一场关于技术与教学关系的深度追问
在生成式人工智能迅速介入科学教育的当下，一个关键问题浮现：学生在使用GenAI时，究竟如何理解“知识从何而来”以及“何为有效知识”？这种对知识获取与验证方式的看法，即认知立场，直接影响着学生是否会盲目接受AI输出，还是能保持批判性审视。然而，已有研究多聚焦于大学生的立场分类，对初中生——这一认知尚在发展中且立场可能更为流动的群体——关注甚少。
为此，Cheung、Woo与Chen（2026）开展了一项多案例研究，追踪两对九年级女生在GenAI辅助的社会性科学议题论证任务中，如何通过视觉、书面、言语与手势等多模态资源表达其认知立场，并分析其立场在使用AI前后的变化及影响因素。
研究表明，学生对GenAI的认知立场可大致分为三类：绝对论者（全盘接受AI输出）、多元论者（视AI为提供多元视角的工具）与评价论者（批判性审视AI输出，视其为待验证的临时性信息）。已有研究多聚焦于研究生群体，且结论显示立场相对稳定。然而，初中生的认知立场可能更为混合与动态，且其立场发展与其实际使用AI的体验密切相关。
社会性科学议题（如全球变暖、圈养繁殖）因其开放性与社会关联性，被视为培养学生评价论立场的理想情境。在本研究中，学生需借助POE平台（整合多种GenAI模型的统一界面）上的GPT-3.5聊天机器人，完成关于圈养繁殖与全球变暖的论证任务，并前后两次用绘画与文字表达其对GenAI运作方式及使用价值的理解。
研究对象为香港两对九年级女生（年龄14-15岁），在周末工作坊中完成三项任务：任务1与任务4（前后测）要求学生回答“POE如何生成社会性科学文本？”及“我们为何需要POE？”，并配以关键词提示；任务2与任务3则分别为使用通用机器人进行论证，以及自行设定“人格”的机器人进行论证。研究收集了学生前后测的多模态作品、对话录像及聊天记录，并对视觉、言语、书面及动作模式的功能进行逐轮编码与交叉案例分析。下图为研究的摄像头与座位布置图，直观说明了研究的数据采集方式：
1. 认知立场并非静止，而是随AI使用体验而演变
第一组学生（Pair 1）在任务1中持有多元论立场，认为POE能提供“不同视角”与“更多想法”。但在使用AI过程中遭遇技术困难（如反复点击“重试”按钮）及未能有效设定机器人角色后，其在任务4中表现出距离-绝对论立场：画中的人物远离机器人，并写下“我们无法思考”“我们很笨”等语句，体现出对自身认知能力的否定与对AI的依赖。
第二组学生（Pair 2）同样从多元论出发，但他们在使用中逐渐学会审视AI提供的证据质量，并主动要求AI提供“历史证据”以验证信息。最终，他们在任务4中表现出合作-评价论立场：画中出现“我”观察AI与人类合作的过程，并写下“AI的准确性取决于输入信息的准确性”，体现出对AI输出条件性的理解。下面两张分别为两组学生前、后测的典型作品：
2. 认知立场与AI使用能力密切相关
第二组学生之所以能发展为评价论者，关键在于他们能在论证过程中主动评估AI输出证据的可靠性，并要求补充数据来源。而第一组学生则因技术障碍与未能合理设定机器人角色（如要求机器人“扮演哈佛教授”而非“科学教师”），导致AI输出过于复杂、难以理解，进而强化了其对AI的畏惧与距离感。
本研究揭示，初中生的认知立场并非简单归属于绝对论、多元论或评价论，而可能呈现出混合、动态且具情境依赖性的特征。学生通过视觉、书面与言语模式的协同使用，不仅表达了对AI的信任或怀疑，更体现了其对自身认知能力、AI角色及其合作关系的综合理解。
特别地，视觉模式（如绘制人与AI的距离、表情与对话气泡）在表达立场时发挥了不可替代的作用，使研究者能捕捉到言语中可能缺失的隐含态度与情感倾向。
研究为科学教育者提供了重要启示：
其一，利用多模态任务捕捉学生认知立场。教师可通过设计绘画、写作与讨论任务，了解学生对AI的真实看法，从而在课堂上及时回应其误解或焦虑。
其二，针对性干预可促进学生评价论立场。当发现学生表现出“依赖”或“畏惧”AI的倾向时，教师可引入关于AI运作机制的解释、提示工程技巧的训练，以及引导学生关注信息来源与证据质量。
其三，合理设定AI角色与输出长度。当前研究提示，设定AI为“科学教师”并限定回答长度，可能比简单设定为“科学家”更有利于初中生理解与接受AI输出。
本研究以多模态视角打开了理解学生认知立场的新窗口，也提醒我们：在AI日益嵌入教学实践的今天，学生的认知立场并非“天生”或“固定”的，而是在与AI的真实互动中不断被塑造与再塑造。
科学教育者应关注这一动态过程，并提供结构化的反思机会，引导学生从“被动接受者”成长为“主动合作者”，在AI辅助的学习环境中保持认知自主性与批判性。
未来研究可进一步探讨不同科学活动（如建模、实验设计）中学生认知立场的发展，或纳入学生先验知识与数字素养等变量，以更全面地理解GenAI与科学学习之间的复杂互动。