当AI成为教师：大型语言模型是否真的理解学习者的思维？
在人工智能日益渗透教育领域的今天，一个根本性问题浮出水面：机器究竟能否像人类教师一样，真正'理解'学生的学习状态？是机械地遵循指令，还是具备某种形式的心理理论（mentalizing）来调整教学策略？
实验设计：让AI扮演“智能家教”
为了回答这一问题，研究者构建了一个高度受控的实验场景。在这个场景中，各种大型语言模型被设定为‘教师’角色。每一轮教学开始时，模型会看到一张带有奖励标注的有向图，以及一名虚拟学习者此前在这张图上的路径轨迹。教师的任务是选择揭示图中哪一条边的存在信息，才能最有效地引导学习者重新规划路线，从而获得更高的总奖励。
这个任务的设计灵感来源于心理学领域对人类教学策略的研究。它巧妙地将‘教学’这一抽象行为转化为一个可量化的、基于图论的决策问题，从而为比较人类与AI的行为模式提供了客观标准。
模型对比：谁更懂因材施教？
研究者并未止步于观察LLM的表面反应，而是进一步使用了一套精密的认知科学工具——即用于建模人类认知过程的数学模型——来分析AI的‘内心世界’。他们将LLM的每一个教学选择都与几种不同的理论模型进行了拟合，包括：
- 贝叶斯最优教师模型：该模型假设教师会尝试推断学习者缺失的知识，并据此做出最有利于其学习的决策，这被认为是心理理论能力的体现。
- 较弱的贝叶斯变体模型：这些模型虽然也涉及概率推理，但简化了对学习者状态的假设，能力上略逊一筹。
- 启发式基线模型（如奖励导向）：这类模型的教学决策仅基于局部、简单的规则，例如选择当前奖励最高的边进行讲解。
- 非心理理论的效用模型：这类模型完全从自身角度出发，不考虑学习者的知识盲区。
通过计算每个模型的BIC（贝叶斯信息准则）值，研究者发现，贝叶斯最优模型能够最好地解释绝大多数LLM的教学选择。这说明，尽管LLM本身没有生物学意义上的大脑，但其底层庞大的参数系统似乎自发地演化出了一种‘推断学习者知识缺口’的能力，这与人类优秀教师‘诊断学生薄弱环节’的逻辑惊人地相似。
深度洞察：AI教学的“知其然不知其所以然”
然而，这项研究也揭示了AI教育的深层困境。当研究者尝试通过外部提示（prompting）来‘训练’LLM更好地进行心理理论时，结果却并不理想。所谓‘脚手架干预’，指的是在教学中提供额外的、旨在引导AI进行推理的辅助性指令或示例。
令人惊讶的是，这些精心设计的提示虽然在短期内可能让模型的行为看起来更符合预期，但它们并不能可靠地提升AI在遇到新异、结构复杂的测试图（heuristic-incongruent test graphs）时的教学表现。更严重的是，在某些情况下，这些外部提示甚至会降低模型的整体性能。
这清晰地表明了一个残酷的现实：大型语言模型对提示的‘服从’，往往只是对表面模式的模仿，而非对深层认知逻辑的真正掌握。它们可以学习到‘当遇到这种情况时，应该输出那个答案’，却未必能理解为何要这样做。这种缺乏真正理解的教学能力，使得它们在面对现实世界中千变万化的学生需求时，显得力不从心。
前瞻展望：迈向真正“懂”学生的AI教师
这项研究的意义远不止于揭示LLM的认知机制。它为未来的AI教育研究指明了方向。首先，评估AI的教学效果，不能仅仅停留在其输出是否符合预设答案，而应深入到其决策过程是否真正体现了对学生学习状态的深刻洞察。其次，开发有效的AI教师，不能寄希望于简单的提示工程。我们需要的是能够持续、稳定地进行高阶推理和自我反思的系统。
或许，未来的突破点在于将LLM的心理理论能力与更强大的记忆系统、个性化建模以及持续的反馈循环相结合。我们需要的不是只会照本宣科的‘电子复读机’，而是一个能够真正倾听、理解并适应每一个独特学习者节奏的‘数字导师’。这场关于AI是否拥有教学智慧的探讨，仍在继续，而其最终答案，将决定我们能否真正实现技术赋能下的个性化教育革命。