学习效果的证据与边界

4.1

研究支持什么程度的结论

有关视觉学习的证据应按任务和比较条件阅读。Cromley等人的元分析纳入53项研究、8111名参与者，报告总体标准化效应量为g等于0.69；事实、推论和迁移结果的估计分别为0.85、0.44和0.22。[12]这些数值反映纳入比较的综合差异，不能解释成学习提高69%，更不能当作AI代画图的预期收益。不同结果的差异提醒课程设计者，记住内容与把原理迁移到新情境，是不同难度的目标。

本报告据此提出一项评价要求：课程项目不能只问学生能否复述图中节点，还应给一个更换条件的新问题。学过酒店RAG流程后，可以把任务换成退款期限冲突，要求学生指出知识来源、日期条件和人工升级如何调整。能够照抄原图只能说明再现能力，能够说明修改理由才更接近迁移。图表作业因而需要原图、修改稿与解释记录，而不宜只收最终图片。

比较条件也决定研究结论的含义。如果画图组优于只读文字组，这并不能说明画图优于优秀的图文讲解、检索练习或有反馈的自我解释。时间投入不同还可能影响结果。选择教学策略时，需要同时看学习收益、用时与实施成本。某种活动即使有效，如果占去整节课却没有增进关键目标，也未必适合当前课程。这是把研究证据转化为教学判断时必须保留的权衡。

4.2

支架的价值在于帮助整合

Leutner与Biele在2025年的元分析中综合了14项研究、16个独立比较、1213名参与者。总体绘图支持并没有自动改善结果，而能促进整合的支持与较好的理解相关，相关分组估计为g等于0.35。[13]这一结果使“给模板就有效”的直觉需要修正。支架的价值不只在于减少画图劳动，也在于帮助学习者把图、文字和已有知识联系起来。该数值来自特定比较，不能扩展为任何AI支架的固定效果。

对AI导论课程而言，半成品图不应只是留出几个空框。更有意义的空缺，是要求学生判断关系：检索失败后为什么需要追问，生成答案之前为什么必须识别资料版本，人工升级是否应该保留原始证据。AI可以按难度生成不同空缺，但教师要检查空缺是否对应概念目标。如果空缺只考软件按钮名称，活动主要训练的是记忆界面，而非理解系统。

反馈也应针对关系和推理。与其说“图还不够清晰”，不如指出“从客户问题到退款动作之间缺少身份核验和政策依据”。与其奖励节点数量，不如要求学生解释删去一个节点会带来什么后果。课程可以把标准示例安排在学生首次尝试之后，再让他们比较、修订和说明。这样的流程保留生成活动，同时避免让错误结构在没有反馈的情况下被反复巩固。

4.3

多种表征和动画的条件

多种表征能够互补，也可能要求学习者完成额外转换。DeFT框架提示设计者同时考虑表征设计、所承担的功能以及学习者需要完成的任务。[9]Rau进一步讨论了学生尚未理解内容、同时又不理解表征的困境。[10]因此，同一页并列公式、网络图、卡通人物和仪表盘，不一定比一个清楚的关系图更有帮助。关键是学生能否说出它们表达的是同一对象的哪些方面。

2024年关于两种以上外部表征的综述纳入46项研究，元分析使用132个效应量；其绩效综合估计较小，报告为g等于0.118，收益依赖适当支持。[14]这支持审慎增加表征，而不是追求种类数量。可以先用表格明确变量，再用图显示关系，最后让学生把图中的一个位置对应到表中的记录。表征之间的连接任务，比单纯同时展示更值得设计。

动画尤其容易被误用。Tversky等人的分析强调动画的表达和理解条件，不能仅因内容在变化就认为动态展示更好。[16]在课程中，可以允许暂停、回看和逐步控制，并保留关键静态帧供比较。讲解智能体循环时，节点依次亮起可以突出执行顺序；若亮起速度超过学生理解速度，就应改成分步操作。动画的价值应通过理解与迁移检验，而不是靠热闹程度判断。

4.4

对AI辅助绘图的谨慎推断

传统绘图学习研究通常要求学习者亲自选择、组织和外化内容，而AI可以直接完成其中大量步骤。于是，“自己画图有效”不能直接推出“让AI画图同样有效”。这不是否定AI，而是要求重新确定人参与的环节。如果学生只输入一句主题，拿到完成图并提交，主要的认知活动可能发生在系统中；如果学生比较两个候选、指出错误、重建关系并解释修改，AI则可能降低制作门槛而保留思考任务。这一可能性需要专门实验。

近期绘图学习综述仍强调任务设计和边界条件的不一致性。[39]因此，本报告建议把“AI生成图”“人修订AI图”“人先画再获AI反馈”“人使用标准图”作为不同条件分别研究。不能把所有含AI或含图片的教学干预归为一类。研究至少应报告先验知识、制作时间、图的准确性、反馈方式、延迟测验与新任务表现。否则，即使学生认为活动有趣，也难以判断它究竟改善了什么。