Large-scale semantic mapping of learner agency and autonomy reveals what measurement and generative AI research overlook
作者: Fei Qin, Xiaobo Liu, Yaowen Zhang, Xuming Li, Fei Wang, Mutlu Cukurova, Jingjing Chen, Yu Zhang
分类: cs.AI
发布日期: 2026-06-09
备注: 45 pages, 12 figures, 1 table, including appendices
💡 一句话要点
提出语义映射方法以解决学习者自主性测量不足问题
🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)
关键词: 学习者自主性 代理性 语义分析 教育测量 生成式AI 社会文化维度 同名异义谬误
📋 核心要点
- 核心问题：现有研究在学习者自主性和代理性测量中存在同名异义谬误，导致知识积累受阻。
- 方法要点：通过提取大量文献中的定义和量表项目，构建语义分析管道，探讨学习者自主性和代理性的实际使用情况。
- 实验或效果：研究发现现有量表低估了社会文化维度，且生成式AI研究过于集中于学习调控，限制了学习环境的多样性。
📝 摘要（中文）
学习者的自主性和代理性是个人发展的基础，但普遍存在的“同名异义”谬误严重阻碍了知识的积累。本文从14000多篇文献中提取了8954个定义和2700个量表项目，利用语义分析管道研究学习者自主性和代理性的实际使用情况。研究发现，这两个构念的定义可归纳为三个维度：学习的调控与控制（任务）、内在动机与内部决策（个人）以及社会关系行动（社会文化），从而实证量化了同名异义谬误。然而，现有量表系统性地低估了社会文化维度。当前教育领域的生成式AI研究主要集中在学习调控与控制上，限制了AI介导学习环境所培养的行为能力。本文不仅澄清了概念，还对支持多维度学习者自主性和代理性的测量与实践具有直接影响。
🔬 方法详解
问题定义：本文旨在解决学习者自主性和代理性测量中的同名异义谬误问题。现有方法未能充分考虑社会文化维度，导致对学习者能力的理解不全面。
核心思路：通过对大量文献进行语义分析，提取定义和量表项目，明确学习者自主性和代理性的多维度特征，从而为概念澄清和测量提供实证基础。
技术框架：研究采用语义分析管道，首先从14000多篇文献中提取8954个定义和2700个量表项目，随后对这些数据进行分类和分析，最终归纳出三个主要维度。
关键创新：本研究的创新在于通过实证分析量化了同名异义谬误，并揭示了现有量表在社会文化维度上的不足，推动了对学习者自主性和代理性的理解。
关键设计：在数据提取过程中，采用了系统的文献筛选和分类方法，确保了数据的代表性和有效性。同时，分析过程中使用了多种语义分析技术，以确保对定义和量表项目的准确理解。
📊 实验亮点
研究结果表明，现有量表在社会文化维度上存在显著低估，且生成式AI研究主要集中于学习调控与控制，限制了学习者行为的多样性。这一发现为未来的教育研究和实践提供了重要的方向。
🎯 应用场景
该研究的潜在应用领域包括教育测量、学习环境设计和生成式AI在教育中的应用。通过明确学习者自主性和代理性的多维度特征，教育工作者可以更好地设计支持学习者发展的工具和环境，从而提升学习效果和体验。
📄 摘要（原文）
Learner agency and autonomy are foundational to personal development, yet a pervasive "jingle-jangle" fallacy (i.e. identical terms denoting different constructs, distinct terms denoting identical ones) has substantially hindered cumulative knowledge. Treating meaning as a phenomenon constituted through use in linguistic practice, we extracted 8,954 definitions and 2,700 scale items from over 14,000 publications, to investigate how researchers actually used learner agency and autonomy with a semantic analysis pipeline. The definitional landscape of two constructs resolves into three dimensions: regulation and control of learning (task), intrinsic motivation and internal decision-making (person), and social-relational action (sociocultural), thereby empirically quantifying the jingle-jangle fallacy. Existing scales, however, systematically underrepresent the sociocultural dimension. Critically, current generative AI research in education concentrates on learning regulation and control, narrowing the behavioral repertoire that AI-mediated learning environments are designed to cultivate. Beyond conceptual clarification, this work carries direct implications for conceptualization, measurement, and practice towards supporting the multidimensional learner agency and autonomy.