面向个性化学习的双生成式学习模式构建要素专家咨询问卷（第一轮）

作为模式运行的起点，旨在解决学习目标的导向规划与决策。为个性化学习路径与内容生成提供方向性指引。

描述模式运行的核心机制，聚焦于学习过程的双生成协同生成性。

作为模式优化的保障，评估“学得如何”，培养高阶思维能力，驱动模式系统解决“如何进化”的发展问题。

围绕学习者为中心的原则，利用EGS帮助组建包容多元的学习场域，兼顾不同学习者的文化背景、学习基础和学习需求，引导学习者调起激活IGS，并与EGS对话交互，对预设学习目标进行初步解构、调适与个性化整合，形成初步个体学习目标意向。

强调利用EGS具备的多模态生成和跨学科迁移能力的独特优势，扩展知识的迁移应用，将学习内容与真实应用情境结合，利用模拟仿真、任务情境、真实材料等开展学习探索，将抽象的学习目标具身化，更利于将外部目标逐步内化为个人行动意图。

聚焦于利用EGS根据学习者的输入需求框架与学习过程日志的动态分析，识别学习者的认知风格特征、追踪学习者的兴趣演化动向、分析学习偏好倾向，为目标协商阶段提供基于认知适配的表述与任务设计，更好的促进激发学习动机。

学习目标不再是静态的预设终点，而成为在IGS与EGS不断交互与协作对话中逐渐形成学习共同体、随着认知深化与协同演进而动态涌现和迭代演化的复合有机体。从而，实现将静态预设目标逐步演化为真正契合学习者个性需求与发展的动态生成性目标。

EGS可基于学习者的认知状态与实时表现，利用大语言模型等技术动态创生个性化、多模态的学习内容、案例反馈等，并智能适配个性化的学习资源与路径。实现从“资源检索/推送”到“资源生成/智能自适应”的范式转变。

EGS可融合（如VR/AR等）打造多模态学习情境，为IGS提供更丰富的感知觉输入与具身交互机会，帮助学习者在情境中通过“做中学”与“思中学”相结合，增强体验性的同时深化概念理解。

通过学习过程中交互产生的多模态数据（如对话文本、问题解决策略、眼动轨迹、生理信号等），生成多维度的学情诊断报告，即时把控动态更新的认知学习状态。

打破传统个性化学习对于（特定教学目标下）学习路径的预设性静态设计转向动态协同式设计。基于IGS与EGS动态协商，EGS不断提供基于大数据支持的路径预测选项，IGS依据个人兴趣、认知策略与反思做出选择与调整，形成动态协同式个性化学习路径演化。

针对EGS生成的内容，建立多层级验证与修正闭环，例如，学习者批判性验证、权威知识库锚定、教师/专家仲裁、文化价值观及伦理共识校准等。另外，积极构建特定领域大模型进行专业性喂养，确保生成内容的适切性与安全性。最后，确保验证结果反哺EGS的生成策略，实现生成质量的持续性进化。

明确EGS（外部智能生成）与IGS（内部认知生成）之间的分工协作和双向耦合关系，最终，体现为学习主体认知的互助性、互动性与互补性。

基于如上（B6）的“EGS”与“IGS”的深度交互，有助于提供学习者在问题解决、策略运用与反思调节中的元认知支架，促进其深度的学习构建连接及高阶思维能力（认知方式）的发展。

采取多元化的评估方式。基于学习过程中产生的内容作品、互动记录与认知策略等，做多维度、多模态数据分析，重视给出及时、具体、建设性的过程性反馈，与最终的学习成果、学习能力评估协同，综合评估学习目标达成度和学习效果。

学习者在双生成互动中形成对自身学习能力的积极信念（自我效能感），对学习过程的满意度与成就感，以及对未来学习的积极期待，不断转化成持续学习的内在驱动力。

在（B6）双生成深度互动过程中，学习者需要不断强化对AI生成内容的批判性评估能力，识别EGS提供的元认知支架（如策略提示、创新性应用），从而，激活IGS的元认知监控与调节；在问题解决、策略运用、反思评估的不断循环中，发展高阶思维能力，实现深度的学习与认知发展的螺旋上升。

学习者在双生成互动中，通过EGS的跨界延展与IGS的认知整合，形成个体认知图谱（如知识网络、心智模型），并通过EGS与IGS交互学习、求真论证过程模式，将单一的学习经历转化为可持续的个性化学习主体成长发展轨迹，并据此驱动整个学习模式的迭代与优化。