“认知卸载”: AI融入语文思辨性阅读的机制及方法路径

郑盼盼^1,2， 赵  玉3

1.北京师范大学  未来教育学院， 广东  珠海

2.杭州市钱塘区金沙湖实验学校， 浙江  杭州

3.杭州市钱塘区教师教育学院， 浙江  杭州

以人工智能(Artificial Intelligence， AI)在全球教育的应用为背景， 中国陆续出台《教育强国建设规划纲要(2024—2035年)》《关于加强中小学人工智能教育的通知》等政策， AI融入教育已成为未来趋势。《义务教育语文课程标准(2022年版)》和《普通高中语文课程标准(2017年版2020年修订)》专设“思辨性阅读与表达”任务群提升学生思维能力， 提出培养学生“深刻性、 独创性、 批判性”思维的目标， 发展语文核心素养。这成为AI赋能思辨性阅读的理论支点。

AI“有可能成为新的革命的起点， 这一特征极大地改变着教育生态”［1］。在语文教学实践中， AI的介入为思辨性阅读教学提供了新的可能性。有观点认为， AI可作为教学协同工具， 实现优势“共赢”［2］， 也有观点认为AI能够助力批判性思维的培养［3］［4］， 且能为因材施教、 个性化学习提供帮助［5］。然而， 也有研究指出AI的使用频次与思辨能力呈负相关， 其机制正源于“认知卸载”［6］。学界对AI融入教学的优势与效果已经有初步讨论， 但AI融入教学的机制尚未明晰。

基于此， 本文聚焦AI融入语文思辨性阅读教学的“认知卸载”机制， 分析该机制的内在关联， 在此基础上设计具体的教学实践路径， 以期为AI时代语文思辨性阅读教学提供参考。本文讨论的“认知卸载”是指为了减少认知资源减损， 个体运用物理行为来改变对任务信息处理方式的一种策略［7］。

一、 “认知卸载”： AI融入语文思辨性阅读的机制

(一)“认知卸载”的机制

1.思辨的起点角度： 情境体会的“认知卸载”

学生深入文本内容， 仔细体会、 想象， 细致探究、 思考， 关联社会生活与日常体验， 便可基于认知经验提出思辨问题。可以说， 思辨性阅读的起点在于对文本立场的体察、 文本情境的体会。教师可借助AI， 通过生动的图画、 视频、 数字人， 创设模拟的文本情境。这一做法可以帮助学生以某种身份立场进入文本阅读， 增强“代入感”， 设身处地地思考并提出思辨问题。情境体会的“认知卸载”便发挥了积极作用。

然而， 语言文字自身独有的可感受性也包含着情境， 也是思辨的种子。这种以视听形象代替文字体会的做法也有值得商榷之处： AI生成的模拟情境， 可能会压缩语言文字想象的空间， 忽视深入语言文字的感受过程， 进而削弱思辨起始的立场认同。例如， 在《朝花夕拾》阅读中， 教师用AI生成小鲁迅的人物形象图或创建小鲁迅数字人， 并用AI视频动画营造出轻松欢快的氛围。这种直接的情境呈现固然有好处， 但也可能代替了学生从“轻捷的叫天子(云雀)”等词句中体会儿童视角下看待世界独有的活泼的过程， 进而削弱对全书“温馨的回忆”的情境感受， 难以实现阅读的“慎思明辨”。

2.思辨的动因角度： 检索整合的“认知卸载”

思辨阅读离不开对语言文字的检索、 概括和整合。AI基于大语言模型， 可以按照算法逻辑， 对语言文字进行检索、 整合， 进而处理文本信息， 生成文本内容。这种便利性能让使用者节省认知资源， 更好地开展高阶思维活动， 如对比分析， 审辩思考， 推理判断， 提出新见。检索整合的“认知卸载”便产生了积极作用。

然而， 只有学生基于文本细节的自主挖掘与整合， 跨段落地阅读回顾， 关联生活经验， 进行信息检索， 产生分析、 推理、 判断、 评价等认知行为， 才能生发出真正富有思辨性的阅读问题。例如， AI将《五猖会》视为“对封建教育的批判”。若学生跳过自主地阅读检索与信息整合， 仅接受AI提供的分析， 便很难从“严肃的父爱也蕴含温馨”这一维度进行观点碰撞与突破， 进而丧失思辨的内在驱动力。

3.思辨的发展角度： 策略监控的“认知卸载”

思辨性阅读的发展， 在于对思维过程进行策略性监控。例如， 计划、 调节、 评估。AI能为初学者提供现成的思维框架、 分析角度与评价标准。这种方式省去了大量自主摸索和认知试错的环节， 帮助学习者快速掌握基本的思辨路径。这发挥了AI融入思辨性阅读策略监控的“认知卸载”机制的积极作用。

然而， 思辨能力的深层次发展高度依赖“元认知经验”的积累。这种经验源于学习者在策略监控中的自主摸索、 试错与调整。例如在分析《朝花夕拾》中阿长形象双面性的原因时， 若从人物的性格、 语言、 动作等角度分析受限， 便要自主从社会环境的角度思考。正是这种“思维反刍”、 策略路径的调整过程， 才能发展灵活的思辨能力。若不能自主调整策略， 则可能阻碍学生形成真正内化的、 可迁移的策略监控能力。

(二)“认知卸载”机制的内在关联

在AI融入思辨性阅读教学的过程中， “认知卸载”机制之间有内在关联(如图1所示)。首先， 上层的方框提示了“认知卸载”机制的具体表现， 下层的方框描述了“思辨活动”的运行机制， 二者犹如硬币的正反两面相互协作。正如上文所讨论的“认知卸载”机制作用于“情境体会”时， 会对思辨活动在起点上产生双重作用。类似的， 上层方框内的“搜索整合的认知卸载”“策略监控的认知卸载”分别与下层方框内的“思辨动因”“思辨发展”逐一对应， 对此前文已有分析。

其次， “认知卸载”机制和思辨活动的运行机制内部各要素相互影响， 共同作用于AI融入思辨阅读的过程， 故此图1左侧箭头共同指向“AI融入思辨性阅读”。在此过程中， 不管AI发挥了替代作用还是辅助作用， AI的使用都可以解放认知资源。但若发挥的作用是前者， 便只能进行低阶思辨， 对思辨阅读产生消极作用； 若是后者， 便能进行高阶思辨， 对思辨阅读产生积极作用。无论是高阶思辨还是低阶思辨， 思辨活动的运行便是学生思辨能力的生长环节， 思辨过程相互关联、 共同作用， 产生综合效应。AI融入思辨性阅读教学的结果都会继续作用于“认知卸载”机制和思辨活动的运行， 故此， 图右侧有两个箭头从中间出发， 分别指向上下方框。

总之，AI融入阅读教学， 若产生替代行为， 则仅仅解放了学生的认知资源便止步不前， 导致低阶思辨， 产生低效的作用。反之， 若AI发挥了辅助作用， 解放认知资源， 思辨性阅读便能培养学生提出问题并解决问题的能力， 实现高阶思辨， 最终促进思维的发展， 发挥积极作用。

二、 循环分析： AI融入语文思辨性阅读教学的路径

AI在自然语言处理方面取得了显著的成绩， 极大地方便了学习者发现问题、 解决问题的过程。基于海量数据的训练， AI在诸多方面远超人类， 例如识记、 检索查找等， 甚至在方法生成、 策略建构等方面也有良好的表现。面向未来的教师和学生们更应当关注， 在AI飞速发展的当下， 学习已不仅仅是“如何去”的问题， 更是“到哪去”的问题。思辨性问题的提出和目标的确立显得更加难能可贵。

因此， 在AI融入思辨性阅读教学的过程中， 教师针对情境体会、 检索整合、 策略监控的认知卸载现象， 可以构建“启思→整合→质证→重构”的循环分析路径(如图2所示)， 该路径以“师-生-AI”三者协同互动为核心， 发挥学生的学习主体性， 培养学生发现问题、 解决问题的意识， 发展提取信息、 筛选分类、 比较概括、 归纳总结等思维能力， 落实思辨性阅读与表达学习任务群， 发展学生核心素养。

(一)基于循环分析的思辨性阅读教学实践

在《朝花夕拾》的思辨性阅读教学中， 教师可以聚焦“温馨的回忆与理性的批判”这一核心思辨问题， 引导学生循环分析。

1.启思： 聚焦真实体会

启思环节， 基于真实的阅读感受， 借用AI通过可视化图谱来激发问题意识。学生阅读《阿长与〈山海经〉》中阿长为小鲁迅买书的情节， 体会到“感激”， 阅读《二十四孝图》时感受到对愚孝的“批判”。教师引导学生将这些关键词输入AI对话框， 生成词云图。在此基础上再次思考， 不断追问， 自主思考高频词产生的原因， 提出多样的探究问题。这个过程使得思维可视化， 重在解放认知资源， 发挥AI的辅助作用， 使学生思维能聚焦到对文章的整体把握上来， 将碎片化的思考结构化。这些关于真实阅读体会的困惑与疑问， 是思辨的起点。

2.整合： 探究问题脉络

学生基于词云图， 发现“为何‘批判’与‘怀念’都作为高频词并存？”的矛盾问题， 进而在原文中检索阅读， 提取信息， 按照分类“批判”“怀念”筛选出文本依据， 如“吃福橘”“讲‘长毛’的故事”“买《山海经》”等情节。此时， 教师将学生的阅读发现输入AI， 要求其生成“可视化工具”， 经过教师进行合理性检查后使用。如AI生成“情感与行为坐标”， 横轴为“行为愚昧指数”、 纵轴为“情感温暖指数”(如图3所示)， 此坐标可以将分散的观察与认识转化为可视化的结构图。这一过程促使学生跳脱出局部细节， 聚焦矛盾问题。进而发现， 大多数内容集中在“善良但愚昧”的象限， 促使学生自主提炼出映照全文的核心： 温馨的回忆与理性的批判。由此， AI提供的框架解放了学生的认知资源， 摒弃碎片提问， 转而基于结构化的文本证据， 在更高维度进行思辨。学生的真实问题升华为驱动思辨、 深入文本的核心问题， 实现思辨整合。

3.质证： 深化思辨理解

学生围绕“温馨的回忆与理性的批判”这一核心问题， 结合情感与行为坐标中的文本证据展开辩论。教师可借助AI设定辩论角度， 如“《朝花夕拾》是具有温馨色彩的理性批判”“《朝花夕拾》是具有理性色彩的温馨回忆”。

此时有两种做法： 一是人机协作， 学生以不同的观点对立辩论， 这一过程可以使用AI。例如持“《朝花夕拾》是具有温馨色彩的理性批判”立场的学生， 可借助AI获取《父亲的病》中“败鼓皮丸”的细节作为论据。AI实时录制音频， 及时搜集并呈现双方观点， 例如以词云图呈现“时代局限”“人性美好”“成长感受”等关键词， 帮助学生明晰辩论核心。最后， 教师借助词云图， 总结双方辩论的得失。AI融入， 既省去对辩论语言进行摘录整理的繁琐， 又可借视觉提示推动学生积极辩论， 深入思考。

二是“人机对弈”， 教师对AI设定好辩论提示语， 使学生和AI分别选择一个角度进行辩论。学生以“阿长为小鲁迅买《山海经》”的细节论证“《朝花夕拾》是具有理性色彩的温馨回忆”， AI则能以“吃福橘”“讲‘长毛’的故事”等情节进行反驳。这种人机交锋促使学生不断检索文本细节、 完善论证逻辑。学生既需警惕AI论据的片面性， 又在反驳中深化对文本的理解。

在这两种做法中， 教师都需要全程监控， 适时发挥介入作用。学生在借用AI为自己的立场搜集论据时， 教师需要引导学生审辩思考， 主动质疑观点全面性、 思维逻辑合理性、 论据论点的一致性、 材料来源的真实性， 独立思考， 不断质疑， 分析推断， 在逐项填写“思辨分析过程表”后方可参考使用(如表1所示)。在教师指点下， 学生构建“文本证据→逻辑推理→结论”的思维路径， 在攻防辩论中深化对“温情的回忆与理性的批判”的理解， 使思辨从横向对比走向深度发展。

4.重构： 实现认知唤醒

在经历辩论的思维碰撞后， 学生需整合“温馨回忆与理性批判”的辩论成果， 形成对《朝花夕拾》的整体性认知。这一过程， 参考FIAS在语文教研中的应用案例［8］， 构建思辨性阅读参与行为分析编码表(如表2所示)。录制全部的思辨阅读过程音频， 借助AI将其转为文本。将思辨性阅读参与行为编码和语音文本一同交给AI， 要求其对照编码分析录音转换后的文本， 即课堂话语行为， 输出数据矩阵。最终， 发现思辨性阅读课堂参与的高频行为， 运用AI生成分析报告， 帮助教师及时掌握学情。同时， 也可以要求AI针对某一位同学的思辨性阅读参与行为进行编码分析， 学生回顾自己的思辨探究过程和参与频率， 帮助学生进行自主反思。经过整合， 学生明白“回忆”源于对底层人民善意的由衷感激， “批判”源于对社会弊病的深刻反思， 这种交织恰是在生活那个新旧交替时代人们思想的真实呈现。此时， 学生可将这份深化后的理解输入数字人鲁迅的对话框， 将文本理解转换为高度的参与， 实现认知的重构。最终， 学生以新的体会和理解， 再次经历“启思→整合→质证→重构”的过程， 实现思辨能力的螺旋式发展。

(二)AI融入思辨性阅读的师生行为评价指标

为确保“启思→整合→质证→重构”路径有效落地， 以教学“三元模式”［9］为基础， 从教师行为、 学生行为、 AI工具三个维度构建观测指标(如表3所示)， 动态评估认知卸载机制。

本评价表旨在评估教师、 学生及AI工具在阅读思辨活动中的互动作用， 促进信息素养、 认知深度、 思辨能力与自主探究能力的协同发展。教师指标侧重教学引导与认知干预， 学生指标更聚焦独立思辨与元认知能力， AI指标则强调工具的支持性与开放性。这些共同体现“以学生为中心、 教师为引导、 AI为赋能工具”的理念。

通过分阶段量化观测， 教师能够精准识别学生思辨薄弱环节及AI工具的使用偏差， 从而有针对性地优化教学策略。在这一过程中， 学生通过主动修正AI生成内容、 践行辩证论证， 有效强化了独立思考能力。为充分发挥评价效果， 教师需把握“适时适度”的介入原则， 注重过程性评价， 动态追踪人机协作效果。同时， 将AI工具协同效能纳入评估， 能够更好地契合AI时代教育评价改革的发展趋势。

三、 实践效果分析与讨论

基于上述教学路径， 笔者在杭州市某初中开展了《朝花夕拾》整本书阅读总结课的教学实践。该课为两课时， 课堂实录总时长约40分钟。借助FIAS应用支持工具［10］和AI平台“星火教师助手”， 并按照前文所述的“思辨性阅读参与行为编码”， 进行教学互动分析， 参照常模［11］， 汇总结果如表4、 表5所示。

根据表4、 表5可知： (1)课堂凸显了“学生主体”， 激发了学生学习兴趣。教师行为比率42.72%， 低于常模， 学生行为比率44.67%， 高于常模。这体现了学生的主体性， 也从侧面反映了AI融入课堂， 提升了学生思辨性阅读参与积极性。(2)课堂风格类型是启发互动式的。教师启发行为比率58.12%， 高于常模。这反映出课堂中教师的主导教学流程但不单向灌输， 而是以“间接”的方式启发学生思考。(3)在“认知卸载”机制中， 按照前文预设的量表与教学路径， 该课中的教师有效地发挥了介入作用。所有行为中占比最高是教师“指导、 要求、 命令学生做”， 比率高达15.36%， 讲授行为占比也高达9.2%。这看似是教师“控制”课堂的直接灌输行为， 与(2)的结论矛盾。实则不然， 回看实录发现， 教师在讲授如何使用AI工具后， 多次示范使用前文所述的“思辨分析过程表”并指导学生照着做， 在“质证”环节的“人机”辩论、 生生辩论中尤为明显。这解释了高频数据的产生原因， 说明了教师的积极介入有效地推动了思辨深入。(4)“慎思明辨”在课堂中很有可能已然发生。沉默或混乱比率12.61%， 高于常模， 这说明课堂气氛并不算活跃， 似乎与辩论“热闹”的感受相悖。回看录像， 可以发现绝大多数沉默的时刻， 学生是在安静地思考与记录， 且沉默或混乱行为中， 有益沉默占比达90.85%。思考的深入往往有赖于安静的氛围， 这从侧面佐证了学生在安静的氛围中深入思辨。(5)AI融入思辨性阅读教学的实践路径， 丰富了思辨资源。学生主动思辨比率达到88.07%， 其中提问、 质疑、 论证等行为占比较为均衡， 反映了AI的介入， 为学生提供了一定的反驳性、 冲突性信息， 且丰富了多元、 多角度信息， 为思辨的主动展开提供可能。

就思辨性阅读而言， 上述分析在一定程度上说明了以“启思→整合→质证→重构”为策略路径的教学实践， 能够发挥AI融入教学的“认知卸载”机制的积极作用， 在推动课堂转型、 凸显学生主体地位、 铺垫面向未来的思辨素养与信息素养等方面有积极作用。

当然， AI融入思辨性阅读的机制及方法路径绝非仅限于“认知卸载”， 其他如认知图示、 认知负荷、 情境的中介效应等， 也有待完善。其次， 根据年级类别与学生思维发展水平与认知特点， 搜集大量课堂实录或案例， 借助AI强大的分析、 计算、 整合能力， 制定出“思辨性阅读课堂互动”的常模， 使得参照标准更准确。再者， 后续研究还可突出思辨性阅读课课型， 有针对性地构建分析量表。因为思辨能力的提升不是一蹴而就的， 在阅读的不同阶段思辨能力有所侧重。前文所述的编码与教学路径还只是整体性的初步探索， 下一步可在方法导读课、 专题推进课、 总结分享课等课型上细化。最后， 在上述基础上， 可开发实时分析系统， 借助智慧课堂的录音、 录像功能与教育垂直领域AI模型， 实时提示学习进度与效果。

总之， AI为语文思辨性阅读教学带来了挑战与机遇。审慎分析“技术赋能”的机制， 找到合适的赋能路径， 才能真正实现AI与教育的深度融合， 培育出面向数字时代、 面向未来的“批判性的思考者”与“负责任的表达者”。

本文发表于《教育与装备研究》2026年第5期，参考文献已省略，如需要参考请阅读原文 ,跳转到“国家中小学智慧教育平台：平台资源号”。

引用请注明以下信息：郑盼盼,赵玉.“认知卸载”：AI融入语文思辨性阅读的机制及方法路径[J].教育与装备研究,2026,(5):30-36.