互聯網教育應用中青少年認知發(fā)展測評指標體系構建研究

摘要：網絡環(huán)境日趨完善、智能終端廣泛普及、教育應用持續(xù)增長的“互聯網+”教育發(fā)展態(tài)勢正不斷重塑青少年的在線學習空間，生成式人工智能技術正迅速迭代涌現超強智能鋪開AI+教育的新圖景。然而，青少年在使用互聯網教育應用過程中的認知發(fā)展尚缺乏系統化探索，對互聯網教育應用的監(jiān)管治理方案缺少青少年認知發(fā)展方面的科學依據支撐，破除認知“黑匣”困境迎接新一輪智能教育應用浪潮的任務十分緊迫。為此，針對互聯網教育應用環(huán)境中青少年認知發(fā)展缺乏系統化評價這一問題，該研究基于認知心理學、認知科學等多學科視域和對國內外相關研究的分析，以定性和定量相結合的方式構建包括感覺、知覺、注意、記憶、思維和想象6個一級指標、14個二級指標和30個三級觀測點的互聯網教育應用中青少年認知發(fā)展測評指標體系，并確定各級指標的權重系數，以期作為研究支點探索互聯網教育應用對青少年認知發(fā)展的影響機制，為構筑人機向善的智慧學習空間奠定基礎。

關鍵詞：互聯網教育應用；生成式人工智能；青少年認知發(fā)展；測評指標；權重系數

中圖分類號：G434 文獻標識碼：A

* 本文受“十四五”國家重點研發(fā)計劃課題“互聯網教育應用的適應性認知發(fā)展評估與人機協同診斷技術研究”（課題編號：2022YFC3303504）、重慶市博士研究生科研創(chuàng)新項目“教育元宇宙與生成式人工智能的聯結機制研究”（項目編號：CYB23090）資助。

① 劉革平為本文通訊作者。

一、引言

在互聯網技術的成熟應用、智能移動終端的普及、數字技術的跨越性發(fā)展、新冠肺炎疫情外發(fā)性狀況、教育數字化轉型內生性戰(zhàn)略等一系列事件影響下，“互聯網+”教育正不斷塑構青少年的學習空間。在網絡環(huán)境上，根據2023年12月中國互聯網絡信息中心發(fā)布的《第5次全國未成年人互聯網使用情況調查報告》顯示，6—18歲的青少年網民規(guī)模為1.93億，互聯網普及率為97.2%，中小學互聯網接入率已達100%；在智能終端設備上，87%的青少年擁有自己的上網設備[1]，具備手機、臺式電腦、筆記本電腦、平板電腦等多種移動智能終端；在互聯網教育應用上，根據教育部教育技術與資源發(fā)展中心的青少年教育類應用備案數量，截止2023年已有2722個教育APP和10697個教育類小程序（含公眾號）[2]?？梢钥闯觯覈W絡條件的不斷完善、移動智能終端的廣泛普及和智能教育應用的數量增長，為青少年構建了良好的在線學習環(huán)境，有88.7%的青少年會經常利用互聯網進行知識復習、在線答疑、背單詞、學習課外知識、做作業(yè)等等。

互聯網教育應用是依托互聯網技術而開展的，符合技術促進教育和學習行為的各類互聯網平臺、工具的集合，主要以平臺、網站、移動小程序等形式呈現[3]，學習者可以在課堂教學、在線學習、線下自學等多種場合下進行使用。青少年作為在網絡時代成長起來的“數字土著”，信息技術的伴隨造就了他們特有的認知、態(tài)度和學習習慣[4]，互聯網教育應用日益成為青少年開展學習活動必不可少的工具。對利用互聯網教育應用開展學習活動的過程進行檢視，可以發(fā)現，知識的生產、傳播、進化、分享模式與人形成更深的聯結[5]，學習者學習過程實現泛在化與自主化[6]，教育服務供給方式趨于個性化與社會化[7]，互聯網教育應用帶來了知識聯通化、資源共享化、學習泛在化等一系列顯性效益?；ヂ摼W教育應用將隨著人工智能技術的發(fā)展而具備更多的教育用途，以生成式人工智能為例，從2022年ChatGPT的橫空出世，到2023年4月GPT-4的迭代升級，再到2024年2月Sora文生視頻大模型的震撼發(fā)布，意味著互聯網教育應用將具備更高的智能服務于教育行業(yè)，在教師教學、學習過程、教育評價、學業(yè)輔導等方面呈現出巨大的應用前景[8]。不過，生成式人工智能的功能涌現也引發(fā)了學者們“潘多拉魔盒式”的擔憂[9]，學生可能由于過度依賴形成內外腦分離[10]、思維墮化[11]、認知外包[12]等認知風險，然而我們當前尚未形成互聯網教育應用對青少年認知發(fā)展影響的系統探索。因此，在ChatGPT、Sora等智能產品迅猛發(fā)展的當下，我們迫切需要系統化地了解以互聯網為載體的教育應用對青少年認知發(fā)展的正面效應和負面效應，進而采取優(yōu)化措施使學習環(huán)境的數字化變革契合青少年的認知發(fā)展過程，并對市場上良莠不齊的互聯網教育應用實行有效監(jiān)管。因此，本研究擬構建互聯網教育應用中青少年認知發(fā)展測評指標體系，以期形成相應的測評工具衡量青少年在互聯網教育應用中的認知發(fā)展程度，進而作為對互聯網教育應用監(jiān)管治理的理據，為青少年構筑良好的智慧學習空間。

二、文獻綜述

（一）認知發(fā)展的過程與分類

不同認知理論對認知的解釋具有不同觀點。皮亞杰（Piaget）將認知發(fā)展描述為“漸進獲得成熟的心理結構的過程”，非皮亞杰流派則認為是神經方面的成熟、工作記憶容量的增加和加工速率的提升、注意與知覺隨年齡的增長而發(fā)生的變化等等[13]。現代認知心理學將認知發(fā)展歸因于心理機能（心智）的運作[14]。新一代認知科學在不同理論下對認知具有不同的綱領，如具身認知（Embodied Cognition）認為認知的內容是身體提供的[15]，嵌入認知（Embedded Cognition）認為是嵌入神經系統和環(huán)境，延展認知（Extended Cognition）認為認知延伸到身體和環(huán)境中而不只在大腦中，生成認知（Enactive Cognition）認為認知是基于行為演化的，情境認知（Situated Cognition）認為認知是基于情境或語境的行動等等[16]。

將認知發(fā)展理論進行分類可以劃分為階段理論和非階段理論。其中階段理論認為個體認知發(fā)展會歷經不同的發(fā)展階段，最為典型的是皮亞杰的“四階段”理論。非階段理論則把發(fā)展看作是逐漸獲得一種或多種能力的過程，這些能力包括心理聯結、記憶能力、知覺分辨、注意集中、知識或策略等[17]。目前的認知心理學、神經科學和認知科學基本上都從非階段理論的框架下研究人的認知發(fā)展。斯滕伯格（Sternberg）認為，研究認知發(fā)展，既需要研究認知的生物基礎（如各類感覺），也要研究注意、知覺、記憶、思維等各個層面[18]。也有學者將感覺納入認知發(fā)展的范疇，認為認知過程依賴基于環(huán)境刺激受體的信息[19]，認知神經科學則將感覺和知覺統稱為“感知覺”[20]，具身認知將思維、判斷、想象等都與身體組織與感知相關聯[21]。認知心理學則更為全面地將認知分為感覺、知覺、模式識別、注意、意識、學習、記憶、概念形成、思維、想象、語言、智力等等[22]，并認為這些認知過程相互交織在一起[23]。

（二）關于互聯網教育應用對青少年認知發(fā)展的影響研究

技術與工具對人的認知發(fā)展起著決定性的影響，維果茨基認為，每一特定階段的活動不僅取決于器官的發(fā)展程度，還取決于對工具的掌握程度，“工具的使用無限拓寬了活動的范圍，達成新的心理功能操作”[24]。盡管認知心理學將認知分為多個過程，但就目前學界的研究來看，青少年在使用互聯網教育應用開展學習活動的過程中，主要有感覺、知覺、注意、記憶、思維和想象等方面受到影響，且影響具備正負效應，文獻梳理如表1所示。

（三）研究評述

回溯已有文獻發(fā)現，不同學科和理論流派對認知發(fā)展過程的界定不盡相同，學界在探討互聯網教育應用對青少年認知發(fā)展的影響主要集中在感覺、知覺、注意、記憶、思維和想象6個方面。不過，這些探討有的停留在理論層面，并未經過相應實驗驗證。同時，伴隨著測評技術的發(fā)展和實證研究的興起，學界正逐步運用多種實驗方法探索互聯網教育應用對青少年認知發(fā)展的影響，但存在著以下不足之處。一是測評的內容單一，大多數只聚焦在某一認知過程進行測評，如只關注記憶或知覺，未能體系化地探索互聯網教育應用對青少年認知全過程的整體影響。二是測評樣本較少，多數研究囿于心理學領域的測量范式導致只能實現小樣本測評實驗，無法實現規(guī)?；臏y評，推廣性和普及性不足。三是教育應用性不足，由于研究結論缺乏體系化整合無法完整反映青少年認知發(fā)展狀況，進而缺乏理據對互聯網教育應用實現有效的監(jiān)督管理。因此，本研究嘗試構建互聯網教育應用中的青少年認知發(fā)展測評指標體系，以期為青少年科學合理使用互聯網教育應用提供方案支持，以及為實現互聯網教育應用的有效監(jiān)管評估提供參考依據。

三、互聯網教育應用中青少年認知發(fā)展測評指標體系的構建

本研究采用理論與實踐結合的方式構建互聯網教育應用中青少年認知發(fā)展測評指標體系，首先結合認知心理學、認知科學和腦科學對認知發(fā)展的闡釋和已有研究基礎構建一級指標和二級指標。然后向心理學和教育學領域的專家、中小學一線教師、教科研機構人員完成意見征詢，對初擬指標進行修正與完善。

（一）測評框架的構建

根據上述文獻分析，我們圍繞感覺、知覺、注意、記憶、思維和想象6個一級指標。其中，感覺是指青少年感覺器官對互聯網教育應用呈現的相關刺激的接受度；知覺是指青少年在互聯網教育應用的作用下形成感覺后，在多種分析器參與下于大腦中的顯映；注意是指青少年在使用互聯網教育應用中有選擇的加工某些刺激而忽視其他刺激的傾向；記憶是指青少年對互聯網教育應用呈現內容的保持與再現能力；思維是指青少年在使用互聯網教育應用后對客觀事物的概括和間接反映、探索與發(fā)現事物的內部本質聯系和規(guī)律性的能力；想象是指青少年從互聯網教育應用中接受到的已有表象進行加工改造以及重新組合形成新形象的能力。然后，以每個一級指標作為上位概念，通過理論分析將一級指標的具體分類與互聯網教育應用呈現的形式與內容相結合，并基于相關研究初步擬定了17個二級指標，如根據互聯網教育應用的媒介呈現形式將感覺分為視覺、聽覺和觸覺等，根據呈現內容的組織形式和注意的考察范疇將注意維度分為注意的選擇、注意的穩(wěn)定和注意的廣度等等（如圖1所示）。

（二）專家意見征詢

根據互聯網教育應用中的青少年認知發(fā)展測評框架，研究編制了《互聯網教育應用中青少年認知發(fā)展測評指標體系專家征詢問卷》，對指標內容進行專家問卷征詢，問卷采用李克特五點量表形式，評價等級分別用“非常不認同、比較不認同、一般、比較認同、非常認同”1—5分表示。專家征詢問卷向50名專家發(fā)放，其中，高校專家31名（學科背景為心理學和教育學），?。ㄊ校┘壗逃姓块T管理者5名，中小學教師14名。統計發(fā)現，觸覺、運動知覺、時間知覺的認同度（比較認同+非常認同的整體比例）較低，分別為66%、66%和60%。為了對指標體系進行更細致的完善，同時防止問卷半結構化導致專家無法更好表達自己的見解，我們在50名專家中抽取19名進行深度訪談，以彌補問卷調查的局限性。根據專家的意見，刪除二級指標“觸覺”“時間知覺”，二級指標“注意廣度”改為“注意的分配”；二級指標“記憶的編碼與存儲”“記憶保持”“記憶提取”改為“短時記憶”和“長時記憶”；二級指標“抽象與概括”“判斷與推理”改為“分析性思維”“創(chuàng)造性思維”“實踐性思維”。

接著，在指標修正的基礎上，借助認知心理學對相關二級指標的闡釋和測量內容，對互聯網教育應用中青少年認知發(fā)展測評指標體系形成三級觀測點，最終確定了6個一級指標、14個二級指標和30個三級觀測點（如表2所示）。

四、互聯網教育應用中青少年認知發(fā)展測評指標體系的完善

為了進一步驗證本研究所構建的評價指標體系的合理性，本研究通過向東、中、西部山東、江蘇、湖北、重慶、四川等8個省市中小學教師發(fā)放問卷，填寫對象的教師大多位于智慧教育示范區(qū)或教育信息化改革實驗區(qū)，對青少年在互聯網教育應用環(huán)境下的認知發(fā)展具有一定了解。回收的問卷數量為3129份，有效問卷2759份，回收率達88.18%，將問卷隨機分為兩份，其中一份進行探索性因子分析，另一份進行驗證性因子分析。

（一）探索性因子分析

問卷數據采用SPSS26.0對所收集的數據進行分析，首先進行KMO和Bartlett球形檢驗，其中KMO值為0.981，Bartlett球形檢驗顯著性水平<0.001，變量之間存在相關性，適合做因子分析。從六個維度分別做探索性因子分析，發(fā)現六個維度的方差貢獻率分別為76.88%、86.05%、86.24%、86.91%、89.07%和90.60%。指標體系的克隆巴赫α系數為0.987，感覺、知覺、注意、記憶、思維和想象對應的克隆巴赫α系數分別為0.908，0.969，0.962，0.972，0.975，0.964，均高于0.90，說明問卷本身具有良好的信度。旋轉成分矩陣如表3所示。

（二）驗證性因子分析

運用AMOS24軟件對收集到的另一份問卷進行驗證性因子分析，以檢驗探索性因子分析所得模型的收斂效度、結構效度和區(qū)分效度。通過設置6個潛變量和31個觀察變量，選擇最大似然估計法進行模型運算，潛變量與觀察變量之間的標準化路徑系數如下頁圖2所示。

由圖2可知，感覺二級指標的標準化路徑系數分別為0.724、0.841、0.897、0.907，組合信度CR值為0.909，大于0.6；知覺二級指標的標準化路徑系數分別為0.859、0.891、0.917、0.944、0.934、0.926，組合信度CR值為0.967，大于0.6；注意二級指標的標準化路徑系數分別為0.88、0.911、0.928、0.92、0.911，組合信度CR值為0.960，大于0.6；記憶二級指標的標準化路徑系數分別為0.897、0.918、0.929、0.929、0.923、0.909，組合信度CR值為0.970，大于0.6；思維二級指標的標準化路徑系數分別為0.914、0.925、0.94、0.949、0.936、0.908，組合信度CR值為0.974，大于0.6；想象二級指標的標準化路徑系數分別為0.939、0.947、0.921、0.915，組合信度CR值為0.963，大于0.6。六個一級指標平均變異量抽取值AVE分別為0.715、0.832、0.828、0.842、0.863、0.866，均大于0.5。其中，青少年認知發(fā)展測評對于感覺、知覺、注意、記憶、思維、想象的標準化路徑系數為0.804、0.839、0.933、0.963、0.961、0.946，組合信度CR值為0.966，大于0.6，平均變異抽取值AVE為0.828，大于0.5。整體來看，所設計的指標能夠有效反映其共同因素構念的潛在特質，測評指標的內在質量比較理想。

在結構效度方面，基于相應的參數檢驗標準[55]，測量數值如表4所示。其中的CMIN/DF值偏大，由于其值會隨著樣本量而變化，當面對大樣本時可不做參考[56]。整體看來，模型的結構效度數值均在參考值內，說明該測評指標體系具有良好的結構效度。

區(qū)分效度是為了表征不同指標之間具有區(qū)分度，目的是排除不同指標之間由于共線性引起的估計誤差，其方法是比較各個指標的平均方差抽取量AVE的平方根與維度之間的相關系數大小。本研究指標體系中的6個一級指標區(qū)分效度如表5所示?？梢钥闯觯鱾€維度的AVE平方根值均大于維度間的相關系數，說明量表維度的區(qū)別效度良好，不存在共線性問題。

五、互聯網教育應用中青少年認知發(fā)展測評指標體系的權重確定

確定權重能夠反映指標的重要性程度，按照數據的來源和計算方式可以將確定權重系數的方法分為主觀賦權法、客觀賦權法以及主客觀綜合賦權法[57]，為規(guī)避主觀因素和客觀因素對權重的偏倚影響，本研究采用主客觀組合賦權法，即先分別計算主觀權重和客觀權重，然后基于最小二 乘思想確定綜合權重。

（一）主客觀權重的確定

主觀權重的確定。主觀賦權法主要包含德爾菲法（Delphi）、層次分析法（AHP）等。本研究采用德爾菲法請17位專家對各個維度的權重進行賦值，咨詢專家主要從事于教育學和心理學領域方面的研究。將各位專家的權重賦值進行均值化處理，最后得出感覺維度的主觀權重為0.1302，二級指標視覺和聽覺分別為0.5935和0.3976；知覺維度的主觀權重為0.1232，二級指標空間知覺和運動知覺分別為0.55和0.45；注意維度的主觀權重為0.1956，二級指標注意的選擇、注意的穩(wěn)定和注意的分配分別為0.3500、0.3882和0.2618；記憶維度的主觀權重為0.1576，二級指標短時記憶和長時記憶分別為0.4735和0.5265；思維維度的主觀權重為0.2306，二級指標分析性思維、創(chuàng)造性思維和實踐性思維分別為0.3343、0.3108、0.3549；想象維度的主觀權重為0.1776，二級指標再造想象和創(chuàng)造想象分別為0.5088和0.4912。

客觀權重的確定。客觀賦權法主要分為熵值法、主成分分析法、結構方程模型法和變異系數法等，本研究采用結構方程模型法確定指標的客觀權重。運用AMOS24.0軟件對6個一級指標和二級指標分別作歸一化處理，得到感覺、知覺、注意、記憶、思維和想象的權重系數為0.1473、0.1535、0.1735、0.1813、0.1742、0.1702。視覺和聽覺的客觀權重為0.4645、0.5355；空間知覺和運動知覺的客觀權重為0.66和0.34；注意的選擇、注意的穩(wěn)定和注意的分配的客觀權重為0.3936、0.4062、0.2002；短時記憶和長時記憶的客觀權重為0.3297和0.6703；分析性思維、創(chuàng)造性思維和實踐性思維的客觀權重為0.3300、0.3390和0.3309；再造想象和創(chuàng)造想象的客觀權重為0.5067和0.4933。

（二）主客觀權重的組合

本研究在構建模型時采用基于最小二乘思想的主客觀組合評價法[58]，該方法比起單一的評價方法更具合理性和可信性，利用最小二乘法得出的綜合權重如表6所示。

為了方便計算，研究保留兩位小數，得出互聯網教育應用中青少年認知發(fā)展測評指標體系的表達式為：Y=0.14Y1+0.14Y2+0.18Y3+0.17Y4+0.20Y5+0.17Y6，Y1=0.53X1+0.47X2，Y2=0.61X3+0.39X4，Y3=0.37X5+0.40X6+0.23X7，Y4=0.40X8+0.60X9，Y5=0.33X10+0.32X11+0.34X12，Y6=0.53X13+0.49X14。其中Y代表互聯網教育應用中青少年認知發(fā)展，Y1、Y2、Y3、Y4、Y5、Y6分別代表感覺、知覺、注意、記憶、思維、想象6個一級指標，X1-X14分別代表視覺、聽覺、空間知覺、運動知覺、注意的選擇、注意的穩(wěn)定、注意的分配、短時記憶、長時記憶、分析性思維、創(chuàng)造性思維、實踐性思維、再造想象和創(chuàng)造想象14個三級指標。

六、互聯網教育應用中青少年認知發(fā)展測評指標體系的驗證

在完成測評指標體系構建及確定權重系數之后，還需要對測評指標體系的合理性、有效性、可行性和可操作性進行驗證。本研究分別采用德爾菲法和準實驗法對測評指標體系進行驗證。

（一）測評指標體系的合理性和有效性

為了進一步驗證測評指標體系及其權重的合理性和有效性，研究采用德爾菲法邀請18位教育技術學領域、心理學領域專家對測評指標體系進行認同度咨詢，研究結果發(fā)現，測評指標體系Y和Y1、Y2、Y3、Y4、Y5、Y6的認同度分別為88.37%，85.29%、82.94%、90.59%、89.41%、91.37%、90.59%，初步表明該測評指標體系具有合理性和有效性。

（二）測評指標體系的可行性與可操作性

為驗證測評指標體系的可行性與可操作性，傳統的測評模型或測評指標體系的驗證方法主要采用將指標體系編制成具體的問卷或量表基于研究對象展開試測與分析，如教師智能素養(yǎng)測評指標體系[59]、小學生生態(tài)文明素養(yǎng)測評模型[60]、研訓者數據領導力測評模型[61]等。在本研究中問卷試題測驗的方式具備以下限制。（1）研究對象的特殊性。本研究測評任務不僅需要測評青少年在使用互聯網教育應用后的認知發(fā)展，還需要考察青少年使用過程中的認知狀態(tài)，依靠被試主動反饋的測評方式會打破互聯網教育應用使用過程的認知狀態(tài)，如擾亂被試的知覺系統、分散被試的注意等等。（2）問卷測評的局限性。在使用互聯網教育應用的過程中，問卷測試具有一定的滯后性，無法反映青少年在使用過程中各方面的真實認知狀態(tài)，且由于填寫問卷的主觀性和多重量表的疊加會導致測評結果的信效度降低。

鑒于研究對象的特殊性和傳統測評方法的限制性，本研究在前期對基于互聯網教育應用的青少年認知發(fā)展測評進行了方法論探索[62]。在測評的操作性和可行性上還需尋求智能技術的支持，需要開發(fā)智能算法支持的人機協同認知診斷系統，在數據采集上需要無感化地采集學生使用互聯網教育應用的多類數據，如生理信息、面部表情、人體姿態(tài)、人機互動軌跡、學習日志等，并基于測評指標智能生成與學習內容相關的測試任務，反映青少年記憶、思維等方面的變化等。鑒于此，本研究開發(fā)了互聯網教育應用認知過程數據采集平臺原型，一方面該系統能夠在青少年使用互聯網教育應用的過程中無感化采集青少年的語音數據、交互數據和視頻數據，通過數據擬合反映青少年在使用過程中感知覺和注意的變化；另一方面生成與學習內容相關的測評任務，通過測評結果反映青少年使用互聯網教育應用后記憶、思維和想象的變化。

本研究以重慶某小學六年級100名學生為研究對象，實驗前采用前測問卷了解青少年的認知水平，研究以“國家中小學智慧教育平臺”為例，學習內容為小學六年級語文課程《好的故事》和數學課程《正負數的認識》，各分為兩個課時。首先，由實驗助理布置互聯網教育應用模擬體驗場景，包括終端設備調試、數據采集調試（面部表情、人體姿態(tài)、人機互動和學習日志等）和互聯網教育應用的調出。然后，學習者入場使用互聯網教育應用進行學習，每次學習時間為30分鐘，語文課程和數學課程分別進行兩次學習。在使用結束后，學習者需要完成與學習內容相關的測試題，用以考察學習者在記憶、思維和想象方面的變化。其中的感覺、知覺和注意三個維度需要建立指標與采集數據的映射關系，整個過程需要大規(guī)模的數據支撐，故在試測過程中只收集了學習者學習過程的數據，并未進行相應分析。研究結果發(fā)現，記憶、思維和想象三個維度的前測均值分別為3.13、1.67、1.95，對應的后測均值分別為1.74、1.87、1.97，其中記憶和思維存在顯著性差異（P<0.05）。通過初步的試測表明，結合互聯網教育應用認知過程數據采集平臺，互聯網教育應用中青少年認知測評指標體系具有較好的區(qū)分度，能甄別出青少年記憶、思維和想象等認知過程在應用互聯網教育應用后的變化，初步驗證了測評指標體系的可行性與可操作性。

七、結語

在AIGC技術迅速迭代的當下，互聯網教育應用將不斷革新自身功能，以更加智能的姿態(tài)滲透至教育領域，呈現出超越傳統教育應用的新型使用方式并走向普及化。然而，我們尚未形成便捷式、高精度的認知診斷方案評估學習者使用互聯網教育應用過程中的認知過程，無法明晰這類新型互聯網教育應用對青少年認知發(fā)展的利弊，以及缺少科學的監(jiān)管方案進行有效監(jiān)管。突破認知“黑匣子”困境的任務十分緊迫，實現科學化的認知診斷對營造人工智能+教育和諧互融的未來教育新生態(tài)具有關鍵作用。本研究采用定性與定量相結合的方式構建了互聯網教育應用中青少年認知發(fā)展測評指標體系，并確定了相應的權重系數。在驗證階段，初步構建了數據采集系統原型，對認知過程中的記憶、思維和想象進行了量化分析。在未來，一方面需要不斷完善認知測評系統的開發(fā)，實現大規(guī)模在線測評，并不斷提升人在回路認知診斷的測評準確度，盡快構成基線模型為評估各類互聯網教育應用形成參照物，深入探索各類教育應用對認知發(fā)展的具體影響；另一方面，需要先驗性的探索智能教育應用的治理方案并加快落地，如探索教育風險矩陣構建對應的治理框架[63]，以認知評估耦合實際治理實現協同并進提升治理效力，規(guī)避技術先行而治理未預引發(fā)的教育困局。

參考文獻：

[1] 中國互聯網絡信息中心.《第五次全國未成年人互聯網使用情況調查報告》發(fā)布[EB/OL].https：//www.cnnic.cn/n4/2023/1225/c116-10908. html，2023-12-25.

[2] 教育部教育技術與資源發(fā)展中心.教育移動互聯網應用程序備案管理[EB/OL].https：//app.eduyun.cn，2023-09-22.

[3] 童莉莉，劉德建等.中國互聯網教育應用測評：方法、實踐與展望[M].北京：教育科學出版社，225.

[4] 顧小清，林仕麗等.理解與應對：千禧年學習者的數字土著特征及其學習技術吁求[J].現代遠程教育研究，2012，（1）：23-29.

[5] 陳麗，林世員等.“互聯網+”時代中國遠程教育的機遇和挑戰(zhàn)[J].現代遠程教育研究，2016，（1）：3-10.

[6] 張巖.“互聯網+教育”理念及模式探析[J].中國高教研究，2016，（2）：70-73.

[7] 余勝泉，王阿習.“互聯網+教育”的變革路徑[J].中國電化教育，2016，（10）： 1-9.

[8] 盧宇，余京蕾等.生成式人工智能的教育應用與展望——以ChatGPT系統為例[J].中國遠程教育，2023，43（4）：24-31+51.

[9] 王佑鎂，王旦等“.阿拉丁神燈”還是“潘多拉魔盒”：ChatGPT教育應用的潛能與風險[J].現代遠程教育研究，2023，35（2）：48-56.

[10] 沈書生，祝智庭.ChatGPT類產品：內在機制及其對學習評價的影響[J].中國遠程教育，2023，43（4）：8-15.

[11] 秦渝超，劉革平等.生成式人工智能如何重塑教學活動——基于活動理論的模型構建與應用[J].中國遠程教育，2023，43（12）：34-45.

[12] 余勝泉，汪凡淙.人工智能教育應用的認知外包陷阱及其跨越[J].電化教育研究，2023，44（12）：5-13.

[13][17] [美] Kathleen M.Galotti.吳國宏譯.認知心理學[M].西安：陜西師范大學出版社，2005.10.

[14][18] [美]E.Bruce Goldstein.張明譯.認知心理學：心智 研究與生活[M].北京：中國輕工業(yè)出版社，2020.12.

[15] 葉浩生.具身認知：認知心理學的新取向[J].心理科學進展，2010，18（5）： 705-710.

[16] 魏屹東.自然認知的適應性表征：一種實用主義分析[J].山西師大學報（社會科學版），2022，49（6）：19-26.

[19] [美]斯滕伯格.楊炳鈞，陳燕譯.認知心理學（第三版）[M].北京：中國輕工業(yè)出版社，2006.21.

[20] 魏景漢，閻克樂等.認知神經科學基礎[M].北京：人民教育出版社，2008. 351.

[21] 葉浩生.具身認知的原理與應用[M].北京：商務印書館，2017.9.

[22] 唐孝威，水仁德等.認知科學導論[M].杭州：浙江大學出版社，2012.179-180.

[23] 武秀波，苗霖等.認知科學概論[M].北京：科學出版社，2006.13.

[24] [蘇]列夫 維果茨基.麻彥坤譯.社會中的心智：高級心理過程的發(fā)展[M].北京：北京師范大學出版社，2018.26-70.

[25] 趙梅，楊文正等.教育APP開發(fā)模式演進及發(fā)展趨勢分析[J].電化教育研究，2018，39（6）：90-97.

[26] 張國云，楊文正等.“技術賦能學習”視域下新興技術在教育APP中的應用前瞻分析[J].中國電化教育，2018，（10）：107-117.

[27] 劉玨璉，郭梅等.媒體教學對大學生視覺疲勞的影響及對策[J].現代預防醫(yī)學，2005，（12）：1790-1791.

[28] 宋禮青.城市低年級小學生課外學習類APP的交互設計研究[D].無錫：江南大學，2014.

[29] 郝建江.虛擬現實環(huán)境下知識的感知覺表征研究[D].寧波：寧波大學，2019.

[30] 李宏利，劉惠軍.互聯網與青少年思維發(fā)展[J].首都師范大學學報（社會科學版），2004，（6）：108-112.

[31] Wadlinger H A，Isaacowitz D M.Fixing our focus：Training attention to regulate emotion [J].Personality and Social Psychology Review，2011，15（1）：75-102.

[32] 蔣軍，陳雪飛等.積極情緒對視覺注意的調節(jié)及其機制[J].心理科學進展，2011，（5）：701-711.

[33] 曹培杰.數字化學習中注意力失焦的原因分析[J].中國電化教育，2015， （8）：42-46+58.

[34] 王志軍，余新宇.在線課程設計與開發(fā)：要素、理念模型與過程模型[J].開放教育研究，2022，28（3）：81-92.

[35] Cuesta-Cambra U，baldo|Ni o-González J I，et al.The cognitive processing of an educational app with eeg and ‘eye tracking’ [J].Comunicar Media Education Research Journal，2017，25（52）：41-50.

[36] Axelsson A，Anderson R C，et al.Scaffolding executive function capabilities via play-&-learn software for preschoolers [J].Journal of Educational Psychology，2016，108（7）：969-981.

[37] 熊蘇春，張文華.網絡環(huán)境下影響學習者學習策略使用的因素研究[J].外語電化教學，2014，（6）：57-62+75.

[38] 韓宏亮，李月琳.移動學習平臺的交互設計：可用性與用戶體驗的比較研究[J].現代情報，2021，41（4）：55-68.

[39] Huber B，Yeates M，et al.The effects of screen media content on young children’s executive functioning [J].Joural ofexperimental child psychology，2018，170：72-85.

gOKOcRi2wZa0aDEdn3OhgQ==[40] Li W，Zhang X，et al.How Animation lmprove Children’s Cognition in User Interiace：A Study of the Kids VOD Application [C].Las Vegas：Springer International Publishing，2018.196-217.

[41] 武麗娜，劉永權.成人學位英語APP移動學習教學設計與效能分析[J].中國遠程教育，2016，（7）：20-25.

[42] 趙梓伊.初中生使用教育類APP的現狀及其影響因素研究[D].長春：東北師范大學，2018.

[43] Loh K K，Kanai R.How Has the Internet Reshaped Human Cognition [J]. The Neuroscientist，2016，22（5）：506-520.

[44] Henkel L A.Point-and-shoot memories：the influence of taking photos on memory for a museum tour [J].Psychological Science，2014，25（2）：396-402.

[45] Pérez-Jorge D，Martínez-Murciano M C.Gamification with Scratch or App Inventor in Higher Education：A Systematic Review [J].Future Internet，2022，14（12）：1-16.

[46] Rosmiati R，Isrokatun I，et al.The development of android-based learning mobile app to practice critical thinking skills for elementary school students [J]. Pegem Journal of Education and Instruction，2023，13（2）：161-172.

[47][51] 吳蘭岸，劉延申等.促進還是阻礙：全球視域下信息技術早期教育應用的SWOT分析及對策[J].學前教育研究，2016，（10）：3-17.

[48] 馮珊珊，代以平.全媒體視域下學校勞動教育：價值、困境與路徑[J].教育科學研究，2022，（12）：17-22.

[49] 沈苑，汪瓊.人工智能教育應用的偏見風險分析與治理[J].電化教育研究，2021，42（8）：12-18.

[50] Rowland， F.The filter bubble： what the internet is hiding from you [J]. Libraries and the Academy，2011，11（4）：1009-1011.

[52] 黃梓楠.動態(tài)圖形設計在青少年科普教育類App中的運用研究[D].無錫：江南大學，2022.

[53] 高春潁，王福興等.“觸電”時代的兒童：觸屏媒體與幼兒發(fā)展[J].心理發(fā)展與教育，2020，36（4）：502-512.

[54] 劉丹，胡衛(wèi)星等.移動教育APP的研發(fā)現狀與應用問題分析[J].電化教育研究，2016，37（8）：47-52.

[55] 吳明隆.結構方程模型：AMOS的操作與應用[M].重慶：重慶大學出版社，2009.40-53.

[56] 沈光輝，高鑫等.基于創(chuàng)客教育視角的初中生創(chuàng)新能力測評模型構建與應用[J].中國電化教育，2022，（4）：71-78.

[57] 范涌峰，宋乃慶.大數據時代的教育測評模型及其范式構建[J].中國社會科學，2019，（12）：139-155+202-203.

[58] 毛定祥.一種最小二乘意義下主客觀評價一致的組合評價方法[J].中國管理科學，2002，（5）：96-98.

[59] 鄭智勇，宋乃慶.中小學教師智能教育素養(yǎng)測評指標體系構建研究[J].中國電化教育，2023，（12）：75-83.

[60] 石瀟，楊春鳳等.新時代小學生生態(tài)文明素養(yǎng)測評模型構建與應用研究[J].中國電化教育，2024，（3）：92-100.

[61] 王巍，閆寒冰.研訓者數據領導力測評模型構建與應用研究[J].中國電化教育，2024，（2）：8-15+60.

[62] 謝濤，秦渝超等.基于互聯網教育應用的青少年認知發(fā)展測評[J].現代遠程教育研究，2024，36（2）：20-27.

[63] 童莉莉，曾佳等.AIGC視域下數字教育產品的四維風險矩陣與治理框架[J].現代遠程教育研究，2024，36（2）：12-19.

作者簡介：

秦渝超：在讀博士，研究方向為智慧學習環(huán)境與資源、智慧教育基本原理。

劉革平：教授，博士，博士生導師，院長，研究方向為智慧學習環(huán)境與資源、在線教育、教育數字化戰(zhàn)略。

劉玉娟：在讀博士，研究方向為智慧學習環(huán)境與資源。

Research on the Construction of an Evaluation Index System for Adolescent Cognitive Development in Internet Educational Applications

Qin Yuchao1， Liu Geping1，2， Liu Yujuan2， Yan Jieying1， Zhu Qinling1， Liu Qian1

1.Faculty of Education， Southwest University， Chongqing 400715 2.Center for Studies of Education and Psychology of Ethnic Minorities， Southwest University， Chongqing 400715

Abstract： The development trend of Internet+ education， characterized by increasingly sophisticated network environments， widespread popularity of smart devices， and continuous growth of educational applications， is constantly reshaping the online learning space for adolescents. At the same time， generative AI technologies are rapidly iterating and emerging， ushering in a new era of AI+ education. However， there is still a lack of systematic exploration of adolescents’ cognitive development during the use of Internet educational applications. Regulatory governance schemes for these applications lack scientific evidence support in terms of adolescents’ cognitive development， making it urgent to address the challenge of breaking through the “black box” of cognition and embracing the new wave of intelligent educational applications. To address this issue of a lack of systematic evaluation of adolescents’ cognitive development in Internet education application environments， this study draws on multi-disciplinary perspectives from cognitive psychology， cognitive science， and analysis of relevant domestic and international research. Using a combination of qualitative and quantitative methods， we construct an evaluation index system for adolescents’ cognitive development in Internet educational applications that includes six first-level indicators （sensation， perception， attention， memory， thinking， and imagination）， 14 second-level indicators， and 30 third-level observation points. We also determine the weight coefficients for each level of the indicators. This evaluation system aims to serve as a research fulcrum to explore the influence mechanism of Internet educational applications on adolescents’ cognitive development， laying the foundation for building a smart learning space that promotes human-machine harmony.

Keywords： internet educational applications； generative Artificial Intelligence； adolescent cognitive development； evaluation indicators； weight coefficients