問題解決作為人類基本的認(rèn)知方式之一^[1]，備受國內(nèi)外學(xué)界及國際組織的關(guān)注。已有問題解決主要包含個人問題解決和協(xié)作問題解決（Collaborative Problem-Solving）兩種方式，二者的核心差異在于其社會性質(zhì)——協(xié)作問題解決強調(diào)溝通的重要性。近年來，生成式人工智能（Generative Artificial Intelligence）的發(fā)展，給教育中的教、學(xué)、管、評、研等方面帶來了深刻變革^[2]。作為當(dāng)下最具變革性的力量之一，生成式人工智能改變了人與機器協(xié)同的方式，形成了一種新型的人機關(guān)系，即人智協(xié)同（Human-AI Collaboration），促使人和智能系統(tǒng)（包括生成式人工智能、智能體等）走向更為緊密的深度融合，實現(xiàn)人智主動協(xié)同和協(xié)同學(xué)習(xí)^[3]?？芍?，生成式人工智能在學(xué)習(xí)中的作用已從工具屬性躍遷至認(rèn)知屬性，可以參與認(rèn)知過程，由此帶來了一種新的問題解決方式，即人智協(xié)同問題解決（Human-AI Collaborative Problem-solving），并改變了協(xié)作問題解決能力的本質(zhì)內(nèi)涵和內(nèi)在結(jié)構(gòu)。盡管已有少量研究探究人智協(xié)同問題解決，但是側(cè)重于實證或檢驗其實踐效果，并沒有聚焦其能力的概念內(nèi)涵與測評體系。因此，本研究旨在通過構(gòu)建其能力框架并總結(jié)提煉相關(guān)的評價指標(biāo)，為人智協(xié)同問題解決能力的測評提供思路。

（一）本質(zhì)內(nèi)涵

在《說文》中，“協(xié)，眾之同和也。同，合會也”。協(xié)同與協(xié)調(diào)、協(xié)作等詞意相近。協(xié)同也屬于協(xié)同學(xué)的范疇，協(xié)同即協(xié)調(diào)合作之意^[16]。由此可知，協(xié)同即協(xié)調(diào)兩個或者兩個以上的不同資源或個體，以協(xié)作的方式實現(xiàn)某一目標(biāo)的過程或活動。人智協(xié)同即通過合理有效的交互協(xié)調(diào)機制，由一個或多個人類與一個或多個（部分）人工智能系統(tǒng)之間的協(xié)作過程^[3]。問題解決是一種目標(biāo)指向的認(rèn)知活動這一結(jié)論已成為共識，要實現(xiàn)問題解決需要具備一定的能力。Griffin等人認(rèn)為問題解決能力是一種包含多種能力的復(fù)合能力。因此，人智協(xié)同問題解決能力是以發(fā)展人的能力為原則，由一個及兩個以上的人和智能系統(tǒng)組成的共同體，為實現(xiàn)問題解決這一目標(biāo)，人與智能系統(tǒng)協(xié)作完成任務(wù)時所應(yīng)具備的各種能力的總稱。本文主要強調(diào)人的能力，而非智能系統(tǒng)或團(tuán)隊能力。

（二）核心維度來源

1. 理論來源

以維果斯基為代表的社會建構(gòu)主義認(rèn)為個體發(fā)展過程受到其心理過程與外部的社會文化環(huán)境共同作用的影響^[17]。因此，社會建構(gòu)主義學(xué)習(xí)觀認(rèn)為，人在社會交互的過程中建構(gòu)自己的認(rèn)知和認(rèn)識，強調(diào)知識建構(gòu)的社會、文化情境的作用。在人智協(xié)同問題解決中，智能系統(tǒng)作為類認(rèn)知主體，可將人智協(xié)同看作是一種社會實踐活動。其目的是人與智能系統(tǒng)借助各自的優(yōu)勢，通過協(xié)作、交互、決策等來實現(xiàn)問題的解決。這一過程不是簡單的、單向的信息呈現(xiàn)、傳遞以及人與智能系統(tǒng)的界面交互，而是涉及人與智能系統(tǒng)的更高級交互，即認(rèn)知交互。按照社會建構(gòu)主義學(xué)習(xí)觀，我們認(rèn)為在人智協(xié)同問題解決中必然存在個體與智能系統(tǒng)在認(rèn)知和社會上的交互。

協(xié)同理論是研究復(fù)雜系統(tǒng)中各子系統(tǒng)之間如何相互協(xié)調(diào)，進(jìn)而使系統(tǒng)及各子系統(tǒng)從無序到有序、穩(wěn)定的方向發(fā)展的一門學(xué)科。它認(rèn)為世界存在許多“復(fù)雜系統(tǒng)”，它將復(fù)雜系統(tǒng)中大量子系統(tǒng)之間的相互作用而產(chǎn)生的集體效應(yīng)稱為“協(xié)同效應(yīng)”，即協(xié)同作用的結(jié)果，且協(xié)同作用是復(fù)雜系統(tǒng)有序結(jié)構(gòu)形成的內(nèi)驅(qū)力^[16]。生成式人工智能促進(jìn)人與機器之間進(jìn)一步朝著更高層次的共生關(guān)系發(fā)展^[18]。按照協(xié)同理論，對于人智協(xié)同問題解決這個復(fù)雜系統(tǒng)，要想產(chǎn)生協(xié)同效應(yīng)，就需要人和智能系統(tǒng)這兩個子系統(tǒng)之間的協(xié)同作用，而協(xié)同作用的發(fā)生以及集體效應(yīng)的實現(xiàn)，就需要兩者的共同努力，既需要兩者具備一定的能力，也需要兩者之間的交互和協(xié)調(diào)。

2. 文獻(xiàn)來源

現(xiàn)有問題解決能力評價方式主要有兩種：一是將其作為一個整體，二是將其分解為不同能力。人智協(xié)同問題解決能力作為一種復(fù)合能力，需要對其進(jìn)行解析?；谖墨I(xiàn)分析，共提取了協(xié)作能力、認(rèn)知能力、元認(rèn)知能力以及問題解決品質(zhì)四個核心維度（見表1）。其中，認(rèn)知能力出現(xiàn)次數(shù)最多。其次是協(xié)作能力和元認(rèn)知能力。次數(shù)最少的是問題解決品質(zhì)，雖然問題解決品質(zhì)并不是問題解決能力的一種，但是其能夠表征問題解決能力的水平。

（三）概念框架

基于理論分析和文獻(xiàn)梳理，提取了協(xié)作問題解決能力的四個核心維度。但隨著智能系統(tǒng)類主體的介入，打破了原有的人—人交互，原有表征人—人協(xié)作問題解決能力的概念已不再適合人智協(xié)同問題解決，需要重新思考并表征人—智問題解決的能力?；谝陨戏治?，概括出了人智協(xié)同問題解決的關(guān)鍵要素，即交互協(xié)調(diào)能力。最終確定交互協(xié)調(diào)能力、認(rèn)知能力、元認(rèn)知能力以及問題解決品質(zhì)為人智協(xié)同問題解決的核心維度。以上三個能力是實現(xiàn)問題解決的必要條件，人智協(xié)同問題解決的品質(zhì)體現(xiàn)在問題解決的質(zhì)量上，這直接反映了相關(guān)能力的強弱?；诖耍疚臉?gòu)建了如圖1所示的人智協(xié)同問題解決能力的概念框架。其中，交互協(xié)調(diào)能力是基本能力，保證人智協(xié)同問題解決的流暢性；認(rèn)知能力是核心能力，負(fù)責(zé)人智協(xié)同問題解決過程中的信息處理和決策；元認(rèn)知能力作為關(guān)鍵能力負(fù)責(zé)監(jiān)控和調(diào)節(jié)；問題解決品質(zhì)作為結(jié)果，是衡量人智協(xié)同問題解決能力的關(guān)鍵要素。其中，前三個屬于主觀維度，最后一個屬于客觀維度。

（一）交互協(xié)調(diào)能力解析

人智協(xié)同效應(yīng)的實現(xiàn)，首先要具備交互協(xié)調(diào)能力，而交互協(xié)調(diào)能力可以分為交互能力和協(xié)調(diào)能力。在人智協(xié)同問題解決中，交互能力主要是指個體與智能系統(tǒng)之間的信息交流，協(xié)調(diào)能力主要指協(xié)調(diào)個體之間或個體與智能系統(tǒng)之間的交互及分工合作以充分發(fā)揮各自優(yōu)勢。劉偉認(rèn)為，人智高質(zhì)量協(xié)同需要明確任務(wù)和目標(biāo)、清晰的溝通、分工合作、相互理解和尊重、持續(xù)學(xué)習(xí)和改進(jìn)、及時反饋和調(diào)整、靈活適應(yīng)變化^[25]。Stowers等認(rèn)為，人機團(tuán)隊?wèi)?yīng)該具備溝通、協(xié)調(diào)和適應(yīng)的能力^[26]。人智協(xié)作主要有理解和利用人工智能、與人工智能溝通、協(xié)作任務(wù)調(diào)節(jié)及人工智能倫理和社會文化價值觀四個方面^[27]?；诖?，本文概括出交互能力包含技術(shù)理解、精準(zhǔn)溝通、迭代優(yōu)化、人智信任四個方面，協(xié)調(diào)能力包含任務(wù)分配、進(jìn)程管理、沖突調(diào)解、人智適應(yīng)四個方面。

（二）認(rèn)知能力解析

問題解決是以思維為關(guān)鍵的活動，必然包含許多認(rèn)知策略或能力。黃希庭認(rèn)為，所有的思維活動都包含分析、綜合、比較、分類、抽象、概括和具體化等技能^[28]?？鼱栺R斯認(rèn)為，問題解決包含分析、比較、推理和解釋、評價四種技能^[29]。余林將問題解決過程涉及的認(rèn)知能力分為分析與綜合、比較與分類、推理與解釋、評價四種^[30]?；谏鲜鲆延醒芯?，結(jié)合本研究的側(cè)重點，將認(rèn)知能力概括為認(rèn)知整合和決策能力。認(rèn)知整合包含理解、解釋、關(guān)聯(lián)整合三種；探究能力包含觀察、提問、分析和評價四種。

（三）元認(rèn)知能力解析

元認(rèn)知能力在許多與問題解決相關(guān)的認(rèn)知活動中起著重要作用。弗拉維爾認(rèn)為，元認(rèn)知能力主要由元認(rèn)知監(jiān)測和元認(rèn)知調(diào)節(jié)兩部分構(gòu)成^[31]。在問題解決的過程中，這兩種能力共同支配著個體的認(rèn)知活動。博里奇等認(rèn)為，元認(rèn)知能力包含計劃、設(shè)計與實驗、監(jiān)控與修訂、評價和反思^[32]。余林將問題解決領(lǐng)域的元認(rèn)知能力歸納為計劃及制訂草案、監(jiān)控和修正、評價和反思^[30]。本文將人智協(xié)同問題解決中的元認(rèn)知能力概括為3類9種，分別為認(rèn)知計劃（明確目標(biāo)、選擇策略、制訂方案）、認(rèn)知監(jiān)測（認(rèn)知檢查、認(rèn)知評估、認(rèn)知反思）和認(rèn)知調(diào)節(jié)（糾正錯誤、調(diào)整思路、優(yōu)化策略）。

（四）問題解決品質(zhì)解析

人智協(xié)同問題解決品質(zhì)是指人與智能系統(tǒng)適切性、高效率、創(chuàng)造性地解決問題，并發(fā)展認(rèn)知、實現(xiàn)創(chuàng)新及獲得可信賴和優(yōu)良的實質(zhì)性成果^[23]。問題解決品質(zhì)旨在刻畫問題解決的質(zhì)量。黃茂在等從兩個方面來考察問題解決品質(zhì)：一是強調(diào)在解決問題中學(xué)習(xí)；二是通過學(xué)習(xí)來解決問題^[24]?？芍瑔栴}解決品質(zhì)涉及問題解決的過程及結(jié)果，不僅強調(diào)學(xué)習(xí)，同時也強調(diào)問題解決。因此，本文將問題解決品質(zhì)分為過程品質(zhì)和結(jié)果品質(zhì)。其中，過程品質(zhì)包括過程證據(jù)、策略創(chuàng)新、知識創(chuàng)造三要素，結(jié)果品質(zhì)包括協(xié)同效率、目標(biāo)達(dá)成、可推廣性三個要素。

（一）初始指標(biāo)體系構(gòu)建

基于人智協(xié)同問題解決能力的概念框架及核心維度的解析，本文構(gòu)建了人智協(xié)同問題解決能力的指標(biāo)體系，該指標(biāo)體系包含交互協(xié)調(diào)能力、認(rèn)知能力、元認(rèn)知能力、問題解決品質(zhì)4個一級指標(biāo)，交互能力、協(xié)調(diào)能力、認(rèn)知整合等9個二級指標(biāo)，技術(shù)理解、精準(zhǔn)溝通、迭代優(yōu)化、人智信任、任務(wù)分配等30個三級指標(biāo)。

（二）基于德爾菲法的指標(biāo)體系修訂

為了使該評價體系更加科學(xué)、合理，采用德爾菲法，依據(jù)專家經(jīng)驗對該指標(biāo)體系進(jìn)行修訂和打分。依據(jù)德爾菲法的要求，共選擇學(xué)習(xí)科學(xué)、教學(xué)評價、數(shù)字教育及信息技術(shù)教育四個領(lǐng)域的10位專家進(jìn)行咨詢。通過發(fā)送電子郵件的方式開展了兩輪咨詢。第一輪主要咨詢指標(biāo)的合理性，第二輪主要是對指標(biāo)的重要性進(jìn)行打分，且第一輪和第二輪的Cr分別為0.725和0.749且均大于0.7，表示專家咨詢結(jié)果具有一定的權(quán)威性。專家針對該指標(biāo)體系提出了修改意見，專家指出根據(jù)三級指標(biāo)及問題解決可以看出，二級指標(biāo)表述為“決策能力”更為合理，三級指標(biāo)“觀察能力”不適合在決策能力下，且二級指標(biāo)的“認(rèn)知整合”建議增加“比較分類能力”。根據(jù)以上專家意見進(jìn)行了修訂，刪除了“觀察能力”，增加了“比較分類能力”，且將“探究能力”改為“決策能力”。最終，得到了圖2所示的人智協(xié)同問題解決能力指標(biāo)體系。

（三）基于模糊層次分析法的指標(biāo)體系賦權(quán)

1. 指標(biāo)體系賦權(quán)

基于模糊一致性矩陣的模糊層次分析法分配權(quán)重，依據(jù)第二輪專家咨詢的打分情況，構(gòu)造目標(biāo)層（人智協(xié)同問題解決能力）相對于一級指標(biāo)的模糊互補判斷矩陣A，見式（1）：

首先，計算一級指標(biāo)的權(quán)重向量W_A=（0.2417，0.2583，0.2833，0.225）；其次，構(gòu)建模糊互補判斷矩陣A的特征矩陣W*_A，見式（2）：

最后，計算得到模糊互補判斷矩陣A及其特征矩陣W*_A的相容性指標(biāo)I（A，W*_A ）值為0.0861，小于0.1，說明將權(quán)重向量WA的值作為一級指標(biāo)的權(quán)重分配是可靠的。同理，可得到各個一級指標(biāo)相對的二級指標(biāo)的權(quán)重向量。計算得出各二級指標(biāo)的權(quán)重為相對權(quán)重，需要將各二級指標(biāo)的相對權(quán)重乘以對應(yīng)一級指標(biāo)的權(quán)重可得到集成權(quán)重，即最終權(quán)重。以此類推，即可得到三級指標(biāo)的相對權(quán)重和集成權(quán)重（見表2）。

2. 指標(biāo)權(quán)重合理性分析

根據(jù)指標(biāo)權(quán)重，交互協(xié)調(diào)能力（0.3）在一級指標(biāo)中權(quán)重最高，彰顯其在人智協(xié)同問題解決中的關(guān)鍵作用，良好的協(xié)同是實現(xiàn)有效合作的基礎(chǔ)，即使認(rèn)知、元認(rèn)知和問題解決品質(zhì)再高，也難以達(dá)成目標(biāo)。其次是問題解決品質(zhì)（0.275），反映過程和結(jié)果的質(zhì)量，是衡量人智協(xié)同成效的重要指標(biāo)。認(rèn)知能力（0.2167）略高于元認(rèn)知能力（0.2083），表明元認(rèn)知雖對自我調(diào)節(jié)和學(xué)習(xí)至關(guān)重要，但在整體能力中起輔助作用。在二級指標(biāo)中，“協(xié)調(diào)能力”權(quán)重最高（0.165），其次是“過程品質(zhì)”（0.1513），強調(diào)人與智能系統(tǒng)的合作和過程管理的重要性，符合當(dāng)前注重過程評價的趨勢?！敖换ツ芰Α薄皼Q策能力”“結(jié)果品質(zhì)”權(quán)重相當(dāng)，說明個體決策在問題解決中也起重要作用?！罢J(rèn)知計劃”的權(quán)重最低（0.0521）。三級指標(biāo)中，“知識創(chuàng)造”權(quán)重最高（0.0630），強調(diào)創(chuàng)新和新知識的生成是人智協(xié)同能力的重要體現(xiàn)。三級指標(biāo)與其二級指標(biāo)和一級指標(biāo)權(quán)重之間能夠相互印證，表明指標(biāo)權(quán)重分配合理。

（四）基于模糊綜合評價法的指標(biāo)體系實證研究

1. 模糊評價實證過程

模糊綜合評價法（Fuzzy Comprehensive Evaluation）是對一些邊界不清、不易定量的因素進(jìn)行定量化，從多個因素對被評價事物隸屬等級狀況進(jìn)行綜合性評價的一種方法，人智協(xié)同問題解決能力與該方法適配，其實證過程如下。

建立模糊綜合評價因素集、評語集、權(quán)重集。基于指標(biāo)體系及權(quán)重，設(shè)U₁={U_A，U_B，U_C，U_D }為一級指標(biāo)因素集，依次可得各二級和三級指標(biāo)因素集為U₂={U_A1，U_A2…U_D2 }，U₃={U_A11，U_A12…U_D23 }，設(shè)評語集為V={優(yōu)秀，良好，中等，合格，差}，為方便量化處理，四個等級分別賦值為5、4、3、2、1，建立量化評語集V={5，4，3，2，1}，并規(guī)定4.5~5為優(yōu)，3.5~4.5為良，2.5~3.5為中，1.5~2.5為合格，0~1.5為差。設(shè)權(quán)重集為W_i={a₁，a₂，a₃…}，已通過FAHP求得各項指標(biāo)的相對權(quán)重。

單因素模糊評判。選擇了X高校有148人修讀的通識必修課“Python程序設(shè)計”，該課程采用基于生成式人工智能的人智協(xié)同學(xué)習(xí)和問題解決方式，學(xué)習(xí)時長為一學(xué)期。依據(jù)人智協(xié)同問題解決能力指標(biāo)體系和李克特五點計分編制測評量表，在結(jié)課前以問卷星的形式在線發(fā)放問卷，要求以該問卷內(nèi)容結(jié)合人智協(xié)同問題解決實際情況作出評價。剔除答題時間小于1分鐘等無效問卷，共回收有效問卷140份，有效回收率為94.59%。通過SPSS的可靠性分析檢驗量表信效度，總體Cronbach's α系數(shù)為0.787，四個維度的Cronbach's α系數(shù)在0.724~0.718之間，表明問卷信度可接受。量表總體KMO值為0.857，Bartlett's球形檢驗的χ2值為1902.842，自由度為351，其顯著性水平p<0.001，適合作因子分析。采用主成分分析法提取因子，以最大方差法和特征值大于1進(jìn)行旋轉(zhuǎn)，逐步刪除交互協(xié)調(diào)能力3道題、認(rèn)知能力2道題、元認(rèn)知能力1道題、問題解決品質(zhì)2道題后，得到與預(yù)設(shè)維度一致的成分矩陣。所有試題的因子載荷都大于0.55，累計因子解釋方差達(dá)到67.437%，量表效度可以接受。最終得到了包含30道題的測評量表。通過對30道試題的得分進(jìn)行統(tǒng)計，得到人智協(xié)同問題解決能力指標(biāo)隸屬度統(tǒng)計表，見表3。

根據(jù)問卷統(tǒng)計結(jié)果構(gòu)建隸屬度矩陣，用R表示人智協(xié)同問題解決能力的隸屬度矩陣，用Ra、R_b、R_c、R_d表示一級指標(biāo)的隸屬度矩陣，用R_a1、…R_d2表示二級指標(biāo)的隸屬度矩陣，得到二級指標(biāo)的隸屬度集合：

多因素模糊綜合評判。選用加權(quán)平均算子M（·，⊕）合成權(quán)重向量和隸屬度矩陣集合，獲得模糊綜合評判向量。以“交互能力”為例，其權(quán)重向量W_a1={0.27，0.23，0.21，0.29}，評價矩陣為上述R_a1，聯(lián)合W_a1和R_a1可求得模糊綜合評價向量P_a1=W_a1·R_a1=

（0.10，0.38，0.4101，0.11，0），同理可求得其他二級指標(biāo)的模糊綜合評價向量。然后依據(jù)此方法，根據(jù)計算得到的二級指標(biāo)的綜合評價向量求得一級指標(biāo)的綜合評價向量。最后，基于一級指標(biāo)的綜合評價向量可求得目標(biāo)層（記為H）的模糊綜合評價向量P_H=（0.08，0.23，0.38，0.26，0.4）?；诰C合評價向量P_H的隸屬度可知，其最大隸屬度為0.38，對應(yīng)評語集中的中等，按照最大隸屬度原則輔以加權(quán)平均原則，可判定被調(diào)查大學(xué)生的人智協(xié)同問題解決能力處于中等水平。通過量化評語集對各指標(biāo)進(jìn)行賦值，得到其評分匯總表，詳見表4。

2. 結(jié)果分析

由表4可知，一級指標(biāo)評價值的差值較小，“認(rèn)知能力”和“交互協(xié)調(diào)能力”得分最高，“元認(rèn)知能力”得分最低，說明樣本高校大學(xué)生的人智協(xié)同問題解決能力整體良好，其元認(rèn)知能力有待提升。從二級指標(biāo)得分來看，其差值較大，“交互能力”和“認(rèn)知整合”得分最高，“認(rèn)知監(jiān)測”得分最低，其中“協(xié)調(diào)能力”得分低于“交互能力”，“決策能力”得分低于“認(rèn)知整合”，“認(rèn)知監(jiān)測”得分低于“認(rèn)知計劃”和“認(rèn)知調(diào)節(jié)”，“過程品質(zhì)”得分低于“結(jié)果品質(zhì)”，由三級指標(biāo)得分可知，二級指標(biāo)得分差值較大的原因是由于“沖突調(diào)解”“人智適應(yīng)”“提問能力”“認(rèn)知評估”“認(rèn)知反思”“知識創(chuàng)造”等三級指標(biāo)得分低導(dǎo)致的，這一結(jié)果一方面體現(xiàn)了這些能力的重要性，另一方面說明了需要加強該方面的培養(yǎng)。此外，各指標(biāo)得分與權(quán)重分配大致吻合，進(jìn)一步驗證了指標(biāo)體系的合理性。

（一）研究結(jié)論

本研究基于人智協(xié)同問題解決能力的概念框架構(gòu)建了其指標(biāo)體系，通過實證研究，驗證了該指標(biāo)體系的合理性和可操作性，可作為學(xué)習(xí)者人智協(xié)同問題解決能力的測評指標(biāo)。該指標(biāo)體系適用對象是具有一定判斷和使用能力的大學(xué)生，適用于基于生成式人工智能環(huán)境及通過人智協(xié)同開展復(fù)雜問題解決的活動。此外，由于受到樣本數(shù)量的限制，未來還需要進(jìn)行更大范圍的應(yīng)用，以驗證該工具的普適性。

（二）對策建議

基于研究結(jié)果，建議從以下四個方面培養(yǎng)學(xué)生的人智協(xié)同問題解決能力：

1. 通過人智共同進(jìn)化提升人智交互協(xié)調(diào)能力

學(xué)生與智能系統(tǒng)的多元交互、有機協(xié)同和共創(chuàng)共生，要求兩者不斷學(xué)習(xí)和自我進(jìn)化來提升人智交互協(xié)調(diào)能力^[33]。一方面，通過自主學(xué)習(xí)以提升認(rèn)知水平。利用智能系統(tǒng)的學(xué)習(xí)機制，通過“喂”給智能系統(tǒng)更多的數(shù)據(jù)、不斷優(yōu)化智能系統(tǒng)的學(xué)習(xí)算法、增加學(xué)習(xí)次數(shù)等方式促進(jìn)智能系統(tǒng)的自主學(xué)習(xí)，提升智能系統(tǒng)的認(rèn)知水平。學(xué)生需要增加知識儲備并積累實踐經(jīng)驗，提升高階思維能力與提示工程能力。另一方面，通過相互學(xué)習(xí)以提升人智交互協(xié)調(diào)能力。智能系統(tǒng)可以通過在人智協(xié)同過程中對交互數(shù)據(jù)的學(xué)習(xí)，了解學(xué)生的意圖和思維模式，學(xué)生可通過交互深入了解智能系統(tǒng)的核心原理并增強信任度，探索人智協(xié)同規(guī)律，減少人智之間的認(rèn)知沖突，促進(jìn)人智交互協(xié)調(diào)能力的提升。

2. 通過促進(jìn)學(xué)生提問提升認(rèn)知和思維水平

“提問”作為一種有效的溝通方式，能通過問題讓人們開始建立聯(lián)系，而好的問題能直擊對方的靈魂，幫助發(fā)現(xiàn)有價值的想法，同時“提問”也是一種智慧^[34]。足見會提問及提出好問題的重要性，因為問題反映了學(xué)生的認(rèn)知和思維水平。然而，在人工智能快速發(fā)展的今天，智能系統(tǒng)可以回答所有問題，但是誰能給智能系統(tǒng)提出好問題呢？因此，在人智協(xié)同問題解決過程中，教師應(yīng)該有意引導(dǎo)或訓(xùn)練學(xué)生向智能系統(tǒng)提問以及提出好問題，以提升學(xué)生的認(rèn)知和思維水平，從而有助于提升人智協(xié)同問題解決的效果。

3.引導(dǎo)學(xué)生開展自我評價和反思以提升元認(rèn)知能力

學(xué)生是重要的自我調(diào)節(jié)來源，所以學(xué)生需要積極參與到評價中，學(xué)生的自我評價過程包含著動機、認(rèn)知和元認(rèn)知的調(diào)節(jié)^[35]。另外，自我評價過程包含反思，可以將自我評價看成是學(xué)生反思自己學(xué)習(xí)過程和結(jié)果的一種活動。自我評價是學(xué)生自我判斷、自我監(jiān)控、學(xué)習(xí)改進(jìn)的一個循環(huán)上升的過程，其中同時發(fā)生著反思和構(gòu)建活動，最終促進(jìn)學(xué)生的元認(rèn)知能力的發(fā)展。因此，在人智協(xié)同問題解決中要提升學(xué)生的元認(rèn)知能力，就需要引導(dǎo)學(xué)生開展自我評價和反思，例如：明確并細(xì)化目標(biāo)，鼓勵學(xué)生在人智協(xié)同中對照目標(biāo)進(jìn)行自我評估；在人智協(xié)同問題解決開始之后，減少對學(xué)生的幫助，并引導(dǎo)學(xué)生積極反思及變換策略。

4.將知識創(chuàng)造作為衡量人智協(xié)同問題解決的高階目標(biāo)

知識創(chuàng)造是一個復(fù)雜的高級認(rèn)知過程。生成式人工智能的發(fā)展使得人智協(xié)同知識創(chuàng)造成為可能^[36]。雖然生成式人工智能能力驚人，但由于其生成機制有別于人，且存在幻覺、不可解釋性等缺點，知識創(chuàng)造過程中還需要人來把關(guān)或引導(dǎo)。過去問題解決中更多的是強調(diào)個體的知識建構(gòu)，由于人智協(xié)同知識創(chuàng)造的實現(xiàn)，知識建構(gòu)已轉(zhuǎn)向知識創(chuàng)造。因此，將知識創(chuàng)造作為人智協(xié)同問題解決能力的高階目標(biāo)是合理且有益的，有助于提升人智協(xié)同問題解決的整體效果和水平。

附錄A 人智協(xié)同問題解決能力指標(biāo)體系的構(gòu)建過程與方法.docx

【參考文獻(xiàn)】