摘 要：在教育数字化浪潮中，技术异化正不断解构数字化学习的本真价值。文章剖析了数字技术如何从赋能认知的工具异化为规训认知的力量，揭示了教育逻辑如何被技术逻辑所僭越：算法的“认知殖民”机制侵蚀学习者主体自觉，技术的“碎片化切割”机制阻断学习所必需的时间绵延，虚拟环境的“真实脱嵌”机制消解认知具身性。为了匡正数字化学习中的异化现象，文章基于马克思的异化劳动理论与马尔库塞的技术批判理论，构建了从技术规制到实践落地的匡正框架：以“技术规制—主权回归”锚定技术异化的破解方向，以“场域深耕—生态重塑”落实认知修复路径，以期在教育数字化转型中重塑数字化学习的育人功能与社会价值。
关键词：数字化学习；技术异化；学习主体性；学习主权；学习生态
当前，数字化浪潮正深刻重塑教育图景，“数字技术与教育教学走向融合发展，数字化学习成为学生成长的重要支点，并进一步重构未来人才的能力素养”。数字化在整合资源、革新交互、提升效率的同时，也催生了不可忽视的技术异化。人所创造的数字技术可能反转成为支配、压制甚至否定人的异己力量。数字化学习过程中生成的行为数据、认知轨迹与交互记录，本应反映学习者的状态，却在算法机制下被重构为一种异己的、反过来规训主体的工具。数字化学习中的技术异化主要表现为算法对学习主体的规训、对学习时间连续性的割裂、对真实体验的剥夺。技术逻辑对教育逻辑的系统性僭越，正悄然解构教育的本真价值，使数字化学习偏离育人目标，甚至人的认知被迫向技术逻辑妥协。因此，直面技术异化带来的挑战，揭示技术异化传导机制，探索其匡正路径，已成为推动教育数字化健康高质量发展的重要命题。
一、数字化学习的内涵演进与逻辑前提
数字化学习自20世纪末兴起以来，其形态持续演进：从早期的“多媒体辅助学习”到“混合式学习”，再到当前“数字化学习”。2000年后，数字化学习的形态主要表现为基于“互联网+多媒体资源”的信息传递；2010年后，逐步融入大数据分析以实现个性化推荐；进入数智化时代，数字化学习呈现出数据驱动、算法介入与人技协同的新质态，其演进的主线正从工具层面的应用，转向技术赋能与主体认知的深度融合。如今，数字化学习的内涵拓展为融合人工智能、大数据、虚拟仿真等技术，以支持学习者批判性思维、创新能力等高阶认知发展为目标，兼具情境嵌入与自组织属性的复杂认知活动。这一演进背后更深层的逻辑，在于技术与教育目标关系的重新定位。因此，有必要重新审视数字化学习的内涵与本质，为实践路径的确立奠定学理基础。
（一）认知主体性的在场性
在数字化学习中，学习者仍是认知过程的主导者，而非技术的被动受体。其主体性体现为对认知过程的主动参与和对数字技术的自主运用。数字技术虽然能将隐性认知轨迹转化为可观测数据，但数据的意义仍需由学习者赋予。尽管数字技术可通过多模态数据为学习者构建“数字自我”，但真正的认知主体仍然是具有主观体验、价值判断与生命历程的“现实自我”。这彰显了数字化学习中的一个重要特质：“主体性赋予数据以意义，而非被数据所定义”。数字技术生成的“学习画像”与能力评估，只能作为辅助与参照，其价值仍依赖于主体的批判性审视与整合，无法替代主体自身的判断。学习的本质是思维能力的展开、深化与超越，而非对外来信息的机械接收。数字技术能提供丰富的资源与工具，但其价值的实现完全依赖学习者对思维的自主调控，包括批判性思维的运行、创造性思维的建构以及元认知策略的调整。正如马克思将技术喻为“人的手创造出来的人脑的器官”，数字技术应始终作为服务于主体认知的“思维延伸工具”。思考的主体只能是学习者自身，若将思考过程“外包”给数字技术，任由其“反哺”人类，学习者将面临思维趋同与深度丧失的“认知降维”风险，进而沦为马尔库塞所警示的“单向度的人”或卡尔所描述的浅薄的“扁平人”。
（二）认知的内源驱动机制
学习动力源于自我发展的内在诉求，而非外部刺激的被动响应。这种内源性动力，根植于人类对意义的本能追求与认知发展的自主需要，具体表现为内在动机的自我激活、自我决定的持续投入以及求知导向的认知迭代。数智化技术可通过认知诊断帮助学习者识别需求，从而激活内在动机，明确“为何而学”，强化内源驱动的精准性。然而，数字化学习的本质仍是自学，是围绕自身需求展开的自我发现、自我成长和自我实现的过程。如果说人的学习都是自己开始、自我激励的，那么学习的起点在于学习者内在动机的觉醒，“学习者只有具备较强的学习动机，才能维持学习活动的有效进行”。诚如萨尔戴所言：“真正的学习动力必须由个体从内部探寻、调动并维持，外在的培训或讲授只能起到辅助作用，而无法替代这一根本的内生过程。”这种内生动力彰显了学习者的自遣意识，能够有效激发其求知欲望和自我探索的主动性。只有当学习者基于自我发展诉求产生“我要学”的意愿时，学习便从外部指令转化为内在使命。
“探索未知世界、学习未知知识是人的自然倾向”，学习的起点亦源于对未知的好奇与质疑，好奇与质疑推动探索，引导学习者寻找方法、探寻答案、理解并解释周围的世界。学习始于疑问，历经求索，终于解答，而解答往往又引发新的疑问，构成持续深入的认知循环。因此，即使在数智化环境下，学习的动力依然源于对知识的渴求和对真理的追寻。它依然是一种切己之学，“从自己的需求和兴趣出发，通过自主发现、自我探索、自由表达、与他人的论争等积极主动的方式搭建自己的知识架构”，并依照自身文化背景和生命体验选择合适的学习内容与方式，指向最终的自我实现。
（三）认知的自组织属性
数字化学习是一种高度个体化、具身化的认知实践，教师与技术仅扮演辅助角色。学习的发生、知识的内化与意义生成，必须由学习者亲力亲为，“只有学习者个人才能进行学习，别人不能取而代之”。即便身处资源丰富、情境多元的数智化环境，学习目标的达成依然依赖于学习者的切身投入、自我表达与深刻体悟。在数字化学习过程中，学习者并非机械操作工具或被动执行学习程序，而是指向解决问题或实现自我表达。通过将所学的知识与自身经验、价值体系相联结，学习者完成从任务被动执行者到意义主动建构者的角色转变，从而成为自身认知活动的主宰。数字化学习的自学属性进一步强化了其自组织特征：在缺乏外部预设程序的情况下，学习者能够自发形成认知秩序，自主完成从目标设定、策略选择、过程调控到效果评估的全流程。“只要有足够的学习资源和工具支持，学生就能够自我学习、自组织完成学习行为。”技术所提供的海量资源与灵活工具，为个体充分行使学习自治权提供了有力支持。这种自组织能力，极大地提升了学习者建立个性化学习路径的广度、深度与效率，使其能够突破标准化教学框架的束缚，自主把握学习节奏与时间，动态调整学习计划，实现乐学、善学与博学的统一。此时学习者以主体身份深度融入认知过程，通过具身实践、自主思维与持续反思，在信息洪流中坚守并彰显认知主权，实现从知识消费者到意义建构者与知识创造者的蜕变。这一自我认知的确立与张扬，是数字化学习超越浅层学习的核心标识，也是数智时代培育具有自主性、批判性与创造性的“完整的人”的教育旨归。
（四）高阶发展性导向
在信息爆炸背景下，学习者面对的不仅是海量知识，更是信息真伪难辨、内容复杂多变的环境。单纯的知识获取已无法应对挑战，批判性思维与创新能力成为数字化学习的重点，是应对复杂信息、解决劣构问题、实现知识创新的关键。
批判性思维代表着思维的高阶形态，要求学习者独立审慎的思考，通过逻辑推理与证据分析形成有根据的判断。杜威称之为反省思维——“对某个问题进行反复地、严肃的、持续不断的深思，它起源于某种疑惑、迷乱或怀疑，而且只有心甘情愿地忍受疑难的困惑，不辞辛劳地进行探究，才能拥有这种思维”。在信息良莠不齐的数智化环境中，对批判性思维的培育尤为迫切。它要求学习者秉持质疑精神、开放心态与自我反思意识。这意味着不轻信信息表象，而质疑其来源、真实性与相关性，通过持续提问、严谨寻证与深入分析，穿透信息迷雾，把握问题本质，作出理性决策。创新能力是批判性思维的深化与实践，是学习者基于现有知识，通过创造性整合与突破，产生新颖的且有价值的新知识、新方案或新产品的能力。数智化环境为此提供了有力支撑：丰富的资源奠定知识基础；多样数字技术赋能探索、实验、协作与表达；智能化认知脚手架辅助方案构思与原型构建；即时反馈机制促进方案验证与动态调适，最终提炼形成可迁移的问题解决策略与稳定的高阶思维模式。批判性思维与创新能力并非彼此孤立，而是相互滋养、协同发展的共生关系。批判性思维为创新性廓清认知障碍、奠定理性基础，创新性思维则不断检验、拓展批判性思维的边界，二者共同构成数字化学习的高阶发展支柱，赋能学习者有效驾驭数智时代的持续变革。
二、技术异化的传导机制：数字化学习的潜在风险
当前，数字技术正逐渐突破“赋能认知”的工具范畴，转而系统性解构数字化学习的基本逻辑与认知基础。这种解构集中体现为三种相互关联的异化机制：算法的“认知殖民”机制侵蚀学习者的主体自觉，“碎片化切割”机制阻断学习所需的时间绵延，“真实脱嵌”机制消解认知的实践根基。这些问题已超出一般技术失范，实为马克思所揭示的“客体（技术）反转为主体（人）对立面”的哲学异化，本质是技术效率逻辑对教育认知逻辑的深层僭越，是工具理性对价值理性的深层殖民。
（一）“认知殖民”机制：算法规训下的思维趋同
数字技术在赋能学习的同时，潜藏着因技术依赖而弱化自主思维的风险。在数字化学习中，算法不再是中立的工具载体，而是通过数据监控、反馈引导、认知预设与路径化约束，构建起一套从行为到认知再到思维的隐性规训体系，使技术从认知工具异化为支配认知的力量。
算法对认知的殖民始于对学习行为的全景式数据监控。借助多模态数据采集（如学习时长、答题速度、页面停留轨迹、抬头率、专注度等），算法将学习者的微观行为转化为可量化、可评估的指标，形成类似于福柯笔下“全景敞视监狱”的数字化规训场域——只是规训工具从物理空间转向了数据空间。算法的监控隐蔽且更持续，它无需实体囚室与看守，仅通过数据符号的转化，便能实现对行为的实时评估与隐性约束。这种规训往往忽略沉思留白、试错探索、顿悟突破等非标准化行为的教育价值。进一步，算法基于“认知画像”推断学习者的薄弱点与偏好，进而预设所谓最优认知路径。名义上是进行信息精准推送、实现个性化学习适配，实则形成了认知窄化陷阱与认知方向锁定，将充满不确定性与可能性的探索过程，压缩为一条由数据定义的高效路径。学习者看似自主，实则其认知的起点、过程与方向均受算法框定。这种认知预设的隐蔽危害在于，它将学习者的认知边界限定在安全区域：只关注熟悉的常规知识，却忽视跨学科知识关联、非常规视角的拓展需求；仅推送符合偏好的内容，却屏蔽可能引发认知冲突、推动思维突破的异质信息。学习者丧失的不仅是信息的多样性，更是面对迷途、处理歧义、在混沌中自行开辟道路的元认知能力，最终失去了自主拓展认知边界的动力与机会，阻断了跨领域探索与非常规认知的可能。
“认知殖民”最终指向思维模式的同质化。算法通过提供最优解与标准答案，弱化学习者的质疑精神与批判性思维，推动其思维向可计算、可预测的方向发展。一方面，学习者倾向于直接接受结论，跳过质疑、验证与探索的过程；另一方面，算法对非标准化思维的排斥进一步压制了创新的可能。最终，学习者的思维模式逐渐向算法的可计算逻辑靠拢，原本多元、开放的认知过程，异化为对算法逻辑的单向迎合。正如麦克卢汉所言：“对媒介影响潜意识的温顺的接受，使媒介成为囚禁其使用者的无墙的监狱。”学习者沉溺于认知舒适区，主动分析问题、解决问题的能动性被技术蚕食，从而从认知主体异化为技术附庸，甚至沦为技术的“提线木偶”。
（二）“碎片化切割”机制：时间绵延断裂与认知深度退化
学习作为一种深度认知实践，蕴含着伯格森“时间绵延”理论所强调的连续性与整体性。它需要在持续的时间中，通过持续的意识流动与思维投入，将知识整合为有机整体，从而实现真正的内化与理解。然而，技术凭借其便携性与即时性，在扩展学习场景的同时，也内置了一种“碎片化切割”的异化机制。该机制通过制造“超注意力环境”与推动“任务离散化”，系统性地瓦解了学习所必需的时间绵延与认知整体性。具体而言，数智化环境属于超注意力环境，“其特点在于不断诱导使用者在多任务与信息源之间快速切换焦点，从而排除了深度注意力与深度无聊，而这恰恰是创造性思维得以酝酿的重要条件。”这种环境结构使得学习者难以维持长时间的专注，天然地排斥深度的认知投入。与此同时，技术将学习过程切割为分散在碎片时空中的短时任务，导致注意力不断断裂，连续的意识流被干扰，学习时间从有机绵延体异化为离散片段的机械堆积，其直接后果是认知过程的碎片化：学习者的认知活动往往在刚进入状态时就被迫中断，难以达到有效学习所需的时间饱和度与认知沉浸感，从而产生大量无法深化、难以整合的“认知半成品”。这种切割机制的进一步后果，是记忆结构碎片化。知识被限定在单个任务片段中，缺乏上下文与逻辑关联，导致知识从有机整体异化为无序堆积。这种知识语境的缺失使学习者沦为知识搬运工，所学知识无法形成体系，高阶思维能力形成便失去依托，思维活动趋于浅表化，陷入思考惰化与思维浅薄化的双重危机。最终，上述过程共同导致认知深度与思维品质的侵蚀。在“低认知投入、高即时回报”的技术反馈逻辑强化下，学习者逐渐习惯于多巴胺驱动的浅层反馈，丧失慢思考与深探究的耐性。长期沉浸于此，学习者思维趋于浅表化，不仅难以辨别信息真伪与主次，更容易陷入信息焦虑与认知混乱，遭遇主体性思考能力的系统性剥夺。
（三）“真实脱嵌”机制：具身性消解导致身心分离
在离身性与虚拟交互的双重作用下，数字化学习阻断了学习者与真实环境及他人的直接情感对话。技术驱动的学习模式将学习从具身共鸣的人文实践，异化为虚拟交互的工具性活动。虽然人机交互式并未完全脱离真实，但其虚拟化、半真实的情境显著强化了学习的离身倾向。主动言说、书写、实践等具身参与被削弱，导致学习者身体离场和情感疏离，互动体验感降低，面临沦为“数字观众”的风险。学习要求知识与情境高度融合，然而人机交互式难以营造“身临其境”之感，无法引发真实的具身体验，必然阻碍知识向个人经验与生活意义的转化，使学习困于离身思维，造成空间认同和被认同的断裂。人机交互虽然提高了效率，但技术和机器缺乏自主意识和情感，无法建立真正的情感联结，反而可能成为情感沟通的障碍。这种交谈语言简单规范，缺乏本质共鸣，不仅容易产生交互“错觉”，而且难以承载文化隐喻与情感内涵，甚至容易引发学习者的抵触与怀疑，造成“电子信任危机”。在梅洛—庞蒂看来，“为了使交互主体性获得意义，自为的存在与他为的存在并不能只是比肩而立……我必须是我出现他人面前的那种外表，而他人的肉体必须是他人自己”。数字互动虽然更便捷、更频繁，却可能导致近在咫尺的隔阂，造成“数字断联”与社会关系异化。以机器为中介的交互往往流于表面，稀释真实情意与深层认同，使学习者如同佩戴数字面具，成为情感离线的数字原子，最终导致社交隔离与自我认知的错位。
三、数字化学习的匡正与回归
数字化学习场域中的技术异化，其根源在于技术理性与教育价值理性之间的内在张力。马尔库塞在《单向度的人》中指出：“技术理性会异化为社会控制的工具，使人沦为单向度的存在”，这揭示了技术对数字化学习的渗透逻辑：一方面技术控制从显性强制转向隐性引导，逐步架空学习者的认知主权；另一方面，技术理性压制否定性思维，使学习者陷入虚假需求，默许效率逻辑侵蚀人文精神与认知深度。鉴于此，数字化学习的匡正绝非简单的技术祛魅，而是推动技术逻辑向教育本质复归，在技术赋能与人文坚守之间构建动态平衡，从技术规制（筑牢技术应用的价值边界）、主权回归（重塑学习者的认知主体性）、场域深耕（深化技术环境与学习的适配性融合）、生态重塑（构建技术向善的育人生态）四个维度协同发力，重塑数字化学习的育人价值。
（一）技术规制：算法可解释性与可争议性的双重框架
为了促使数字技术“赋能而不僭越”，破解技术理性与教育本质的内在张力，需构建以算法可解释性为支撑、算法可争议性为核心的技术规制框架。该框架并非单纯对技术的限制性约束，而是通过“人—技关系”的重构，推动技术从认知监工转向认知协作者，实现技术规制与认知保护的协同耦合，坚守“以人为本、善用可控”的教育伦理底线。算法可解释性是技术规制的基础，要求通过透明化设计使教育主体理解算法决策的逻辑，确保过程可见、结果可追溯、依据可质疑、决策可协商。制度层面，应设立教育技术应用的负面清单，明确适用边界与干预阈值，“审慎把握人工智能技术植入的‘度’，避免技术壁垒、技术僭越所带来的风险”。同时，将算法可解释性纳入教育技术产品强制认证。技术层面，坚守学习者中心原则，需实施算法价值对齐工程与可解释AI嵌入，将主体性培育、认知能力发展等教育目标量化为算法参数，确保算法决策与教育价值同向。伦理层面，应构建全流程伦理评估矩阵，在算法准入之前组织跨学科评审，对算法透明度、数据隐私保护、模型可解释性等方面开展系统审查，从源头上确保其符合教育伦理规范。
算法可争议性是技术规制的核心延伸，旨在通过制度设计赋予教育主体对算法决策的质疑权、申诉权与参与权，防范认知异化。为此，需建立“刚性约束—柔性引导—分级干预”三位一体的全流程机制。刚性约束包括设置使用时长、交互频率与有效认知投入等指标。开发智能熔断程序，当学习者认知投入偏离或超出使用时限，系统就会自动触发强制离线或功能限制。柔性引导则借助自适应提醒系统与元认知辅助工具，促进学习者自我管理，促进其从被动约束到主动自律的行为转变。针对认知风险，依托动态监测评估系统，识别行为诱导、认知窄化等风险信号，“增强对教育主体权利嬗变的风险监测与评估”，并依据风险等级实施分级干预策略：对于轻度风险（如认知窄化），利用注意力监测算法，采取智能提醒与内容优化策略应对；对于中度至严重风险（如行为诱导、价值偏差或认知异化），则启动功能限制、内容过滤程序与争议通道，必要时激活技术熔断程序，冻结部分或全部功能，甚至进行系统重置，始终确保技术服务于人的发展。
（二）主权回归：认知偏离干预模型的构建与实践
达马西奥曾言：“如果没有主体性，记忆、推理都不可能发展到如此强大的程度，我们现在所拥有的巧妙复杂的人类意识也不可能踏上平坦的演化之路，创造性无法蓬勃发展”。认知主权的回归，在于重建学习者对认知过程的主导权、决策权与执行权。为实现这一目标，本研究构建一个以人技协同为路径、认知自主为目标的“认知偏离式干预模型”。
首先，模型设计的首要机制是构建具有自适应特征的弹性学习支架，实现精准认知干预。基于认知诊断理论所强调的通过系统化评估揭示学习者的认知结构与即时状态，模型通过多模态数据采集实时监测学习者的认知状态，精准识别三类认知偏离并对应推送差异化支架。针对知识漏洞型偏离，提供“概念解构支架”，将复杂知识拆解为核心要素、逻辑关联、应用场景等的层级结构，帮助学习者填补知识断层；针对思维惰性型偏离，触发递进式“探究引导支架”，促使学习者主动展开思考；针对视野窄化型偏离，推送“跨域关联支架”，生成跨学科关联建议，拓展认知视野。当系统通过数据监测到学习者已能自主填补知识漏洞、展开深度思考（如答题逻辑完整性提升、自主提问频率增加），则逐步弱化支架干预。
其次，该模型的另一个关键是突破传统算法作为答案输出工具的局限，构建以认知伙伴为定位的苏格拉底式对话智能体。对话智能体的核心在于通过递进式追问激发元认知监控能力，从而暴露思维漏洞、澄清逻辑矛盾，推动学习者从被动接受认知结果转向主动掌控认知过程，有效对抗算法依赖所导致的批判性思维退化。聚焦学习者已有认知成果，通过事实性追问澄清“初始假设”，通过逻辑性追问审视思维的逻辑严谨性，通过批判性追问打破思维固化，培养多元思考能力，从根本上对抗算法导致的思维趋同。
最后，技术渐进撤离与主权有序移交是该模型的核心环节。本研究以元认知理论为支撑，将个体对自身认知过程进行监控、调节与反思，转化为分阶段、可操作的学习主权移交机制，逐步推动学习者从“外部引导”到“自主掌控”的认知主权回归。在认知启蒙阶段，技术全程作为认知引导者，帮助学习者拆解复杂学习任务，降低学习门槛，同时记录学习难点与困惑，为后续自主学习积累经验；在认知跃迁阶段，技术角色转为认知协同者。技术提供数据支持与思路启发，学习者主动调动已有经验，对技术提供的信息进行筛选、整合与质疑，双方通过认知共振推动数字化学习进程；在认知自主阶段，技术角色转为认知保障者，仅在学习者主动请求时提供支持。通过算法逐步弱化技术干预，最终将目标制定、资源选择与节奏掌控权归还学习者，使其成为真正的认知“主权者”。
（三）场域深耕：数字极简主义视域下“专注—探索”学习环境构建
依据具身认知理论，情境嵌入、真实互动和具身参与是认知深化与实现迁移的基石。然而，数字平台往往通过界面设计助长学习者的“超注意力”，导致具身认知资源的分散与知识迁移困境。“真实实践情境能有效弥补知识与实践之间的鸿沟”，由此，需突破传统数字化学习环境的设计惯性，基于数字极简主义“更少，但更好、更多”的理念，以“场景分离”为策略，构建“专注模式—探索模式”双轨并行的学习环境，从结构上阻断注意力分散，重塑认知发生的环境条件，实现深度认知与迁移创新的协同统一。“专注—探索”双模式的建构并非简单的功能分区，而是基于认知发展规律与数字极简主义理念的有机融合。从认知科学视角看，核心知识的内化需要低干扰、高沉浸的认知场域，而知识的迁移创新依赖高互动、高拟真的实践情境。专注模式剥离冗余功能以守护认知专注，探索模式适度开放功能以发挥技术优势，两者形成认知闭环，既破解了超注意力环境结构暴力对深度认知的侵蚀，又规避了技术异化导致的知行分离困境。
“专注模式”强制屏蔽非必要推送、外部链接与多任务切换功能，仅保留无干扰、认知负荷可控的学习界面。通过剥离无关刺激，降低外部认知负荷，为核心知识的结构化建构预留充足的认知资源与空间，为深度认知加工创造“数字防护罩”，以此对抗以用户黏性为导向的数字产品设计逻辑。而在“探索模式”中，系统构建虚实融合、动态开放、高度拟真、支持多模态交互的实践场景，推动知识在变式任务中的迁移与转化。同时，针对技术异化导致的离身学习困境，探索模式还可以设计“阶梯式”具身交互机制，一方面利用手势识别、动作感应、触觉反馈等建立身体与虚实环境的初级互动，增强学习者的认知临场感；另一方面通过VR等技术模拟高风险、高成本、高复杂度的实践场景，让学习者在安全拟真的环境中通过“试错—修正—熟练”的循环操作，实现身体动作、感官体验与认知发展的动态耦合，从而破解身心分离的认知困境。
（四）生态重塑：绵延时间观下的“慢学习”生态构建
对技术异化的匡正，若仅止于微观的技术干预、认知训练与场域重构，而未触及承载数字化学习的宏观体系，则微观干预终将被旧有生态所消解。当前，算法通过“碎片化切割”破坏了伯格森所揭示的“时间绵延”（即认知所需的连续意识流），导致认知过程频繁中断、思维深度难以形成与沉淀。伯格森的时间绵延哲学深刻揭示：时间并非机械、可拆分的物理刻度，而是内在、持续延展、不可分割的有机连续体，是过去不断汇入当下、推动意识流动的生命进程。这一洞见为破解认知断裂与认知浅层化，促进数字化学习生态的优化提供了理论支撑。因此，学习生态重塑的首要任务是时间性的回归，构建契合认知规律的“慢学习”生态。“慢学习”首先体现在认知节律弹性化。伯格森进一步指出，绵延并非单一、固定的节奏，而是存在快慢各异、张力与松弛度不同的多重意识节律，对应着不同层次的生命感知与认知状态。数字化学习理应尊重并适配这种生命时间的自然节奏，承认学习者认知能量的自然波动，而非以统一、线性的时间框架强制规训。相关研究表明，设置弹性化的教育时间，是缓解教育时间被碎片式加速、机械切割的有效策略。据此，本研究提出可依托学习行为数据，为每位学习者建立“个性化认知节律模型”，破解机械切割与线性控制带来的认知断裂，实现教育时间与学生生命绵延相契合。动态识别其高效专注的峰值期与需要休息调整的低谷期，并以此适配学习内容与节奏。在峰值期推送需要深度思考的复杂任务，在低谷期安排知识梳理或拓展性阅读，旨在打破标准化、机械化的学习进程，让教育时间回归有机生长的生命时间。此外，“慢学习”强调延迟评价与反馈，因为“绵延还意味着等待”，在等待中重新思考个体的时间安排以及与他人的互动，守护沉思品质的时间缓冲。针对技术即时反馈催生的思维惰性，在关键学习任务结束后，刻意设置反思缓冲期，为学习者预留自主反思的时间窗口，引导学习者回溯思维过程、自主排查漏洞与认知偏差，有意识地保护学习者的慢思考与深度思考空间。
“慢学习”生态的另一方面是进行知识统整，将算法推送的碎片化信息转化为连贯知识体系。这意味着在知识溯源阶段，通过智能过滤与知识谱系可视化，呈现知识的演化脉络、逻辑链条与应用场景，帮助学习者洞悉知识的来龙去脉，弥补碎片化知识语境缺失的核心缺陷。在知识关联阶段，利用知识图谱建立跨学科概念映射，打破认知壁垒，“使学习者能够看到不同学科间的联系和交叉点，以跨学科视角增强学习的深度和广度”。系统性培养学习者的跨界思维与类比推理能力，使其能够以更为宏大、互联的视角理解世界，从根本上规避算法导致的认知窄化。在个性化知识建构阶段，支持学习者将新知与自身的原有经验、实践案例及创新设想进行深度整合。利用智能诊断系统实时识别认知薄弱点，进行动态补偿填补认知漏洞，将碎片化信息重构为个性化的深度知识体系，使学习者从知识消费者彻底转变为意义建构者与知识创造者，实现认知主权的最终回归。
（本文参考文献略）
Deviation and Correction of Digital Learning from the Perspective of Technological Alienation
LiuWei HanQi
Abstract: In the wave of educational digitalization, technological alienation is constantly deconstructing the authentic value of digital learning. The paper analyzed how digital technology is alienated from a tool empowering cognition into a force disciplining cognition, and revealed how educational logic has been overreached by technological logic the “cognitive colonization” mechanism of algorithms eroded learner’s subjective consciousness the “fragmented cutting” mechanism of technology blocked the necessary temporal continuity of learning and the “disembedding from reality” mechanism of the virtual environment undermined the embodiment of cognition. In order to correct the alienation in digital learning, this paper, based on Marx’s theory of alienated labor and Marcuse’s theory of technological criticism, constructed a correction framework ranging from technological regulation to practical implementation anchoring the solution to technological alienation with “technological regulation-sovereignty return”, and implementing the cognitive restoration path with “field deepening-ecological reshaping”, with the aim of reshaping the educational function and social value of digital learning in the digital transformation of education.
Key words: digitized learning; technological alienation; learning subjectivity; learning sovereignty; learning ecology
初审：魏莉莎
复审：孙振东
终审：蒋立松
