Socratic AI and Scientific Argumentation: An Epistemic Network Analysis of Student Reasoning Patterns
本研究采用认识网络分析法（Epistemic Network Analysis）旨在证明，与传统或对照组相比，参与苏格拉底式人工智能驱动的论证驱动探究（Argument-Driven Inquiry）的中学生表现出更独特且更广泛的推理模式，特别是在评估竞争性论点和提供个人辩护方面。
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
在现代世界中，具备科学素养不仅仅意味着记住关于原子或生态系统的知识。它还要求具备在面对气候变化或公共卫生等复杂问题时，权衡证据、考虑不同观点并构建合理解释的能力。这种被称为“科学论证”的能力是教育的核心目标，然而它在教学中却出了名的难以传授。传统的课堂往往难以为每位学生提供所需的个性化指导，以帮助他们从简单的观点转向深度的、基于证据的推理。几十年来，教育工作者一直依赖一种称为“论证驱动探究”的方法，即让学生构建论点、评判彼此的作品并修正自己的思维。然而，这一过程在很大程度上取决于同伴反馈的质量，而这种反馈往往具有不一致性。随着人工智能成为日常生活的一部分，一个新的问题出现了：一个旨在提出问题而非直接给出答案的计算机程序，是否能帮助学生进行比独自思考更深入的思考？
德克萨斯 A&M 大学的一个研究小组致力于通过测试一种被称为“苏格拉底式人工智能”（Socratic AI）的特定类型人工智能，来回答这个问题。与那些仅仅为学生提供事实或撰写论文的聊天机器人不同，苏格拉底式人工智能被编程为扮演一名深思熟虑的导师。它使用一种提问方法，迫使学习者解释自己的推理过程、评估自己的证据并考虑替代视角。为了观察这种方法在真实课堂中的效果，研究人员在台湾对 90 名十年级学生进行了一项研究。他们将学生分为三组，以观察不同类型的支持如何影响他们的科学论证能力。第一组采用传统方式，使用带有人类同伴的论证驱动探究法。第二组使用相同的方法，但在同伴评审阶段接受来自苏格拉底式人工智能的反馈。第三组作为对照组，未接受任何特别干预。所有学生都被要求在活动前后撰写论文，针对一个复杂的社会科学议题发表立场，并用证据进行辩护。
研究人员并不仅仅统计学生写了多少字或包含了多少正确的事实。相反，他们观察了学生思维的结构。他们分析了书面论文中论证的不同部分是如何连接的。例如，他们检查学生是仅仅陈述了一个主张就结束了，还是将该主张与证据联系起来，考虑了反方观点，并根据这些新信息修正了自己的立场。他们还观察了学生潜在的知识观：他们是将科学事实视为固定不变的，还是将其视为通过推理构建并能随新证据而更新的复杂概念？通过绘制这些连接，研究人员可以可视化学生推理的“形状”。
结果显示了两组之间明显的差异。对照组的学生在接受特别支持后，其推理方式的变化非常小。他们的论文仍然集中在陈述简单的观点和引用基本事实上，很少参与对对立观点的探讨。传统的同伴评审组学生取得了显著进步。他们开始将观点与证据更紧密地联系起来，并开始识别同伴论证背后的逻辑。然而，他们的思维仍有局限；他们很少参与科学推理中最困难的部分：批判性地评估竞争性论点，并将它们综合成一个新的、更强大的结论。
使用苏格拉底式人工智能的小组表现出了最先进的发展。他们的推理模式变得更加复杂且相互关联。在最后的论文中，这些学生更有可能评估竞争性论点，权衡不同证据的强度，并构建结合了多种视角的全新辩护。人工智能似乎比人类同伴更能推动他们前进。当研究人员分析学生与人工智能之间的交互日志时，他们发现该系统在大多数情况下都按预期运作。人工智能频繁提出开放式问题，要求学生解释自己的想法、证明其选择的合理性并考虑其他可能性。在大约一半的交互中，由学生主导推理，人工智能充当引导者；在另外三分之一的交互中，学生与人工智能共同构建一个想法；然而，在极少数交互中，人工智能占据了主导地位，并在学生似乎陷入困境或寻求直接答案时提供了实质性的推理。
这一发现表明，虽然苏格拉底式人工智能可以显著增强学生推理的深度，但它并不是人类思维的完美替代品。研究表明，人工智能的辅助能力取决于它在多大程度上能维持学生对论证的责任感。当人工智能提出迫使学生思考的问题时，学生的推理网络会变得更加稳固。但当人工智能介入并亲自提供推理时，它就有可能中断学习过程。研究人员注意到，使用人工智能的学生并没有简单地将其作为一种新的权威人物而产生依赖。相反，他们似乎将来自人工智能的信息视为需要被评估并与自身推理相结合的内容，而非盲目接受。
这项研究得出结论，将结构化的论证方法与苏格拉底式人工智能相结合，在科学教育领域具有巨大的潜力。它提供了一种持续、高质量的提问方式，这在仅靠人类同伴时可能难以实现。然而，研究人员警告说，人工智能的设计至关重要。要实现真正的有效性，系统必须经过配置，以确保将认知工作保留在学生手中，即使在学生遇到困难时也是如此。目标是利用技术来搭建思维过程的支架，而不是取代它。随着人工智能在课堂中日益普及，理解这些细微差别对于确保这些工具能够帮助学生培养应对复杂世界所需的批判性推理能力至关重要。
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。