Generativism: Toward a Learning Theory for the Age of Generative Artificial Intelligence

核心问题：旧地图不再奏效

想象你正在探索一座新城市。几十年来，你一直使用四种不同的地图（学习理论）来理解人类是如何学习的：

1. 行为主义 (Behaviorism)： 学习就像训练狗。你做一个动作，得到一个奖励。如果你能完成这个动作，说明你学会了。
2. 认知主义 (Cognitivism)： 学习就像一台电脑。你的大脑存储、处理并检索数据。
3. 建构主义 (Constructivism)： 学习就像盖房子。你必须亲手用双手铺设每一块砖。
4. 联通主义 (Connectivism)： 学习就像冲浪。其核心在于在庞大的信息网络中寻找正确的链接与连接。

论文的观点： 这些地图在过去表现出色，但对于我们现在所处的“生成式人工智能时代”这座新城市来说，它们已经失效了。

为什么？因为生成式人工智能（比如你可能正在使用的聊天机器人）不仅仅是存储信息或提供答案。它会创造新的事物。它可以写论文、解数学题，甚至写出看起来完全出自人类之手的代码。

这打破了旧有的规则：

• 行为主义的破裂： 如果一名学生利用 AI 写出一篇完美的论文，他们看起来像是学会了。但他们真的学会了吗？论文指出：并没有。虽然“奖励”（好成绩）拿到了，但真正的“训练”（实际的学习过程）可能缺失了。
• 认知主义的破裂： 如果 AI 承担了思考和组织信息的重任，学生的脑力劳动就减少了。这就像雇了一位厨师来为你做饭；你并不因为吃了一顿美餐就学会了烹饪。
• 建构主义的破裂： 如果 AI 直接递给你一栋预建好的房子，你就无法“构建”知识。你跳过了通过自我钻研来解决问题的挣扎过程，而这通常才是真正学习发生的时刻。
• 联通主义的破裂： 以前，你需要通过网络寻找事实。现在，AI 不仅能找到事实，还能根据你的问题“发明”新的事实。你不再仅仅是在绘制地图，你是在驾驶一艘宇宙飞船的副驾驶。

新的解决方案：“生成主义” (Generativism)

作者提出了一种名为**“生成主义”的新理论。不要把它看作一场孤独的旅程，而要看作一场人类与机器人的双人舞**。

在这场舞蹈中，人类与 AI 是搭档。AI 反应迅速且博学多才，但人类带来的是情感、目标和判断力。学习发生在两者之间的空间里，发生在不断的互动之中。

论文概述了这场新舞蹈的四个主要规则：

1. 认识论伙伴关系 (Epistemic Partnership) —— “副驾驶”规则

• 类比： 想象你正与一位非常聪明的副驾驶（AI）共同驾驶一架飞机。副驾驶可以瞬间计算燃油、天气和航线。但你才是飞行员。你决定去哪里，为什么要前往那里，并且你必须检查副驾驶的计算是否正确。
• 要点： 学习不仅仅是使用 AI，而是与它协作。如果你只是让 AI 驾驶飞机而不看控制面板，你并没有学会飞行。你必须积极地质疑、验证并引导 AI。

2. 分布式代理 (Distributed Agency) —— “谁在开车？”规则

• 类比： 想象一场接力赛。有时你跑第一棒，有时你把接力棒交给 AI 跑第二棒，有时你跑最后一棒。
• 要点： 你需要非常明确地界定谁在做什么。你必须有意识地决定：“我会让 AI 总结这篇文章，但我会自己写结论。”如果你让 AI 跑完整个赛程，你就不再是运动员了，你只是个旁观者。

3. 生成式素养 (Generative Literacy) —— “编辑”规则

• 类比： 想象 AI 是一个写得很快、很有自信，但有时会编造事实或文风枯燥的作家。而你是“编辑”。你的工作不再是写初稿，而是知道如何向这位作家提出正确的问题，识别错误，并将最终的故事润色得更加完美。
• 要点： 现在的“素养”意味着懂得如何与 AI 对话（提示词工程）、识别它何时在撒谎或表达含糊（评估），以及如何将它的想法与你自己的知识结合起来，创造出比单凭你或单凭它都更优秀的作品。

4. 自适应元认知 (Adaptive Metacognition) —— “自我检查”规则

• 类比： 这就像一面镜子，能显示你的大脑运作得有多辛苦。如果 AI 让工作变得过于轻松，你的大脑可能会进入休眠状态（这被称为“认知卸载”）。你需要照照镜子并问自己：“等等，我是在思考，还是仅仅在复制？”
• 要点： 你必须不断监控自己。你是在利用 AI 来帮助理解，还是在利用它来逃避深度思考？你需要调整策略，以确保你仍在进行真正的学习。

这对学校和测试意味着什么

论文建议学校需要改变教学和测试的方式：

• 不要禁止 AI： 与其说“禁止使用 AI”，老师应该设计一些任务，让 AI 成为一种工具，但学生必须展示他们是如何使用它的。
• “生产倒置” (Production-Inversion)： 不要只要求学生从零开始写论文，而是让他们拿到一篇由 AI 写的文章，然后去修正它、解释哪里错了，或者如何改进它。这才能证明他们理解了主题。
• 新的测试方式： 测试不应只检查最终答案，而应检查过程。学生是否提出了好问题？他们是否发现了 AI 的错误？他们是否知道什么时候该停止使用 AI 并开始独立思考？

总结

论文得出结论：我们不能再用旧的理论来理解这个新世界。生成主义是一种看待学习的新方式，在这里，人类与 AI 是一个团队。目标不是用 AI 取代人类思考，而是建立一种伙伴关系，让人类通过与能够生成知识的机器协作，从而学会如何更好地思考。

这不再关乎谁掌握的知识更多，而在于谁能更好地与机器共舞。