《Frontiers in Psychology》：Cognitive offloading and metacognitive calibration in generative AI-mediated doctoral learning: a grounded theory study of accountable reconstruction
编辑推荐：
背景：生成式人工智能(GenAI)日益被用于解释概念、总结文献、建议方法、生成论点及修订学术写作，这些功能在降低复杂学习任务入门门槛的同时，也重塑了学习者形成理解所依赖的认知与元认知工作。目的：本研究考察GenAI中介的认知卸载如何在博士研究学习中再分配认知工
背景：生成式人工智能(GenAI)日益被用于解释概念、总结文献、建议方法、生成论点及修订学术写作，这些功能在降低复杂学习任务入门门槛的同时，也重塑了学习者形成理解所依赖的认知与元认知工作。目的：本研究考察GenAI中介的认知卸载如何在博士研究学习中再分配认知工作，如何支持或削弱学习者控制的参与，以及学习者如何将AI支持的输出重新校准并重构为可辩护的理解与研究判断。方法：研究人员采用扎根理论设计，经4次试点访谈完善协议后，正式收集28次半结构化访谈、42份自愿提供的AI使用制品及12次刺激回忆讨论，运用开放编码、轴向编码、选择性编码、持续比较、理论抽样与理论饱和检验构建机制模型，访谈转录以中文进行并在分析后翻译代表性引文。结果：分析生成由任务入门脚手架、模块化生成、元认知校准危机、批判性重构与研究责任性构成的五部分机制；当GenAI降低入门难度而保留阅读、验证与重构时学习者控制参与更强，当AI生成框架、方法、结构或文本在对应理解形成前显得连贯时出现替代风险，将识别误作理解、流畅误作掌握、连贯误作论证即引发校准危机，批判性重构通过来源验证、自我解释、情境适配与反论点生成应对该风险。结论：学习者控制参与在最能体现博士生于AI生成输出中转化出自有理解、校准判断与可辩护研究决策的片段中最为明显，负责任重构有助于在GenAI支持的博士学习中保留学习者对验证、推理与最终判断的责任。
研究背景方面，生成式人工智能(GenAI)已快速嵌入高等教育与学术工作，可解释概念、总结文献、支持写作、生成样例、比较观点、提供反馈并协助研究规划。学习科学中认知负荷理论指出教学支持在减少无关加工时有益，认知卸载(cognitive offloading)研究表明外部工具再分配认知工作其教育意义取决于被卸载的心智工作种类与监测质量，自我调节学习(self-regulated learning, SRL)强调监控理解、评估进展与调整策略的能力，而GenAI输出常具流畅性、似真性与完整性，使学习者高估理解并减少重构工作，引发元认知懒惰与校准偏差。博士研究学习属高复杂度学术学习，学生须从理解既有知识走向生产、辩护原创主张，GenAI可在学生尚未形成判断前生成文献地图、理论框架、方法建议与流畅段落，若将其连贯性误认为自有理解则具风险。既有研究多关注工具采纳、写作辅助、学术诚信与政策，少有考察GenAI中介认知卸载如何塑造高复杂度博士学习中的元认知校准与自我调节重构。该研究由此以扎根理论探究博士生于GenAI中介下将AI支持输出转化为可辩护研究决策的过程，聚焦认知工作再分配与学习者所有权、元认知监测及重构的关系，研究发表于《Frontiers in Psychology》。
研究人员采用的关键技术方法为：以六所中国研究型大学28名博士生为正式分析样本（另4名为试点），结合半结构化访谈（2026年3至6月，48至72分钟）、42份自愿提供的AI使用制品（含提示-响应摘录、生成大纲、概念框架、方法建议、修订痕迹等）与12次刺激回忆讨论（20至36分钟）三类数据；以扎根理论程序展开开放编码（从22份模型构建访谈与制品析出512意义单元、63初始概念）、轴向编码（聚为19初始范畴再归为5主范畴）、选择性编码（围绕核心范畴“负责任重构”整合模型）及持续比较、理论抽样、负例分析与理论饱和检验（预留6访谈测饱和）；访谈中文转录、代表引文后译英核对，双研究者主范畴分配原始一致率0.86，经备忘录与团队讨论增信，未做最终范畴成员核查以保护敏感性与分析独立性。
研究结果部分，3.1从经验材料到范畴结构表明，19初始范畴归为任务入门脚手架、模块化生成、元认知校准危机、批判性重构、研究责任性五主范畴，描述AI支持任务进入、模块生成、可能误校准及重构与责任性间的反复关系。3.2任务入门脚手架显示，GenAI用于文献导向、概念澄清、跨学科翻译与写作入门支持时，降低入门难度同时保留学习者阅读、验证与重构，属生产性认知卸载，如P03以AI作阅读地图、P10跨材料化学与力学边界释疑、P07先自写再借AI润色。3.3模块化生成表明，AI直接产出概念框架、方法建议、论文章节结构、假设与成段文本，其连贯专业外观在学者未形成辩护推理前出现，P05获变量关系框架却难答导师“为何连接”、P12得统计模型却不拟合数据、P09获整洁章节大纲却掩盖逻辑断点，标志认知卸载由入门支持滑向替代。3.4元认知校准危机指出，识别误当理解、流畅误当掌握、连贯误当论证时，产生承认AI措辞却难自建推理的危机，P08哲学段落流畅致假懂、P06构念边界被AI混淆、P01焦虑中被摘要制造已涵盖领域的错觉，早期生多概念误校、高年级生多方法或论证误校。3.5批判性重构归纳来源验证、自我解释、情境适配、反论点生成为核心实践，P07追源不引AI、P16核方法近期文献与数据假设、P03闭页自解、P11令AI批判己方论点再自卫，属SRL在科研情境的具体化。3.6研究责任性体现为认识责任（P18非读原源不纳claim）、方法所有权（P02拒以AI推责实验室条件）、督导责任性（P14导师令标AI影响处并辩纳拒），是重构后输出转为可辩护判断的过程指标。3.7机制模型整合五范畴：研究不确定性分两路，一路入门脚手架回流源验证，一路模块生成致校准危机，经批判性重构抵负责任重构，虚线反馈示迭代返回，替代风险框示无重构之危途。3.8跨案例模式空间析出脚手架式探究、模块式生产、替代式完成、重构式能动性四种配置，以认知卸载程度与元认知监测强度为轴，学科差异仅改误校频发处与重构形式不改机制。
讨论部分指明，GenAI中介参与须以推理所有权而非输出流畅度评判；生产性卸载与替代性卸载之分界在是否卸载“博士生成研究者”的核心智力工作；过早连贯(premature coherence)较元认知懒惰更特指校准危机——主动监测者亦因流畅、完整、源不透明、情境盲方法而误判；批判性重构予GenAI素养以科研形貌（溯源、去AI措辞自解、方法-数据拟合、反论点测己）；负责任重构(accountable reconstruction)区别于一般SRL与GenAI素养，聚焦AI材料在学科与督导问责下转为可辩护学术判断，督导问责使AI推理可见；披露AI使用不等于理解所有物，过程性重构方证所有权。实务上督导可纳主张所有权质询、项目可设AI输出标注与重构日志、方法课与写作课授校准取向练习。局限含中国博士情境的分析性可迁非统计广推、制品自愿致反思者过表、刺激回忆仍回溯、未比模型性能。
结论翻译：学习者控制参与在最能体现博士生于AI生成输出中转化出自有理解、校准判断与可辩护研究决策的片段中最为明显，这些片段表明负责任重构有助于在GenAI支持的博士学习中保留学习者对验证、推理与最终判断的责任。
