教育心理学研究中的生成式人工智能

近年来，生成式人工智能（GenAI）已成为一种变革性工具，其应用遍及教育、医疗等领域。在教育心理学中，GenAI提供了创新的工具和方法，以理解学习者的思维、情感和行为。除了在教育中的一般应用外，最近的研究强调了GenAI在推动我们理解学习的认知、情感和社会层面的特定方式。

教育心理学研究中的应用

尽管生成式人工智能最初用于写作和分析领域，但一波创新使其能够直接整合到实验任务和程序中，以研究参与者如何感知和与其互动。

生成式人工智能（GenAI）在教育心理学研究中被证明是一种多功能和强大的工具，提供了许多应用。以下是GenAI的应用方式：

提升问题解决能力： 基于人工智能的聊天机器人，例如ChatGPT，提供逐步解决方案和针对性指导，鼓励学生参与批判性思维并应用问题解决策略（Miraglia，2024年）。
元认知与认知过程： AI生成的元认知提示可以通过鼓励学习者停顿、反思和评估信息来增强基于GenAI的搜索中的批判性思维（Singh等，2025年）。
个性化学习： GenAI的整合可以促进量身定制的个性化教学，以满足个别学生的需求，提高学习体验并适应多样的学习风格（Miraglia，2024年）。
语言分析： GenAI先进的自然语言处理能力允许更深入分析学生回答，提供有关其动机、挫折、参与度和其他情感状态的见解（Întorsureanu等，2025年）。
情感表达： 研究表明，GenAI可以增强动机，减少焦虑，并促进情感支持环境。提供实时情感反馈的工具还可以帮助发展社交情感学习能力，如自我意识和同理心（Kohnke & Moorhouse，2025年；Henriksen等，2025年）。
认知支架： 认知支架是指为学习者提供的帮助，帮助他们理解不同概念，而AI技术可以通过根据学生当前理解水平提供量身定制的帮助来促进学习（Miraglia，2024年）。
改善参与度和互动性： 通过模拟人类交谈和互动，生成式AI可以增强学生的参与度和学习动机（Miraglia，2024年）。
培养21世纪技能： 生成式AI应用支持培养创造力、团队合作和沟通等基本技能，这些技能在数字化世界中至关重要（Miraglia，2024年）。
学习过程中的辅助： AI聊天机器人作为支持学习的伙伴，提供各学科的解释和澄清，帮助学生更好地理解和上下文化教学材料（Miraglia，2024年）。
赋权于教育者： Gen AI技术可以简化教育者的行政任务，如调度、评分和信息传播。这使他们可以更多地专注于教学和与学生的互动（Miraglia，2024年）。

纳入生成式AI的实验任务研究案例

生成式AI因其在研究和实践中的广泛应用而备受教育心理学关注。以下是一些研究示例，展示了生成式AI在教育心理学中的应用：

在Makransky等（2025年）的研究中，生成式AI通过一种名为ChatTutor的特殊聊天机器人进行应用。它提示学生解释概念并教授AI，特别利用了生成性学习理论的原则，表明其扎根于教育理论。学生与ChatTutor系统互动，该系统根据他们的理解提供及时的支架和反馈。该设计促进了主动参与，旨在创造有意义的以学生为中心的学习互动。研究发现，使用ChatTutor提高了学生对概念知识的长期保留（Makransky等，2025年）。

通过AI集成评估提高心理素养

在Richmond与Nicholls（2024年）的研究中，生成式AI（ChatGPT）用于三阶段评估，以提高本科心理学学生的心理素养。在第一阶段（AI辅助草稿生成和评析）中，学生需要使用生成式AI工具生成媒体发布草稿。然后，学生根据评分标准对这份AI生成的内容进行评析，识别其优缺点，并根据评分标准分配分数。在第二阶段（AI评析）中，学生修订ChatGPT生成的文本，纳入他们的评析，并使用追踪更改记录变更，再提交修订以供教师反馈。在第三阶段（修订和视频制作）中，学生整合教师的反馈，加入图形，并提交最终视频。该方法旨在确定早期与AI输出的互动是否会提高学生作品的质量，结果显示与传统的同行评审过程相比，表现有显著的好处。

使用GenAI根据学生兴趣量身定制教育内容

Tasdelen & Bodemer（2025年）在他们的研究中，利用生成式AI创建量身定制的教育内容，针对学生的个人兴趣。该研究旨在评估AI生成材料对内在动机、兴趣和学习表现的影响。生成式AI创建与每位学生识别的兴趣具体对齐的学习材料。在研究中设计了不同的任务，使用生成式AI，并在常规数学课程中向学生展示。这些任务旨在根据参与者独特的兴趣进行上下文个性化。研究涉及一个自开发的网络应用，便于接入AI生成的内容。学生在常规数学课期间通过该平台参与研究。生成式AI系统能够根据学生报告的兴趣动态生成教育材料。这种实时能力确保教育任务保持相关性和吸引力。总体而言，该研究表明生成式AI在创建更好的学习材料中发挥了关键作用，从而增强了他们的学习参与度、动机、兴趣和整体结果。

通过AI驱动的辅导理解科学文本

在Thüs等（2024年）的研究中，生成式AI通过OwlMentor平台进行应用，旨在帮助学生理解科学文本。该研究中生成式AI的关键应用包括：自动问题生成、AI驱动对话，学生可以在类似聊天的界面中互动并讨论或提问、创建测验并提供反馈。通过利用AI的能力，该平台能够根据个别学生的询问量身定制响应和提示，通过基于上下文的互动增强他们的学习旅程。用户在前测和后测的整体表现显著提高，表明该平台的使用对他们在各个主题上的学习结果产生了积极影响。

通过AI图像生成实现视觉学习和批判性参与

在一项研究（Berg等，2024年）中，生成式AI被用于促进学生学习并增强参与度。学生使用Midjourney根据他们自己开发的提示生成图像。生成的图像帮助学生从肤浅理解转向对讨论主题的更深刻、更批判的理解。他们发现将图像与文本结合使信息更易于记忆和理解。使用AI生成的图像作为课堂讨论的基础。学生分析图像与其提示的关系，讨论哪些方面准确或误导，从而增强对内容的批判性思考。研究强调了学生创造自己的AI图像的动机因素，这实际上是一种主动学习，他们发现比被动观看现有图像更有趣。教师建议，学生使用的提示可以作为评估的基础，帮助教育工作者通过他们生成的图像来评估学生的理解。该研究的主要发现是，AI图像生成工具（如Midjourney）可以通过使学习更以学生为中心、互动、有趣和引人入胜，积极影响学生学习。

结论

生成式AI正在通过提供支持个性化学习、增强参与度和促进批判性思维的创新解决方案来彻底改变教育心理学。随着这一领域的发展，持续的探索将帮助发现整合AI到教育心理学研究和实践中更有意义的方法。然而，理解数据隐私、偏见和负责任地使用AI在学习环境中的伦理问题同样重要。

参考文献

Berg, C., Omsén, L., Hansson, H., & Mozelius, P. (2024). 学生的AI生成图像：对动机、学习和满意度的影响。国际人工智能研究会议, 4(1), 500–506.

Henriksen, D., Creely, E., Gruber, N., & Leahy, S. (2025). 社交情感学习与生成式AI：教师教育的批判性文献综述和框架。教师教育期刊, 76(3), 312–328.

Întorsureanu, I., Oprea, S.-V., Bâra, A., & Vespan, D. (2025). 教育中的生成式AI：通过学术视角的观点。电子技术, 14(5), 1053.

Kohnke, L., & Moorhouse, B. L. (2025). 通过生成式人工智能（GenAI）增强语言教育的情感方面：一项定性研究。人类行为中的计算机, 167, 108600.

Makransky, G., Shiwalia, B. M., Herlau, T., & Blurton, S. (2025). 超越“哇”的因素：利用生成式AI增加生成性意义构建。教育心理学评论, 37(3).

Miraglia, L. (2024). 生成式人工智能的承诺。教育背景下的心理学影响。教育科学杂志, 62(1).

Richmond, J. L., & Nicholls, K. (2024). 利用生成式AI促进本科心理学学生的心理、反馈和人工智能素养。心理学教学, 52(3), 291–297.

Sengar, S. S., Hasan, A. B., Kumar, S., & Carroll, F. (2024). 生成式人工智能：系统评审与应用。多媒体工具与应用, 84(21), 23661–23700.

Singh, A., Guan, Z., & Rieh, S. Y. (2025). 通过元认知提示增强生成式AI搜索中的批判性思维。arXiv预印本 arXiv:2505.24014.

Tasdelen, O., & Bodemer, D. (2025). 课堂中的生成式AI：上下文个性化学习材料和任务对动机和表现的影响。国际教育人工智能期刊。

Thüs, D., Malone, S., & Brünken, R. (2024). 探索高等教育中的生成式AI：增强学生与科学文献互动的RAG系统。心理学前沿, 15.