AI時代，學生應該如何學習？

5月10日，《AI驅(qū)動學習革命：主動學習的原理與策略》一書在“中小學人工智能課程暨智能教育學科研討會”上發(fā)布。

新書發(fā)布會由中國人工智能學會主辦，江西省哲學社會科學重點研究基地教師發(fā)展與數(shù)字化研究中心、上饒師范學院師范教育協(xié)同提質(zhì)計劃辦公室等單位承辦。華東師范大學陳向東教授、李峰教授，華東師范大學黨委學生工作部部長李彥壘，寧夏大學張玲教授，華中師范大學張屹教授，以及華東師范大學出版社編輯吳偉等出席活動。

本次活動由上饒師范學院研究生與學科建設處處長陳發(fā)云主持，上饒師范學院副校長饒愛京教授與本書譯者萬昆副教授圍繞本書的核心要點及其對中小學教師提高人工智能素養(yǎng)的作用作出了介紹。另外，此書日前入選全國哲學社會科學優(yōu)秀成果展。

《AI驅(qū)動學習革命：主動學習的原理與策略》

[美] 斯蒂芬·科斯林 著

萬昆 等譯

978-7-5760-6551-0

69.80元

本書基于AI的具體應用，圍繞五大學習原則（深度加工、組塊策略、建立關聯(lián)、雙重編碼、刻意練習），為教育者、課程設計師和終身學習者提供了一套以學習科學原理為基礎的系統(tǒng)、可操作的主動學習框架。

學者推薦

人工智能正在以前所未有的速度重塑教育生態(tài)，但無論技術如何迭代，教育的落腳點必須回歸到人類認知與學習的本質(zhì)規(guī)律上。斯蒂芬·科斯林教授憑借其深厚的認知科學積淀，在本書中為我們展現(xiàn)出一個極具前瞻性的圖景：生成式人工智能不僅僅是提升效率的工具，更是激發(fā)學習者內(nèi)在動機、促進知識深度建構(gòu)的“認知引擎”。

本書不僅透徹解析了主動學習背后的科學原理，更為我們提供了一套將人工智能轉(zhuǎn)化為“認知支架”的實操策略，指引教育者如何真正讓學生從知識的被動接收者轉(zhuǎn)變?yōu)橐饬x的主動建構(gòu)者。在教育數(shù)字化轉(zhuǎn)型的關鍵時期，這是一部兼具理論高度與實踐指導價值的佳作。強烈推薦給每一位關注教育未來、致力于技術與教學深度融合的研究者、教育管理者和一線教師。

——尚俊杰（北京大學教授）

本書是一部真正打通學習科學、主動學習與人工智能三大領域的前沿力作。斯蒂芬·科斯林將數(shù)十年的學習科學積淀，與生成式AI的最新發(fā)展深度融合，為教育者、課程設計師和終身學習者提供了一套系統(tǒng)、可操作、有原則的主動學習框架。它不是零散的AI應用技巧，而是圍繞五大學習原則（深度加工、組塊策略、建立關聯(lián)、雙重編碼、刻意練習）構(gòu)建的完整方法論。它將AI從新奇工具升維為教育變革的引擎，為每一位教育者提供通往未來課堂的清晰路線圖。

——趙建華（南方科技大學教授）

這不是一本關于AI技術的操作手冊，而是一本關于“如何學習”的書。斯蒂芬·科斯林基于數(shù)十年認知科學研究，將學習科學的相關核心原則——深度加工、組塊策略、建立關聯(lián)、雙重編碼、刻意練習——與生成式AI深度融合，構(gòu)建了一套可設計、可實施、可評估的主動學習方法論。書中提供了大量可操作的提示詞設計與評分標準方法，讓每一位教師、課程設計師乃至終身學習者，都能在這場“教育革命”中找到自己的位置。

——趙?。ㄈA東師范大學教授）

有主動學習的理論，也有可操作的策略，還有具體的課堂案例，全書深入淺出，兼具實用性和啟發(fā)性，在新一代人工智能技術教育應用如火如荼的當下，為教師和學生提供了寶貴的指南！

——焦建利（華南師范大學教授）

我們都是教育者，其中有些人是教師，有些人是課程設計師，有些人是家長，還有些人是終身學習者——主動地、持續(xù)地進行自我提升和知識更新。甚至我們中有些人同時擁有以上所有身份。當下，我們正面臨著人類歷史中的一個重要時刻： 人工智能（AI）正在深刻改變每一個行業(yè)，同時為每一位教師和學習者帶來新的機遇。我們中許多人正在努力追趕，或制定策略以確保自己走在這場變革的前沿。不論是從個人還是整個社會的角度出發(fā)，如果我們不能正視AI，那么人類的繁榮與自由或?qū)⒚媾R嚴峻的挑戰(zhàn)。

如果您是一名教師或課程設計師，您需要快速了解AI能帶來什么，并思考如何適應這一全新的現(xiàn)實。本書正是為此而作。我邀請您與我一同保持“初學者心態(tài)”，以開放而新鮮的心境，去接觸本書所涵蓋的理念、方法和實踐。本書旨在幫助各類教育者利用最新的、突破性的AI技術，來設計、實施和評估主動學習（active learning）。本書基于豐富多樣的研究成果，向您展示如何在主動學習的各個環(huán)節(jié)融入AI，并且這些方法都經(jīng)過了科學驗證。

本文節(jié)選自《AI驅(qū)動學習革命：主動學習的原理與策略》前言

內(nèi)容概覽

第二章。AI在主動學習中的應用。我們可以輕松地利用AI來輔助我們完成主動學習的所有階段，包括： 設計、實施和評估。在這里，我們回顧了以這種方式使用AI的優(yōu)勢，然后呈現(xiàn)了一個詳細的例子： 使用AI進行辯論。隨后，我們探討了AI的局限性以及在教育中使用AI時，人類必須扮演的關鍵角色。通過創(chuàng)建合適的提示詞，你可以規(guī)避或大大降低AI的許多局限之處。

第三章。學習科學。本書以證據(jù)為基礎，根植于認知功能的關鍵事實。這些事實為本書的核心原則奠定了基礎。特別是在本章中，我們回顧了“學習”與“記憶”之間的關系，并探討了存在于人腦中的幾種不同類型“記憶庫”的作用。我們還考察了學習不同階段背后的過程——從組織和解釋我們遇到的事物，到存儲和保留這些信息，再到日后提取這些信息。這些是主動學習所依據(jù)的五項原則的基礎（接下來的五章將分別闡述這五項原則）。這些原則又反過來指導我們運用AI來設計、實施和評估主動學習。

第四章。深度加工。從本章到第八章，每章分別總結(jié)了學習科學的一個原則。這一首要原則所體現(xiàn)的核心觀點是，一個人在心理上對信息加工得越多，他習得這些信息的可能性就越大。這一原則促使我們引導學習者關注并深入思考與學習目標相關的材料。深度加工原則是主動學習的核心，因此我們將其作為基礎展開討論。在本章及接下來的四章中，我們將探討如何使用AI來引導學習者參與某一特定類型的心理加工——并列舉一些能夠引發(fā)此類加工的提示詞示例。要求AI僅基于某個單一學習原則創(chuàng)建主動學習活動，則會催生出一系列具體的活動。與人類一樣，當AI必須在特定的約束條件下工作時，它們才會展示出更強的創(chuàng)造性。

第五章。組塊策略。人們一次只能接收大約三到四個有組織的信息單位，即“組塊”。因此，在教學時盡量減少組塊的數(shù)量至關重要。組塊——即將材料組織成單元的過程——適用于各種形式的信息，包括感知信息（例如視覺、聽覺）、概念信息（例如導致某種狀況或情境的不同因素，如全球變暖）和技能（例如運動所需的技能）。在本章中，我們將看到AI如何助力于材料的組塊化處理，并教授各種組塊化規(guī)則。

第六章。建立關聯(lián)。在個體初次接觸信息時，心理聯(lián)系在組織和解釋信息，并將信息整合到已有知識體系中以便良好保持，以及在需要時提供線索且從記憶庫中提取信息等方面起著至關重要的作用。在本章中，我們將探討如何使用AI來引發(fā)和建立這些聯(lián)系，以及如何助力解決學習科學中一個最大的難題： 遷移問題，即學習者如何將其在一個情境中學到的信息（例如，在課堂上）應用到其他情境中（例如，在工作和日常生活中的情況）。

第七章。雙重編碼。當信息以多種模態(tài)（如視覺和語言）呈現(xiàn)時，學習和記憶的效果會更好： 圖文并茂、視聽結(jié)合比單獨使用感知或語言模態(tài)更有效。這一原則反映了我們的大腦具有多個不同的記憶存儲區(qū)域，當我們以多種存儲方式輸入信息時，學習效果會更好。我們將看到AI的圖像解釋和圖像生成能力如何以多種方式助力實現(xiàn)這一原則。

第八章?？桃饩毩?。刻意練習不僅僅是重復做同一件事。相反，刻意練習要求我們利用反饋來識別學習中最難的部分（針對每個特定的學習者），然后投入相應更多的時間和精力來掌握這些部分?；蛟S有些反直覺的是，當學習者犯錯誤時，學習效果最佳，因為這能讓他們識別出需要集中努力的地方。本章解釋并展示了使用AI設計和實施促進刻意練習活動的優(yōu)勢。

第九章。整合原則。雖然我們可以單獨利用每一條原則，但當它們結(jié)合在一起時，力量會更大。在本章中，我們考慮了一系列實踐，從測試的力量到助記法的應用再到游戲化策略，并探討了AI如何設計并實施結(jié)合了這些原則的主動學習活動，從而增強學習效果。

第十章。內(nèi)在動機和外在動機。學習科學的原則只有在學習者參與并投入到活動中時才會發(fā)揮作用。本章討論了基于內(nèi)在動機理論和外在動機理論來激勵學習者的方法。我們探討了如何將這些動機因素融入與AI結(jié)合的主動學習中。

第十一章。活動的創(chuàng)建、情境化與評估。最后一章中，主動學習貫穿始終。我們首先回顧了許多特定類型的關于主動學習的具體例子，并設計了一些提示詞，這些提示詞將幫助你利用AI來設計和實施不同的學習活動。這些例子和提示詞也是一個起點，將幫助你在每堂課中有效地使用與AI結(jié)合的主動學習。隨后，我們回顧了如何在構(gòu)建課程環(huán)節(jié)時利用主動學習，以及如何創(chuàng)建評分標準，以便評估學習者實際學到了什么。

目錄

第一章 主動學習和AI

主動學習是什么？

如何使用本書

內(nèi)容概覽

第二章 AI在主動學習中的應用

AI如何改進主動學習

示例：使用AI進行辯論

AI在主動學習中的局限性

創(chuàng)建和調(diào)整提示詞

第三章 學習科學

學習科學原理

組織和口譯

存儲信息

訪問存儲信息

評估學習

遷移

第四章 深度加工

有針對性的加工

探尋“恰到好處”的平衡點

利用AI開發(fā)活動

第五章 組塊策略

組塊規(guī)則

運用AI對演示文稿進行組塊

利用AI開發(fā)活動

第六章 建立關聯(lián)

在組織和解釋中的關聯(lián)

儲存和保持中的關聯(lián)

獲取中的關聯(lián)

利用AI開發(fā)活動

第七章 雙重編碼

展示和講述

使用圖表、圖形和圖解

可視化圖解

利用AI開發(fā)活動

第八章 刻意練習

刻意練習，循序漸進

選擇性關注

大規(guī)?？桃饩毩?/p>

利用AI開發(fā)活動

第九章 整合原則

助記技巧

技巧與效果

學習游戲

第十章 內(nèi)在動機和外在動機

內(nèi)在動機

外在動機

AI的動機與學習

第十一章 活動的創(chuàng)建、情境化與評估

利用AI開發(fā)活動

活動類型

活動方式

構(gòu)建課堂：“三明治學習”法

評估學習

整體大于部分之和

注釋

譯后記

編輯：吳偉

制作：劉曉帆

關注并設為星標

點擊閱讀原文，進入官方微店購買《AI驅(qū)動學習革命：主動學習的原理與策略》！