人工智能对学生4C能力的影响：一项元分析

《Educational Research Review》：The impact of artificial intelligence on students’ 4C skills: A meta-analysis

人工智能教育中4C技能发展的影响：一项元分析研究系统评估了AI对学生批判性思维、沟通、协作和创造力的影响，纳入39项研究（2975名参与者），发现AI总体具有中等积极效应（Hedges’ g=0.624），但效果受学习阶段、AI类型和应用领域等因素调节，为教育实践提供依据。

　　

钱天|郑旭东

中国江苏省普通师范学院

引言

在21世纪，培养高级能力，如4C技能——批判性思维、沟通、协作和创造力——已成为培养学生应对日益复杂和不断变化的劳动力市场需求的关键优先事项（Kivunja, 2015; National Education Association, 2012）。这些能力被认为对于个人适应快速的社会和技术变革至关重要（Agaoglu & Demir, 2020; Silber-Varod et al., 2019）。为了满足这些需求，人工智能（AI）的最新进展已成为教育领域的一种变革力量，提供了创新工具来增强教学和学习过程（Channa et al., 2021）。值得注意的是，越来越多的研究表明4C技能具有可塑性，表明可以通过利用AI技术的有针对性干预来发展这些技能（Bumble et al., 2024; Tang et al., 2022; Zhang et al., 2023）。例如，配备了自适应学习算法和实时反馈系统的AI工具已经显示出其在促进创造性问题解决、提高沟通技能和支持协作学习环境方面的潜力。此外，通过个性化教学和自动化常规任务，这些工具使教育工作者能够专注于高阶技能的发展，进一步强化学生的4C技能。

然而，关于AI在多大程度上能够有效促进4C技能的发展仍存在争议。一些研究表明，AI工具可以显著提高学生的4C技能，特别是在创造力、沟通和协作方面（Kim & Lee, 2023; Li et al., 2024; Srinivasan et al., 2016）。相反，其他研究则认为AI工具可能不会显著提高学生的4C技能，甚至可能分散他们的注意力，从而降低教育干预的有效性（Ali et al., 2019; Ince & Koc, 2020; Zhou et al., 2023）。先前的研究表明，AI在教育中的效果并不确定，且取决于不同的因素以确保技能提升过程的成功（Ali et al., 2019; Kim & Lee, 2023; Li et al., 2024; Lin & Mubarok, 2021）。具体来说，这些因素可能包括学习者的水平和教育背景，以及AI的应用方式。此外，不同研究中使用的AI和技能提升目标的不同可能导致在选择AI时的偏见，从而导致不同的干预效果（Holmes et al., 2019）。

鉴于AI使用的发现存在异质性以及实施背景的多样性，系统化这一领域的研究似乎是必要的。特别是，最近关于AI对4C技能有效性的综述和元分析仍存在一些空白。许多综述仅依赖于定性分析，缺乏实证元分析证据（Arseven & Bal, 2025; Celik et al., 2022; Walter, 2024）。大多数研究仅关注特定类型的AI工具，如AI聊天机器人（Liu et al., 2025; Wu & Li, 2024）、生成式人工智能（GAI）（Deng et al., 2024）或AI支持的自主学习系统（Wang et al., 2024），从而限制了其结果的普遍性。此外，一些研究仅限于特定学科领域，如语言（Chen et al., 2024; Lyu et al., 2024）或数学（Yi et al., 2024），这引发了对其结论在跨领域适用性的质疑。之前的综述也主要关注学术表现或感知等更广泛的结果（Chen et al., 2024; Zheng et al., 2021），而对4C技能的关注较少。值得注意的是，Jeynes（2024）指出，技术工具可能更多地作为辅助工具，而不是学习的主要驱动力。

尽管现有文献提供了宝贵的见解，但其碎片化和特定于背景的性质限制了其在更广泛教育实践中的相关性。随着4C技能继续被视为未来劳动力的核心能力，迫切需要方法严谨的研究来直接探讨AI如何促进这些技能的发展。为了填补这一空白，元分析提供了一种强大且客观的方法。它允许系统地综合实证发现，量化总体效应大小，并探索潜在的调节因素，如教育水平、AI技术类型和干预持续时间等（Card, 2012）。因此，本研究进行了元分析，以形成对AI对学生4C技能影响的全面、基于证据的理解，并探讨其调节效应。本研究旨在解决以下两个研究问题：1.

AI在多大程度上显著提高了学生的4C技能（批判性思维、沟通、协作和创造力）？

2.

研究特征——包括学习者水平、学科、干预持续时间、AI技术类型、AI的角色、AI应用领域和基于AI的学习设备——如何调节AI对学生4C技能的影响？

部分摘录

4C技能

为了应对21世纪劳动力市场的需求，美国教育部与有影响力的社会企业合作，在2002年成立了21世纪技能合作伙伴关系（P21）（Ananiadou & Claro, 2009）。该组织通过全面和系统的研究制定了21世纪学习框架，确定了未来人才所需的18项能力（P21, 2009; P21, 2019）。然而，学者们逐渐意识到21世纪学习

方法

本研究采用元分析方法来定量综合AI对学生4C技能的影响。与传统文献综述不同，元分析通过检查效应大小来评估广泛研究结果的一致性。当结果一致时，元分析力求尽可能准确地估计总体效应大小并评估其在所包含研究中的稳健性。如果结果不一致，元分析会量化差异程度

描述性信息

共有39项研究被纳入元分析。由于其中一些研究包含多个效应大小，最终提取了44个符合元分析标准的效应大小。这些研究涉及2975名参与者，平均每项研究的样本量为76名学生。在学习者分布方面，大学生占样本的43.2%，其次是初中生（29.5%）、小学生（13.6%）和

讨论

当前的元分析旨在通过综合39项研究的数据来探讨AI对学生4C技能（批判性思维、沟通、协作和创造力）的影响。结果显示，AI对4C技能有显著的总体积极影响（Hedges’ g = 0.624, p < 0.001），并且在不同的调节因素（如学习者水平、AI技术类型、AI应用领域和基于AI的学习设备）之间存在差异。这些发现强调了

局限性和未来研究

本研究的发现揭示了AI在提高学生4C技能方面的潜力；然而，在解释这些结果时必须考虑某些局限性。这些局限性将在下文中讨论，并提出未来研究的建议。首先，由于纳入的研究数量相对较少（只有39项符合纳入标准），本元分析的范围受到限制。某些数据库的访问受到限制，这可能导致某些研究被排除

结论和意义

在当今这个技术驱动的世界中，AI已成为教育领域的变革力量，提供了多种能力来提升学习成果（Zhang & Aslan, 2021; Zhuang, 2022）。这项元分析通过探讨AI对学生4C技能发展的影响，填补了文献中的一个关键空白。具体而言，本研究采用元分析方法分析了来自国际期刊的39篇文章，发现AI对学生4C技能有中等程度的整体影响

作者声明

所有作者均已批准手稿的最终版本。

利益冲突声明

作者声明没有利益冲突。

钱天是中国徐州江苏省普通师范学院智慧教育研究中心的研究生。她的研究重点是教育中的AI应用。