人工智能助力素养生成：内在逻辑与实现路径

王振华 于泽元

[摘   要] 在人工智能广泛应用于教育的背景下，探讨人工智能如何促进学生素养生成是教育研究关注的焦点。学生与复杂情境相遇是素养生成的前提，人工智能在搭建复杂情境上具有巨大的优势，它将在创设吸引学生融入的物理情境、建构学生自主参与的社会情境、激发个体心智运作的内部情境上整合协调发挥作用，从而形塑人工智能助力素养生成的逻辑理路。在教学实践中，人工智能助力素养生成可以参照以下路径：从学习主题出发，搭建复杂情境；以大观念为线索，整合学习内容；注重集体建构，激发学生自主参与；开展情境化学习，助推素养生成。

[关键词] 人工智能； 素养生成； 复杂情境； 交互

[中图分类号] G434            [文献标志码] A

[作者简介] 王振华（1982—），男，河南嵩县人。博士研究生，主要从事课程与教学论研究。E-mail：wzhedr@163.com。

素养导向是当前教育改革的风向标。素养不是单一的知识、能力和态度的简单叠加，它是知识、技能、态度与价值观的综合表现。近些年，人工智能广泛应用于教育领域，有力地推动着教育教学变革。从大方向上来说，人工智能与教育的融合要利于核心素养落地，为学生素养生成创造条件。这就需要深入分析利用人工智能促进学生素养生成的内在逻辑与实现路径。

一、素养生成需要复杂情境

素养不是教师教出来的，而是学生在经历复杂情境、解决问题的实践中逐步生成的[1]。这意味着复杂情境对于素养生成十分重要，对复杂情境予以关注并利用人工智能搭建复杂情境，将成为撬动素养生成的有力支点。

（一）素养生成的机理

1. 素养生成的三个条件

素养如何生成？对此，蔡清田教授在多年研究的基础上系统地回应了这个问题。他认为，素养生成须关注以下三个方面：外在对复杂情境的因应，内部形成心智运作模式，能够产生自主的行动，上述三者形成一个整体互动体系[2]。回到素养界定上来，有助于理解这三个方面及其之间的关联。国际经合组织（OECD）对素养的界定颇具代表性，其认为“素养不只是知识与技能，它是在特定情境中通过利用和调动心理社会资源（包括技能和态度）以满足复杂需要的能力”[3]。通过这个界定，可以推断出学生在简单情境中无法生成素养，因为简单情境中的问题解决仅需单一知识或技能甚至是应激反应便能实现，而复杂情境中孕育的问题往往具有不确定性与复杂性，需要综合运用知识、技能与态度等才能解决。综合运用的过程就关涉到心智运作，知识、技能、态度和价值观在心智运作中实现了综合运用，形成解决问题的方案与行动。而这需要建立在自主的行动上，这樣才能避免被动的形成机械式的执行，才能有效进行心智运作。可见，这三者本身就内蕴着彼此间的联动，在这个过程中素养得以生成。

以上说明素养生成需要三个条件：第一，学生与复杂情境相遇；第二，自主参与；第三，形成心智运作模式。具体而言，学生与复杂情境相遇，才有机会综合运用知识、技能、态度和价值观解决问题，使素养生成成为可能；自主参与表明学生以自主的状态参与到复杂情境中来，在自主式的行动中开启心智建构，素养才能生成；形成心智运作模式旨在使学生经历复杂情境，将知识、技能、态度和价值观融为一体，满足复杂问题解决的需要，指向素养生成。

2. 素养生成的前提：学生与复杂情境相遇

首先，学生与复杂情境相遇，他们才有机会参与其中。托马斯（Thomas）的“情境定义”（Definition of Situation）指出，人们不仅对情境加以解释，更主要的是按自己对情境的定义来作出反应[4]。 人们赋予情境某种意义，随后的行为及这一行为的某些结果将受所赋予的意义的决定[5]。这说明，人总是根据所处的情境采取行动，情境是人行动的理由。只有提供与复杂情境相遇的机会，个体才有可能综合运用知识、技能、态度和价值观解决问题，这决定着素养的生成。

其次，学生只有参与到复杂情境中来，在解决问题的行动中，使心智模式不断得以建构，素养才能生成。复杂情境中蕴含着丰富的信息要素以及多因素间的互相交织，使得情境充满了复杂性与不确定性。学生经历这种复杂情境并解决其中的问题，需要依靠高阶思维、人际交流以及综合运用多种资源，这将帮助学生超越线性思维走向非线性思维，不断完善应对情境变化的心智运作模式，涵养着素养生成。

（二）利于素养生成的复杂情境界说

1. 复杂情境的内涵

情境意味着人与环境的交互，正如杜威所说，“情境和交互作用这两个概念是互不可分的”[6]，“情境是互动过程之产物”[7]。这说明情境不同于环境，当人的行为、心理与其所处的环境发生交互作用，情境就产生了。也就是说，交互是情境的本质属性，离开了交互，情境就不会出现。同时，交互作用的发生也表明情境是流动变化着的。

什么是复杂情境呢？复杂情境的“复杂性”有三层含义：其一，复杂情境蕴含着一个或若干个复杂问题。复杂问题是结构不良的问题，其结构要素缺失，要素间的关联是不清楚或隐匿的，解决问题的路径是开放的。其二，学习者与复杂情境中的信息与资源进行着复杂的互动。这是由于在解决复杂情境中的问题时，初始状态的信息常常是不足的，目标不清晰，需要在交互过程中搜索与梳理信息，寻找解决问题的办法[8]。这样的互动中，互动要素多样、互动关系多层立体交错。其三，交互的过程中生成的物理、社会与个体内部三重情境相互交织构成了复杂的结构，同时其又是流动变化的。物理情境体现的是人与物理环境的交互作用，物理环境要素包括学习的材料、设备、工具、时间、地点等；社会情境是指人与他人之间的交互作用，涉及的社会环境要素主要是学习者与他人之间的关系，其本质上是一种社会文化情境；个体内部情境即心理情境，其要素包括学习者的认知水平、行动能力、态度、情感、价值观等。互动会不断生成物理情境、社会情境与个体内部情境，这三重情境又交织为一体，在情境的演进中不断发生着变化。

综上所述，复杂情境指的是在解决复杂问题的过程中，人与环境中的信息和资源展开多层立体式互动，生成的物理、社会与个体内部三重情境的交织态，且不断地演进与变化。

2. 利于素养生成的复杂情境的特征

学生与复杂情境相遇是素养生成的前提，但并不是所有的复杂情境都利于素养生成。利于素养生成的复杂情境具有下述三个特征：

第一，指向实践参与。素养不是传统意义上的能力，素养强调的是一个人在正确价值观指引下把事情做成的综合能力[9]，做成事情必然涉及认知、行为、态度、情感、價值观等多个层面。成事的过程就是在实践中综合运用知识、技能、态度和价值观解决问题的过程，这利于学生的自主参与和心智运作，指向实践参与的复杂情境是滋生学生素养生成的沃土。

第二，支持协作学习。在复杂情境中解决问题需要与他人协作，学习者个体在共同的价值追求下展开协作，利于社会情境的建构。大量研究表明，协作学习比个别学习及竞争学习在学习成绩、学习效果与学习者和谐关系建立等方面更为有效[10]。在支持协作学习的共同体中，通过与他人互动，不仅建构了知识的意义，其参与行为和态度还会受到共同体文化的影响，这利于素养生成。

第三，促进意义建构。在个体经历复杂情境的过程中，物理、社会与个体内部三重情境交织，其中，个体内部情境的生成在很大层面上是由个体对其所处的环境进行意义建构所决定的。个体会产生什么样的意义，取决于个体已有的知识、技能、态度等与环境中诸多信息和资源间的互动，物理情境与社会情境的演进与变化需要指向意义建构，生成个体意义才能使自己在情境的变化中作出灵活的决策与行动，使心智模式不断完善，进而沉淀成素养。

（三）人工智能搭建复杂情境的优势

情境在当前教学中的应用主要是利用情境激趣、渲染学习气氛，或是给知识学习镶嵌一个应用的场景，在这个过程中，情境多是作为背景条件而存在[11]，并不能满足素养生成所需复杂情境的要求。学生在这样的情境中，与物理、社会以及个体内部情境要素交互的机会十分有限。一方面，学生的行为、认知、情感和价值观等无法充分地融入到情境中来，与环境各要素的互动较少，自主参与受限；另一方面，学生在这样的情境中获得的大多是零碎的知识与处理简单问题的应激反应，不是心智模式的发展。对当前教学而言，搭建复杂情境，吸引学生自主参与，形成心智运作模式，在这些方面还有很大的提升空间。

尽管信息技术已经成为教学环境建构的重要支撑，但是传统信息技术下的情境搭建，存在着人与环境中各要素交互方式简单、实践体验欠缺、学生参与感不强、技术仅是知识传递的工具等问题。近些年，人工智能技术突飞猛进，广泛应用于教育领域，成了提升学习效果、提高教学质量的好帮手。在复杂情境搭建上，人工智能将展现出强大的能力。具体来说，利用人工智能搭建复杂情境的优势在于：

其一，使用模拟仿真技术，展现问题或任务情境的全貌。创设与学生生活经验相关联的问题情境或提供给学生真实的学习任务，能够有效激发学生参与学习活动的动机，促进学生主动进行学习的意义建构。人工智能具有的融合虚拟/增强现实、全息投影等技术，很容易做到给问题或任务嵌入全景般、具象化的生活情境，尤其是那些远离学生生活经验、抽象的复杂问题都可以通过人工智能技术来实现对其所处情境的复原与再建构，以此增强问题或任务的真实感和参与的现实感。

其二，赋能交互环境，促进协作学习。强大的数据库与网络技术极大地丰富了学习信息，当学生需要相关的课程知识时，人工智能依靠强大的搜索引擎与低延时技术，在手指点击或语音口令说出的瞬间，就可以提供给学习者需要的知识和信息，同时还能够实现语音或文本上的互动。人工智能不仅处理物与物之间的联结，也能够极大地催化人与人之间的联结[12]。人工智能多元交互平台，打破了传统的师生交往关系，实现了人与人之间跨越时空与地域的无障碍交流，增强了社会情境对学习的积极影响。人际协作、人机协同，这将有力地消解教育与社会之间的围墙，实现更广范围上的社会性协作学习。

其三，实现沉浸操作，获得更为丰富的学习体验，使心智建构更加高效。随着VR终端设备的升级，还有元宇宙系统的加持，就可以设计和建构沉浸感更强的虚拟教育空间。比如，Meta在2021年8月推出了全息虚拟会议软件“Horizon Workrooms（地平线工作室）”搭建的虚拟会议空间，它使用混合现实桌面、键盘跟踪、手部跟踪等技术，做到了与现实世界没有违和感的对话体验，简直是身临其境[13]。没有繁琐的穿戴设备，参与者通过智能眼镜进入虚拟会议空间，虚拟的人物形象同步模拟与会者本人的表情和眼神，实现了360度全方位传声，在交流过程中，感受到声音传来的方向就像现实中觉察声源在何处那样自然。与传统视频会议不同的是，参与者以虚拟身份进入会场，不仅在视觉、听觉、触觉上获得逼真的具身参与感，还能够与他人实现眼神上的交流，这使得参与的氛围更加真实，个体参与的沉浸感大大增强。这项技术在教学中的运用就可以实现学生与专家（也可以是人工智能虚拟的专家）之间直接对话，学生直观观摩专家如何解决问题，对知识意义建构的格局更高，在此影响下，心智运作将更加高效。

二、人工智能助力素养生成的内在逻辑

素养生成需要复杂情境，但并不是说有了复杂情境就可以生成素养，因为素养生成还需要另外两个条件。这意味着人工智能需要在创设吸引学生融入的物理情境、建构学生自主参与的社会情境、激发个体心智运作的内部情境上整合协调发挥作用。即人工智能必须围绕素养生成的三个条件来发力。

（一）创设真实性学习场景，吸引学生融入情境

第一，人工智能搭建的真实性学习场景强调问题或任务与学生生活或现实世界的关联。一方面，在人工智能技术的加持下使学习的场景更为逼真，通过人工智能虚拟现实技术可以再现真实性场景，学生通过穿戴设备进入由人工智能搭建的复杂情境，对情境的感知更为真实。另一方面，人工智能搭建的真实性学习场景需要基于学生生活或从现实世界出发进行设计，这样既能够对接学生已有的知识与经验，又可以与世界融通，学生在这样的场景中解决问题，能够真切感受到问题的真实性，解决问题的过程是充满意义的。

第二，人工智能搭建的真实性学习场景注重情境的整体性设计。情境的整体性设计背后有一条清晰的脉络贯穿其中，它将情境中的信息和资源联通。这条脉络保证了情境设计不会走向随意化与简单化，在情境的演进中，它又发挥着方向引领的作用。另外，从整体的角度对情境进行设计能够全面考虑物理情境、社会情境和个体内部情境三者之间如何协调与整合，当学生融入复杂情境后能够迅速觉察与感知其内蕴的问题或任务，在与他人交流协作的实践活动中发现问题解决的线索，也就创生了综合运用知识、技能、态度和价值观的机遇。

第三，人工智能搭建的真实性学习场景能够为学生的实践参与提供广阔的时空。这种真实性的学习场景可以将学习内容置于逼真的模拟环境中，知识和信息的呈现不再是机械生硬的传递，而是再现了知识与信息所在的具体情境，使其鲜活地与学生互动。学生参与到这样的场景中，参与成了具身的实践，这又在丰富和创造着新的学习场景。在这个过程中，学生体验到了学习的价值与自我价值，学习的动机会大大增强，主动探索真知，在与他人持续的合作与交流中，心智运作也丰富了起来。

（二）建构富有安全感的社会情境，促进学生自主参与

社会情境对学生的影响极为明显，学生对社会情境的感知会极大地影响他们在课堂上的行为[14]。这是由于在学习过程中，怎样处理与他人的关系和建立怎样的人际关系，将直接影响学习者以什么样的心态进行学习并付之行动。什么样的社会情境会对学生课堂参与的认知、情感与行为等方面产生积极的影响？许多研究表明，学生在一种有安全感和归属感的社会交往情境里，会出现更多的内在学习动机与行为[15]。当感到不受威脅，感觉到自己是被接纳、认可、包容与鼓励时，才会向他人敞开心扉。在这方面，人工智能可以营造出富有安全感的社会情境，促进学生自主参与。

其一，能够使参与者获得更多的安全感。传统课堂的交往情境多以“教师提问—学生应答”的方式来建构，在这种模式中，知识是预先确定好的，问题的答案也是面向已知的知识系统，学生进入的是一个既成的体系，很少有机会表达自己的观点以及与他人争辩。人工智能则能够实现同步与异步互动，不仅使交互互不干扰，且节约了互动的时间，保证了协作学习的持续与稳定。此外，人工智能做到了匿名互动，解放了学习者的思想束缚，使学生以轻松的心态融入到与他人互动的情境中，参与的自主性也随之增强。

其二，促进人与人之间亲密关系的建立。很多学生总在担心自己的行为、观点、语言表达会引来他人的质疑甚至是嘲笑，因而不敢与他人交往。只有在亲密关系的氛围下，他们才会放下各种担心。因此，创设使学生感知到安全的、具有鼓励性的社会环境和建立亲密的社会关系，能够助其产生积极的情绪体验，增强与他人交往的意愿。在这方面，人工智能已大显身手，智能导师、智能学伴、智适应学习平台与自动化测评系统等AI产品已经广泛应用于学习实践，不仅极大地提升了学习效果，对于形成良好的人际互动亦提供了有力的支持。

其三，人工智能为建构学习者与他人间的关系提供了新的可能。首先，借助情境感知技术捕获学习者的动作、行为、情绪等方面的数据，精准识别学习者的个性特征[16]，特别是对面部表情、声音等采用传感器技术获得数据，基于人工智能的情感识别与情感计算技术[17]，就可以将学习者的情感情绪态度进行清晰的刻画，为理解学习者的心理状态提供了准确的信息，把握住这些也就拉近了彼此间的心理距离。其次，人工智能提供的是即时性反馈，获得的是学习者的即时感受，为第一时间准确感知他人的情绪情感提供了可靠的资料，为处理好自我与他人的关系、避免机械的交互反应及调整自己的情感状态提供了准确的信息。

（三）激活认知冲突中的个体内部情境，开启学生心智运作

心智运作既体现为在协调处理环境信息时个体心理活动的方式，同时也体现着将知识、技能、态度和价值观进行综合的过程。从方式上来说，由于每个人接触的事物与成长的经历及获得的经验是不完全相同的，不同的人就具有了不同的心智运作模式。从过程上来看，心智运作是一项复合式的心理活动，需要把自己感知到的各项信息综合起来解决相应的问题。实际上，无论从何种角度分析心智运作都需要关注到认知，也可以说，认知是理解心智运作的关键。这是由于认知体现着学习主体基于已有的观念、经验对新事物的理解与建构，而这也正是心智运作的展开过程。

根据皮亚杰的认知发展理论，认知冲突是认知发展的关键。认知冲突，即个体原有的概念或认知结构与现实情境不符时在心理上产生的矛盾与冲突[18]。认知冲突的出现会带来认知上的不平衡，通过同化或顺应的方式使认知从不平衡走向平衡，这正是认知产生与发展的过程。这说明学生的认知要想获得发展就需要经历“平衡→冲突→再平衡”的过程，然后再循环往复，其中，认知冲突这个环节十分重要，它是认知发展的“拐点”。因此，建构能够持续引发学生认知冲突的情境将会激发并维持学生的参与，在处理冲突与矛盾的过程中，其心智建构才能不断完善。人工智能所要提供的是带给学生认知冲突的情境，进而激发其个体内部情境建构，推动心智运作。

第一，搭建引发认知冲突的情境。利用人工智能的多模态数据采集、数据挖掘、情感计算和学习分析等技术，刻画出学习者的学习画像[19]。在这个基础上就能够清楚地知晓学生已有的认知水平，了解其已形成的迷思概念，围绕“概念转变”设计一系列由浅入深、环环相扣的情境事件，以引发学生的认知冲突，从而引导学生建构新的认知架构。这个过程就是在人工智能的支持下，在准确判断出学生认知状况的基础上，进而推送并创生引发其产生认知冲突的学习情境，在经历“平衡→冲突→再平衡”的过程中使其心智得以建构。

第二，优化互动中的社会情境，创生引发认知冲突的对话情境。在学习过程中，人际间的社会互动展现为学习中的话语交流，即创生出对话情境。对话要为产生认知冲突创造条件，如果对话只是囿于现有的认知框架内的交流，新知识的学习就无法推进。事实上，认知冲突不仅是一种认知现象，本质上还是一种话语现象，认知冲突可以理解为交流认知冲突[20]。从这个角度讲，通过社会互动建构对话情境，需要个体将自己的想法与观点分享出来，在与他人的对话中创生认知冲突，在互动中实现由认知不平衡走向新的平衡，为心智运作的展开提供契机，同时也是建构个体内部情境的过程。

三、人工智能助力素养生成的实现路径

素养生成需要复杂情境、自主参与和心智运作三者间的整体联动，人工智能能够强有力地促进这个进程。在当前的学校教育中，人工智能产品已经大量地应用于教育教学，发挥着重要的作用[21]。在这个基础上，需要厘清人工智能助力素养生成的路径。

（一）从学习主题出发，搭建复杂情境

学习主题是在宏观层面上概括式地回答了学什么的问题，在整个学习活动中发挥着统摄学习内容的关键作用。本文提出从学习主题出发，搭建复杂情境，主要基于以下考虑。第一，学习主题体现综合性。这是因为学习主题更加上位，它不是细节性的知识点或技能，而是对一类甚至是几类知识或技能的概括描述。学习主题能够实现对跨学科知识与技能的统摄。学习主题的综合性为创设复杂情境提供了资源，也为学生在解决问题的过程中基于协作学习创造了机遇。第二，学习主题具有结构性。学习主题虽然是上位的且偏重于综合性的宏观表达，但这并不妨碍其内含的结构，综合性是在一定结构上的综合，不然就会使综合陷入无序。这种结构性为搭建复杂情境提供了结构式的路向支撑，便于从结构上整体把握物理、社会、个体内部三重情境的复杂交织。第三，学习主题内含建构的意蕴。由于学习主题指向宽广的领域，在学习活动中需要将其转化为一项项具体的学习内容，学生在参与中完成知识的建构，才能逐步领会学习主题统摄的内容要旨。这些与复杂情境指向实践参与、促进意义建构是一脉相通的。

围绕学习主题搭建复杂情境，人工智能的应用主要是以下两个方面：一是能够極大地增强复杂情境的真实性，使学生在参与中获得的具身体验感更强。围绕学习主题，人工智能塑造的富媒体情境借助全息投影、虚拟现实、可穿戴设备与自然语言处理等智能技术，很好地实现了现实世界与虚拟世界之间无缝低延迟衔接，使科学世界与生活世界有机联通，增强了学习者的具身体验，这些正是素养生成不可缺失的经历。二是人工智能技术能够在情境演进的过程中提供强有力的支持。借助人工智能的情境感知技术能够即时捕获学习者的行为、情绪等方面的数据，精准识别学习者的认知水平、个性特征，这为更高质量的互动提供了准确的信息。在未来，人工智能还能够提供全面感知的学习场所，实现物理情境、社会情境与个体内部情境的有机关联与深度交织。

（二）以大观念为线索，整合学习内容

确定学习主题后，就需要围绕学习主题进行学习内容整合。在这方面，大观念（Big Ideas）将成为强有力的组织者。大观念是对个别的事实和技能赋予意义和连结的重要概念、主题、问题、观念，也有研究者将其称为大概念[22]。运用大观念能够很好地实现学习内容的整合。第一，大观念能够实现学习内容的综合化。以大观念作为线索可以把散状的信息与资源聚拢起来，实现学科内不同领域、不同学科、科学世界与生活世界的联通，包括情境的预设与展开，大观念都是强有力的组织线索。第二，大观念能够使学习内容结构化。大观念在使各项信息与资源整合起来的同时，业已成为了结构自身。这种结构化可以使学习者快速觉察与把握知识间的关联，大大提升学习成效。

运用大观念整合学习内容，可以充分利用人工智能的技术优势。人工智能擅长挖掘隐藏于暗处的知识以及知识间的关联，能够使知识之间按照某种逻辑编织成有机的整体。一是利用人工智能不仅可以从已嵌入学科知识的海量数据、传统文化、人生哲学等内容中析出学科大观念、世界大观念、人生大观念，同时还可以呈现大观念背后的知识与知识之间的逻辑关系，这对于知识整合具有重要的价值。二是人工智能生产的机器知识，还有人与智能机器协同产生的知识，将丰富学习内容的整合。智能技术以其超强的计算能力进行模拟测算，可以自动生成和自主进化，产生大量的人类既无法感受又无法表达和描述的“暗知识”；人类设计算法、创造智能机器，再用大数据对其进行训练，在关键节点上进行决策，人机协同进行知识生产，创生“灰知识”[23]。三是在人工智能加持下的学习内容整合将有力地促进意义建构。在人工智能技术的支持下，使用大观念创设结构化的学习内容，利于学生富有逻辑地参与知识的学习与建构，生成知识的个人意义也就融于了这个过程。

（三）注重集体建构，激发学生自主参与

集体建构是指大家围绕学习主题，在分享个体智慧的基础上，通过对话和协商，使不同智慧在比较与整合中产生联结，达成对学习内容的共同认可，其强调每个人都有机会参与到教学活动中贡献个人的智慧。基于此，集体建构就为每个人发挥自身的主动性提供了广阔的空间，为学生的自主参与创造了可能，它鼓励并接纳不同的声音，以共建共享集体智慧实现对学习内容的理解与建构。

其一，通过集体建构产出群体智能。群体智能（Swarm Intelligence）是人工智能研究领域的概念，指的是自然界的有机体通过彼此间的交互而涌现出超越个体智能水平的智能类型[24]。具体来讲，群体智能就是一种集体智慧，是有机体基于一套规则以及彼此间的互动而集聚形成的更高的智慧，这种智慧远高于每个个体的智慧，也高于个体智慧之和[25]。这说明群体智能的产生必须以个体间的充分互动、智慧共享、协调合作为基础，学生的自主参与为充分互动提供了有力的支持。正是通过集体建构，学生在融入的过程中感受到了自主参与带给他们的广阔时空，开启了心智建构，促进着素养生成。

其二，人工智能多通道交互技术下的人机交互与人—机—人交互将实现更高质量的集体建构，极大地促进学生自主参与。在多通道交互技术的支持下，可以使用语音、文本、肢体动作、眼神、表情等与智能机器进行交互，最终目标是人机交互像人人交互一样自然。还可以引入AI语音识别、计算机图像视觉、全息技术、XR、数字孪生等智能新技术，实现在教学环境内的全域交互，进而建构起一个虚实融合且技术高度集成的智能化、可计算的学习空间，为学生提供多维度的学习服务与体验，促进学生的自主参与[26]。同时，这样的交互也更容易创生认知上的冲突，在集体建构中实现由认知冲突走向新的认知平衡，在这个过程中丰富了学生的心智运作。

（四）开展情境化学习，助推素养生成

情境化学习是指学习者经历情境中围绕学习主题充分与情境互动而引发经验生长的过程，其强调最大化地利用情境中的信息和因素[27]。情境化学习注重情境生态建构，强调学习者与情境之间的充分互动，围绕学习主题实现情境中信息和因素的最大化利用，它能够提供素养生成的场域与资源，是素养生成的实践支柱。《义务教育课程方案和课程标准（2022年版）》强调项目化、任务化、主题化和实践化的教学改革，助推核心素养落地，其本质也都是情境化学习，强调学习是发生在情境和互动中的。

人工智能将有力地推动情境化学习的开展。在情境化学习中，学生将经历“融入情境→情境定义→作出反应→情境反馈→联系自我→意义生成”这个过程。学生进入人工智能搭建的学习情境，会基于自身的经验与认知对情境进行定义。比如，当学生走进动手操作的情境，或是融入视听欣赏的情境，学生给出的情境定义就会不同，进而作出反应并付诸行动。情境意味着人与其所在的环境中的信息、资源、他人进行交互，获得情境反馈。获得反馈信息后会不由自主地联系自我，思考这些对自己意味着什么，此时，意义就产生了。在这个过程中，自己并非仅是单方面的受到情境的影响，自己与情境中的信息、资源和他人的交互也在建构着情境，人工智能会使这种交互更加充分、更为及时。

在课堂教学中开展情境化学习可以沿着以下路径进行：整合知识化情境→融入情境真参与→各抒己见现差异→比较差异求真知→求同存异得共识→意义扎根成素养。上文已经对前两个环节进行了分析，接着的四个环节是实现集体建构的核心步骤。人工智能提供同步异步交互促进每位学生自主参与，大家围绕学习内容分享各自的理解，不同的看法、差异性的观点开始涌现，经历了在对话与协商中比较差异、认识差异的过程后，最终达成共识。共识不只是一致性共识，还包括接纳与认可不同观点的差异性共识，建构集体智慧形成的整合性共识。这个过程也诠释了“平衡→冲突→再平衡”的认知发展过程，学生经历了这个过程，获得了扎根在心灵中的意义，形成了心智运作模式，能够将所学迁移到不同的情境中灵活地解决问题，也就生成了素养。

[参考文献]

[1] 钟启泉.基于核心素养的课程发展：挑战与课题[J].全球教育展望，2016（1）：3-25.

[2] 蔡清田.素养：课程改革的DNA[M].台北：台湾高等教育出版社，2011：123.

[3] OECD. The definition and selection of key competencies， executive summary[M]. Paris：OECD，2005：4.

[4] 于海.西方社会思想史[M].3版.上海：复旦大学出版社，2010：250.

[5] 罗伯特·K·默顿.社会研究与社会政策[M].林聚任，等译.北京：生活·读书·新知三联书店，2001：286.

[6] 约翰·杜威.我们怎样思维·经验与教育[M].姜文闵，译.北京：人民教育出版社，2005：262.

[7] FLAHERTY M G. Two conceptions of the social situation： some implications of humor[J]. Sociological quarterly， 1990，31（1）：93-106.

[8] JONASSEN D H. Toward a design theory of problem solving[J]. Educational technology research and development， 2000，48（4）：63-85.

[9] 于泽元，王丹艺.核心素养对课程意味着什么[J].现代远程教育研究，2017（5）：21-28.

[10] 黄荣杯.CSCL的理论与方法[J].电化教育研究，1999（6）：25-30.

[11] 李祎，钟绍春，周拓.信息技术支持下的小学数学智慧教学模型研究[J].中国电化教育，2016（11）：128-133.

[12] 于泽元，尹合栋.人工智能所带来的课程新视野与新挑战[J].课程·教材·教法，2019（2）：27-36.

[13] 毕马威.元宇宙十大应用场景展望[J].软件和集成电路，2022（5）：38-42.

[14] 王一岩，郑永和.面向智慧课堂的教育情境感知：价值定位、特征模型与实践框架[J].电化教育研究，2021（11）：84-91.

[15] 刘海燕，闫荣双，郭德俊.认知动机理论的新进展——自我决定论[J].心理科学，2003 （6）：1115-1116.

[16] 曹培杰.智慧教育：人工智能时代的教育变革[J].教育研究，2018（8）：121-128.

[17] 周进，叶俊民，李超.多模态学习情感计算：动因、框架与建议[J].电化教育研究，2021（7）：26-32，46.

[18] 林崇德，胡卫平.思维型课堂教学的理论与实践[J].北京师范大学学报（社会科学版），2010（1）：29-36.

[19] 顾小清，李世瑾.人工智能促进未来教育发展：本质内涵与应然路向[J].華东师范大学学报（教育科学版），2022（9）：1-9.

[20] SFARD A. When the rules of discourse change， but nobody tells you： making sense of mathematics learning from a commognitive standpoint[J]. The journal of the learning sciences， 2007，16（4）：565-613.

[21] 张绒.生成式人工智能技术对教育领域的影响——关于ChatGPT的专访[J].电化教育研究，2023（2）：5-14.

[22] 吕立杰.大概念课程设计的内涵与实施[J].教育研究，2020（10）：53-61.

[23] 杜華，顾小清.人工智能时代的知识观审思[J].中国远程教育，2022（10）：1-9，76.

[24] 何静.人工群体智能是否可能？[J].华东师范大学学报（哲学社会科学版），2020（5）： 90-96，186.

[25] 何小贤，朱云龙，王玫.群体智能中的知识涌现与复杂适应性问题综述研究[J].信息与控制，2005（5）：50-56.

[26] 王永固，许家奇，丁继红.教育4.0全球框架：未来学校教育与模式转变[J].远程教育杂志， 2020（3）：3-14.

[27] 于泽元，那明明.情境化学习：内涵、价值及实施[J].华东师范大学学报（教育科学版），2023（1）：89-97.

Artificial Intelligence Facilitating Competence Generation：

Internal Logic and Realization Path

WANG Zhenhua1，  YU Zeyuan2

（1.Faculty of Education， Southwest University， Chongqing 400715;

2.International College， Southwest University， Chongqing 400715）

[Abstract] In the context of artificial intelligence being widely used in education， exploring how artificial intelligence can contribute to students' competence generation is a focus of educational research. Students' encounter with complex contexts is a prerequisite for competence generation. Artificial intelligence has great advantages in building complex contexts， and it will play an integrated and coordinated role in creating physical contexts to attract students' integration， constructing social contexts for students' independent participation， and stimulating internal contexts for individuals' mental operation， thus shaping the logical path for artificial intelligence to facilitate competence development. In teaching practice， the following paths can be followed for AI-assisted competence generation： building complex contexts starting from learning themes; integrating learning contents by using big ideas as clues; focusing on collective construction and stimulating students' independent participation; developing contextualized learning and promoting competence generation.

[Keywords] Artificial Intelligence; Competence Generation; Complex Context; Interaction