面对生成式AI在教育中可能引发“思维替代”与“浅层学习”的风险，这项研究提供了一条经过实证检验的解决路径。通过引入元认知支架，引导学生从被动接收答案转向主动构建知识，不仅提升了学习深度与认知水平，还带来了可衡量的学业进步，为AI时代的教学实践提供了宝贵参考。
智能速览
生成式AI易导致学习者思维懒惰和浅层加工。
元认知支架通过计划、监控等五个阶段引导深度思考。
实验证明，支架能显著提升学生的深层学习倾向。
有支架的学生认知层级更高，思维网络更复杂。
接受元认知支架干预的学生学业表现更优。
精华内容
面对生成式AI带来的学习便利与潜在风险，一项为期9周的教学实验，探索了元认知支架如何引导学生从依赖AI走向深度学习，其研究结果为AI教育应用提供了重要参考。
深度学习的AI困境
生成式人工智能（如ChatGPT）在提供学习便利的同时，也带来了“思维替代”和“浅层加工”的风险。为了应对这一挑战，一项准实验研究在师范大学的《教学技术与学习媒体》课程中展开，周期为9周，旨在验证元认知支架能否成为破解这一困境的关键。
元认知支架的作用
研究中的核心干预措施是“元认知支架”，它并非简单提供建议，而是通过覆盖计划、监控、调节、评价、反思五个阶段的系统性引导，以问题提示和反馈的形式，促使学生与ChatGPT进行更富深度的多轮对话，从而主动构建知识而非被动接收。
学习方式的转变
经过9周的干预，实验组学生的学习方式发生了显著变化。数据显示，他们的深层学习倾向得到显著增强，而表层学习的倾向则显著下降。这表明元认知支架有效引导学生从追求“答案”转向探索“过程”，培养了更深层次的学习动机。
认知层级的跃升
在认知层面，实验组学生的表现同样突出。通过SOLO分类框架分析发现，实验组学生提出的问题更多处于多结构和关联结构的高级认知水平。相比之下，对照组学生的问题多停留在前结构和单结构的浅层层面。认识网络分析（ENA）也显示，实验组的认知网络连接更为复杂和整合，思维更具深度。
最终学业成果
最终，学习方式与认知层级的提升转化为了实实在在的学业成果。在课程项目的评分中，实验组学生的整体表现显著优于对照组。这证明了元认知支架不仅改善了学习过程，也有效提升了最终的学习产出，为AI环境下的有效教学提供了实证支持。
这项研究清晰揭示了元认知支架在AI赋能学习中的关键作用，它不仅是一种技术工具，更是一种培养深度思考能力的教育策略。未来，如何将这类支架更无缝地融入各类AI教学工具，使其成为每个学习者的“智能学伴”，将是值得持续探索的方向。
