《Sage Open》:Generate-Then-Submit: How Cognitive Load Disrupts College Students’ Self-Regulated Learning Cycle in AI-Assisted Learning
编辑推荐:
生成式人工智能(Generative AI)在高等教育中催生了“生成即提交”(generate-then-submit)行为,即学生绕过反思直接提交AI生成的答案。这一放弃自我调节学习(Self-Regulated Learning, SRL)反思行为背后的认
生成式人工智能(Generative AI)在高等教育中催生了“生成即提交”(generate-then-submit)行为,即学生绕过反思直接提交AI生成的答案。这一放弃自我调节学习(Self-Regulated Learning, SRL)反思行为背后的认知机制尚不明确。本研究整合SRL理论与认知负荷理论(Cognitive Load Theory, CLT),利用来自中国七所高校1,109名本科生的调查数据,通过结构方程模型(Structural Equation Modeling, SEM)构建并检验了一个SRL-CLT模型。结果揭示了两种平行的表现后路径,解释了认知负荷如何塑造学生的学习结果。有益路径表明,相关认知负荷(germane cognitive load)促进自我反思,从而减少直接提交;适应不良路径表明,外在认知负荷(extraneous cognitive load)在未损害反思资源的情况下增加了直接提交行为。整体上,这些发现推进了CLT:外在负荷主要通过行为触发——直接提交行为——而非认知干扰来破坏学习。这一精炼机制为AI辅助学习中的“生成即提交”现象提供了新的理论解释。基于上述洞见,研究人员提出了三级干预框架(工具优化、教学脚手架、个体培养),旨在将“生成即提交”循环转化为“生成-反思-修订”的深度学习过程。
生成式人工智能(Generative AI)在高等教育中的普及催生了