引言

在教育场景中，生成式人工智能（Generative AI, GenAI）正凭借强大的自然语言理解、自主学习和内容生成等技能，快速改变人类知识学习图景。知识的生产与传播是推动人类社会进步的关键力量，而技术则是人类知识生产与传播不可或缺的工具。知识学习是人类认知发展和发挥主体性的主要途径，是认识世界、创造和传递文明的重要方式。

在以往的技术赋能教育实践中，技术始终处于主体与客观世界的中介位置辅助教学。随着GenAI在教育中的深入实践，知识生产模式已由传统的“师生交互”向“人技交互”跨越，这一变革推动了教育模式从工业时代“以教师为中心”向智能时代“以学生为中心”的更迭，对知识产生的方式、内容及主体带来重构性影响。在知识学习场景中GenAI不仅能够帮助学生拓展理论深度、知识广度、专业宽度，甚至可以补偿教师的缺位，加速学生的知识习得，激发创新思维，促进从解决问题变成提出问题，从搜索学习变成对话学习。这也意味着GenAI逐渐弱化人类在知识产生中的主体地位，以一种新的主体——即与教师身份平等的非人类身份，介入学生的知识学习各环节。主体性是人类在行动和实践过程中与客体相互作用产生特有的认知、情感与能动等特性，自觉与自我意识是人成为独立自主主体的实践，即人对自我的“主体性”和对社会的“主体性”。人类的主体性不仅体现在人本身就是目的，更体现在其作为支配其他存在者的决定性主体——即在所有其他实体中占据超越性地位这一角色上。在知识获取过程中，学习者扮演着中介者的角色，积极参与现场的知识互动，通过多模态的身体感知来处理、解读和创新知识。当学习者利用GenAI进行知识检索和学习时，知识获取过程中的中介角色便转向了技术；身体不再积极参与学习过程，而是受技术控制，被动且单调地接收来自屏幕信息的刺激。这让GenAI逐渐将人类主体性的生命表征逐渐抽离，学生主体的能动性和自我意识逐渐降低，甚至陷入主体性困境之中。在这一背景下，如何帮助学生找回作为学习者的能动性本身，认清当前所处的主体性困境情形，破除主体性困境，这些正是AI驱动教育创新必须应对的实际挑战，也是培养年轻人才的关键所在。基于此，本研究将从认知提升中的身体“消解”，实践体验中的情境虚无化，价值判断中的智能化依赖以及内容输出中的标准化统一的角度，针对性地提出破困之路。

一、GenAI对学生知识学习的主体性困境与成因

（一）认知提升中的身体“消解”

主体性是个体自主意识和能动性的彰显。有意义的自由学习理论认为，学习应是学习者自主选择、主动参与的过程，而非被动接受的机械学习。学习者在获取知识时，必须以自身的身体为基础，通过参与实践活动与周围的人、环境及物体进行互动和交流。例如，我国自古以来所创造的农耕文明以及丰富的知识体系，离不开人的身体与外界的交互及感知，形成身体本身的体验，以及在不断的经验总结中形成基础认知。这也说明传统的学习是人进行主动建构的过程，而人的身体就是建构活动的有效介质。在GenAI背景形成之前，学生的知识学习始终遵循传统路径，尽管以课堂为依托，以教师指导为辅助，但仍旧不能缺席其身体本身的参与。

然而，当GenAI越来越多参与学生的学习生活时，这无形中让学生面临认知提升时的身体“消解”困境。知识的生产与传播不再依赖有形的身体和真实体验，而是演变为以大数据为基础的知识解构与传播。依赖于大数据、机器学习等大模型技术应用，将涉及各领域的信息数据或知识内容进行整合，围绕学习者提出的需求，快速解构、重构信息，输出相应的知识内容。这本质上是一种自动化的演算逻辑，能够确保知识信息的详实和逻辑的严密。学习过程逐渐被简化，以至于学习者无需处理自身内在心理机制与外部环境刺激之间的互动，即可获取知识和信息。换言之，当人们深度使用生成式人工智能时，身体不再是主动生产和创造知识的有效媒介，而知识获取的主体性也实际上被消解了。这种“去身体化”的学习倾向将学生的认知过程与具身体验和情境感知完全分离，容易造成认知与经验的脱节，进而引发注意力涣散、思维混乱等负面现象，削弱学生的学习动机，影响其认知成效。久而久之，当面对具体的学习任务时，学生也会自然而然依赖于向GenAI“输入指令”，而不再依赖身体（如大脑、四肢等）进行思考与创造，自然就越发偏离于主体性，容易退化为知识的被动接收者。

（二）实践体验中的“去情境化”

身体感知是认知生成的重要前提，它作为一种感官通道，使学习环境得以延伸至学习者，让学习者能够通过情景互动得到实践经验。“实践是检验真理的唯一标准”这涉及到让学生深入生活实践，借助于对具体学习任务的探究以及各种疑问的解析，用自身的实践体验来验证真理、内化知识。而生活实践必然匹配各种各样的生活情境，用以支撑学生的主体性发挥。与传统的学习实践不同，GenAI省略了“在场性”的学习体验，用虚拟的实验或实践步骤替代真实情境化体验，让学生作为实践主体户不出门即可获得实践结果，容易导致学生直接跳跃到获得学习成果的阶段，使其自身的主体性被“架空”。而且有研究者认为，当前训练模型执行智能的主流范式是模仿性的，通过复制人类模式以产生不令人意外或低困惑度的语言及其他媒介样本。当过度依赖于算法时，模仿范式可能会带来理论和实践上的矛盾。这似乎也符合智能技术发展的内在逻辑，即GenAI的发展目标在一定意义上是成为类人的存在。然而，知识生成之处携带着人类文明的发展印记，并蕴含着丰富且浓厚的价值意义。GenAI利用深度学习和算法，预测并生成缺乏创造性、脱离语境且重复组合化的知识传递和学习方式，导致学习者仅满足于单纯获取文本，而非真正理解知识本身的初衷和内在价值。

在这个背景下，教育的实践体验由基于人类身体和经验主导的知识产生普遍规律向GenAI精准“投喂”的去情境化的知识学习行为转移。这导致学生在“提出问题—获得答案”或“安排任务—形成成果”的过程中，通过算法和大语言模型快速有效地整合和生成知识，再以学生需要的方式进行反馈（如生成图像、数据表或文字内容等），这一过程的本身是对知识学习蕴含情境的忽略和遗忘，是情境虚无化的表现。GenAI对于知识学习任务目标的契合度，以及知识获取方式的易用性、有用性和便利性往往导致学生对技术产生过度依赖。如果将知识学习仅仅归结为文本知识的获取，学习者将逐渐失去通过实地学习的语境洞察力，以及对知识进行身临其境理解的深刻体验。GenAI对知识提供的“速成”方式将成为学习者知识学习情景化体验的替代，让学习本身和情境内涵失去原有的价值，同时不断弱化其主体性，甚至陷入脱离的困境。

（三）价值取向中的智能化依赖

罗杰斯的“自由学习观”认为，学习的目标不仅是知识获取，更是人格完善与自我实现。这体现了学习者基于情感、态度、意志等层面的价值维度，也关乎学习者价值主体性的强与弱。以往的学生学习，除了受到教师的有效引导外，主要的学习过程都由自身主体性来把握，如进行自主地思考、自主地情感参与、自主地价值判断，在与师生的互动中自由表达观点，形成“思考问题—解决问题”的闭环。然而在GenAI背景下，学生却面临价值判断的主体性迷失考验，开始依赖于GenAI的智能化判断。有研究者认为，经典人工智能因其算法性质，与主体性本质上格格不入。也就是说，GenAI算法本身不具备主体性，而学习者依赖GenAI，就更加偏离于教育活动中“人”的主体性的发挥，被降维成算法治理语境下的“统计学客体”“事项化客体”和“节点化客体”。基于技术接受模型，当学生有学习需求时，GenAI技术的感知易用性和有用性能够增加学习者向技术“求助”的次数和频率。而GenAI向学生定向输出内容时，其内容却带有一定的算法偏好和数据局限。GenAI是用户导向性工具，产出的内容是基于用户长期既往“投喂”和已有的、可检索的数据整合逐渐呈现“专属化”特征。这种“投其所好”的内容回馈方式易导致学生视野狭窄化。此外，GenAI输出的信息高度依赖网络大数据，若数据本身的真实性存疑以及价值观存在歧视与偏见，GenAI极易成为这类信息的传播中介。这会导致学习者在获取知识过程中，因自身缺乏自我判断意识，被潜移默化的削弱主流价值认同。

GenAI的“高级复制”与学生知识学习任务深度契合，在提供便利性的同时，生成技术展现出的支配力会压制学生的本质力量，从而消散学生知识学习的主体性。这种有问题的使用会导致学生独立思考和深度学习能力的退化。GenAI虽然在一定程度上能够缓解学业焦虑，且在重复性任务方面提升效率，但过度依赖GenAI会致使学生主动搜索和信息整合的思维过程出现空缺，抑制其在复杂任务中的批判性思维和创新能力，逐步形成无需努力即可获取的价值取向，使学生陷入奋斗意识弱化的危机。

（四）内容输出中的标准化统一

人的主体性逻辑强调个体的独立性、主观性和创造性，而物的逻辑则侧重于系统模式和效率。GenAI依托于物的逻辑以效率、精准和数据处理的高效性为主导实现对用户的服务，并力求在特定领域达到专业化表现，如“最小化风险、最大化满意度”。这归因于，在GenAI应用语境中，资本逻辑和技术逻辑凌驾于人的逻辑之上。这种由算法驱动的逻辑使GenAI在内容输出中更倾向于回避具有差异性与争议性的表达，生成的内容趋于标准化和同质化程度较高的通用模式。人本主义学习理论强调“以学生为中心”，学习者作为理性、自足的信息加工主体存在，知识学习的过程是个体对外部知识的吸收与内化，具有个体独特的思维逻辑和判断。虽然GenAI在学生认知结构个性化适配方面有一定的技术优势，但受算法偏见和认知偏差的潜在影响，导致GenAI知识内容有潜在的思维同质化风险。这会忽略学生的个体差异的复杂性，限制学生的创新思维和批判思维发展。随着学生与GenAI交互频率增加甚至依赖于知识内容生成，师生之间对不同观点和思维方式的接触机会将大幅下降，极易引发思维的狭隘性和同质化问题的产生。这使得学生学习趋于标准化的统一，并非个性化的养成。GenAI标准化统一的内容输出将会压制学生的个性化发展，且主体性不易得到强化。

二、GenAI对学生知识学习主体性困境的应对策略

GenAI为知识学习提供了更便捷的方法和多元化工具，并为重塑知识生产机制提供了技术支持。然而，GenAI对于知识产生和传播的主体性替代已逐渐脱离了学生知识学习过程中应有的感知、交互、行为和情感等习得认知与思考所带来的实践过程，直接影响知识学习的效果。基于学生知识学习的主体性立场，在技术支持下回归人本而非算法，回归人类知识学习的原初意义和价值意向。因此，技术工具理应处在辅助者地位，而非对学生学习主体性的替代。这是GenAI与知识学习深度融合的关键，也是破解知识学习主体性困境的重要渠道。

（一）发挥身体力行的优势，解决认知提升中身体“消解”的问题

身体是身心共生的统一体，是与时空交融的互动体和切身体验的能动体，应该将“身”作为出发点，走向知行合一。在GenAI背景下，这种观点有益于避免身体在认知提升中的“消解”。GenAI工具应该成为学生认知发展中的“辅助者”，而不是替代学生身体进行知识“建构”，即要充分强调学习认知中学生的“建构者”角色地位。

首先，设定学生进行GenAI使用的边界。学生不可一味依赖GenAI，而是在指定的适用场景应用GenAI，如用于信息检索、文字润色以及逻辑框架的优化等；而一些核心的场景或环节，如表达主要观点、文章写作以及实验数据获取等，则由学生身体力行，引导学生适当地“用”GenAI，而不可基于“等、靠、要”的目的完全依赖于GenAI。其次，强调学习认知中学生思考用脑的重要性。例如，为学生设计“GenAI+思考”的学习任务，引导其借助于GenAI针对某一问题的多元化观点，继而将多种观点作为思考的基础，加入自主的辨析，以判断各观点的合理性、弊端等，最终提出自己的观点。由此就体现了自主思考的关键地位，强化了主体性，而GenAI辅助成为认知提升中的一个基础环节。

（二）发挥真实任务的优势，解决实践体验中情境虚无化的问题

学习要根植于社会互动，要与实际生活中的问题相联系。同样，经验是个人与当下环境相互作用的产物，个人所生活的世界就是人类认知和学习经验的交互场所。由此可见，个体的认知无法脱离情境而独立存在。因此，知识学习需构建真实任务情境，在虚实融生的环境中解决实际问题，避免实践情境的虚无化。

GenAI能以技术作为中介扩展知识学习的情境性，增强沉浸感与互动性。而学生需要在真实环境中真实地学，置身于真实或接近真实的学习情境，自主解决实际问题，这需要重视个体求取新知与适应环境的同构性。这意味着，如今的学习过程既借鉴了过去的实践经验，同时也为未来可能的实践体验延续联系。在此背景下，以真实任务为导向，在运用GenAI的基础上强调实践。允许“用AI”是一种主动适应GenAI背景环境的表现，但同时强调动手实践的不可或缺性，以保留对学生主体性的锻炼机会。例如，在进行实验研究、现状调研等方面，学生先用AI模拟实验方案或者生成模拟的调研行动方案，从而获得学习行动方向上的指导；同时在具体的实验操作或调研数据获取方面，则要求学生亲手操作和分析验证，以保证获得实践情境体验以及获得一线真实数据资料，提升其实践能力。此外，开发创新性的实践活动，使GenAI无法替代相关实践操作。GenAI所输出内容必须以既往“投喂”为基础，而创新性活动并不在其分析解构的范围之内，必须由学生进行自主地实践创造，这就为其主体性的强化提供了契机。如组织学生参与科技创新制作活动、社区人际沟通活动以及非遗文化探究传播活动等，可以驱动其情感发展、语言表达以及实际动手操作，而无法依赖于GenAI工具。由此，学生的创新创造能力得以发挥，既保障了学习者在实践学习中的主体性地位，同时，学习者还可以通过与学习情境的交互中来获取知识并构建意义。

（三）发挥批判意识的优势，解决价值判断中依赖智能工具的问题

为防范学生因过度依赖GenAI而弱化独立思考能力，《中小学生成式人工智能使用指南（2025年版）》（以下简称《使用指南》）强调了教师在提供指导方面的作用，要求教师在教学实践中积极融入批判性思维训练。这将有利于避免学生价值判断中的智能化依赖。教师需要让学生形成批判意识，具备批判素养，从而独立进行价值判断。

首先，在教学层面进行GenAI的应用课程设置，从而在教授学生关于GenAI的工作原理、算法逻辑及数据局限基础上，使他们理解“并非万事可AI”，而且要对AI生成的内容保有批判意识，将其与实践认识进行对比分析，不断培养和提升对AI内容的批判能力。当AI按学生学习需求，输出富有逻辑的若干项内容时，需基于批判意识与思维，思考其内容是否有同质化的问题，是否涉及抄袭，以及是否存在与事实不符的问题等。由此一来，学生批判分析的过程就成为其主体性得到强化的过程。另一方面，学生的知识学习中也应当增加“AI观点辩论”活动，其目的在于让学生与学生之间展开充分地表达互动：针对GenAI工具所提供的内容或观点，特别是有明显争议性的内容或观点，进行热烈的辩论，从而能够引导学生们用多元视角分析问题，培养其独立的价值判断能力，使其具备更强的批判素养，而不是人云亦云。

（四）发挥学生的个性优势，解决内容输出中的标准化统一问题

《使用指南》中明确禁止学生将GenAI内容直接作为作业或考试答案使用，并限制在创意性任务中滥用AI，从源头上杜绝“代劳式”使用行为。这为解决学生内容输出中的标准化统一问题提供了支撑，也为学生发挥个性化优势保留了空间，为此，应鼓励“标准化+个性化”的学习组合。其中标准化是指基于AI生成的部分，个性化是指学生的主体参与。

一方面，应当强调以积极评价倒逼学生个性化发展，即以评促学。例如，尊重学生个性发展要构建一个多元评价体系，将“学习过程”“能力素养”纳入体系范围。其中，“AI应用记录”“实践日志”“思考记录”等维度可归为学习过程评价指标；“实践能力”“创新情况”“批判思维应用情况”等维度可作为能力素养评价指标。通过量化的方式降低利用GenAI直接生成成果的情况发生，让各评价指标倒逼学生参与相应的学习实践之中，鼓励个性化思考、实践与表达。另一方面，要尊重学生各自的能力差异，设置分层任务。分层任务与学习评价相配合，突出任务的兴趣差异、难易差别，满足学生的不同需求。其中，可允许学生利用AI辅助完成部分任务，如辅助设计写作框架、方案等，同时要基于个性化能力的体现，形成富有主体性特色的学习成果，例如完成创意观点的表达、艺术作品等。由此一来，在“标准化+个性化”的组合下，学生知识学习的主体性即可占据核心地位。

三、结语

GenAI是一把“双刃剑”，既能够以快捷有效的方式帮助学生获取所需的学习资源乃至生成学习成果，也会使学生的主体性难以施展，从而抑制其成长与发展。本文在GenAI这一背景下探讨了技术与学习者在知识学习中的主体性现状。在GenAI技术冲击的浪潮下，学习者的知识学习面临着认知、实践体验、价值判断以及内容输出所带来的主体性困境。基于此，本研究对GenAI背景下知识学习的主体性困境进行了深入剖析，提出破解技术与学习者之间主体性困境的可行性建议。然而，AI技术带来的威胁仅靠技术本身是无法解决的，我们对于技术与知识学习的思考，要回到学习者本身，以促进人技协同与深化学习者特质化，守护学习者的主体地位和价值意蕴。

参考文献：

1. [1]郭顺峰,李光,邹红军.ChatGPT引发的“以人为师”合法性危机与应对——基于技术批判理论视角[J].电化教育研究,2023,44(11):28-35.
2. [2]钟柏昌,林小红.生成式人工智能时代“学习的革命”：生成式自我调节学习[J].华东师范大学学报(教育科学版),2026,44(01):44-55.
3. [3]洪玲.生成式人工智能背景下知识学习的离身困境与实践路径[J].电化教育研究,2025,46(05):19-25.
4. [4]钟柏昌,刘晓凡.论具身学习环境：本质、构成与交互设计[J].开放教育研究,2022,28(05):56-67.
5. [5]王晓丽,李伟鑫.生成式人工智能对人的主体性的挑战及应对[J].江苏大学学报(社会科学版),2025,27(04):91-101+124.
6. [6]邓睿,王健.走向“身心一如”:论科学教育中身体的缺位与回归[J].全球教育展望,2025,54(10):16-26.
7. [7]约翰·杜威.我们怎样思维·经验与教育[M].姜文闵,译.北京:人民教育出版社,2004.