一類享有共同特性的人、物體、事物或觀念的符號(hào)，是知識(shí)的重要表征形式之一。概念轉(zhuǎn)變實(shí)質(zhì)上是要理解一類事物共同的關(guān)鍵屬性。因此，概念轉(zhuǎn)變與知識(shí)理解有著密不可分的聯(lián)系。概念轉(zhuǎn)變研究肇始于20世紀(jì)80年代，其圍繞的核心問題是學(xué)習(xí)者對(duì)于概念知識(shí)是如何習(xí)得與變化的，建立在學(xué)習(xí)者對(duì)現(xiàn)有概念的不滿、概念可理解、合理性及有效性基礎(chǔ)上，其本質(zhì)在于學(xué)習(xí)者認(rèn)知結(jié)構(gòu)的平衡化。也可以將概念轉(zhuǎn)變理解為個(gè)體面對(duì)新的情境或者信息，藉由其一般知識(shí)與經(jīng)驗(yàn)、技能與方法，對(duì)前概念進(jìn)行重新審查，對(duì)新環(huán)境或新信息進(jìn)行重新理解與建構(gòu)，以平衡新舊信息之間的沖突，進(jìn)而修正其原有的認(rèn)知結(jié)構(gòu)的過程。該過程受到個(gè)體、環(huán)境等因素的影響，導(dǎo)致其結(jié)果具有多種可能性（舒杭，2020）。概念轉(zhuǎn)變相關(guān)研究集中在概念轉(zhuǎn)變的內(nèi)涵及機(jī)制研究（袁維新，2003）、概念轉(zhuǎn)變的理論模型研究（胡衛(wèi)平等，2004；Larkin，2012；Ting et al.，2013；Potvin et al.，2015）、概念轉(zhuǎn)變的教學(xué)模式研究（鄧峰等，2007）、概念轉(zhuǎn)變的工具研究（Kendeou et al.，2014；Prinz et al.，2018；Sellmann et al.，2015）、概念轉(zhuǎn)變教學(xué)策略（彭聰，2015；鄒一娜等，2011）、概念轉(zhuǎn)變?cè)u(píng)價(jià)與診斷研究（Yin et al.，2014；王玨等，2017）、概念轉(zhuǎn)變影響因素研究（Tseng et al.，2010）等。

伴隨著信息技術(shù)快速發(fā)展，眾多學(xué)者關(guān)注技術(shù)支持的知識(shí)理解與概念轉(zhuǎn)變。研究表明，當(dāng)以動(dòng)畫而不是圖解來說明時(shí)，學(xué)生可以更好地理解物理現(xiàn)象，如當(dāng)細(xì)繩被剪斷時(shí)，鐘擺球運(yùn)行的正確軌跡（Kaiser，1992）。動(dòng)畫可視教具有助于促進(jìn)學(xué)習(xí)者對(duì)于物體間因果關(guān)系的感知（Michotte，1963）。使用“概念性增強(qiáng)模擬”，設(shè)計(jì)計(jì)算機(jī)模型，可以有效地促進(jìn)科學(xué)學(xué)習(xí)（Snir et al.，1993）。在計(jì)算機(jī)系統(tǒng)中進(jìn)行圖示表征，允許學(xué)生使用可視化作為“外部認(rèn)知輔助”，建立視覺聯(lián)系并減少工作記憶需要持有的信息，減輕了認(rèn)知負(fù)載，有助于學(xué)習(xí)者的概念理解與轉(zhuǎn)變（Scaife et al.，1996）。也有研究表明，計(jì)算機(jī)模擬可視化可以促進(jìn)學(xué)生對(duì)熱力學(xué)概念的理解（Lewis，1991）。Foley（1999）調(diào)查分析了四種計(jì)算機(jī)可視化對(duì)學(xué)生學(xué)習(xí)物理科學(xué)概念的影響，以及在此過程中學(xué)生使用的熱量和溫度模型又是如何變化并實(shí)現(xiàn)知識(shí)整合的。喬納森（2008）在《技術(shù)支持的思維建模：用于概念轉(zhuǎn)變的思維工具》一書中將“思維建模工具”定義為可用來建立思維模型的思維工具，能幫助學(xué)習(xí)者具化內(nèi)部的認(rèn)知概念模型，促使學(xué)習(xí)者在建模過程中積極調(diào)整與修改自我的概念模型結(jié)構(gòu)，并通過多種形式的認(rèn)知呈現(xiàn)，幫助學(xué)習(xí)者豐富和拓展內(nèi)部的認(rèn)知概念模型的意義。Liu（2010）開發(fā)基于模擬仿真的計(jì)算機(jī)輔助學(xué)習(xí)（Simulation-based Computer Assisted Learning，SAL）原型。She和Liao（2013）將Web程序應(yīng)用于科學(xué)推理和概念變化研究之中。Trundle和Bell（2010）通過研究證實(shí)，技術(shù)支持的教學(xué)確實(shí)能帶來概念轉(zhuǎn)變上的預(yù)期成效。

四、以概念轉(zhuǎn)變?yōu)槟繕?biāo)的實(shí)證研究設(shè)計(jì)與實(shí)施

文獻(xiàn)研究發(fā)現(xiàn)，關(guān)于智能學(xué)習(xí)環(huán)境下學(xué)習(xí)者知識(shí)理解與概念轉(zhuǎn)變相關(guān)研究還較少。因此本研究嘗試以智能全息盒子作為實(shí)驗(yàn)工具，聚焦于學(xué)生概念轉(zhuǎn)變的刻畫與探測(cè)，使用準(zhǔn)實(shí)驗(yàn)研究法探究智能仿真學(xué)習(xí)環(huán)境對(duì)學(xué)習(xí)者概念轉(zhuǎn)變的影響。

（一）“智能全息盒子”：智能仿真學(xué)習(xí)環(huán)境

本研究以上海方略教育集團(tuán)研發(fā)的智能全息盒子作為智能仿真學(xué)習(xí)環(huán)境，其關(guān)鍵技術(shù)包括物聯(lián)網(wǎng)智聯(lián)、數(shù)字建模、傳感技術(shù)、實(shí)時(shí)交互、全息技術(shù)等。物聯(lián)網(wǎng)智聯(lián)可實(shí)現(xiàn)客戶端和服務(wù)器間提供持久、低延遲、全雙工的連接，滿足網(wǎng)絡(luò)音視頻傳輸和實(shí)時(shí)控制所需要的以低延遲連續(xù)交換大量數(shù)據(jù)，能支持多個(gè)子協(xié)議，且支持多路復(fù)用和數(shù)據(jù)壓縮等強(qiáng)大功能的擴(kuò)展。多端兼容，支持許多不同的操作系統(tǒng)集成，能為不同平臺(tái)提供簡(jiǎn)單遷移解決方案，或者對(duì)不同平臺(tái)支持開箱即用。支持建立設(shè)備與媒體服務(wù)器間的實(shí)時(shí)語(yǔ)音或視頻連接，具備安全的音視頻傳輸，建立可靠的會(huì)話，能有效減少延遲提高質(zhì)量。

從外觀看，該盒子屏幕分辨率為HD1 920*1 080全高清，支持多人同時(shí)操作，支持指定區(qū)域觸摸功能。從內(nèi)容看，該盒子內(nèi)嵌了1 700多個(gè)3D動(dòng)態(tài)模型、160個(gè)科學(xué)虛擬實(shí)驗(yàn)，涉及生命科學(xué)、自然科學(xué)、地球空間科學(xué)等學(xué)科的科學(xué)概念及原理，既能將抽象難懂的科學(xué)概念、學(xué)科原理或物體內(nèi)部構(gòu)造可視化，還可以讓學(xué)習(xí)者進(jìn)行個(gè)性化操控與實(shí)時(shí)交互，產(chǎn)生沉浸體驗(yàn)。

（二）實(shí)驗(yàn)設(shè)計(jì)與實(shí)施

1. 學(xué)習(xí)內(nèi)容與被試選取

研究知識(shí)理解與概念轉(zhuǎn)變，其中重要的變量之一就是學(xué)習(xí)者要學(xué)習(xí)的內(nèi)容（Mitchell et al.，1986）。原子模型是高中化學(xué)選擇性必修2重要內(nèi)容之一。作為科學(xué)知識(shí)，該部分內(nèi)容能夠很好地體現(xiàn)學(xué)生在進(jìn)行不同概念理解與建立概念間關(guān)聯(lián)的能力。相關(guān)研究與教學(xué)實(shí)踐表明，即使在完成相應(yīng)課程學(xué)習(xí)后，學(xué)生仍在該概念理解方面存在一些問題，需要進(jìn)一步尋找新的方式消解迷思概念。因此選擇該概念作為學(xué)習(xí)的內(nèi)容，開展具體的教學(xué)與研究。

關(guān)于被試，研究選擇S市A中學(xué)高二年級(jí)學(xué)生。該市期末考試采取全市統(tǒng)考方式，由當(dāng)?shù)亟逃龣C(jī)構(gòu)統(tǒng)一購(gòu)買或編制試題，具有一定信度和效度，能反映權(quán)威機(jī)構(gòu)的人才培養(yǎng)導(dǎo)向。因此以期末化學(xué)學(xué)業(yè)成績(jī)作為重要參考依據(jù)，選擇40名學(xué)生，隨機(jī)分配到實(shí)驗(yàn)組和對(duì)照組，各20名。實(shí)驗(yàn)組M=70.833，SD=7.638，對(duì)照組M=72.273，SD=7.977，Sig.為0.149，說明兩個(gè)組間不存在顯著差異，充分考慮了組間對(duì)等性。為控制無關(guān)變量影響，在正式實(shí)施過程中，兩個(gè)組均安排同一位教師授課，以避免教師因素會(huì)給研究帶來的干擾。實(shí)驗(yàn)組又安排一名技術(shù)人員在場(chǎng)，以便及時(shí)幫助處理可能會(huì)出現(xiàn)的技術(shù)問題。

2. 實(shí)驗(yàn)過程

本研究采用對(duì)比性實(shí)驗(yàn)進(jìn)行研究，過程共分為五步，如圖1所示。第一步，使用編制的認(rèn)知測(cè)試題對(duì)實(shí)驗(yàn)組和對(duì)照組分別進(jìn)行前測(cè)，洞悉每一位學(xué)生的前概念水平；第二步，實(shí)驗(yàn)組在教師指導(dǎo)下進(jìn)行10分鐘的練習(xí)，以幫助被試適應(yīng)智能仿真學(xué)習(xí)環(huán)境；第三步，以不同的方式學(xué)習(xí)相應(yīng)概念，實(shí)驗(yàn)組以智能仿真學(xué)習(xí)環(huán)境進(jìn)行學(xué)習(xí)，對(duì)照組在多媒體教室進(jìn)行學(xué)習(xí)（1課時(shí)，45分鐘）；第四步，實(shí)驗(yàn)結(jié)束后，通過后測(cè)試題被試對(duì)復(fù)雜科學(xué)概念的學(xué)習(xí)效果；第五步，通過繪圖、量表等方式進(jìn)行事后調(diào)查，了解被試對(duì)于概念的理解情況。

圖1 實(shí)驗(yàn)過程

3. 測(cè)量工具

由于概念轉(zhuǎn)變涉及核心知識(shí)和信念修改，通常不容易實(shí)現(xiàn)（Hynd，2001），即使經(jīng)過多年的科學(xué)教學(xué)，學(xué)習(xí)者替代概念仍可能存在（DiSessa，1982），所以概念轉(zhuǎn)變很難衡量。但這并不意味著學(xué)習(xí)者概念轉(zhuǎn)變不能被測(cè)量。要理解一個(gè)概念，就必須具有一個(gè)反映該概念結(jié)構(gòu)的內(nèi)部表征或心理模型（Halford，2014）。表征即借由符號(hào)、文字、圖示等手段反映學(xué)習(xí)者內(nèi)在的信息處理以及認(rèn)知結(jié)果。圖示可以看作心理模型的寫照，是幫助組織知識(shí)并幫助理解的絕佳方法之一。也有學(xué)者指出可根據(jù)信息內(nèi)容和概念網(wǎng)絡(luò)的拓?fù)湫问絹碚嚼斫飧拍畋碚骱褪褂玫淖兓⊿olomon et al.，2019）。很多學(xué)者認(rèn)同一個(gè)重要主張——“圖示即知道、理解”（Wandersee，1990）。一些研究者使用繪制概念圖方法以了解學(xué)習(xí)者對(duì)科學(xué)概念理解情況。也有學(xué)者研究發(fā)現(xiàn)繪制科學(xué)圖表能幫助學(xué)生建構(gòu)科學(xué)現(xiàn)象的心智模型，針對(duì)一段文本，學(xué)生采用繪制圖表的方式解釋要比學(xué)生使用書面敘述進(jìn)行總結(jié)對(duì)文本理解的效果要好，學(xué)生繪制圖表過程提升了其心智模型的建構(gòu)（Gobert et al.，1999）。由于兒童不一定能畫出結(jié)構(gòu)嚴(yán)謹(jǐn)?shù)母拍顖D，在實(shí)際操作時(shí)可采用畫圖的方式，讓其畫出在學(xué)習(xí)過程中印象深刻的內(nèi)容。對(duì)于繪圖評(píng)價(jià)，學(xué)者大多采用編制量規(guī)的方式，進(jìn)行量化和評(píng)估，如概念圖的量化評(píng)分方法（Novak et al.，1984）。

圖2 實(shí)驗(yàn)組智能學(xué)習(xí)環(huán)境部分界面截圖

因此，概念轉(zhuǎn)變作為人類認(rèn)知發(fā)展的重要方式，其過程和結(jié)果都需要多重表征?；貧w于概念轉(zhuǎn)變的“認(rèn)知結(jié)構(gòu)”屬性與“過程性”本質(zhì)，本研究綜合運(yùn)用認(rèn)知測(cè)試、繪圖、量表、訪談等多種方式獲取數(shù)據(jù)，以映射與表征學(xué)習(xí)者概念轉(zhuǎn)變的過程和結(jié)果。

認(rèn)知測(cè)試。認(rèn)知測(cè)試題用于了解被試在實(shí)驗(yàn)前后對(duì)復(fù)雜科學(xué)概念理解的差異。試題由1名研究人員和2名化學(xué)教師根據(jù)化學(xué)課程標(biāo)準(zhǔn)共同設(shè)計(jì)，題型為選擇題，共20題，每題5分，滿分為100分，內(nèi)容涵蓋對(duì)原子模型的理解及其科學(xué)概念的應(yīng)用。試卷的內(nèi)容效度是指題目所含知識(shí)點(diǎn)數(shù)與教學(xué)大綱中應(yīng)試內(nèi)容知識(shí)點(diǎn)數(shù)之比，可以請(qǐng)有關(guān)學(xué)科專家和有經(jīng)驗(yàn)教師對(duì)教學(xué)大綱和教科書作全面考察，并與測(cè)試題目作系統(tǒng)比較，看測(cè)驗(yàn)或考試題目是否適當(dāng)?shù)卮砹怂?guī)定的內(nèi)容（楊玉桓等，1988）。編制完測(cè)試題之后，經(jīng)過多名化學(xué)教師進(jìn)行對(duì)其內(nèi)容效度進(jìn)行評(píng)測(cè)，一致認(rèn)為該試題具有較高的內(nèi)容效度。為了判斷試卷的信度，在編制好測(cè)試題之后，選擇30名學(xué)生先后進(jìn)行兩次測(cè)試，得分均通過交叉評(píng)閱，得到化學(xué)教師認(rèn)可。皮爾遜積差相關(guān)系數(shù)經(jīng)過計(jì)算，r為0.721，說明試卷信度良好。經(jīng)過計(jì)算，該測(cè)試題難度系數(shù)P=0.679，區(qū)分度D為0.411，說明難易適中，區(qū)分度良好。在實(shí)驗(yàn)前，使用該套試題對(duì)實(shí)驗(yàn)組和對(duì)照組分別進(jìn)行前測(cè)。實(shí)驗(yàn)結(jié)束后，對(duì)題目順序進(jìn)行了調(diào)整后用于對(duì)實(shí)驗(yàn)組和對(duì)照組后測(cè)。前測(cè)與后測(cè)都使用相同測(cè)試內(nèi)容的一個(gè)目的就是測(cè)試學(xué)生在整個(gè)實(shí)驗(yàn)完成后的概念變化。

繪圖量化評(píng)分。實(shí)驗(yàn)結(jié)束后，要求學(xué)生繪出詳實(shí)的原子結(jié)構(gòu)圖。對(duì)于如何繪圖，研究者為學(xué)生提供圓珠筆、鉛筆和彩筆等工具，學(xué)生可使用線條、色塊、文字注釋等多種元素來表示原子結(jié)構(gòu)。對(duì)于繪圖評(píng)分，參照Lewis（1991）、Foley（1999）等已有研究，結(jié)合繪圖的完整性，編制了評(píng)分標(biāo)準(zhǔn)，并經(jīng)由兩名研究人員和化學(xué)教師審定見表1。在實(shí)驗(yàn)結(jié)束后用來對(duì)兩組學(xué)生繪圖進(jìn)行量化處理，以實(shí)現(xiàn)對(duì)于不同學(xué)習(xí)概念習(xí)得與組織過程的觀測(cè)。

表1 繪圖評(píng)分標(biāo)準(zhǔn)

訪談。實(shí)驗(yàn)結(jié)束后對(duì)實(shí)驗(yàn)組學(xué)生進(jìn)行半結(jié)構(gòu)化訪談以了解其學(xué)習(xí)體驗(yàn)。訪談提綱主要包括兩個(gè)方面：對(duì)“智能全息盒子”所構(gòu)建的智能仿真學(xué)習(xí)環(huán)境的使用體驗(yàn)和感受（感知有用性、感知易用性）、對(duì)原子模型學(xué)習(xí)內(nèi)容的學(xué)習(xí)體驗(yàn)和感受。

認(rèn)知負(fù)荷量表。認(rèn)知負(fù)荷理論是學(xué)習(xí)與教學(xué)領(lǐng)域最有影響力的框架之一，該理論作為一種基于人類認(rèn)知結(jié)構(gòu)的教學(xué)設(shè)計(jì)理論，其核心是工作記憶的有限性。只有將認(rèn)知負(fù)荷控制在工作記憶所能承載的范圍內(nèi)，有效學(xué)習(xí)才能發(fā)生。測(cè)量認(rèn)知負(fù)荷的經(jīng)典量表有Paas自我評(píng)定量表（Paas et al.，1993）、美國(guó)國(guó)家航天局開發(fā)的NASA-TLX量表（Hart et al.，1988）、WP自我評(píng)定量表（Tsang et al., 1996）等。本研究采用WP自我評(píng)定量表，該量表共八個(gè)維度，對(duì)應(yīng)中樞處理資源、響應(yīng)資源、空間編碼資源、語(yǔ)言資源、視覺接收資源、聽覺接收資源、操作輸出資源和語(yǔ)言輸出資源等。由于本研究無需學(xué)生以口頭報(bào)告形式對(duì)任務(wù)做出回應(yīng)，未采用語(yǔ)言輸出資源，故刪除該維度。實(shí)驗(yàn)結(jié)束后，使用該量表讓學(xué)生根據(jù)主觀感受分配一個(gè)介于0和10間的數(shù)字?！?”表示完全不占用資源，“10”表示完全占用資源。將七個(gè)維度得分均值作為認(rèn)知負(fù)荷指標(biāo)，該做法已有先例（孫崇勇，2012）。

（三）數(shù)據(jù)分析與結(jié)果

使用Excel、SPSS等軟件對(duì)認(rèn)知測(cè)試成績(jī)、繪圖評(píng)分、量表等進(jìn)行量化統(tǒng)計(jì)。為了保證研究信效度，在測(cè)試評(píng)分、繪圖評(píng)分、量表分析過程中，均由兩位研究者分別進(jìn)行，對(duì)分析結(jié)果采用百分比一致性的方法進(jìn)行信度檢驗(yàn)，三項(xiàng)指標(biāo)的信度通過計(jì)算分別為80.9%、82.3%、90.3%，說明均具有較高可信度。對(duì)于存在分歧之處，兩位研究者進(jìn)行協(xié)商，確定最終分?jǐn)?shù)。

1. 認(rèn)知測(cè)試成績(jī)

分別對(duì)實(shí)驗(yàn)組對(duì)照組前后測(cè)成績(jī)進(jìn)行配對(duì)樣本t檢驗(yàn)，以檢驗(yàn)不同學(xué)習(xí)環(huán)境對(duì)學(xué)生知識(shí)理解的影響，其描述性統(tǒng)計(jì)結(jié)果如表2所示。從表中可以看出，實(shí)驗(yàn)組學(xué)生平均成績(jī)從前測(cè)的65.93增至后測(cè)的77.85，增長(zhǎng)率為18.1%，后測(cè)成績(jī)提升十分顯著（t=3.18，p＜0.001）。對(duì)照組的學(xué)生平均成績(jī)從前測(cè)的64.93到后測(cè)的69.85，增長(zhǎng)率為7.58%，后測(cè)成績(jī)也有提升，前后測(cè)成績(jī)也存在顯著差異（t=4.51，p＜0.05）。以上結(jié)果表明，兩組被試在學(xué)習(xí)后對(duì)原子結(jié)構(gòu)概念的理解都有顯著提高。由于兩組學(xué)生在概念理解上均有顯著提升，因而有必要進(jìn)一步分析實(shí)驗(yàn)組對(duì)照組對(duì)概念理解影響的差異。

表2 實(shí)驗(yàn)組前后測(cè)配對(duì)樣本t檢驗(yàn)的描述性統(tǒng)計(jì)結(jié)果

通過Levene方差齊性檢驗(yàn)發(fā)現(xiàn)兩組在誤差方差上無顯著差異（F=0.037，p＞0.05），且樣本均呈正態(tài)分布，故采用協(xié)方差分析（Analysis of Covariance，ANCOVA）檢驗(yàn)兩個(gè)組的差異。以后測(cè)成績(jī)?yōu)橐蜃兞?，前測(cè)成績(jī)?yōu)閰f(xié)變量，分組為自變量，進(jìn)行協(xié)方差分析。結(jié)果顯示，兩組在成績(jī)提升上存在顯著差異（F=10.55，p＜0.05），實(shí)驗(yàn)組學(xué)習(xí)效果（修正均值=11.57）明顯優(yōu)于對(duì)照組（修正均值=6.42）。上述結(jié)果表明，雖然兩組學(xué)習(xí)者最終成績(jī)差異不大，但智能仿真學(xué)習(xí)環(huán)境帶來了顯著的前后測(cè)成績(jī)提升差異，實(shí)驗(yàn)組在知識(shí)理解上的學(xué)習(xí)效果更好，說明智能全息盒子對(duì)學(xué)習(xí)者概念理解具有顯著的積極影響。

2. 繪圖分析

根據(jù)繪圖評(píng)分標(biāo)準(zhǔn)對(duì)兩組繪圖情況進(jìn)行分析。實(shí)驗(yàn)組65%（13/20）的學(xué)生綜合使用線條、色塊、文字注釋等三種元素，正確顯示原子結(jié)構(gòu)立體圖，30%（6/20）的學(xué)生使用線條、色塊、文字注釋等元素中的任意兩種，部分正確顯示原子結(jié)構(gòu)立體圖，5%（1/20）的學(xué)生僅正確使用了線條用于顯示原子結(jié)構(gòu)立體圖。與實(shí)驗(yàn)組相比，對(duì)照組40%（9/20）的學(xué)生綜合使用線條、色塊、文字注釋等三種元素，正確顯示原子結(jié)構(gòu)立體圖，25%（5/20）的學(xué)生使用線條、色塊、文字注釋等元素中的任意兩種，部分正確顯示原子結(jié)構(gòu)立體圖。20%（4/20）的學(xué)生僅正確使用了線條，用于顯示原子結(jié)構(gòu)立體圖。5%（1/20）的學(xué)生僅使用部分線條進(jìn)行表征。5%（1/20）的學(xué)生未能做出清晰圖形。經(jīng)過對(duì)比發(fā)現(xiàn)，實(shí)驗(yàn)組大部分學(xué)生能夠基于原子結(jié)構(gòu)概念的理解，從中提煉出關(guān)鍵性節(jié)點(diǎn)進(jìn)行表征，同時(shí)他們注重不同概念節(jié)點(diǎn)之間的關(guān)系建立，并在此基礎(chǔ)上形成良好的概念結(jié)構(gòu)。

3. 認(rèn)知負(fù)荷分析

實(shí)驗(yàn)結(jié)束后，使用認(rèn)知負(fù)荷量表對(duì)兩組學(xué)生認(rèn)知負(fù)荷進(jìn)行測(cè)量。經(jīng)過統(tǒng)計(jì)計(jì)算，對(duì)照組學(xué)生認(rèn)知負(fù)荷指數(shù)均值為3.214，實(shí)驗(yàn)組學(xué)生認(rèn)知負(fù)荷指數(shù)均值為5.264，具體各維度的數(shù)據(jù)見圖3。實(shí)驗(yàn)組認(rèn)知負(fù)荷指數(shù)均值高于對(duì)照組，說明實(shí)驗(yàn)組所消耗心理資源的程度要高于對(duì)照組。因此可以認(rèn)為，智能仿真學(xué)習(xí)環(huán)境雖然具有諸多優(yōu)勢(shì)，但可能會(huì)增加學(xué)生認(rèn)知負(fù)荷，在實(shí)踐中應(yīng)在保持智能學(xué)習(xí)環(huán)境的獨(dú)特優(yōu)勢(shì)情況下，通過認(rèn)知負(fù)荷的適當(dāng)控制達(dá)到學(xué)習(xí)結(jié)果的最優(yōu)化。

圖3 實(shí)驗(yàn)組對(duì)照組的認(rèn)知負(fù)荷分析

4. 訪談分析

對(duì)實(shí)驗(yàn)組訪談內(nèi)容從以下幾方面進(jìn)行分析：（1）學(xué)習(xí)體驗(yàn)和感受。實(shí)驗(yàn)組學(xué)生均認(rèn)為，通過智能全息盒子進(jìn)行學(xué)習(xí)，十分生動(dòng)有趣，形式也很新穎，學(xué)習(xí)內(nèi)容也令人耳目一新，帶來了一次全新的、愉快的學(xué)習(xí)體驗(yàn)。（2）感知易用性。實(shí)驗(yàn)組學(xué)習(xí)者都表示智能全息盒子營(yíng)造了較為逼真的學(xué)習(xí)情境，操作也比較簡(jiǎn)單易學(xué)，尤其是它的交互功能特別酷，可以增加個(gè)性化學(xué)習(xí)體驗(yàn)。（3）感知有用性。實(shí)驗(yàn)組學(xué)生都表示，智能全息盒子能將書本上的抽象原子結(jié)構(gòu)具象化，直觀生動(dòng)地呈現(xiàn)與表達(dá)。演示動(dòng)畫能夠有效幫助學(xué)生理解原子的內(nèi)部結(jié)構(gòu)，并且可以進(jìn)行個(gè)性化操控，還能有效支持同伴間的互動(dòng)，對(duì)理解很有幫助。比如有學(xué)生說，“對(duì)這個(gè)設(shè)備很感興趣，能夠?qū)⑾胂笃饋砗芾щy的抽象知識(shí)直觀地呈現(xiàn)在我們眼前，比傳統(tǒng)課堂教學(xué)更加生動(dòng)有趣?！薄叭S立體的模型使我們更容易理解書本上的知識(shí)?！薄笆褂弥悄苋⒑凶幼屛覍?duì)原子結(jié)構(gòu)觀察得更為具體，給我留下十分深刻的印象”。這些結(jié)果表明，從整體上看，實(shí)驗(yàn)組學(xué)生認(rèn)為智能全息盒子對(duì)科學(xué)概念學(xué)習(xí)很有幫助。

五、討論與總結(jié)

本研究從概念轉(zhuǎn)變?nèi)胧?，旨在探究技術(shù)所建構(gòu)的智能仿真學(xué)習(xí)環(huán)境對(duì)學(xué)習(xí)者概念轉(zhuǎn)變的影響，并由此窺察人工智能促進(jìn)知識(shí)理解的諸多可能。通過研究表明，人工智能所建構(gòu)的智能仿真學(xué)習(xí)環(huán)境，能有效地促進(jìn)學(xué)習(xí)者概念轉(zhuǎn)變。當(dāng)然本研究也存在著以下不足之處：研究對(duì)象樣本數(shù)量較少；教學(xué)內(nèi)容單一，只涉及到初中化學(xué)學(xué)科；實(shí)驗(yàn)周期較短；概念轉(zhuǎn)變過程極為復(fù)雜，僅從認(rèn)知測(cè)試、繪圖、訪談等方式進(jìn)行測(cè)量，未必能窺其全貌。在后續(xù)研究中將增加樣本數(shù)量，將實(shí)驗(yàn)擴(kuò)及到更多學(xué)科范圍，加長(zhǎng)實(shí)驗(yàn)周期，借助學(xué)習(xí)分析技術(shù)，收集更多質(zhì)性與量化數(shù)據(jù)以增加研究結(jié)論的說服力。在人工智能促進(jìn)學(xué)習(xí)者知識(shí)理解與概念轉(zhuǎn)變時(shí)，需要注意以下問題：恰當(dāng)融入教師指導(dǎo)，搭建學(xué)習(xí)支架；合理利用智能技術(shù)，關(guān)照個(gè)體差異；綜合運(yùn)用多種方式，探測(cè)迷思概念；將合作探究學(xué)習(xí)與個(gè)性化學(xué)習(xí)相結(jié)合，喚醒認(rèn)知沖突等。

（一）恰當(dāng)融入教師指導(dǎo)，搭建學(xué)習(xí)支架

實(shí)驗(yàn)研究表明，智能仿真學(xué)習(xí)環(huán)境能有效地促進(jìn)學(xué)習(xí)者的概念轉(zhuǎn)變。但是也不難看出，在實(shí)驗(yàn)組的學(xué)習(xí)過程中，教師的角色也是不可或缺的。人工智能促進(jìn)知識(shí)理解與概念轉(zhuǎn)變，離不開教師與智能機(jī)器的協(xié)同共教。教師需要根據(jù)特定的智能教學(xué)/學(xué)習(xí)情境的特性和限制，掌握智能技術(shù)、學(xué)科知識(shí)和教學(xué)法之間的動(dòng)態(tài)平衡，積極探索與創(chuàng)新人機(jī)協(xié)同、人機(jī)共教的概念教學(xué)模式，緊扣學(xué)生的認(rèn)知規(guī)律，為學(xué)生科學(xué)概念的探索學(xué)習(xí)搭建學(xué)習(xí)支架，既可以為學(xué)生跨越最近發(fā)展區(qū)、促進(jìn)科學(xué)概念學(xué)習(xí)提供有效的支持和幫助，又能夠引導(dǎo)學(xué)生進(jìn)行有目的性的學(xué)習(xí)，充分發(fā)揮智能仿真學(xué)習(xí)環(huán)境的優(yōu)勢(shì)。學(xué)習(xí)支架也為學(xué)生創(chuàng)造了主動(dòng)探究和與他人協(xié)作學(xué)習(xí)的場(chǎng)域，對(duì)科學(xué)概念的理解和建構(gòu)起著不可忽視的作用。

（二）合理利用智能技術(shù)，關(guān)照個(gè)體差異

科學(xué)概念針對(duì)學(xué)生而言具有很強(qiáng)的抽象性，阻礙了學(xué)生對(duì)科學(xué)知識(shí)點(diǎn)的建構(gòu)。智能仿真學(xué)習(xí)環(huán)境具有虛實(shí)結(jié)合性、實(shí)時(shí)交互性、個(gè)性化調(diào)控、情境性等特征，增強(qiáng)了對(duì)科學(xué)概念的直觀感知，激發(fā)了學(xué)習(xí)興趣，有助于對(duì)科學(xué)概念更加深層次的理解。但是，認(rèn)知負(fù)荷量表和訪談結(jié)果表明，智能全息盒子存在個(gè)性化智能化有待提升等問題，甚至增加了學(xué)生的認(rèn)知負(fù)荷。因此，要合理利用智能技術(shù)，充分關(guān)照學(xué)習(xí)者的個(gè)體差異，通過數(shù)據(jù)挖掘和分析，從大量的信息中為學(xué)習(xí)者推送適合的個(gè)性化的學(xué)習(xí)資源，滿足學(xué)習(xí)者的個(gè)性化學(xué)習(xí)需求，促進(jìn)學(xué)習(xí)者的知識(shí)理解與概念轉(zhuǎn)變。

（三）綜合運(yùn)用多種方式，探測(cè)迷思概念

信息加工理論指出，學(xué)習(xí)總是要適應(yīng)當(dāng)前的認(rèn)知狀態(tài)，才能有效橋接新舊信息之間的關(guān)聯(lián)，使得新信息能夠適應(yīng)已有認(rèn)知結(jié)構(gòu)，已有認(rèn)知結(jié)構(gòu)能夠得以調(diào)整并接納于固定新的信息。概念轉(zhuǎn)變過程即是為學(xué)習(xí)者對(duì)新舊知識(shí)的信息加工過程，在這樣的認(rèn)知加工過程之中，調(diào)整和完善其自身原有的認(rèn)知結(jié)構(gòu)。迷思概念的存在對(duì)學(xué)生的概念學(xué)習(xí)產(chǎn)生了很大的干擾。在研究開始前，研究者試圖借助多種方式了解學(xué)生進(jìn)入學(xué)習(xí)之前所存在的先驗(yàn)知識(shí)水平，探測(cè)迷思概念，為教師或者研究者提供了后續(xù)教學(xué)設(shè)計(jì)的直接切入點(diǎn)與著力點(diǎn)。

（四）合作探究學(xué)習(xí)與個(gè)性化學(xué)習(xí)相結(jié)合，喚醒認(rèn)知沖突

所謂認(rèn)知沖突就是在學(xué)習(xí)的過程中，學(xué)生原始性的認(rèn)知結(jié)構(gòu)與當(dāng)下所面對(duì)的學(xué)習(xí)內(nèi)容形成了矛盾，在新舊知識(shí)之間存在著某種差異性，導(dǎo)致心理失衡的現(xiàn)象，也是個(gè)體意識(shí)到個(gè)人認(rèn)知結(jié)構(gòu)與環(huán)境或是個(gè)人認(rèn)知結(jié)構(gòu)內(nèi)部不同成分之間的不一致所形成的狀態(tài)。概念轉(zhuǎn)變也是認(rèn)知沖突的引發(fā)和解決的過程?？茖W(xué)概念本身具有復(fù)雜性，在智能仿真學(xué)習(xí)環(huán)境中，學(xué)習(xí)者在理解抽象的科學(xué)概念時(shí)，不可避免地也會(huì)遇到各種困難。而合作探究學(xué)習(xí)能幫助學(xué)習(xí)者在遇到難以解決的問題時(shí)給予及時(shí)的交流，在個(gè)體建構(gòu)與群體建構(gòu)中喚醒并逐步化解認(rèn)知沖突，重新構(gòu)建全新的認(rèn)知平衡。

六、結(jié)語(yǔ)

人工智能作為前沿技術(shù)，其在知識(shí)生產(chǎn)與創(chuàng)造、對(duì)感知與認(rèn)知的增能等，均在人類學(xué)習(xí)領(lǐng)域創(chuàng)造了新的巨大潛能。在面對(duì)人工智能再造知識(shí)生產(chǎn)流程實(shí)現(xiàn)科學(xué)飛躍的現(xiàn)實(shí)中，在“為理解而教，為理解而學(xué)”已成學(xué)界共識(shí)的背景下，如何充分發(fā)揮人工智能技術(shù)所提供的教育創(chuàng)新可能性，促進(jìn)學(xué)習(xí)者的學(xué)習(xí)與理解，將是一個(gè)全局性的、前瞻性的重要課題。