Adaptive Socratic AI Scaffolding Supports Critical Thinking in Indonesian Secondary School Physics Classrooms
本研究表明，通过 ADDIE 模型开发并经过内容验证的自适应苏格拉底式 AI 支架系统，通过引导推理而非直接提供解答，与传统的引导式探究方法相比，显著提升了印度尼西亚中学生在物理学科中的批判性思维能力。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在物理学研究中，目标始终不仅仅是记忆公式或将数字代入方程。真正的理解要求学生在面对问题时，能够质疑自己的假设，权衡证据，并为为什么某个特定答案是合理的构建逻辑论证。这种深度思考和批判性思考的能力对于科学家而言至关重要，但在许多课堂上，学生往往学习的是遵循程序，而未能领悟背后的物理原理。他们可以在纸上解决数学问题，却难以解释其背后的物理原则。几十年来，教育工作者一直试图通过使用引导式探究来解决这一问题——这是一种让学生逐步调查问题的教学方法——但即便有了这些努力，许多学习者仍然依赖机械记忆而非深度分析。挑战在于，如何支持学生应对这些复杂概念，而不直接给出答案，这对单个教师在拥挤的课堂中来说是一个难以维持的平衡。
一种来自印度尼西亚的新兴方法通过将人类教学与精心设计的人工智能系统相结合，提供了一个解决方案。来自马朗州立大学的研究人员致力于构建一种数字工具，该工具的作用不是作为提供答案的导师，而是作为一名提出正确问题的对话伙伴。该系统采用了被称为苏格拉底式教学法的方法，即通过智能体提出启发性的问题来引导学习者，迫使他们澄清思路、审查证据并重新审视结论。该系统不是告诉学生哪里错了，而是询问：“你在这里做了什么假设？”或者“这件证据是如何支持你的主张的？”为了使这一过程有效运作，研究人员增加了一层适应性，这意味着系统可以检测学生的思维方式并相应地调整其提问。如果学生感到困惑，系统会提供更多支持；如果学生思维清晰，系统则会退后一步，让学生独立工作。这创造了一个动态的学习环境，技术充当了临时的脚手架，帮助学生攀登更高处，直到他们能够独立站立。
为了测试这一想法在现实环境中的效果，研究团队为高中物理学生开发了一个完整的学习系统。他们构建了一个数字实验室，学生可以在其中进行实验并解决问题，但有一个不同之处：实验组使用的是由这种特殊的AI驱动的版本，而对照组使用的是不具备智能提问功能的标准版本。这项研究涉及来自东南苏拉威西两个不同高中的135名学生。在七个课时中，两组都完成了相同的引导式探究课程。然而，实验组的学生与四个不同的AI智能体进行了互动，每个智能体都被设计用于协助学习过程中的特定阶段。一个智能体帮助他们定义问题，另一个引导他们进行实验，第三个帮助他们分析数据，第四个则负责回答一般性问题。至关重要的是，这些智能体从未给出直接答案。相反，它们被编程为提出问题，以保持学生的思考状态，确保学习者承担起推理这一繁重的任务。
在课堂开放之前，该系统经过了物理教育和技术专家的严格检查。这些专家审查了AI提出的问题以及它支持学生的方式，并对其进行评分以确保该工具在教学法上是合理的。专家们给出了极高的认可度，确认了这些问题在促进批判性思维方面设计精良，且技术运行可靠。系统准备就绪后，研究人员测量了学生在课程开始前和七个课时结束后的批判性思维能力。结果显示了两组之间的明显差异。虽然两组的初始能力水平相似，但使用AI增强系统的学生进步显著高于使用标准实验室的学生。在调整初始得分后，实验组的平均得分比对照组高出十多分。这一差距是实质性的，表明与提问式AI互动的学生不仅掌握了更多事实，而且实际上变得更擅长分析论点、评估证据并构建自己的解释。
研究表明，这种方法的成功在于对AI的约束。系统不允许将其作为获取答案的捷径。通过迫使学生通过与机器对话来阐述其推理并捍卫其观点，该工具让他们始终投入到思考的艰苦工作中。研究人员发现，当AI被编程为随着学生能力的提升而逐渐减少支持时，它鼓励了学生对学习的主动权。这种方法证明，如果使用得当，人工智能并不一定要取代教师或学生的努力。相反，它可以作为一个严谨的伙伴，挑战学习者进行更深层次的思考，将课堂转变为一个焦点从“获得正确答案”转向“理解通往答案之路”的空间。这些发现为物理教育提供了一条充满前景的路径，表明通过正确的规划，技术可以帮助学生培养他们在复杂世界中航行所需的批判性思维能力。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。