AI in Education: Designing Human–AI Dialogic Learning Ecosystems for Critical Inquiry in Higher Education

不要把教室想象成一个摆满课桌的房间，而要把它想象成一个巨大、繁忙的思想集市。几千年来，在这个市场中航行的最强大工具是一种特定类型的对话，即“苏格拉底式教学法”。与其把它看作老师在分发答案，不如把它看作一位拒绝直接告诉你解决方案的资深侦探。这位侦探会问：“你指的那个是什么意思？”或者“如果你错了怎么办？”或者“你能证明吗？”这种来回往复的舞步迫使你的大脑停止猜测，开始进行深度思考，从而循序渐进地建立你自己的理解。

现在，想象为这个集市引入一个新角色：一个由人工智能（AI）驱动的超级聪明、不知疲倦的机器人朋友。我们都听说过这些聊天机器人；它们可以写故事、解数学题，也可以聊任何话题。但这里有一个科学家们正在提出的重大问题：这个机器人朋友真的能扮演“侦探”的角色吗？它能否提出正确的问题，从而促使你进行更深入的思考，而不是仅仅给你想要的答案？这篇论文正是在探讨这个谜团，研究 AI 是否可以成为一种深度思考对话的伙伴，帮助大学生学习如何进行批判性思考，而非仅仅死记硬背事实。

---

伟大的 AI 侦探实验

那么，研究人员究竟做了什么呢？他们并没有仅仅靠猜测；他们搭建了一个数字游乐场。他们与一个流行的 AI 聊天机器人（就是那种你可能会用来写论文的类型）进行了 18 次不同的对话。他们向 AI 提出了关于教育、伦理和技术的复杂问题，但有一个转折：他们没有把 AI 当作搜索引擎，而是将其视为一个思考伙伴。他们想看看 AI 是否会自然而然地开始向他们提问，挑战他们的观点，并引导他们完成一场“苏格拉底式”的旅程。

在从 AI 的这些对话中收集了 120 个具体问题和提示词后，研究人员戴上了侦探帽，对每一个问题进行了分析。他们在寻找模式。AI 只是在说“这是答案”吗？还是在说“等等，你为什么这么认为？”

AI 实际的表现（研究结果）

结果出人意料地具有“人性”。论文指出，AI 不仅仅是喷吐事实；它表现得像一个真正的思考伙伴。以下是分析揭示的内容，分为四个酷炫的发现：

1. AI 拥有一个“提问工具箱”
研究人员发现，AI 有一套特定的工具来维持对话。这并非随机行为。

• 澄清（Clarification）： 最常见的动作（占 26.7%）是询问：“你指的那个是什么意思？”或“你能解释一下这个概念吗？”它想要确保大家在同一个频道上。
• 探究假设（Assumption Probing）： 大约 20% 的时间，AI 扮演怀疑者的角色，问道：“你在这里假设了什么？”它迫使人类去审视自己隐藏的信念。
• 寻求证据（Evidence Seeking）： AI 会要求证明（占 18.3% 的时间），要求：“你能给我一个例子吗？”或“你从哪里得到那个想法的？”
• 视角转换（Perspective Shifting）： 它也喜欢扮演反方角色（占 13.3% 的时间），问道：“一个不同意你的人会如何看待这个问题？”
• 展望未来（Looking Ahead）： 它会询问后果（占 11.7%），思索：“如果这出了错会发生什么？”
• 自我反思（Self-Reflection）： 最后，它会让参与者审视自己的思考过程（占 10%），问道：“你是如何得出那个结论的？”

2. 它推动了“深度思考”
论文使用了一个著名的量表——布鲁姆分类学（Bloom's Taxonomy，该量表将思维从“记忆”到“创造”进行分级）来衡量 AI 问题的难度水平。AI 并没有停留在简单的层面。

• 只有 6.7% 的问题是简单的“回忆型”问题（比如“法国的首都是哪里？”）。
• 相反，AI 热衷于高难度内容。25% 的提示词要求进行分析（拆解事物），23.3% 要求进行评估（判断论点的质量）。
• 论文认为，AI 成功地推动了人类进行“高阶思维”，即解决复杂问题所需的脑力体操。

3. 它唤醒了“内在批判者”
最令人兴奋的发现之一是 AI 如何触发“反思性推理”。这是指当你停下来思考自己是如何思考的时候。

• AI 频繁地挑战人类潜在的信念（占 46.3% 的时间）。
• 它要求人类想象一个批评者的观点（占 40%）。
• 它甚至会询问风险和伦理问题（占 30.5%），并承认我们所不知道的部分（占 25.3%）。
• 论文指出，这有助于学生停止仅仅接受信息，转而开始质疑其背后的“为什么”和“如何做”。

4. 对话具有深度
研究人员测量了 AI 在不感到厌烦或改变主题的情况下，能够维持单个话题进行多久。他们称之为“探究链”（Inquiry Chain）。

• 大多数对话处于中等（3–4 轮）或深度（5–6 轮）水平。
• 有相当一部分（22.2%）是极深（7 轮或更多）的，在这种情况下，AI 和人类共同构建了一个复杂的论证，层层递进。
• 这表明 AI 可以作为一个坚实的脚手架，支撑起对话，让参与者在理解的过程中攀登更高处而不至于跌落。

大局观：一种新型的学习团队

基于这些发现，作者提出了一个新概念，叫做**“人机对话式学习生态系统”**。想象一下一场团队运动，人类和 AI 是队友。人类带来好奇心和最初的想法；AI 则充当“教练”，它不直接给出战术，而是问道：“你的策略是什么？”以及“如果对方队采取这种行动怎么办？”

论文指出，这个 AI 伙伴有助于建立一个循环：

1. 人类提出一个问题。
2. AI 以苏格拉底式的提示进行回应（例如“你有什么证据？”）。
3. 人类进行更深层的思考并完善自己的想法。
4. AI 帮助将这些新想法综合（Synthesize）成一个更强大的论点。

论文并未提及的内容（注意事项）

了解这篇论文没有声称什么非常重要。研究人员非常谨慎。

• 他们没有测试真实的大学生： 这项研究是基于研究人员与 AI 的对话。他们并没有把真实的大学生放在一个房间里与 AI 对话，以观察他们的成绩是否提高。因此，虽然 AI 在这些对话中表现出色，但论文承认我们尚不知道真实的学生会对它做出何种反应。
• 它不是万灵药： 论文并没有说 AI 会取代老师。相反，它建议 AI 可以作为一种“学习助手”，帮助教师促进更深层次的讨论。
• 它并不完美： 作者指出存在一些风险，比如学生过度依赖机器人或学术不端行为。他们建议教师需要精心设计这些互动，以确保真正的思考正在发生。

总结

简单来说，这篇论文表明，AI 聊天机器人非常擅长扮演“苏格拉底侦探”的角色。它们可以提出正确类型的难题，迫使我们进行更深入的思考，挑战我们的假设，并构建更好的论点。虽然我们需要更多针对真实学生的研究来证实这一点，但结果表明，如果我们把 AI 当作一个思考伙伴而非仅仅是一个事实机器，它就能帮助将在线学习变成一个批判性思维真正蓬勃发展的地方。这不在于 AI 知道答案，而在于 AI 如何帮助我们找到答案。