基于关联主义学习理论的教育大模型技术研究

【编者按】人工智能正深刻改变教育形态，传统学习理论能否解释数字时代的学习？深圳大学王志强教授团队在《中国大学教学》2026年第4期发表论文，提出将关联主义学习理论与教育大模型技术相结合，探索“理论—技术”双向赋能的教育新路径。本刊特摘录论文引言，以飨读者。

      人工智能作为当今世界科技创新的核心驱动力，正深刻影响着教育现代化的进程。传统学习理论体系中的行为主义、认知主义和建构主义等经典范式，面对日益复杂多元的学习场景，逐渐暴露出理论解释与实践适配的双重局限。关联主义学习理论应数字时代对学习本质的深刻洞察而诞生——它以“数据关联性”为逻辑基石，将学习过程剖析为网络节点间持续不断的连接与动态重构。

    与此同时，人工智能与教育领域的深度融合催生了教育大模型技术。教育大模型作为垂直领域的模型，整合了学科知识图谱、课堂与在线学习数据、师生画像等多源信息，能够对复杂的教育场景进行精准建模。以医学教育领域为例，结合临床案例库与虚拟仿真技术，垂类大模型构建的动态病例演绎系统，为学生提供了逼真的实践学习环境，这在医疗健康教育中已经得到了应用和验证。这些技术突破标志着教育发展正从“经验驱动”向“数据驱动”迈进。

     关联主义学习理论与教育大模型技术的协同创新，为教育发展带来新的契机。教育大模型凭借其强大的数据处理与分析能力，能够精准识别学生的知识盲点与兴趣点，为个性化学习路径规划提供数据依据。而关联主义学习理论则为这一过程提供理论支撑，确保学习路径规划既符合认知发展规律，又遵循知识网络动态关联的内在逻辑。这种理论—技术的双向赋能，不仅验证了关联主义学习理论在数字教育中的适用性，更拓展了其理论应用边界。

     在大数据与人工智能时代背景下，本研究发展了关联主义学习理论并提出教育大模型的技术架构与核心应用场景，旨在为教育数字化转型和智能化升级提供理论范式与实践路径，推动构建人机协同的新型教育生态。

【作者简介】

王志强，深圳大学教授，广东省教学名师，全国高等院校计算机基础教育研究会副会长，中国教育技术协会常务理事。曾任深圳大学计算机与软件学院副院长、信息中心主任，获得国家级规划教材、国家级一流课程、国家级教学成果奖。

陈国良，中国科学院院士；

彭小刚，深圳大学人工智能学院副教授，深圳市高层次人才。

【论文信息】

王志强，陈国良，彭小刚. 基于关联主义学习理论的教育大模型技术研究[J]. 中国大学教学，2026(4).