学习者能动性与自主性的大规模语义映射揭示测量与生成式AI研究忽视的内容
摘要
本文利用对超过14,000篇出版物的大规模语义分析,绘制了学习者能动性与自主性的定义图谱,揭示了三个维度,并指出现有量表系统性地低估了社会文化维度。文章指出,当前教育领域的生成式AI研究过度聚焦于学习调控,从而窄化了为AI中介学习环境所设计的行为库。
arXiv:2606.10881v1 公告类型:新提交
摘要:学习者能动性与自主性是个体发展的基础,然而普遍存在的“jingle-jangle”谬误(即相同术语指代不同构念,不同术语指代同一构念)严重阻碍了知识的积累。将意义视为通过语言实践使用而构成的现象,我们从超过14,000篇出版物中提取了8,954条定义和2,700个量表项目,利用语义分析流程研究研究者实际如何使用学习者能动性与自主性。这两个构念的定义图景解析为三个维度:学习的调节与控制(任务)、内在动机与内部决策(个体)、以及社会关系行动(社会文化),从而实证量化了“jingle-jangle”谬误。然而,现有量表系统性地低估了社会文化维度。关键的是,当前教育领域的生成式AI研究集中在学习调节与控制上,窄化了AI中介学习环境设计所要培养的行为库。除了概念澄清之外,这项工作对支持多维度学习者能动性与自主性的概念化、测量和实践具有直接意义。
查看缓存全文
缓存时间: 2026/06/10 06:17
# 大规模语义映射揭示学习者能动性与自主性的测量和生成式人工智能研究忽视之处 来源:https://arxiv.org/abs/2606.10881 查看 PDF(https://arxiv.org/pdf/2606.10881) > **摘要**:学习者能动性与自主性是个人发展的基础,然而一种普遍的“同名异质/异名同质谬误”(即同一术语指代不同构念,不同术语指代相同构念)极大地阻碍了知识的累积。我们将意义视为通过语言实践中的使用而构成的现象,从超过14,000篇出版物中提取了8,954条定义和2,700个量表条目,通过语义分析流程探究研究者实际如何使用“学习者能动性”与“自主性”。这两个构念的定义图景可归结为三个维度:学习的调控与控制(任务)、内在动机与内部决策(个体)以及社会关系行动(社会文化),从而经验性地量化了同名异质/异名同质谬误。然而,现有量表系统性地低估了社会文化维度。关键在于,当前教育领域的生成式人工智能研究集中于学习调控与控制,窄化了人工智能中介学习环境旨在培养的行为范畴。除概念澄清外,本研究直接对概念化、测量及实践产生启示,以支持多维度的学习者能动性与自主性。 ## 提交历史 来自:刘晓波 [查看邮箱(https://arxiv.org/show-email/ca009693/2606.10881)] **[v1]** 2026年6月9日星期二 13:54:31 UTC(3,212 KB)
相似文章
大多数关于“智能体 AI”的讨论都感觉太抽象了。这里是我的智能体研究系统的实际样子
作者分享了他为识别和评估公司内 AI 用例而构建的智能体研究系统的实际分解。该系统使用六个智能体进行发现、评估和上下文提取,强调人在决策环中,而非完全自主。
设计治理:构建面向组织学习与可扩展自主性的代理型人工智能
本文通过对一家大型IT服务公司2025年开发和部署代理型AI系统的定性案例研究,提炼出七条经验,旨在将治理嵌入系统架构与运营中,以平衡自主性与问责制。
# 数字学徒:人类主导的智能体AI开发框架
本文介绍了"数字学徒"(Digital Apprentice)框架——一个可扩展且安全的智能体 AI 体系,其中自主权通过观察学习、人工授权和持续对齐校正的方式逐步获得。本文还介绍了 ADAPT,一种推理时控制平面,用于将渐进式自主权等级付诸实践,并将人工校正转化为可复用的偏好数据。
高等教育中的智能体AI生态系统:从AI智能体到新兴包容性、智能体多智能体AI框架的学习、教学和机构智能视角
本文提出了高等教育中智能体多智能体AI平台的前瞻性视角,探讨了对支持学习、教学和机构运营的集成化、包容性系统的需求。它识别了当前碎片化AI工具的不足,并提出了可扩展、与人类对齐的多智能体生态系统的发展方向。
@lateinteraction: 这项努力最意想不到的副作用之一是,它首次为我们提供了一个可衡量的智能体“智能”定义,让我感到满意
Jacob X. Li 讨论了人工智能持续学习的新视角,强调从文档库中培养专业知识,并指出这为智能体的智能提供了可衡量的定义。