Files
llm_wiki/wiki/苏格拉底式教学法.md
T
hehaiguang1123 a6f05ab2d5 Phase 0-2: Schema cleanup, typed relations, event-driven automation
- Phase 0: AGENTS.md cleanup (dedup quotes, renumber sections, merge qmd)
- Phase 1: typed relations (manage-relations.py, graph-search.py, check-staleness.py, detect-conflicts.py)
- Phase 2: frontmatter validator, weekly lint, knowledge promotion, git hooks
- Fix .gitignore to track tools/ and .githooks/
- Fix git remote URL (remove plaintext token)
- New wiki pages: 504 pages, 34 raw sources
2026-07-01 08:05:43 +08:00

6.7 KiB

categories, tags, created, source, type, aliases
categories tags created source type aliases
LLM Wiki
wiki
concept
socratic-method
pedagogy
ai-tutoring
2026-04-20 教学大模型发展状况深度研究报告-20260415 concept
苏格拉底式教学法
Socratic Method
苏格拉底式引导

苏格拉底式教学法

苏格拉底式教学法(Socratic Method)是一种通过提问和对话引导学生思考、发现知识的教学方法。在AI教育领域,苏格拉底式引导已成为教学大模型的共识设计原则。

定义

苏格拉底式教学法通过一系列精心设计的问题,引导学生自己发现答案,而非直接传授知识。这种方法强调:

  • 启发式提问
  • 批判性思维
  • 逻辑推理
  • 主动学习

核心原则

原则 Khanmigo实践 讯飞星火实践
不直接给答案 禁止直接输出解题步骤 "思路点拨"
引导式提问 "你能告诉我你对这个问题的理解吗?" "分步列式"
过程验证 "为什么你认为这个答案是对的?" "个性纠因"
错误纠正 "让我们一起看看这个推理过程..." 追因分析
个性化记忆 记住学生兴趣和历史对话 专属知识库

苏格拉底式AI引导设计

┌─────────────────────────────────────────────────────────────┐
│           苏格拉底式AI引导流程设计                         │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  学生输入问题                                              │
│       ↓                                                    │
│  ┌─────────────────────────────────────────────────────┐    │
│  │  1️⃣ 理解验证                                          │    │
│  │     "你如何理解这个问题?"                             │    │
│  │     "你觉得解题的关键是什么?"                           │    │
│  │     ↓                                                │    │
│  │  2️⃣ 引导推理                                          │    │
│  │     "我们可以从哪个角度开始思考?"                       │    │
│  │     "你尝试过哪些方法?"                               │    │
│  │     ↓                                                │    │
│  │  3️⃣ 逐步提示                                          │    │
│  │     "考虑一下XX概念..."                                │    │
│  │     "如果我们知道XX,那可以推导出什么?"                │    │
│  │     ↓                                                │    │
│  │  4️⃣ 过程验证                                          │    │
│  │     "为什么你认为这个步骤是对的?"                       │    │
│  │     "让我们检查一下这个推理..."                         │    │
│  │     ↓                                                │    │
│  │  5️⃣ 总结提升                                          │    │
│  │     "你做得很好!这个思路很有价值..."                   │    │
│  │     "我们学到了什么?"                                 │    │
│  └─────────────────────────────────────────────────────┘    │
│                                                             │
└─────────────────────────────────────────────────────────────┘

有效策略(基于学术研究)

基于研究的最佳实践:

┌─────────────────────────────────────────────────────────────┐
│                                                             │
│  ✅ 有效策略:                                               │
│     • 苏格拉底式引导(Khanmigo模式)                         │
│     • 分步提示(而不是直接给答案)                          │
│     • 知识追踪(动态调整难度)                               │
│     • 人类监督(人在回路)                                   │
│                                                             │
│  ❌ 需避免:                                                 │
│     • 直接给出完整答案                                       │
│     • 缺乏上下文的学习                                      │
│     • 一刀切的评估标准                                       │
│                                                             │
└─────────────────────────────────────────────────────────────┘

核心发现

无论Khanmigo还是讯飞星火,都在强调"启发引导而非直接给答案":

  • Khanmigo: 苏格拉底式提问模板库
  • 讯飞星火: "思路点拨-分步列式-个性纠因"
  • 小猿AI: 五重错因分析(追因而非追果)

结论:直接给答案的时代已经过去,引导式教学成为标配

AI实现的技术要求

技术 说明
系统提示工程 约束AI扮演引导者角色,禁止直接给答案
对话记忆 记住学生兴趣和历史对话,实现个性化
知识追踪 动态调整问题难度,匹配学生水平
双重监控 主对话引擎 + 实时监控AI,保障对话质量
人类监督 家长/教师通知机制,确保成人监督

相关概念

来源