SYNC模型：生成式AI辅助下如何区分任务表现与持久学习

生成式人工智能（GenAI）正迅速成为贯穿教育、工作、研究和日常生活的一项普遍技术。然而，越来越多的证据表明，流畅、连贯且看似透明的人工智能辅助可以提升任务表现，同时削弱持久学习所需元认知投入与深层加工。这一张力引出一个核心问题：将任务卸载给人工智能如何重塑人类学习，以及在何种条件下表现与学习会发生分离？在本视角文章中，我们提出“人类—人工智能技能与知识建构协同概念”（SYNC）模型。该模型通过将元认知卸载与元认知加载概念化，提供了关于人机互动的元认知解释。SYNC模型旨在解释人机互动如何在学习和表现维度上展开，阐明学习者可能如何逐渐陷入过度依赖人工智能支持的表现，或如何走向人机协同。我们进一步识别了无效人机互动中的关键陷阱，并概述了通过元认知加载应对这些陷阱、支持人机协同的策略。

中文由 AI 翻译，仅供参考，以原文为准。