自苏格拉底以来，“对话”便被视为学习所依赖的根本方式。
随着大语言模型的快速发展，学习者不仅与教师及其他学习者保持对话，也首次能够与人工智能进行高频、即时、生成式的“类对话”互动。
2023年，在香港中文大学（深圳）主办的神仙湖论坛上，我发表了一个观点，那就是，
“大语言模型让具有悠久历史和古老传统的对话，再度回顾教育生态，成为人类学习的主流”。
《在大语言模型时代，对话式学习正在成为一种极为重要的学习方式，它不仅改变知识获取方式，也改变我们的思考方式》。
因为在我看来，
（1）、对话是人们学习的主要方式之一；
（2）人类对话通常比简单的问答对要丰富得多。
（3）对话式学习比我们所知道的和想象的要复杂得多，艰难得多。
那么，人工智能时代，我们如何通过对话学习？
图片源自：onlinelearninglegends.com，特别鸣谢！
早在2002年，Diana Laurillard 所提出的对话框架将学习视为一种对话：
教师与学习者之间、学习者之间以及学习者与学习内容之间的对话。
它强调知识并非简单地从专家传递给新手。相反，学习是通过迭代、反馈和反思的“对话”构建而成的。
什么是对话框架（Conversational Framework）？
由Diana Laurillard 教授开发的对话框架，阐述了如何将教与学理解为一个迭代式的对话过程。它明确了有效学习所需的关键交流要素：
*****师生对话：教师阐述自己对某个概念的理解，而学生尝试应用和解释该概念。
*****学生之间的对话：学生合作，互相挑战彼此的想法，共同构建知识。
*****学习者与自身的对话：反思是关键；学习者必须根据学习目标来思考自己的理解和表现。
这种循环过程并不局限于传统课堂。
事实上，它也能无缝衔接到数字化学习环境中，对话既可以通过论坛和协作工具异步进行，也可以通过实时讨论和反馈环节同步进行。
Diana Laurillard 的对话框架概述了六种学习类型，这些类型常用于课程规划。
它们在学习设计中尤为重要，因为它们概述了学习者参与学习并取得成功的不同有效方式。
1、获得（Acquisition）
在信息获取阶段，学习者被动地接收信息。信息获取是六种学习类型中最不主动的一种，它通过阅读、观看和聆听进行，但其对学习过程的重要性丝毫不亚于其他更具互动性的学习类型。如果能将信息获取与后续的反思或讨论任务相结合，效果会更加显著。
2、查询（Investigation）
这种学习方式有时被称为探究式学习，它赋予学习者更多的学习自主权，并增强他们的学习能力。它通过信息搜寻、问题解决和评估等行动，帮助他们发展知识和独立性。
3、讨论 (Discussion)
有效的学习源于对话。在整个学习过程中融入讨论，有助于学习者提升表达想法和观点的能力，并能更好地回应同伴的意见。这种学习方式不仅有助于培养批判性思维和社交情感技能，还能在在线课程中建立社群感和归属感。
4、合作（Collaboration）
与讨论类似，协作有助于提升人际交往能力，并构建更强大的学习社群。当学习者共同完成任务时，他们还可以通过同伴间的反馈来加深对学科知识的理解。
5、实践（Practice）
这类学习方式鼓励学习者将已掌握的技能付诸实践，并根据反馈进行反思，以期未来改进。有效的练习机会可以包括写作论文、角色扮演等，具体取决于学习内容。学习者也可以被要求解决谜题或问题，或者被鼓励在现实生活中运用他们的技能。
6、生产（Production）
在这种学习方式中，学习者需要创作出一些有形的作品来巩固知识并展示学习成果。根据在线课程的具体情况，这可以通过提交作品集、进行评估或创作实体或数字设计作品来实现。
Diana Laurillard的对话框架提醒我们，有效的学习绝非单向的。它需要对话、反馈和反思。通过将这些原则融入课程设计，尤其是在在线学习环境中，教育者可以超越简单的内容传递，创造更高质量的学习体验。
Diana Laurillard提出的六种学习类型已被证明是帮助教师描述和讨论学生学习过程的有效方法。
图片源自theteesra.com，特别鸣谢！
Laurillard（2012, 2013）本质上强调： 学习是一种双向的、循环的、反思性的对话过程，通过不断比较、反馈和调整，促使学习者从行动到理解的转变。
框架中的关键循环包括：
1、概念层面对话：教师解释 → 学生反馈 → 教师调整。
2、实践层面对话：学生尝试 → 系统反馈 → 学生反思 → 再尝试。
3、注意：真正的学习发生在概念与实践相互校正的循环中。
Laurillard 框架的核心，是强调教与学是通过教师和学习者在不同层次、不同媒介上的“对话”来协同推进的。
这些对话不仅是言语的，更是通过概念（想法） 和 实践（行动） 在世界中的互动来完成的。
它强调了迭代和反馈对学习的重要性。
这个框架的精髓在于，有效的学习必须同时包含理论的探讨和实践的检验，并通过师生间持续的、多层次的对话与反馈来弥合二者之间的鸿沟。
今天，大语言模型飞速发展，人工智能一日潜力。它为这场对话增加了一位能力超群、永不疲倦的“对话代理”，它极大地压缩了反馈循环的时间，个性化了学习路径，并解放了教师去从事更高价值的工作。
这一变化引发了深刻的理论与哲学问题：
人与大语言模型之间的对话是否延伸甚至重构了 Laurillard 的框架？
当学习者与AI“对话”时，AI是否真正地“参与”了这场对话？
它是否满足了哲学意义上对“真实对话”的定义？
与大语言模型之间的对话是一种“技术增强型、弱主体性、模拟式的对话学习形态。
从哲学与认知论视角来看，由于人工智能并不具备意图性（intentionality）与意义建构能力，其“对话”仅仅属于统计模拟，而非主体性参与，顶多可以称之为“类主体性参与”，因此，人与大语言模型之间的对话和互动与Laurillard 框架中的对等对话是有本质不同的。
那么，这种对话和互动的本质到底是什么？
学习主体性与意义建构是否因此受到改变？
更重要的是，当学习者日益习惯于与一个非人类智能进行知识的探寻与建构时，他们的学习主体性——即作为学习活动主导者和责任人的能力——会发生怎样的改变？
他们赖以形成深刻理解的意义建构过程，又将如何被重塑？
所有这些问题，构成了我们回答“人工智能时代，我们如何通过对话学习？”的基础和前提。
Photo by Johnnie Walker