人工智能正在改变人类学习。
人工智能正在改变学习的工具、环境、过程与结果，
但更值得研究的问题是：
当AI能够解释知识、生成答案、提供反馈、模拟对话，甚至自主规划学习活动时，我们关于学习的基本理论，需要发生怎样的变化？
最近有两篇文章非常值得关注：
一篇是2026年4月首次提交，由清华大学 Lixiang Yan（严立湘）和香港大学/莫那什大学的Dragan Gaˇsevi´c联合发表的，《智能体主义：一种面向人工智能时代的学习理论》（Agentivism: a learning theory for the age of artificial intelligence）。
另外一篇是2026年5月首次提交，由来自宾夕法尼亚州伯利恒市的私立研究型大学理海大学（Lehigh University）的Shan Li 和 Juan Zheng 合作发表的，《生成主义：迈向生成式人工智能时代的学习理论》（Generativism: Toward a Learning Theory for the Age of Generative Artificial Intelligence）；
一、智能体主义（Agentivism）学习理论
智能体主义的出发点是：AI可以替学生完成学习任务，但完成任务的人机系统，是否真的让学生学会了？
智能体主义试图解释这种落差：当AI越来越容易承担认知工作时，学习理论不能只问学生最终做出了什么，还必须问哪些能力真正留在了学习者身上。
Yan与Gašević于2026年4月提出的这套理论，将学习定义为：
通过选择性委托、对AI输出进行认识论监控和核验、重构性内化，以及在支持减少时实现迁移，使人的能力获得持久增长。
也就是说，在两位看来，人类学习是持久的人类能力增长。
https://arxiv.org/pdf/2604.07813
智能体主义的四个核心机制是：
委托能动性（Delegated Agency）、认识论监控与核验（Epistemic Monitoring and Verification）、重构性内化（Reconstructive Internalization）、以及支持减少后的迁移（Transfer Under Reduced Support）。
以上四个机制是论文的核心理论结构。
作者还从中推导出六项可检验的研究命题，尝试将抽象的学习理论转化为可以通过经验研究检验的预测。
二、生成主义（Generativism）学习理论
Shan Li 和 Juan Zheng 的这篇Generativism论文的出发点是：
行为主义、认知主义、建构主义和联通主义等传统学习理论，虽然仍然重要，但在生成式AI可以参与知识生成、综合、解释和推理的环境中，需要进一步发展。
传统学习理论往往以不同方式解释学习者与环境、知识和社会互动的关系。而生成式AI带来了一种新的认知条件：学习者不再只是接收信息、检索信息或与他人交流，还可以与AI进行反复迭代的知识生产活动。
生成主义关心的，不只是AI给了学生什么答案，而是人在与AI反复生成、检验和修正的过程中，如何形成理解与知识。
在2026年的5月的这篇预印本中，Li与Zheng提出，生成式AI时代的学习日益体现为学习者与AI系统之间的迭代式知识共同建构。
也就是说，在他们看来，学习是一种迭代式的人机知识共建过程。
他们将框架组织为四个核心构念：认识论伙伴关系（Epistemic Partnership）、分布式能动性（Distributed Agency）、生成式AI素养（Generative Literacy）、自适应元认知（Adaptive Metacognition）。
https://arxiv.org/pdf/2606.12441
这里有一个重要的理论转向：
元认知不再只涉及学习者对自身认知过程的监控，也涉及学习者如何理解、评估和调节一个参与认知活动的外部智能系统。
生成主义并没有证明传统学习理论已无法解释AI时代的学习。
更准确地说，它提出了一种新的整合框架，并认为现有理论需要进一步处理人机协同认知的问题。
三、生成知识，还是发展能力？
生成主义学习理论与智能体主义学习理论并非简单的竞争关系。
它们分别强调人机协作学习的两个不同维度：
生成主义更关注知识如何生成，智能体主义更关注人的能力如何发展。
如果说生成主义的出发点是“人和AI如何共同生成知识”，那么能动主义的出发点则更加直接，也更加尖锐：
AI可以替学生完成学习任务，但完成任务的人机系统，是否真的让学生学会了？
这是两种理论之间最重要的差异。
我们应该看到，生成主义与智能体主义是在高速发展的人工智能教育应用中涌现出来的新的理论观点，未来的路还很长很长。
生成主义与智能体主义的共同价值，并不在于它们已经建立了无可争议的新学习理论，而在于它们把两个长期存在、却因生成式AI而更加尖锐的问题推到了教育研究的中心：
第一，知识可以由人机共同生成，但学习者必须真正参与意义建构。
第二，任务可以由AI协助完成，但教育必须关心人的能力是否持久增长。
如果说生成主义帮助我们重新思考学习发生的方式，那么智能体就提醒我们重新审视学习的结果。
这两篇预印本文章可以说是两种有启发性的学习理论提案，它们正在尝试重新界定AI时代的学习问题。
它们最重要的贡献，是迫使研究者把注意力从AI能完成什么，
转向人如何借助AI学习，以及这种学习是否真正改变了人的能力。
二者结合起来，可以形成一个非常值得继续研究的命题：
人工智能时代，好的学习不仅要让人机协作产生更好的成果，
还要让学习者在协作结束之后，
成为一个更有能力理解、判断、创造和行动的人。
对此，您怎么看？
欢迎您跟帖分享您的主张！
Photo by Johnnie Walker