1.导语
ChatGPT这么好用，学生会不会变得更懒？ 🤔
这是很多教育者的担忧。但最新研究发现：问题不在AI本身，而在于我们如何引导学生使用AI！
这篇发表在《Journal of Computer Assisted Learning》的研究，通过对85名艺术设计类大学生的实验发现：单纯的GenAI使用已经能显著提升学生的学习效果，而加入基于自我决定理论的“自我调节脚手架”后，效果更上一层楼！ 特别是在计算思维和自我效能感方面，有脚手架加持的学生表现明显更优。
想知道这个“脚手架”长什么样？为什么它能让学生用AI学得更好？这篇推送带你一探究竟！👇
2.研究是什么？
背景：跨学科学习是高等教育中最具挑战性的领域之一。随着生成式AI（GenAI）进入课堂，学生面临两难：过度依赖AI导致思维退化，或不会用AI错失学习辅助机会。如何在“用”与“用好”之间找到平衡？
目的：探究基于自我决定理论（SDT）的自我调节脚手架是否能帮助学生在GenAI支持的跨学科学习中，提升自我效能感、内在动机和高阶思维能力。
对象：85名艺术设计专业的大学生（大一至大三）。
方法：准实验设计，将学生分为三组进行PK：
- G1 对照组：传统学习，不使用GenAI
- G2 GenAI组：自由使用ChatGPT，无额外指导
- G3 GenAI + 脚手架组：使用ChatGPT，并配备基于自我决定理论(SDT)的引导脚手架
实验任务：围绕“设计与更美好未来”主题完成设计项目（3D动画模型、平面设计、3D打印面具等）
干预时长：4次课，共160分钟
图1 实验设计与程序流程
脚手架设计（基于Zimmerman SRL三阶段 + SDT三需求）：
图2 基于自我调节学习(SRL)和自我决定理论(SDT)的GAI脚手架设计
3.发现了什么？
核心发现：GenAI能显著提升学生的内在动机、自我效能感和高阶思维技能，而基于SDT的自我调节支架能进一步增强计算思维和自我效能感。这表明，虽然GenAI本身已是有效的学习工具，但结合心理学理论的结构化支架能带来更深入、更持久的学习收益。
（1）组内比较：谁进步了？
| 维度 | G1（传统学习） | G2（GenAI组） | G3（GenAI+脚手架） |
|---|---|---|---|
| 批判性思维 | 无显著提升 | 显著提升✓ | 显著提升✓ |
| 计算思维 | 无显著提升 | 显著提升✓ | 显著提升✓ |
| 创造力 | 无显著提升 | 显著提升✓ | 显著提升✓ |
| 自我效能感 | 无显著提升 | 显著提升✓ | 显著提升✓ |
| 内在动机 | 无显著提升 | 显著提升✓ | 无显著提升 |
亮点1：传统学习组（无AI）没有任何显著进步——说明在跨学科任务中，没有技术支持的学习效果有限。
亮点2：两个用AI的组都在多个维度上有显著提升——证实GenAI确实能促进跨学科学习。
（2）组间比较：谁更强？
-
计算思维：G3（GenAI+脚手架）显著优于G1和G2（p < 0.001）
-
自我效能感：G3 显著优于G1和G2（p < 0.001）
-
其他维度（批判性思维、创造力、内在动机）：三组间无显著差异
图3 研究结果—G3组（AI+脚手架）在计算思维和自我效能感上显著高于其他两组
亮点3：脚手架在计算思维和自我效能感上带来“额外红利”——说明结构化引导能帮助学生更好地组织问题解决步骤，增强使用AI的信心。
（3）最有趣的发现
-
单纯用AI已经很好了，但加上脚手架更好——特别是在需要逻辑思维和信心的维度上
-
内在动机：G2显著提升，G3却未显著——可能是脚手架增加了认知负荷，短期内影响动机体验
4.想到了什么？
思考1：为什么加了脚手架，内在动机反而没显著提升？
研究中G2（纯AI组）内在动机显著提升，而G3（AI+脚手架）却没有。一个可能的解释是：脚手架增加了认知负荷，短期内影响了学习体验的流畅性。这引发了一个张力：结构化引导与自由探索之间的平衡点在哪里？ 太自由可能流于浅层，太结构可能扼杀动机。也许理想的脚手架应该是“自适应”的——在学生需要时提供支持，在不需要时隐退。
思考2：计算思维的提升，是AI的功劳还是脚手架的功劳？
研究发现G3在计算思维上显著优于G2，说明结构化引导确实能帮助学生更好地组织问题解决步骤。但这也引出一个更深的问题：学生在用AI时，到底是在“计算思维”，还是在“跟着AI的逻辑走”？ 如果学生只是机械地按照脚手架提示操作，而不是真正内化了问题分解、模式识别的思维方式，那么这种提升能持续多久？
思考3：AI时代的学习，到底什么才是“学会”？
研究用问卷测量了批判性思维、计算思维等维度，发现各组都有提升。但有一个问题值得追问：当AI能帮我们完成大部分认知任务时，学生自己真正掌握的是什么？ 如果AI能写出逻辑清晰的分析，学生还需要自己具备计算思维吗？我认为，答案在于元认知能力——学生需要知道自己为什么要这样提问、如何评估AI的回答、什么时候该质疑AI。这可能是未来教育的核心目标：培养能驾驭AI的人，而不是被AI驾驭的人。
5.论文基本信息
Xia, Q., Y.Yang, W.Wang, and H.Yin. (2026). Promoting Interdisciplinary Learning With Generative AI Through Self-Regulated Scaffolding. Journal of Computer Assisted Learning, 42(2), 70214. https://doi.org/10.1002/jcal.70214.
附件：https://doi.org/10.1002/jcal.70214
你提到脚手架可能增加认知负荷从而影响内在动机，这个观察很敏锐。但这里存在一个因果推断的跳跃：研究测量的是干预后的动机水平，而非动机的变化过程。我们无法确定动机的“未显著提升”是脚手架的直接结果，还是由于其他未测量的中介变量（例如任务难度感知或自主感）在两组间的初始差异所导致。将短期动机波动直接归因于认知负荷，可能需要过程性数据的支持。
你说的很对，仅凭后测数据将动机未显著提升归因于认知负荷，因果推断确实不够严密。
结合这篇论文，我认为脚手架强制的规划与反思流程，可能无意中削弱了学生自由探索GenAI时的自主控制的感觉。这种结构化引导与AI带来的自由探索乐趣之间存在矛盾，但目前在我的认知范围内没有找到可以解决这个“因果跳跃”的方法。
感谢文燕分享！这篇帖子把“AI会不会让学生变懒”这个热门问题讲得很透，研究设计也很有层次感。最打动我的一个发现是：单纯用AI已经很好了，但加上“脚手架”效果更佳——特别是在计算思维和自我效能感这两个维度上。这说明什么？AI不是“魔法棒”，能不能用好，关键看怎么用。那个基于自我决定理论的脚手架，本质上是在帮学生建立一种“掌控感”：让TA们知道自己为什么问这个问题、怎么追问、如何判断AI的回答靠不靠谱。与其担心学生依赖AI，不如思考如何设计更好的“使用说明书”。
自我决定理论（SDT）强调自主性、胜任感、归属感这三种基本心理需求的满足对内在动机至关重要，当这三种需求得到满足时，学生会表现出更强的学习动机。但G3组加入基于自我决定理论（SDT）的手脚架，内在动机未能够显著提升，这其中可能存在很多影响因素，例如实验任务难度等。此外动机的改变可能需要较长的心理过程，而该实验总学习时间为160分钟，干预时长较短，难以让脚手架对内在动机的影响效应达到统计学显著水平。
“你用ChatGPT做了什么？”“你的学习感觉如何？”这两个问题可以满足学生对AI的归属感需求吗？问题可以设计成“你认为ChatGPT 如何帮助你完成自己的任务目标”“这种学习方式是否让你学习更有效率？是否激发了你的探索欲？”吗？在脚手架的设计反思环节上对学生的 “内在动机” 如何深入测量？
这个研究设计挺清晰的，准实验加三组对照，能看出AI本身的效果，也能看出脚手架在计算思维和自我效能感上的增量。有意思的是，加了脚手架那组，内在动机反而没有显著提升。帖子后面也提到了，可能是脚手架增加了认知负荷。这其实点出了一个挺现实的问题，引导如果太结构化了，反而可能影响学习体验的流畅性。怎么在给够支持和留足空间之间拿捏，确实值得再琢磨。
这份研究用准实验设计把学生分成纯传统、纯 AI、AI + 脚手架三组，对比思路清晰直观，能直接看出 AI 和脚手架的效果。样本聚焦 85 名艺术设计学生，任务贴合专业，干预时长也很可控。不过组内只有单一专业、样本量偏小，结论普适性有限；仅靠问卷测能力，缺少真实作品等客观数据，内在动机的反向结果也没做更深入的过程探究，整体方法适合初步验证，但想推广还需要扩大样本、补充多元评价方式。