生成式AI与批判性质疑：中学AI素养培养的关键路径研究

本文探讨了在中学教育中通过生成式人工智能（GenAI）培养批判性质疑能力的教学实践。研究采用行动研究法，发现批判性提问（Critical Questioning）的效果不仅取决于AI技术本身，更依赖于包含教学情境（Context）、交互设计（Delivery）和学生素养（Competency）的三维框架。教师通过任务设计、提问建模和反思支架等教学策略，能有效提升学生对AI生成内容的辨别能力（AI Literacy），为数字时代的素养教育提供新范式。

　　

Highlight

这项研究通过民族志方法（Ethnographic Methods）揭示了在10年级英语课堂中，批判性质疑（Critical Questioning）与生成式AI（GenAI）互动的关键条件。数据分析采用改进的批判性提问框架（Critical Questioning Framework），从情境（Context）、交互（Delivery）和能力（Competency）三个维度进行编码，发现以下核心要素：

Findings

数据解读揭示了在Jason的英语课堂中，促进GenAI批判性质疑的条件和影响因素。我们识别出几个关键条件：

1. 1.
   教学情境（Context）：AI介导的交互（AI-mediated Interactions）的教学设计质量直接影响提问深度
2. 2.
   交互设计（Delivery）：GenAI平台（如ChatGPT-4o）的响应方式和教师对提示（Prompting）的脚手架支持
3. 3.
   学生素养（Competency）：学生已有的知识结构和批判性思维倾向（Disposition）

这些发现表明，成功的GenAI批判性互动不仅依赖技术能力，更取决于能促发目的性反思的特定教学条件。

Discussion

本研究通过应用Pedrosa-de-Jesus等人（2014）的框架，拓展了我们对AI介导学习环境（AI-mediated Learning Environments）中批判性质询的理解。数据显示，虽然GenAI能促进批判性探究（Critical Inquiry），但其有效性高度依赖于：

• •
  教师设计的开放式任务（Open-ended Tasks）
• •
  实时建模的提问策略（Questioning Strategies）
• •
  创设的反思性对话机会

这些条件共同构成学生从被动消费AI内容（Passive Consumption）转向主动批判参与（Active Engagement）的基石。

Implications & Recommendations

研究发现表明，GenAI能否成功培养批判性质疑，更多取决于其嵌入的教学情境条件而非技术本身。教师通过以下方式成为决定性因素：

• •
  设计引发深度探究的任务
• •
  示范并搭建提示工程（Prompt Engineering）的实践框架
• •
  创建支持元认知反思（Metacognitive Reflection）的课堂文化

Conclusion

（此处为第一个Conclusion，内容承接前文）

通过系统化地构建教学支持条件，GenAI能成为培养AI素养（AI Literacy）的催化剂，使学生从AI内容的被动接收者转变为具备数字洞察力（Digital Discernment）的主动探究者。