今天这篇文章介绍一个AI搜索工具（或者说工具开发思路）以及围绕这个工具做的研究。
在生成式AI时代，主流搜索引擎（如谷歌、微软必应）的发展方向是提升效率和便利性，通过聊天式交互直接提供总结性答案。然而，这种模式存在着深远的教育问题：
知识扁平化：传统搜索引擎将知识呈现为单一的网站列表或AI生成的摘要，抹去了知识固有的学科结构。这如同乘坐地铁穿越城市，虽然迅速到达目的地，却错过了街道布局和沿途风景，无法形成对城市整体结构的认知。
丢失“知识架构”的体验：几十年来，学校图书馆通过其物理布局，将知识按学科分门别类，为学生提供了沉浸式的认知体验。这种“知识架构”让学生即使只是查找资料，也能潜移默化地学习到知识是如何被组织和验证的。数字化搜索的兴起，使这一宝贵的普适性教育体验逐渐消失。
助长思维惰性：以效率为导向的工具倾向于“替我们思考”，提供现成答案，从而削弱了学生自主探索、批判性评估信息和进行深度探究的动力与能力。
学科偏见：对于复杂的学术问题，搜索结果往往被某一主流学科（通常是科学）的解释所主导。例如，搜索“天空为什么是蓝色的？”会得到大量物理学解释，而关于文化和语言学的视角则被淹没，用户可能永远不会接触到。
今天分享一个开创性的研究，该研究介绍了EI Search——首款利用生成式人工智能（GenAI）旨在培养用户对知识本质的好奇心并增强其“认知洞察力”（Epistemic Insight）的搜索引擎。传统搜索引擎优先考虑快速获取信息，但往往将知识视为单一整体，忽略了其跨学科的复杂性。这种做法虽然高效，却削弱了学生在数字时代进行深度、批判性思考的机会，丧失了实体图书馆中通过学科分类所提供的隐性知识结构教育。
研究做了一个分为三个阶段的实证，证实了EI Search的有效性。在第三阶段，对24名13-14岁的学生进行的测试显示，在未经指导的45分钟互动后，其中23名学生在学科认知和跨学科认知洞察力方面取得了显著进步。研究结果表明，EI Search能有效激发学生的“认知好奇心”（epistemic curiosity），促进“主动性学习”（Agentic learning），并帮助他们理解和挑战复杂的、跨学科的现实世界问题，如科学相关报道中的耸人听闻的言论。
作者认为该研究在搜索引擎发展的关键时刻，为教育领域提出了重要建议：未来的搜索工具应超越效率，将培养用户的知识素养和批判性思维作为核心设计原则，从而真正赋能学习者。
先说一下我对这个研究的总体态度：像文章中说作为一种颠覆搜索引擎的工具，我认为过于异想天开。先不说他对传统搜索引擎的批评是否合理，该研究只是做了一个很小的演示Demo，其体量跟搜索引擎相比，比“教育学人”和“经济学人”之间的差距还要大。但是他这个思路做教育专用的AI工具，可能还有可取之处。
一、EI Search简介：范式转换
EI Search旨在通过将教育议程融入搜索引擎的设计中，来应对上述挑战，实现从“信息检索”到“知识探索”的范式转换。
核心概念与功能
EI Search的独特性体现在其设计理念与功能的结合：
1.交互式学科轮界面：EI Search的用户界面基于“认知洞察学科轮”（Discipline Wheel），该图形将多达十个学科（如科学、历史、艺术、神学等）围绕一个中心问题进行排布。用户可以通过点击选择一个或多个学科“花瓣”来启动搜索。
2.赋能主动性学习：用户拥有完全的主动权，可以自主选择问题和探索视角。这种设计鼓励用户像工程师“修补”（tinkering）一样进行探索，发现不同学科如何塑造答案。
3.GenAI生成“学科画像”：提交查询后，EI Search利用GenAI为每个选定的学科生成一份“学科画像”（pen portrait）。这些画像遵循一个统一的、精心设计的提示词（prompt）框架，系统地阐述该学科的：首选问题(Preferred question)、研究方法(Methods to answer it)和思维规范(Norms of thought)
这种结构化的输出使得不同学科之间的方法论和视角可以被轻松地进行比较。
很简单一个应用，但的确是一个教育型AI工具的范例。我们或许可以反思，学生真的需要在学习场景中用一个全功能的大模型吗？有些时候需要，有些时候不需要。
EI Search的设计旨在实现以下关键教育目标：
1.重建知识架构：在数字世界中重建一个可视化的知识结构，帮助学生理解知识是如何被不同学科组织、构建和验证的。
2.激发认知好奇心：通过新颖的界面和探索性的互动，激发学生对“知识如何运作”这一元认知问题的好奇心。
3.培养认知洞察力，这包括——
（1）学科内认知洞察力：通过阅读具体学科的画像，加深对该学科本质的理解。
（2）跨学科认知洞察力：通过比较不同学科对同一问题的看法，理解学科间的区别与联系，认识到复杂问题通常需要多学科协作。
（3）对抗错误信息与科学至上主义：通过展示多学科视角，帮助学生认识到科学并非解决所有问题的唯一途径（反对“科学至上主义”），并培养他们批判性审视耸人听闻或片面信息的能力。
二、概念框架：EI Search背后的学习理论
EI Search的有效性植根于几个核心的教育心理学概念，这些概念共同构成了一个完整的用户学习旅程。
三、研究方法与发现
该研究采用设计研究方法（design-based research），分三个迭代阶段进行，以确保工具的有效性和适用性：
1.第一阶段：提示词设计
研究团队设计并测试了用于驱动GenAI的复杂提示词。通过实验（例如，对“活着的意义是什么？”这一问题进行提问），团队确认GenAI可以根据特定的认知框架（首选问题、方法、思维规范）生成高质量、可比较的学科画像。
2.第二阶段：共创工作坊
研究团队与教育工作者（教师、大学导师等）和高中生（16岁以上）共同举办了工作坊。参与者对一个连接实时GenAI的原型进行了测试和反馈。
教育者反馈：认为该工具对于跨课程规划“将产生巨大影响”，并能帮助学生在进行网络搜索前建立研究框架。
学生反馈：强调该工具在“过滤和聚焦”搜索范围方面的价值，并能帮助他们“避免主观性”、“获得更广阔的视野”。
3.第三阶段：中学生测试研究的核心实证部分。
24名来自三所经济相对困难地区的学校的13-14岁学生，在一个45分钟的实验课中使用了“EI Search离线版” (EI Search with GenAI Unplugged)。该版本提供了一系列预设问题和由GenAI生成的答案，以确保内容安全和教学目标的一致性。
第三阶段主要发现该阶段的研究旨在回答：“EI Search在多大程度上能将关于知识本质的抽象概念，转化为一种直观的、由好奇心驱动的、主动的建立认知洞察力的方式？”
结果非常显著——
1. 认知洞察力的快速获得：在45分钟的自主探索后，24名学生中有23人在调查问卷的回答中表现出了新的学科内或跨学科的认知洞察力。这一结果被描述为一次教学上的“突破”，证明了青少年完全有能力在适当工具的辅助下进行关于知识本质的抽象思考。
2. 认知好奇心的激发：
在互动20分钟后，24名学生中有21人明确表示EI Search激发了他们的好奇心。
学生们的评论充满了惊喜和发现感，例如：
“它激发了我的好奇心，因为我从不知道一个问题可以有这么多不同的侧面。”
另一位学生写道：
“它让我好奇，即使那些我们认为与问题无关的学科，也仍然可以与它建立联系，并用来创造一个答案。”
3.从感知到认知的转变：
研究通过在不同时间点收集问卷，追踪了学生理解的演变。
初始反应 (几分钟后)：12名学生的反应是“非认知性”的，主要关注工具的外观（如“看起来很酷”或“很基础”）；另外12名学生则立即理解了其“认知性”目的（如“它用不同的方法来回答问题”）。
深入理解 (20分钟后)：在最初反应为“非认知性”的12名学生中，有10名学生的理解转向了“认知性”，其中8人更是达到了对学科/跨学科层面的理解。没有学生从认知性理解退回到非认知性理解。
4. 主动性学习的体现
访谈和问卷揭示了学生们多样化的、由个人兴趣驱动的探索模式：
跨界探索：一位名叫Della的学生同时对科学和艺术感兴趣，她特意选择学科轮两端的学科来比较它们对“我们为什么爱吃巧克力？”的看法，并惊讶地发现“巧克力有助于产业发展，有助于经济增长”，而这并非她最初的想法。
深度钻研：另一位名叫Adam的学生对神学特别感兴趣，他系统地用神学视角探索了列表中的多个问题。这既源于他个人的信仰探寻，也与他未来的职业规划（希望成为一名能够理解和尊重不同信仰背景病人的军医）有关。
学生们普遍认为该工具的价值在于帮助他们变得更加“思想开放”。一位学生总结道：
“我认为学习不同的观点很重要，因为它能提供洞见，并最终使人思想更开放。”
四、启示和建议
EI Search的研究成果为教育、科技政策和未来研究方向提供了深刻的启示。对教育的建议
1.重新设计校园搜索工具：学校和学院应提供超越简单信息检索的工具，推广能够促进学生智力发展的搜索范式。EI Search证明了学生有能力也有意愿进行更深层次的探究。
2.融入课程教学：教师可利用EI Search（特别是安全的“离线版”）设计课程，帮助学生批判性地分析现实世界问题，并对抗科学相关报道中的错误信息和耸人听闻的说法。
3.赋能教师专业发展：EI Search也可作为教师教育和跨学科课程规划的工具，帮助教师拓展自身专业领域外的视野，促进跨课程合作。
对政策的建议：
1.将在线搜索视为认知活动：政策制定者应认识到，在线搜索不仅仅是技术操作，更是一项深刻的认知活动，关系到下一代公民的知识素养和批判性思维能力。
2.倡导以人为本的AI设计：EI Search是符合联合国教科文组织（UNESCO）“以人为本的AI”原则的典范，它优先考虑教育价值而非纯粹的效率。政策应鼓励和资助更多此类能够增强而非取代人类决策和教育的AI工具。
对未来研究的建议
1.拓展应用场景：继续在不同教育阶段（小学到高等教育）开发和测试EI Search及其变体，例如用于帮助不同专业的大学生进行跨学科合作的“破冰工具”。
2.探索衍生创新：EI Search的“界面+交互+提示词框架”模式具有极高的通用性。未来的研究可以探索将“学科”替换为其他元素，如历史人物、情绪状态或哲学思想家，让用户通过互动来探索更广泛的抽象概念。
3.结合可持续发展目标（SDGs）：利用EI Search及类似工具举办跨学科“黑客马拉松”，让学生合作应对如气候变化、公共卫生等与SDGs相关的复杂全球挑战。
五、教育学人说
关于这个研究我已经不想说什么了。如果是为了开发工具而做的实证验证，为什么要用这么小的规模？如果是为了教学而开发的工具，为何对标的是搜索引擎？说是AI为什么又用的离线版，而且给大众体验的只有那几个问题？
这不叫AI搜索引擎，这叫PPT。。。我只能感慨西方风投和私募基金的包容性。
