近日，我校语言科学与艺术学院王祥鹏副教授团队在国际权威学术期刊《Computers and Education: Artificial Intelligence》发表题为“The IDEA framework for metacognitively regulated GenAI use in higher education: Development and exploratory pilot evidence”的研究论文，提出面向高等教育生成式人工智能应用的IDEA框架，为高校人工智能赋能教学转型与学习者主体性塑造提供了重要理论支撑与实践范式。

生成式人工智能能够显著提升学习任务的完成效率，并生成语言流畅、结构完整的内容。然而，如果学生将目标设定、任务分析、结果评估等学习过程一并交由人工智能完成，则会出现“有表现无学习”（完成任务但没有真正学习）现象。如何在利用人工智能提升学习效率的同时，保持学生的认知参与和学习主体性，已成为人工智能赋能教育领域的关键问题。

针对这一问题，团队基于自我调节学习和元认知调控理论，构建了IDEA框架。IDEA分别代表意图（Intent）、解构（Deconstruction）、表达（Expression）和适应（Adaptation）四个相互关联的环节。其中，意图强调明确任务目标、受众、输出形式和限制条件；解构强调将复杂任务拆分为可操作的子任务，并规划与人工智能的互动路径；表达强调以结构化方式向人工智能传达任务要求；适应则要求学习者对人工智能生成的内容进行批判性评估，并根据评估结果调整提示、任务方案或最初的任务理解。

为初步检验IDEA框架的可行性及教育价值，团队开展了探索性准实验研究，比较IDEA教学与传统提示词工程教学的效果。结果显示，接受IDEA框架教学指导的学生，其提示词构建质量及最终大语言模型产出质量均显著优于传统提示词工程组（图），并在交互记录中展现出高频的目标规划与多轮批判性调整行为。尤为重要的是，在干预5天后开展的无AI辅助独立任务测试中，IDEA组在部分复杂的综合设计任务中依然保持了显著优势，支持了该框架在促进高阶思维内化方面的有效性。

本研究从理论上超越了传统提示词工程训练的技术局限，将人机交互升华为可落地的元认知调控闭环。从实践上，IDEA框架不仅为高校开设人工智能素养课程、重构人机协同课程方案提供了模块化支架，也为基于人机交互的过程性学习评价改革提供了全新视角。

《Computers and Education: Artificial Intelligence》是人工智能与教育交叉领域的权威期刊，其最新影响因子为23.4（TOP 1%），位于JCR分区Q1。该工作获得国家自然科学基金资助。论文第一作者为王祥鹏副教授，共同第一作者为本科生郑紫薇，本科生张锦程、侯欣宇，以及学院朱祖德教授为研究作出重要贡献。

经过教学训练后，IDEA组学生（IDEA Group）在提示词撰写质量（上图）和AI输出质量（下图）方面的得分都显著高于提示词工程组（PE group），支持IDEA在提升人机交互水平方面的有效性。