当大语言模型进入物理学习场景，人工智能究竟应该扮演怎样的角色？是根据学生的答案判断正误、提供解题步骤的智能助手，还是能够理解学生的思考过程、回应自主提问并促进知识建构的探究伙伴？
在传统智能辅导系统中，师生式交互往往受到预设问题和程序化反馈的限制，学生更多是在回答系统提出的问题。而大语言模型所支持的自然语言交互，为学生主动提出问题、质疑既有解释以及延伸概念理解提供了新的可能。
2026年11月4日，Eunhye Kim和Hunkoog Jho在《Journal of Science Education and Technology》发表了题为《Student-Initiated Questioning in LLM-based Physics Tutoring: Metacognitive Regulation and Dialogic Uptake》的研究。该研究以热力学学习为情境，通过分析18名本科生在基于大语言模型的对话式智能辅导系统中的112个自主提问，考察学生提问背后的元认知功能，以及这些问题如何转化为不同层次的人机对话。
研究揭示了一个值得关注的现象：学生主动提问并不只是为了获得信息，而是其计划、监控和评价自身学习过程的重要表现。其中，持续监控自身理解的提问，与更高水平的对话互动具有显著关联。这为理解大语言模型如何支持物理学习中的深度认知参与提供了新的实证视角。
01
研究背景
从系统驱动的问答
转向学生自主发起的探究
学生提问一直是科学学习的重要组成部分。在物理问题解决过程中，学生提出问题不仅能够暴露知识理解中的困难，也能够反映其如何理解问题条件、选择解题策略以及建立数学形式与物理原理之间的联系。
从元认知角度看，自主提问并非简单的信息获取行为，而是学习者主动调节自身认知活动的表现。研究将这种调节划分为三个方面：计划（Planning），即任务开始前明确目标、理解条件并制定策略；监控（Monitoring），即任务进行过程中持续检查自己的理解和进展；评价（Evaluation），即完成任务或获得反馈后，对学习过程和结果进行反思。
然而，传统智能辅导系统（Intelligent Tutoring Systems，ITS）通常遵循预设的教学程序，系统提出问题，学生提供相应答案。系统主要关注答案是否正确，却较难理解学生回答背后的认知过程，也缺乏充分回应学生自主提问的机制。
大语言模型的发展为这一问题提供了新的解决思路。与传统系统相比，基于大语言模型的对话式智能辅导系统（Conversational Intelligent Tutoring Systems，CITS）能够理解自然语言表达，支持非线性、开放式交互，使学生可以在问题解决的不同阶段随时提出疑问。
研究由此关注两个核心问题：一是学生如何在基于大语言模型的物理辅导环境中，通过自主提问开展元认知调节？二是学生对人工智能话语的对话承接质量，与提问所体现的元认知功能之间存在怎样的关系？
02
研究设计
构建支持自主提问的
物理对话式辅导环境
1. 系统构建：以热力学知识为基础，支持开放式人机交互
研究开发了一套基于GPT-4o的对话式智能辅导系统，以大学物理教材中的热力学章节作为知识来源。
系统首先利用Upstage.ai API对教材内容进行解析和结构化处理，再通过大语言模型提取核心知识，建立分为基础、中级和高级三个层次的知识图谱。研究人员设置了六个知识领域，分别为基本概念、热力学定律、热力学过程、理想气体与真实气体、熵，以及热机与效率。随后，两位物理教育专家对知识领域结构及难度层次进行了审核。
系统共生成648道热力学问题，并按照三个难度层次组织学习任务。学生通过基于Python和Streamlit开发的网页应用进入学习环境，能够完成问题作答、接收反馈，也可以在解题的任何阶段通过开放式对话窗口提出自然语言问题，而不必局限于系统预设的选项。
系统还设置了适应性支架反馈机制。当学生回答错误时，系统不会直接给出最终答案，而是通过四个环节提供支持：重新分析问题、识别相关概念、规划解题过程，以及提供计算支持。其目的在于帮助学生重新理解问题、找到相关原理并继续思考。
Fig. 1 基于大语言模型的物理学习问题自动生成与反馈系统架构
Fig. 2 基于大语言模型的适应性学习流程
2. 研究对象与数据：追踪真实学习过程中的自主提问
研究于2024年秋季学期开展，共有18名韩国本科生参与，均为大学三、四年级学生。
研究并未将重点放在传统的学习成绩比较上，而是通过系统日志记录学生与人工智能之间的完整互动过程，包括问题提示、学生回答、自主提问、系统回复、时间戳和对话线程等信息。
研究共记录648次系统交互，平均每名学生36次，累计交互时间平均约为177分钟。从全部交互中，研究人员识别出318条由学生主动发起的问题或表达，最终筛选出其中112个与热力学问题解决直接相关的自主提问，作为深入分析的主要材料。
3. 分析框架：从元认知功能与对话承接两个维度考察提问
这是论文研究设计中最值得关注的部分。研究并没有仅仅统计学生提出了多少问题，而是建立了两个相互关联的分析框架。
首先，采用元认知调节框架，分析问题在学习过程中发挥的认知功能。具体包括三个维度：计划，关注学生在开始解题前对问题条件和解题路径的理解；监控，关注学生在解题过程中对自身理解、推理和解题进展的检查；评价，关注学生完成某个步骤或获得反馈之后，对答案和概念理解进行回顾。
其次，研究借鉴课堂话语分析及负责任对话相关理论，建立对话承接分析框架（Uptake Analysis Framework），以人工智能的提示（Trigger）与学生的回应（Response）为分析单元，将学生的认知参与划分为四个层次：
Level 0：无承接（No Uptake），学生忽略人工智能的观点或转换话题。
Level 1：跟踪与确认（Tracking and Confirming），主要表现为重复、转述人工智能的观点或简单确认。
Level 2：生成与探究（Generating and Probing），包括要求澄清、进一步解释、补充观点、追问理由以及提出质疑等。
Level 3：应用与联结（Applying and Connecting），表现为将概念与其他知识或经验联系起来、提出假设，或者将原理应用于新的情境。
两个框架分别回答了学生为什么提问，以及提问之后如何参与对话的问题。研究人员对学生问题进行了独立编码，初始编码一致率为87%，Cohen's Kappa系数为0.91；此外，第三位研究者对25%的问题进行独立复核，Kappa系数达到0.89，表明编码具有较高的一致性。
Fig. 3 系统评估与专家评估的问题难度等级匹配情况
03
研究发现
学生自主提问
体现出多层次的认知参与
1. 学生提问不只是寻求帮助，更涉及对问题和自身理解的主动判断
研究首先对112个自主提问进行了类型归纳，主要识别出五类问题，并保留了15条无法归入具体提问类型的其他表达。
其中，问题相关请求（Problem-related requests）最多，共36条，占32.1%，主要用于澄清题目条件、限制和目标。例如，学生会询问题目中的气体究竟属于单原子、双原子还是三原子分子，以明确解题所需的信息。
其次是解题相关请求（Solution-related requests），共26条，占23.2%，主要表现为要求提示或直接寻求解题帮助；自我评价请求（Assessment requests）共15条，占13.4%，主要用于判断自身推理、策略或概念理解是否正确；概念解释请求（Conceptual explanation requests）共13条，占11.6%；错误核查请求（Error check requests）共7条，占6.3%。
另外15条被归入其他类别，主要包括调整系统交互、要求改变公式表达形式，以及对系统反复报错表示困惑等。
这一结果表明，学生面对物理问题时，困难并不总是出现在计算和执行阶段，问题条件的理解与界定同样构成重要的认知挑战。学生借助对话窗口主动澄清问题、寻求帮助，甚至检查人工智能反馈中的错误，表现出不同层次的学习参与。
Fig. 4 学生在人机交互过程中自主提出的问题及请求类型分布
2. 监控是学生自主提问最主要的元认知功能
从元认知调节角度看，研究发现112个问题共产生131个元认知功能编码。这是因为同一个问题可能同时体现多种认知功能。
其中，监控（Monitoring）出现87次，是最主要的元认知功能；计划（Planning）出现37次；评价（Evaluation）仅出现7次。
监控类提问主要发生在解题过程中。例如，学生在使用萨克尔—特特罗德方程（Sackur-Tetrode equation）计算熵变时，对究竟应该使用玻尔兹曼常数k还是气体常数R产生疑惑，于是主动询问人工智能：“这里使用R是否正确？”
这种提问并不是简单地要求系统提供公式，而是在关键推理环节主动检查自己的理解，确认当前计算路径是否合理。
计划类提问则更多发生在正式解题之前。例如，在计算理想气体等压过程中的功时，学生首先询问气体属于单原子、双原子还是三原子分子，以确定解题所需的条件。
相比之下，评价类提问较少，主要表现为学生在获得系统反馈后，回过头来检验已有概念或解题思路是否成立。
Fig. 5 不同类型学生提问所体现的元认知调节功能分布
3. 超过八成的学生回应表现出较高水平的对话承接
在分析学生提问的认知功能之后，研究进一步考察了学生对人工智能话语的回应质量。
研究发现，学生的对话承接主要集中于Level 2和Level 3。其中，生成与探究（Level 2）占71.4%，应用与联结（Level 3）占11.6%；跟踪与确认（Level 1）占3.6%，无承接（Level 0）占13.4%。
值得注意的是，Level 2所体现的并非简单接受人工智能提供的信息，而是主动要求解释、追问理由、补充观点，甚至对系统提出质疑。
例如，在一次对话中，人工智能给出的题目条件存在矛盾：题目描述为等温过程，却同时包含非等温条件。学生主动指出：“如果该过程应该是等温的，那么加入非等温条件是否存在错误？”
这说明学生并没有将人工智能的输出视为绝对正确的信息，而是通过自身已有的物理知识，对系统提供的内容进行判断和核查。
更高层次的Level 3则体现了知识迁移和概念联结。例如，在讨论理想气体熵变时，学生进一步追问：如果研究对象换成爱因斯坦固体，是否应该使用玻尔兹曼常数k？而在理想气体问题中，是否应使用气体常数R？
学生由当前问题中的公式选择，主动延伸到另一种物理系统，体现了从具体问题解决向新情境概念应用的拓展。
Fig. 6 不同类型学生提问所对应的对话承接水平分布
4. 持续监控与高水平对话承接之间存在显著关联
论文最重要的发现，是进一步揭示了元认知功能与对话承接质量之间的关系。
研究发现，监控功能不仅出现频率最高，而且在高水平对话承接中占据重要地位。在13次Level 3应用与联结层次的互动中，有11次与监控功能相关。
进一步的Fisher精确检验显示，与其他元认知功能相比，监控与高水平对话承接（Level 2—3）之间存在显著关联，优势比（OR）为5.78，p=.001。
相比之下，评价类提问数量较少（n=7），没有出现Level 3层次的互动，主要集中在Level 2的追问和质疑；计划与Level 3之间则没有发现显著关联（OR=0.89，p=1.00）。
这意味着，在本研究观察到的互动中，相较于任务完成后的回顾性评价，学生在解题过程中持续检查自身理解、验证局部解答并追问人工智能反馈，更经常伴随着深入的知识探究以及概念向新情境的迁移。
作者特别指出，这种关联仍属于探索性发现，Level 3互动数量有限，需要通过更大规模的研究进一步验证，不能直接解释为监控行为导致了高水平对话。
Fig. 7 不同元认知调节功能对应的对话承接水平分布
04
研究结论
学生自主提问是主动
知识建构的重要表现
本研究的核心贡献，在于揭示了基于大语言模型的对话环境如何通过支持学生主动提问，为学习者的能动性提供实现空间。
首先，学生主动提问并非单纯的信息需求，而是元认知调节的重要体现。学生通过提问明确任务条件、制定解题策略、检查当前理解并反思已有认识，从而主动参与自身学习过程的组织与调节。
其次，学生与人工智能之间的对话并不只是答案传递。大量学生回应表现出追问、解释、质疑和概念迁移等较高层次的认知参与，说明开放式对话环境具有支持知识共同建构的潜力。
再次，持续的学习过程监控与高质量对话承接之间的显著关联，提示了学生自主提问与深度概念参与之间可能存在的认知联系。
因此，作者提出，下一代智能辅导系统的设计方向应当从知识传递者转向探究伙伴。人工智能不仅要判断学生的答案是否正确，还应理解学生提问背后的认知意图，并根据学生的思考过程提供适当的支持。
CONCLUSION
结语
这项研究提醒我们，在人工智能赋能科学教育的过程中，评价学习质量不能仅仅关注学生是否获得正确答案，还需要关注学生如何提出问题、如何监控自己的理解，以及能否对系统提供的信息进行质疑和迁移。
当然，该研究仍存在一定局限：参与者仅有18名韩国本科生，样本规模较小且文化背景相对单一；研究没有设置不具备对话可供性的对照条件，也没有直接测量长期概念理解和问题解决能力的变化；此外，系统生成的问题中仅有64.5%被专家判断为难度适当，研究也仅分析了文本交互。
因此，论文的发现更适合被理解为对人机对话中学生认知参与机制的探索，而不是大语言模型能够直接提升学习成绩的因果证据。
对于科学教育而言，真正值得重视的或许不只是AI能否回答学生的问题，而是AI能否创造一种环境，让学生愿意提出问题、敢于质疑解释，并在持续监控和反思中形成自己的理解。
从答题助手走向探究伙伴，人工智能赋能科学教育的关键，不仅在于让答案更加及时，也在于让学生始终保有提出问题、判断信息和建构知识的主体地位。