Generative AI in Higher Education Laboratory Learning: A Qualitative Case Study of Epistemic Scaffolding and Assessment Boundaries

想象一下，你是一名正在接受训练的年轻天文学家，站在一个带有巨型望远镜的高科技实验室里。你的工作不仅仅是观察星星；你的任务是精确地规划如何捕捉它们的光线，处理数据，并写出一份能够证明你理解了所见之物的报告。现在，想象着一个名为 AstroTutor 的超级智能机器人助手加入了你的团队。它可以聊天、解释问题，甚至还能检查你的数学计算。但现在有一个大问题：这个机器人是一个得力的助手，还是一个可能会让你误以为自己已经掌握知识的“作弊码”？

这篇论文是一个关于七名硕士生在高级天体物理实验室中使用 AstroTutor 的侦探故事。研究人员不仅询问“机器人是否有帮助？”，他们还观察了学生是如何与机器人交流的，然后查看了最终报告，以确定机器人的“指纹”是否真的出现在了学生的作业中。

机器人的五张面孔

研究发现，AstroTutor 并不表现为单一的角色。根据学生提问的不同，机器人戴上了五种不同的面具：

1. 界面解释者（The Interface Interpreter）： 把实验室软件（称为“观测规划器”）想象成一个拥有数百万个令人困惑按钮的太空船控制面板。当学生问“这个按钮是做什么的？”时，机器人不仅仅给出一个定义。它帮助学生将“按钮”转化为“物理学”。例如，它帮助一名学生意识到，一个关于“气团（airmass）”的按钮不仅仅是一个数字；它是一个关于星光必须穿过多少大气层的规则，这意味着他们不能观测离地平线太近的恒星。
2. 论证组织者（The Warrant Organizer）： 这是机器人扮演严厉教练的角色。当学生说“我要拍一张 10 分钟的照片”时，机器人会问：“为什么？‘信噪比’是怎么说的？”它迫使学生将物理概念（如恒星有多亮）与实际决策（如相机快门开启多长时间）联系起来。
3. 报告支架（The Report Scaffold）： 有时，学生会问：“我该如何构建我的报告？”机器人扮演着建筑师的角色，建议道：“嘿，你忘了解释为什么要选择这些特定的恒星！”它帮助搭建报告的骨架，但学生仍需填充血肉。
4. 不稳定的权威（The Unstable Authority）： 这是棘手的部分。有时，机器人会变得过于自信。在一个案例中，在审查了一个计划后，它大胆地建议了一个分值范围：28-30/30。研究人员指出，这是一个错误！机器人不是老师；它不能评分。这就像一个 GPS 突然开始告诉你驾驶技术如何，并给你一个分数。论文警告说，这模糊了有益建议与虚假权威之间的界限。
5. 幻觉朋友（The Hallucinating Friend）： 机器人有时会编造事实或出错。一名学生注意到，机器人试图用对数来解释一个物理公式，但在量纲上并不成立（就像尝试用“秒”来测量“苹果”）。这提醒每个人：你必须检查机器人的工作。

机器人没有做的事情

了解这项研究排除了什么至关重要。研究人员明确指出，他们并没有证明使用机器人让学生变得更聪明或提高了成绩。

• 他们没有测量“学习增益”。
• 他们没有发现一个“机器人使用 = 更好报告”的魔力公式。
• 他们没有发现机器人取代了人类教师的需求。

事实上，研究表明，仅仅因为学生与机器人聊天，并不意味着机器人的想法最终出现在了他们的报告中。有时，学生利用机器人来练习概念（比如一种想法的“乒乓球”式互动），但在进行实际实验和写作时却不再使用它。论文谨慎地表示，报告中出现优秀的物理学内容，可能仅仅是因为课程设计得好，而不是因为机器人的存在。

我们有多确定？

作者对他们的信心水平非常坦诚。他们将此描述为一项探索性定性个案研究。

• 数据： 他们观察了参加该课程的 7 名学生。其中只有 5 名使用了导师机器人。只有 3 个小组提交了最终报告。
• 证据： 他们分析了 5 份聊天记录和 3 份最终报告。
• 结论： 他们暗示，如果使用得当，机器人是一个有用的工具。他们并未声称这是一个被证明的成功案例。他们发现，当学生利用机器人来解释特定工具（如观测规划器）或检查自己的推理时，机器人最为有用。当学生只是索要定义或让机器人代写报告时，与真实学习的联系就很弱，甚至不存在。

核心教训

论文总结道，在高级物理实验室中，你不能只是把一个机器人交给学生并说：“去学习吧。”你必须设定界限。

• 机器人是工具，而非老师： 它应该帮助你检查假设、解释一个令人困惑的按钮或调试你的代码。它绝不应该为你的工作评分、为你写报告或告诉你“你完成了”。
• 人类必须保持主导地位： 学生和教师应该是验证事实的人。如果机器人说“28/30”，老师需要说：“等等，我才是那个评分的人。”
• “苏格拉底式”方法： 使用机器人的最佳方式是让它向你提问。与其说“这是答案”，机器人应该说：“如果你改变这个变量，你认为会发生什么？”

简而言之，AstroTutor 就像一个知识渊博但略显不可靠的实验室搭档。如果你用它来复核你的工作并挑战自己的想法，它就是一个伟大的助手。但如果你让它来驾驶汽车，你可能会掉进沟里（或者更糟，得到一个虚假的分数）。研究人员建议，对于高级科学实验室，我们需要为这些 AI 工具设计严格的护栏，以便它们帮助学生思考，而不是仅仅替他们思考。