人機(jī)協(xié)同的復(fù)合腦啟發(fā)：群體認(rèn)知失調(diào)情境下學(xué)習(xí)者生理一心理一行為耦合的新模式

[中圖分類號]G434 [文獻(xiàn)標(biāo)志碼]A

[作者簡介]韓中美（1990—），女，江蘇宿遷人。副教授，博士，主要從事人工智能教育以及學(xué)習(xí)者認(rèn)知與情感研究。E-mail ： zm.han@zjnu.edu.cn。

一、引言

群體認(rèn)知失調(diào)是由于個體與群體之間觀點(diǎn)分歧或理解差異，以及個體行為與群體期望之間不匹配而觸發(fā)的舊經(jīng)驗(yàn)和新知識悖離、認(rèn)知的外顯活動/結(jié)果與內(nèi)隱活動/狀態(tài)不一等心理狀態(tài)，其有效協(xié)調(diào)是人類學(xué)習(xí)與心智發(fā)展的基礎(chǔ)。2023年，教育部印發(fā)的《學(xué)習(xí)型社會建設(shè)重點(diǎn)任務(wù)》明確強(qiáng)調(diào)，形成覆蓋各年齡段和職業(yè)群體的學(xué)習(xí)網(wǎng)絡(luò)1。2024年，習(xí)近平總書記在全國教育大會上擘畫教育強(qiáng)國建設(shè)必須培養(yǎng)全面發(fā)展的人2。由此，全面學(xué)習(xí)型社會以及教育強(qiáng)國的建設(shè)離不開群體認(rèn)知的全面進(jìn)階。群體認(rèn)知作為對自我和外部群體進(jìn)行感知、理解、判斷和決策等心智活動的最基本心理過程與結(jié)果，其失調(diào)是推動群體智慧生成和實(shí)現(xiàn)共同進(jìn)步的重要動力，也極易導(dǎo)致認(rèn)知困擾、心理不適、決策困難等問題4。因此，群體認(rèn)知失調(diào)具有“雙向性”，既是促進(jìn)機(jī)體協(xié)同進(jìn)步的重要契機(jī)，也是制約知識整合與合作效能的潛在障礙，其高效理解和調(diào)節(jié)對個體心智全面發(fā)展與群體提質(zhì)起著至關(guān)重要的作用。

教育元宇宙與生成式人工智能等新興技術(shù)的快速演進(jìn)，促使人機(jī)協(xié)同成為緩解群體認(rèn)知失調(diào)的重要支點(diǎn)，開啟了人（內(nèi)腦）機(jī)（外腦）高度協(xié)同（復(fù)合腦）的認(rèn)知學(xué)習(xí)數(shù)智時代。群體智能作為AI發(fā)展的關(guān)鍵方向，已被寫人2023年中共中央、國務(wù)院印發(fā)的《數(shù)字中國建設(shè)整體布局規(guī)劃》，該規(guī)劃強(qiáng)調(diào)提升群體智能以支撐高質(zhì)量教育與智慧社會建設(shè)。然而，單純依賴學(xué)習(xí)者個體內(nèi)腦，已無法勝任群體失調(diào)情境下認(rèn)知學(xué)習(xí)需求，將智能技術(shù)構(gòu)成的智能體作為“外腦”，正逐步具備感知、推理與決策等能力；當(dāng)其與人類“內(nèi)腦\"協(xié)同作用，形成復(fù)合腦思維，能夠在復(fù)雜群體環(huán)境中解析認(rèn)知動態(tài)、支持信息過濾與推理機(jī)制，從而緩解認(rèn)知失調(diào)所導(dǎo)致的集體行為扭曲。作為群體情境中聯(lián)動學(xué)習(xí)者身心的復(fù)雜認(rèn)知，認(rèn)知失調(diào)涉及學(xué)習(xí)者在生理、心理和行為層面的相互作用和協(xié)調(diào)，因此，學(xué)習(xí)者生理一心理一行為耦合是幫助學(xué)習(xí)者在與智能體協(xié)同中主動判斷、決策與調(diào)整，持續(xù)建構(gòu)面向認(rèn)知失調(diào)的心智結(jié)構(gòu)。

耦合效應(yīng)是群體情境中兩個或以上的學(xué)習(xí)者個體通過生理、心理和行為等相互作用而彼此影響，從而聯(lián)合起來產(chǎn)生認(rèn)知增力的現(xiàn)象。面向群體認(rèn)知失調(diào)的復(fù)雜耦合效應(yīng)強(qiáng)調(diào)智能體作為外腦解析學(xué)習(xí)者行為、生理和心理聯(lián)動的全過程，要解決的是智能技術(shù)載體（外腦）“正確地做事”，促進(jìn)學(xué)習(xí)者（內(nèi)腦）面向群體認(rèn)知失調(diào)自適應(yīng)判斷“做正確的事（雜）”，最終實(shí)現(xiàn)復(fù)合腦思維下基于生理一心理一行為一體化的群體認(rèn)知失調(diào)的緩解。然而，已有研究缺乏在群體認(rèn)知失調(diào)的情況下有效建立耦合機(jī)制的方法，同時對于如何在復(fù)合腦系統(tǒng)中緩解因群體認(rèn)知失調(diào)引發(fā)的決策偏差問題仍存在空白。因此，本文將探討復(fù)合腦賦能下群體認(rèn)知失調(diào)全過程的生理一心理一行為耦合特征及其耦合下的調(diào)節(jié)過程與模式，以支持復(fù)合腦結(jié)構(gòu)中信息的高效傳遞與多主體間的協(xié)同。

二、群體認(rèn)知失調(diào)：學(xué)習(xí)者生理一心理一行為的耦合特征

生成式人工智能、教育元宇宙等智能技術(shù)使得協(xié)作學(xué)習(xí)者置身于人機(jī)協(xié)同環(huán)境中，當(dāng)認(rèn)知個體或群體在生理、心理、行為等要素間出現(xiàn)“非配合性\"關(guān)系時，易引發(fā)認(rèn)知失調(diào)。為破解這一難題，應(yīng)厘清其內(nèi)涵及三要素耦合機(jī)制，聯(lián)動內(nèi)腦與外腦構(gòu)建適應(yīng)數(shù)智時代的人機(jī)協(xié)同復(fù)合腦，提升認(rèn)知一致性，促進(jìn)個體與群體的全面發(fā)展。

（一）群體認(rèn)知失調(diào)的內(nèi)涵

認(rèn)知失調(diào)是指個體在信息處理過程中，由于信息不完整、不一致或不準(zhǔn)確而引發(fā)的認(rèn)知與態(tài)度間的矛盾。具體而言，它是由觀念、信仰、價值觀等因素引發(fā)的知覺不兼容狀態(tài)，表現(xiàn)為行為沖突，或與未來事件的期望產(chǎn)生矛盾。學(xué)習(xí)群體是認(rèn)知失調(diào)的主要來源，特別是在數(shù)智時代，個體與群體之間的觀點(diǎn)與行為差異成為典型的失調(diào)情境。因此，厘清群體認(rèn)知失調(diào)的內(nèi)涵對于促進(jìn)群體智慧的有效涌現(xiàn)至關(guān)重要。

群體認(rèn)知失調(diào)是認(rèn)知失調(diào)在群體情境中的延伸，指個體在群體互動中因觀點(diǎn)、態(tài)度或行為差異產(chǎn)生的心理沖突。在此情境下，個體通常調(diào)整認(rèn)知以維持群體協(xié)調(diào)。譬如\"群體思維\"理論指出，群體中高一致性要求會使個體壓抑獨(dú)立判斷，避免沖突而違背自我意愿。在外界影響較弱時，個體更易保持獨(dú)立思維[]。當(dāng)“群體一致性壓力\"與“個體認(rèn)知偏好\"沖突時，便形成群體認(rèn)知失調(diào)[1]。因此，本文將群體認(rèn)知失調(diào)定義為因任務(wù)交互中群體成員間內(nèi)外部認(rèn)知不一致或矛盾引發(fā)的心理沖突狀態(tài)，并從“個體內(nèi)部失調(diào)”與“個體與群體間失調(diào)\"兩個維度構(gòu)建了群體認(rèn)知失調(diào)類型框架（見表1）。

表1闡述了群體認(rèn)知失調(diào)的類型和內(nèi)涵，及其對群體學(xué)習(xí)與協(xié)作的影響。本文將群體認(rèn)知失調(diào)劃分為個體內(nèi)部的認(rèn)知失調(diào)及群體與個體間的認(rèn)知失調(diào)。個體內(nèi)部的認(rèn)知失調(diào)側(cè)重個體內(nèi)在心理狀態(tài)的失衡而非群體的直接影響，表現(xiàn)為信念沖突和預(yù)期與行為后果的脫節(jié)，最終導(dǎo)致辯護(hù)行為，反映個體心理狀態(tài)由外向內(nèi)的影響過程：群體與個體間的認(rèn)知失調(diào)關(guān)注個體與群體的關(guān)系，強(qiáng)調(diào)在群體壓力下，個體對態(tài)度與行為的調(diào)整，表現(xiàn)為目標(biāo)沖突、角色期望沖突和群體規(guī)范沖突，最終演變?yōu)閺?qiáng)制服從的心理應(yīng)對過程，體現(xiàn)個體與群體關(guān)系的遞進(jìn)變化[13]

（二）群體認(rèn)知失調(diào)全過程的生理一心理一行為耦合特征

群體認(rèn)知失調(diào)的產(chǎn)生與演化并非單一維度下的心理現(xiàn)象，而是涵蓋生理反應(yīng)、心理變化與行為調(diào)節(jié)的動態(tài)耦合過程。生理、心理與行為三個層面在群體情境中相互交織與反饋，形成復(fù)雜的聯(lián)動系統(tǒng)。三個層面間的耦合關(guān)系共同構(gòu)成群體認(rèn)知失調(diào)的生理一心理一行為特征，為理解群體失調(diào)機(jī)制提供了關(guān)鍵視角。

生理一心理耦合特征表現(xiàn)為生理與心理狀態(tài)的緊密關(guān)聯(lián)。生理緊張加劇心理壓力，群體動力下降進(jìn)一步強(qiáng)化生理反應(yīng)，形成自我強(qiáng)化的反饋循環(huán)。從神經(jīng)生物學(xué)角度來看，腦電活動模式（如Delta-beta耦合）與情緒調(diào)節(jié)能力相關(guān)，可作為評估焦慮等失調(diào)現(xiàn)象的非侵入性指標(biāo)[4。在共同壓力下，群體成員的生理同步性增強(qiáng)，皮膚電活動與心理努力呈正相關(guān)[]，群體認(rèn)知壓力因此受生理與群體互動氛圍的雙重影響。為緩解失調(diào)，群體通過外部信息或討論達(dá)成共識，減少不確定性[1

心理一行為耦合特征強(qiáng)調(diào)群體心理狀態(tài)對行為的驅(qū)動作用。個體通過模仿群體行為或自我說服調(diào)整行為，恢復(fù)認(rèn)知平衡。個體在個人信念與群體壓力間掙扎，最終順應(yīng)群體期望以減少認(rèn)知不適。研究表明，個體的情緒狀態(tài)會影響其在聯(lián)合任務(wù)中的角色適應(yīng)與行為效率[18]，這表明行為受到內(nèi)在動機(jī)與群體情緒氛圍的雙重調(diào)節(jié)作用，且規(guī)律性的行為有助于調(diào)節(jié)情緒反應(yīng)與壓力感知[，進(jìn)一步體現(xiàn)心理一行為的自我修復(fù)機(jī)制。由此可知，群體內(nèi)部一致性的形成，部分地建立在心理推動下的行為趨同過程之上。

生理一行為耦合特征聚焦行為變化與生理狀態(tài)的反饋調(diào)節(jié)。生理與行為的同步性2能夠預(yù)測個體的選擇行為，尤其體現(xiàn)在群體學(xué)習(xí)與決策中。學(xué)習(xí)者的生理反應(yīng)有助于理解個體間的認(rèn)知共享與群體行為，生理狀態(tài)影響信息交換與群體決策。當(dāng)個體改變行為以順應(yīng)群體規(guī)范時，通常會感到更加放松，減輕生理緊張，形成正向反饋并鞏固新行為模式[2]。群體內(nèi)部的支持與積極互動有效降低認(rèn)知失調(diào)水平，生理數(shù)據(jù)共享促進(jìn)成員連接[22]，增強(qiáng)群體認(rèn)知一致性與行為協(xié)調(diào)。

三、人機(jī)協(xié)同復(fù)合腦啟發(fā)：促進(jìn)群體認(rèn)知失調(diào)全過程調(diào)節(jié)

群體認(rèn)知失調(diào)導(dǎo)致的認(rèn)知沖突需要個體與群體在生理、心理、行為層面的全面調(diào)節(jié)。由于個體難以及時識別認(rèn)知偏差，且群體認(rèn)知變化迅速，傳統(tǒng)依賴經(jīng)驗(yàn)和自我調(diào)節(jié)的方法難以應(yīng)對復(fù)雜場景中的一致性與適應(yīng)性要求。因此，如何通過技術(shù)增強(qiáng)認(rèn)知調(diào)節(jié)能力，優(yōu)化認(rèn)知過程，成為解決群體認(rèn)知失調(diào)的關(guān)鍵。從人機(jī)協(xié)同復(fù)合腦視角來看，人工智能的進(jìn)展使“外腦”（硅基生命）與“內(nèi)腦\"（碳基生命）深度融合，形成了“協(xié)同判斷一協(xié)同調(diào)整—協(xié)同決策\(yùn)"的認(rèn)知生態(tài)[23]。通過深度協(xié)同，學(xué)習(xí)者借助外腦的海量數(shù)據(jù)處理與計算能力，釋放認(rèn)知資源用于深度思考和知識建構(gòu)，從被動接收者轉(zhuǎn)變?yōu)橹鲃觿?chuàng)造者[24。群體學(xué)習(xí)環(huán)境中，個體通過群體協(xié)作匯聚了多元主體（學(xué)習(xí)者、智能體等）的認(rèn)知、思維等內(nèi)腦智慧，協(xié)同算力、算法等外腦智能，為生理一心理一行為一體化調(diào)節(jié)提供了支撐。本文構(gòu)建了面向群體認(rèn)知失調(diào)全過程緩解的人機(jī)協(xié)同復(fù)合腦，以此逐步實(shí)現(xiàn)認(rèn)知失調(diào)的感知整合、認(rèn)知結(jié)構(gòu)重構(gòu)及決策中的共同創(chuàng)造與智慧共生。

（一）原理闡述：群體認(rèn)知失調(diào)情境下的復(fù)合腦啟發(fā)層次

智能技術(shù)作為外腦，與學(xué)習(xí)者內(nèi)腦互動形成高效復(fù)合腦系統(tǒng)，該系統(tǒng)包括感知腦、認(rèn)知腦和執(zhí)行腦。感知腦捕捉學(xué)習(xí)狀態(tài)與認(rèn)知壓力，提供反饋以識別群體目標(biāo)；認(rèn)知腦深化知識理解，優(yōu)化基模結(jié)構(gòu)，突破認(rèn)知閾限，促進(jìn)思維發(fā)展；執(zhí)行腦將主觀經(jīng)驗(yàn)轉(zhuǎn)化為數(shù)據(jù)驅(qū)動決策，通過意圖推理和后果模擬優(yōu)化決策方案，如圖1所示。

1.生理支撐的感知腦：認(rèn)知失調(diào)下的多模態(tài)失調(diào)初感知

在傳統(tǒng)教育中，學(xué)習(xí)者主要依賴內(nèi)腦進(jìn)行信息感知和記憶，但面對復(fù)雜任務(wù)和信息過載時，內(nèi)腦因資源有限往往無法全面把握任務(wù)，導(dǎo)致自我認(rèn)知偏差。智能技術(shù)的介人能夠融合內(nèi)腦主觀感知與外腦多模態(tài)數(shù)據(jù)處理能力，突破單一內(nèi)腦的感知瓶頸，形成多維度、高感知的復(fù)合腦—“感知腦”。

在復(fù)雜任務(wù)和多情境下，個體對學(xué)習(xí)狀態(tài)的自我感知往往滯后，傳統(tǒng)測評難以實(shí)時捕捉狀態(tài)變化。為應(yīng)對這一問題，結(jié)合多模態(tài)數(shù)據(jù)（如語音、面部表情、皮膚電、心率等），外腦可持續(xù)監(jiān)測群體學(xué)習(xí)狀態(tài)[25]，實(shí)時識別低參與或高負(fù)荷成員并提供反饋，協(xié)助內(nèi)腦調(diào)整學(xué)習(xí)策略。同時，群體任務(wù)負(fù)荷具有時變性和結(jié)構(gòu)異質(zhì)性，借助非侵入式傳感技術(shù)（如腦電、行為捕捉）可建立認(rèn)知負(fù)荷時序模型，預(yù)測高負(fù)荷點(diǎn)并優(yōu)化任務(wù)分工[2。長期數(shù)據(jù)積累形成個性化學(xué)習(xí)檔案，支持進(jìn)展追蹤與目標(biāo)調(diào)整2。智能外腦突破內(nèi)腦感知限制，基于多模態(tài)分析動態(tài)識別個體與群體目標(biāo)偏移，提供任務(wù)重定向建議，將整體目標(biāo)分解為階段性子目標(biāo)，從而優(yōu)化資源配置與任務(wù)策略，推動個體由被動執(zhí)行者向主動協(xié)同者轉(zhuǎn)變。

2.心理關(guān)聯(lián)的認(rèn)知腦：認(rèn)知失調(diào)下的認(rèn)知圖式協(xié)同重構(gòu)

智能技術(shù)，特別是類腦神經(jīng)網(wǎng)絡(luò)的應(yīng)用，使外部系統(tǒng)能夠模擬人類認(rèn)知過程、識別偏差并輔助知識結(jié)構(gòu)重構(gòu)。通過多維數(shù)據(jù)處理與語義建模，智能外腦能模擬人類的感知、記憶與推理過程，在認(rèn)知過程中提供反饋調(diào)節(jié)，幫助學(xué)習(xí)者協(xié)同重構(gòu)認(rèn)知圖式，促進(jìn)信息整合與新舊知識聯(lián)結(jié)，形成具有自我學(xué)習(xí)和動態(tài)適應(yīng)能力的智能復(fù)合體—“認(rèn)知腦”。

認(rèn)知腦支持人機(jī)協(xié)同下基模結(jié)構(gòu)優(yōu)化與思維聯(lián)結(jié)增強(qiáng)。在信息碎片化和結(jié)構(gòu)松散的環(huán)境中，學(xué)習(xí)者基模是指學(xué)習(xí)者認(rèn)知結(jié)構(gòu)化知識框架，易因缺乏有效組織而出現(xiàn)穩(wěn)定性不足，導(dǎo)致理解斷層或知識遷移障礙。外腦通過行為數(shù)據(jù)分析追蹤學(xué)習(xí)路徑與信息處理模式，識別薄弱環(huán)節(jié)并輸出優(yōu)化建議，內(nèi)腦據(jù)此調(diào)整認(rèn)知圖式，增強(qiáng)信息整合與認(rèn)知穩(wěn)定性。外腦借助知識圖譜構(gòu)建概念聯(lián)結(jié)網(wǎng)絡(luò)，揭示跨學(xué)科知識的潛在關(guān)聯(lián)，通過進(jìn)化計算（模擬生物進(jìn)化機(jī)制的算法）動態(tài)優(yōu)化圖譜結(jié)構(gòu)一刪除冗余聯(lián)結(jié)、挖掘深層關(guān)聯(lián)、賦予知識路徑權(quán)重，從而提升知識遷移的精準(zhǔn)性（快速定位適配知識）與深度（跨領(lǐng)域應(yīng)用拓展）[28]。最終內(nèi)腦結(jié)合外腦反饋，逐步構(gòu)建適應(yīng)性認(rèn)知結(jié)構(gòu)。

認(rèn)知腦聚合人機(jī)群智以突破認(rèn)知壁壘，提升群體知能。認(rèn)知壁壘是個體在復(fù)雜知識體系中遇到的障礙，外腦通過大數(shù)據(jù)分析識別認(rèn)知瓶頸并提升群體知能。其一，外腦識別學(xué)習(xí)瓶頸并基于數(shù)據(jù)生成認(rèn)知調(diào)節(jié)路徑，內(nèi)腦動態(tài)調(diào)整策略促進(jìn)認(rèn)知躍遷；其二，外腦匯總?cè)后w數(shù)據(jù)，優(yōu)化任務(wù)分配與策略協(xié)同，推動知識共享與認(rèn)知耦合。例如，Wei等人結(jié)合LinUCB算法、學(xué)生能力與注意力指標(biāo)，進(jìn)行個性化學(xué)習(xí)資源推薦，提升認(rèn)知匹配度[29]。

3.行為賦能的執(zhí)行腦：認(rèn)知失調(diào)下的意圖決策共生創(chuàng)造

在數(shù)據(jù)驅(qū)動的學(xué)習(xí)環(huán)境中，行為數(shù)據(jù)分析成為提升個體與群體決策質(zhì)量的關(guān)鍵，揭示學(xué)習(xí)因素間的潛在關(guān)聯(lián)，并為認(rèn)知失調(diào)情境中的個體提供循證支持。隨著生成式人工智能（AIGC）的發(fā)展，智能系統(tǒng)從響應(yīng)型工具演變?yōu)闆Q策輔助系統(tǒng)，催生出專注于意圖識別、行為預(yù)測與策略優(yōu)化的高階認(rèn)知調(diào)節(jié)新型高級復(fù)合腦—“執(zhí)行腦”。

第一，內(nèi)腦生成初步認(rèn)知意圖，但在信息超載或情境不確定性下，感知能力受限，需要外腦的高效數(shù)據(jù)處理進(jìn)行決策補(bǔ)償。外腦基于學(xué)習(xí)行為和群體互動數(shù)據(jù)推理意圖、預(yù)測行為，為學(xué)習(xí)者提供個性化資源與建議，幫助個體將直覺判斷轉(zhuǎn)化為理性決策，從而提升決策質(zhì)量與任務(wù)效率。例如，黃石華等人通過“場景\"視角量化學(xué)習(xí)行為大數(shù)據(jù)，構(gòu)建可量化、可解釋的學(xué)習(xí)行為分析框架，揭示隱藏在行為大數(shù)據(jù)背后的學(xué)習(xí)行為規(guī)律[30]。

第二，外腦通過多維度解析個體及群體學(xué)習(xí)行為，揭示潛在關(guān)聯(lián)，并模擬不同學(xué)習(xí)路徑的行為后果，幫助學(xué)習(xí)者預(yù)見決策風(fēng)險。內(nèi)腦基于外腦反饋進(jìn)行深層次推理與歸因，最終做出獨(dú)立判斷與決策。此過程中，外腦僅作為證據(jù)提供者（如錯誤數(shù)據(jù)統(tǒng)計、路徑模擬結(jié)果），內(nèi)腦始終保持決策主導(dǎo)權(quán)—學(xué)習(xí)者通過數(shù)據(jù)支撐增強(qiáng)判斷精準(zhǔn)度，而非由外腦直接決定行動方案。

第三，內(nèi)外腦通過持續(xù)協(xié)同優(yōu)化，建立精確的決策模式。內(nèi)腦提出需求與目標(biāo)，外腦基于算法提供多路徑建議，雙方通過反饋形成動態(tài)優(yōu)化決策。該過程中，內(nèi)腦保留主觀判斷權(quán)，外腦提供計算輔助與情境預(yù)測，最終實(shí)現(xiàn)決策共建與方案智慧共創(chuàng)。例如，Schoonderwoerd等人提出共學(xué)習(xí)（Co-learning）框架，表明群體與AI伙伴共同學(xué)習(xí)可提升問題解決與創(chuàng)造力的循證決策[31]。

（二）脈絡(luò)剖析：人機(jī)協(xié)同復(fù)合腦啟發(fā)下學(xué)習(xí)者認(rèn)知失調(diào)的耦合調(diào)節(jié)過程

隨著AIGC技術(shù)的應(yīng)用深化與智能算法的創(chuàng)新迭代，外腦在模擬人類認(rèn)知、內(nèi)容生成與自我學(xué)習(xí)等方面取得顯著進(jìn)展。憑借強(qiáng)大的計算與自適應(yīng)能力，外腦在分擔(dān)內(nèi)腦認(rèn)知負(fù)荷的同時，通過人機(jī)協(xié)同的方式推動認(rèn)知失調(diào)的耦合調(diào)節(jié)機(jī)制探索。在此復(fù)合腦模型下，外腦實(shí)時解析個體的生理、心理與行為數(shù)據(jù)，輔助識別失調(diào)因素；內(nèi)腦基于外腦的解析結(jié)果，同步調(diào)整神經(jīng)認(rèn)知加工模式與行為響應(yīng)策略。二者通過生理一心理一行為的多維度數(shù)據(jù)耦合，協(xié)同協(xié)調(diào)情緒喚醒與行為表現(xiàn)的一致性，進(jìn)而實(shí)現(xiàn)對個體認(rèn)知沖突的精準(zhǔn)疏導(dǎo)及群體學(xué)習(xí)生態(tài)的動態(tài)優(yōu)化，如圖2所示。

1.生理一心理耦合：生理數(shù)據(jù)引導(dǎo)的心理狀態(tài)同步調(diào)節(jié)

人機(jī)協(xié)同復(fù)合腦視角下的生理一心理耦合是指通過內(nèi)外腦協(xié)同感知，基于生理數(shù)據(jù)精準(zhǔn)識別學(xué)習(xí)者心理變化與調(diào)節(jié)需求，進(jìn)而干預(yù)和緩解認(rèn)知失調(diào)。通過動態(tài)監(jiān)測與智能反饋，外腦為個體與群體提供基于生理指標(biāo)的情緒調(diào)節(jié)支持，增強(qiáng)認(rèn)知過程中的自我感知與群體協(xié)調(diào)能力。

其一，群體感知與個體畫像的構(gòu)建。應(yīng)對群體認(rèn)知失調(diào)的關(guān)鍵在于精準(zhǔn)識別個體與群體的情緒狀態(tài)。外腦通過監(jiān)測心率、皮膚電等生理數(shù)據(jù)，識別情緒波動并反饋給內(nèi)腦，幫助個體覺察集體情緒。結(jié)合內(nèi)腦反應(yīng)特征，外腦構(gòu)建個體畫像，生成動態(tài)心理狀態(tài)信息并提供個性化調(diào)節(jié)建議，如深呼吸或短暫休息，以緩解認(rèn)知壓力。其二，心理狀態(tài)的共享調(diào)節(jié)與動態(tài)反饋。群體認(rèn)知失調(diào)通常源于個體間情緒與認(rèn)知狀態(tài)的不協(xié)調(diào)。外腦在感知個體狀態(tài)的基礎(chǔ)上，整合分析群體的心理與生理信號，識別情緒趨勢并反饋給各成員內(nèi)腦，幫助個體理解集體情緒氛圍與自身反應(yīng)的合理性。當(dāng)個體感到孤立或壓力時，外腦會推送鼓勵其參與團(tuán)隊(duì)互動的建議，增強(qiáng)歸屬感并改善認(rèn)知協(xié)調(diào)，從而提升學(xué)習(xí)積極性與效率。

2.心理一行為耦合：認(rèn)知圖式與行為表現(xiàn)的一致性強(qiáng)化

人機(jī)協(xié)同復(fù)合腦視角下的心理一行為耦合機(jī)制旨在通過內(nèi)外腦的協(xié)同，促進(jìn)學(xué)習(xí)者認(rèn)知圖式與行為表現(xiàn)的一致性。外腦基于實(shí)時監(jiān)測的數(shù)據(jù)（如參與度、反饋速度、情緒波動等），識別學(xué)習(xí)過程中的認(rèn)知障礙與情境壓力，向內(nèi)腦提供定制化反饋，支持學(xué)習(xí)者對行為策略進(jìn)行調(diào)整，緩解因群體認(rèn)知失調(diào)帶來的行為偏差。

其一，群體反應(yīng)與自我評估的互動機(jī)制。個體通過群體反饋調(diào)整認(rèn)知與行為，外腦監(jiān)測群體情緒與行為，識別關(guān)鍵情境因素并反饋至內(nèi)腦，幫助理解群體情緒背景，明確角色與優(yōu)化策略。群體出現(xiàn)負(fù)面情緒時，外腦提供引導(dǎo)建議，如啟動輔導(dǎo)對話，增強(qiáng)個體對群體互動的信任感，緩解認(rèn)知壓力[3]。其二，外腦的情境分析與學(xué)習(xí)路徑優(yōu)化。外腦基于行為數(shù)據(jù)（反饋速度、錯誤率等）精準(zhǔn)定位認(rèn)知失調(diào)的成因，提供情緒疏導(dǎo)、知識補(bǔ)充或任務(wù)重構(gòu)等調(diào)節(jié)支持。研究表明，智能分析工具可通過可視化認(rèn)知與社交信號引導(dǎo)學(xué)習(xí)者識別并化解潛在沖突，構(gòu)建共享知識結(jié)構(gòu)[33]。其三，知識網(wǎng)絡(luò)擴(kuò)展與圖式結(jié)構(gòu)完善。外腦整合群體知識資源，協(xié)助內(nèi)腦識別知識間深層聯(lián)系，構(gòu)建系統(tǒng)化認(rèn)知網(wǎng)絡(luò)，動態(tài)追蹤學(xué)習(xí)進(jìn)展，識別薄弱圖式，提出定向建議以促進(jìn)內(nèi)腦認(rèn)知結(jié)構(gòu)微調(diào)，實(shí)現(xiàn)新舊知識整合與持續(xù)優(yōu)化，減輕學(xué)習(xí)障礙。

3.生理一行為耦合：生理反饋實(shí)現(xiàn)的行為決策協(xié)調(diào)優(yōu)化

復(fù)合腦視角下的協(xié)同決定是指內(nèi)外腦協(xié)同測評生理狀態(tài)，指導(dǎo)行為決策。外腦分析生理數(shù)據(jù)，提供即時反饋，輔助學(xué)習(xí)者調(diào)整行為以適應(yīng)特定情境。持續(xù)的監(jiān)測和優(yōu)化促進(jìn)內(nèi)外腦協(xié)同，提升學(xué)習(xí)者的行為適應(yīng)性和協(xié)調(diào)性，形成決策鏈。

其一，生理一行為耦合的核心在于個體如何在外腦監(jiān)測下調(diào)整行為意圖與學(xué)習(xí)目標(biāo)。外腦通過采集生理數(shù)據(jù)（如心率）識別高壓狀態(tài)，并向內(nèi)腦推送優(yōu)化建議（如降低任務(wù)強(qiáng)度、休息），幫助個體優(yōu)化注意力與行動路徑。群體層面，外腦整合成員狀態(tài)，調(diào)整任務(wù)與資源分配，確保目標(biāo)協(xié)同適應(yīng)。研究表明，結(jié)合腦電特征、CSP與SVM模型可有效識別學(xué)習(xí)者隱式意圖，提升交互精準(zhǔn)度[34。其二，外腦基于歷史數(shù)據(jù)復(fù)現(xiàn)個體狀態(tài)軌跡，識別行為偏差與決策誤區(qū)，提供低風(fēng)險訓(xùn)練機(jī)會，幫助學(xué)習(xí)者反思經(jīng)驗(yàn)、優(yōu)化策略，預(yù)防認(rèn)知失調(diào)帶來的協(xié)作障礙。其三，外腦持續(xù)采集多模態(tài)數(shù)據(jù)，動態(tài)識別非最佳學(xué)習(xí)狀態(tài)并提供個性化建議，促進(jìn)內(nèi)腦優(yōu)化調(diào)節(jié)機(jī)制。通過長期反饋積累，學(xué)習(xí)者逐步形成循證決策鏈，能自主調(diào)節(jié)狀態(tài)以應(yīng)對復(fù)雜任務(wù)[35]。

綜上所述，個體與群體在學(xué)習(xí)中常受壓力、焦慮和協(xié)作不暢等外部認(rèn)知失調(diào)因素影響，導(dǎo)致認(rèn)知一情感失衡，進(jìn)而影響學(xué)習(xí)效果。在此過程中，內(nèi)腦與外腦通過協(xié)同構(gòu)建反饋機(jī)制調(diào)節(jié)心理狀態(tài)。正向調(diào)節(jié)有助于緩解失調(diào)、恢復(fù)心理穩(wěn)定并增強(qiáng)認(rèn)知與行為一致性；負(fù)向調(diào)節(jié)則可能加劇焦慮和負(fù)面認(rèn)知，削弱自我調(diào)節(jié)能力，阻礙學(xué)習(xí)的順利進(jìn)行。因此，充分發(fā)揮人機(jī)協(xié)同復(fù)合腦中的個體調(diào)節(jié)作用，對于學(xué)習(xí)者應(yīng)對負(fù)面反饋至關(guān)重要。

四、人機(jī)協(xié)同復(fù)合腦啟發(fā)：群體認(rèn)知失調(diào)的耦合新模式

人機(jī)協(xié)同學(xué)習(xí)的核心在于借助智能技術(shù)促進(jìn)高質(zhì)量學(xué)習(xí)與學(xué)習(xí)者自我發(fā)展，從而構(gòu)建面向未來的復(fù)合腦。然而，在學(xué)習(xí)生態(tài)中，個體的主導(dǎo)性常被技術(shù)弱化，易產(chǎn)生“去技術(shù)無能化”與依賴問題?；诖耍疚奶岢鋈藱C(jī)協(xié)同復(fù)合腦啟發(fā)下學(xué)習(xí)者生理一心理—行為耦合模式（如圖3所示），通過深度整合人類主體感知與機(jī)器智能，增強(qiáng)群體認(rèn)知一致性與智慧協(xié)同。

該模式強(qiáng)調(diào)生理信號、心理狀態(tài)與行為表現(xiàn)的三維耦合。生理信號如腦電活動和心率波動可作為認(rèn)知失調(diào)的早期指標(biāo)，反映個體的應(yīng)激與負(fù)荷狀態(tài)。通過外腦實(shí)時監(jiān)測和反饋，可在失調(diào)加劇前提出干預(yù)建議，調(diào)整任務(wù)安排。心理層面，認(rèn)知沖突伴隨負(fù)面情緒，干擾群體認(rèn)知協(xié)調(diào)。外腦借助情緒識別技術(shù)（如表情分析、語音情感識別等）調(diào)節(jié)個體情緒，減少認(rèn)知偏差，促進(jìn)認(rèn)知趨同。行為層面，外顯的生理一心理耦合表現(xiàn)幫助調(diào)整任務(wù)分配與協(xié)作策略，避免行為失調(diào)影響群體效率與一致性。

該模式融合“人在旁路\"“人在回路\"“人在領(lǐng)路”三種角色，構(gòu)建動態(tài)協(xié)作機(jī)制，適應(yīng)不同任務(wù)與認(rèn)知需求。“人在旁路\"側(cè)重數(shù)據(jù)監(jiān)測與輔助預(yù)警，及時識別潛在認(rèn)知失調(diào)信號并提出干預(yù)建議；“人在回路”作為審核者與反饋者，驗(yàn)證并調(diào)整外腦方案，確保決策合理且適應(yīng)群體需求；“人在領(lǐng)路\"引導(dǎo)整體決策方向，借助情感計算與協(xié)同優(yōu)化技術(shù)推進(jìn)群體目標(biāo)。在群體認(rèn)知失調(diào)初期，“人在領(lǐng)路”模式識別核心問題并主動干預(yù)，提出前瞻性解決方案，使群體學(xué)習(xí)效率最大化。

（一）人在旁路：輔助性復(fù)合腦啟發(fā)模式

“人在旁路\"依托外腦強(qiáng)大的處理能力，承擔(dān)監(jiān)控與反饋任務(wù)，為人機(jī)協(xié)作的高效運(yùn)行提供支持。此模式下人類更多依賴外腦提供的信息完成決策，角色趨于被動，主要負(fù)責(zé)觀察與輔助，保障系統(tǒng)執(zhí)行的穩(wěn)定性；外腦通過語義分析、情感計算與數(shù)據(jù)挖掘技術(shù)，深入分析個體生理、心理與行為數(shù)據(jù)，自動識別認(rèn)知失調(diào)風(fēng)險，動態(tài)調(diào)整任務(wù)策略，保障系統(tǒng)持續(xù)高效運(yùn)作。

其一，數(shù)據(jù)感知與信息處理的支撐角色。在“人在旁路\"模式下，數(shù)據(jù)感知和信息反饋主要由外腦主導(dǎo)，內(nèi)腦依賴于外腦所提供的情境化信息來支持任務(wù)決策。外腦通過多模態(tài)數(shù)據(jù)的監(jiān)測與分析，實(shí)時感知群體成員的生理與情感狀態(tài)，并通過數(shù)據(jù)建模生成精準(zhǔn)的反饋，從而輔助內(nèi)腦在復(fù)雜環(huán)境中做出高效決策。當(dāng)某成員的認(rèn)知負(fù)荷增加時，外腦能夠基于生理信號主動識別并進(jìn)行信息優(yōu)先級調(diào)整，從而緩解內(nèi)腦的負(fù)擔(dān)，保證決策流暢。例如，在多智能體系統(tǒng)中，外腦可以通過模擬前額葉皮層的活動模式來優(yōu)化任務(wù)分配和執(zhí)行策略，從而提高群體的整體效率和響應(yīng)能力。此過程中，內(nèi)腦主要依賴外腦的分析與反饋，以確保決策的科學(xué)性和準(zhǔn)確性。

其二，異常監(jiān)控與預(yù)警機(jī)制的構(gòu)建者?！叭嗽谂月穃"模式強(qiáng)調(diào)外腦的主導(dǎo)地位。外腦通過實(shí)時監(jiān)測群體成員的生理信號（如腦電波、心率）和情緒波動，幫助個體內(nèi)腦快速識別認(rèn)知失衡或情緒沖突的早期跡象，并自動發(fā)出干預(yù)信號，以防止?jié)撛陲L(fēng)險擴(kuò)散。當(dāng)個別內(nèi)腦在任務(wù)執(zhí)行過程中出現(xiàn)負(fù)荷超載的情況，外腦會自動調(diào)整任務(wù)優(yōu)先級或提供干預(yù)建議，以確保群體的協(xié)同穩(wěn)定性和效率，從而避免整個群體因個體問題引發(fā)整體認(rèn)知失調(diào)。在這一過程中，人更多地作為系統(tǒng)的被動觀察者，僅在必要時進(jìn)行簡單確認(rèn)，核心任務(wù)和決策則依賴外腦強(qiáng)大的計算能力與大數(shù)據(jù)分析能力來保障整個系統(tǒng)的高效運(yùn)作。

（二）人在回路：共生性復(fù)合腦啟發(fā)模式

“人在回路\"模式的核心是通過引人人類實(shí)時反饋并保留決策權(quán)，動態(tài)優(yōu)化外腦決策過程，提升其自適應(yīng)與智能水平（如圖4所示）。該模式通過持續(xù)交互融合人類認(rèn)知與調(diào)整，優(yōu)化外腦的學(xué)習(xí)路徑與任務(wù)執(zhí)行能力。人類既是參與者，還充當(dāng)沖突調(diào)解者與目標(biāo)校正者。外腦依據(jù)反饋調(diào)整策略，內(nèi)腦處理不確定信息，增強(qiáng)靈活性與適應(yīng)性。圖4中的“生成決策一調(diào)節(jié)權(quán)重一反饋信息\"流程展示了人機(jī)協(xié)同如何應(yīng)對群體認(rèn)知失調(diào)等問題，優(yōu)化外腦學(xué)習(xí)過程并提升群體決策效率與準(zhǔn)確性。

其一，認(rèn)知失調(diào)的調(diào)節(jié)與反饋機(jī)制增強(qiáng)。圖4中“矛盾決策、目標(biāo)沖突、角色沖突\"等元素揭示了“人在回路”的首要職責(zé)，即通過人類的認(rèn)知參與和反饋調(diào)節(jié)機(jī)器學(xué)習(xí)過程，緩解群體認(rèn)知沖突。傳統(tǒng)機(jī)器學(xué)習(xí)依賴預(yù)設(shè)規(guī)則和數(shù)據(jù)，難以處理復(fù)雜情感交互和認(rèn)知差異，而智能外腦借助人類反饋，在認(rèn)知引導(dǎo)下靈活適應(yīng)復(fù)雜情境38。在人類內(nèi)腦干預(yù)外腦決策時，尤其在目標(biāo)和角色沖突下，內(nèi)腦通過情感計算與社會化認(rèn)知經(jīng)驗(yàn)優(yōu)化外腦判斷，使決策更符合情境與個體需求。內(nèi)腦的反饋融入外腦決策循環(huán)，幫助外腦準(zhǔn)確解析復(fù)雜情境。當(dāng)認(rèn)知失調(diào)發(fā)生時，內(nèi)腦主動介入，調(diào)整學(xué)習(xí)路徑，避免情感或認(rèn)知偏差導(dǎo)致決策失誤，從而實(shí)現(xiàn)人機(jī)協(xié)同下的精準(zhǔn)決策。

其二，任務(wù)目標(biāo)的協(xié)同定義與權(quán)重調(diào)節(jié)。“人在回路”模式的第二大職責(zé)在于任務(wù)目標(biāo)的協(xié)同定義與權(quán)重動態(tài)調(diào)節(jié)。圖4中的“生成決策、調(diào)節(jié)權(quán)重、反饋信息”閉環(huán)展示了內(nèi)腦如何管理角色沖突和調(diào)整目標(biāo)以優(yōu)化機(jī)器決策。機(jī)器通常依賴預(yù)設(shè)規(guī)則和目標(biāo)，但在動態(tài)環(huán)境中難以靈活調(diào)整，而人類的參與為這一過程引入了適應(yīng)性。當(dāng)目標(biāo)沖突或策略失效時，內(nèi)腦實(shí)時調(diào)整任務(wù)優(yōu)先級和權(quán)重，確保人機(jī)雙方目標(biāo)導(dǎo)向的一致性。圖4中的“情景感知\"和“目標(biāo)預(yù)測”顯示任務(wù)目標(biāo)在機(jī)器與人類協(xié)同下的更新。內(nèi)腦根據(jù)任務(wù)進(jìn)展修正優(yōu)先級，避免因目標(biāo)失調(diào)導(dǎo)致低效協(xié)作。盡管外腦依賴知識庫進(jìn)行判斷，數(shù)據(jù)穩(wěn)固但可能不全面，內(nèi)腦可實(shí)時進(jìn)行二次評估和修正任務(wù)，確保決策精準(zhǔn)與執(zhí)行合理。外腦通過反饋不斷完善“知識庫”與“決策庫”，內(nèi)腦提供調(diào)節(jié)支持，優(yōu)化決策模式。

其三，知識庫與決策庫的構(gòu)建與動態(tài)更新?！叭嗽诨芈穃"的核心職責(zé)是幫助機(jī)器構(gòu)建、更新知識庫和決策庫，確保機(jī)器通過群體互動和任務(wù)執(zhí)行不斷學(xué)習(xí)，提升智能感知與認(rèn)知推理能力。圖4中的“意圖推理演化”和“認(rèn)知圖式完善\"反映智能外腦在更新知識庫時的需求，即依靠人類反饋提升數(shù)據(jù)處理與認(rèn)知圖式能力。內(nèi)腦提供實(shí)時反饋，注入靈活與創(chuàng)造性的認(rèn)知模式，特別在模糊任務(wù)中提供決策建議，外腦將這些轉(zhuǎn)化為知識庫規(guī)則，增強(qiáng)認(rèn)知推理能力。在群體認(rèn)知失調(diào)情境下，內(nèi)腦快速識別失調(diào)根源，幫助外腦更新知識圖譜，逐步使外腦脫離固定規(guī)則，具備獨(dú)立應(yīng)對復(fù)雜任務(wù)的能力。

（三）人在領(lǐng)路：主導(dǎo)性復(fù)合腦啟發(fā)模式

“人在領(lǐng)路\"模式強(qiáng)調(diào)人類作為決策核心，引導(dǎo)協(xié)作方向并制定戰(zhàn)略規(guī)劃。內(nèi)腦作為主導(dǎo)決策者，賦予了人類在應(yīng)對復(fù)雜問題中的核心地位，尤其在面對群體認(rèn)知失調(diào)情境時，設(shè)定任務(wù)目標(biāo)、引導(dǎo)決策路徑，并結(jié)合情感與創(chuàng)新驅(qū)動支持，確保協(xié)作系統(tǒng)朝預(yù)定目標(biāo)推進(jìn)。人類的創(chuàng)造性與適應(yīng)力彌補(bǔ)了外腦在復(fù)雜、非結(jié)構(gòu)化情境中的不足。

其一，戰(zhàn)略指引與復(fù)雜情境中的決策主導(dǎo)者?！叭嗽陬I(lǐng)路”的首要職責(zé)是為群體提供戰(zhàn)略性指引，內(nèi)腦在其中發(fā)揮主導(dǎo)作用。特定大腦區(qū)域通過編碼目標(biāo)接近度和方向信息引導(dǎo)任務(wù)進(jìn)程。內(nèi)腦結(jié)合外腦的數(shù)據(jù)分析與社會化認(rèn)知經(jīng)驗(yàn)制定協(xié)作戰(zhàn)略，確保群體穩(wěn)步向目標(biāo)推進(jìn)。盡管外腦擅長結(jié)構(gòu)化任務(wù)，復(fù)雜情境下仍需依賴內(nèi)腦的情感判斷與社會理解。認(rèn)知沖突發(fā)生時，內(nèi)腦通過任務(wù)重構(gòu)與情境分析提出解決方案，并利用情感引導(dǎo)技術(shù)促進(jìn)群體認(rèn)知一致性。內(nèi)腦的認(rèn)知控制能力使其在復(fù)雜情境中引導(dǎo)決策方向，外腦則通過結(jié)構(gòu)化數(shù)據(jù)分析為決策提供實(shí)時反饋。

其二，情感領(lǐng)導(dǎo)與創(chuàng)新驅(qū)動的核心角色。群體協(xié)作中，“人在領(lǐng)路”模式提供戰(zhàn)略指引的同時，還負(fù)責(zé)情感領(lǐng)導(dǎo)與創(chuàng)新驅(qū)動。情感因素在決策中的重要性尤為突出，尤其在認(rèn)知失調(diào)或沖突情境下，情感失衡會抑制協(xié)作效率與決策質(zhì)量。內(nèi)腦通過情感計算與引導(dǎo)技術(shù)實(shí)時調(diào)節(jié)群體情緒，確保協(xié)作高效與和諧。當(dāng)情緒波動時，內(nèi)腦借助外腦數(shù)據(jù)調(diào)整策略，保持團(tuán)隊(duì)合作；同時，作為創(chuàng)新引領(lǐng)者，內(nèi)腦推動群體突破思維慣性，完成創(chuàng)新任務(wù)。面對創(chuàng)新瓶頸時，內(nèi)腦結(jié)合外腦的數(shù)據(jù)分析，提出創(chuàng)造性解決方案，確保決策具有獨(dú)特性并適應(yīng)環(huán)境變化。外腦通過更新知識庫與決策庫提升智能感知與預(yù)測能力，為內(nèi)腦提供高精度支持，優(yōu)化決策與創(chuàng)新任務(wù)執(zhí)行。

五、結(jié)束語

人機(jī)協(xié)同復(fù)合腦模式為教育帶來新機(jī)遇，突出學(xué)習(xí)者的主體性與自我調(diào)節(jié)能力。本文探討了群體認(rèn)知失調(diào)對學(xué)習(xí)的影響，并分析了復(fù)合腦在人機(jī)協(xié)同調(diào)節(jié)中的作用。在“人在旁路\"模式中，外腦幫助學(xué)習(xí)者掌握自我調(diào)節(jié)策略；在“人在回路\"模式中，學(xué)習(xí)者根據(jù)外部信息自主調(diào)整學(xué)習(xí)路徑;在“人在領(lǐng)路\"模式下，學(xué)習(xí)者完全掌控過程，實(shí)現(xiàn)個性化與創(chuàng)新發(fā)展。未來，復(fù)合腦模式將推動個性化、精準(zhǔn)化學(xué)習(xí)支持體系的構(gòu)建，教育者與研究者應(yīng)優(yōu)化人機(jī)協(xié)同結(jié)構(gòu)，滿足群體學(xué)習(xí)，助力全面發(fā)展。

[參考文獻(xiàn)]

[1]中華人民共和國教育部.教育部關(guān)于印發(fā)《學(xué)習(xí)型社會建設(shè)重點(diǎn)任務(wù)》的通知 [EB/OL].（2023-08-30）[2025-01-19].htp：//w.moe.gov.cn：8080/srcsite/A07/zcs_cxsh/202309/t20230914_1080240.html.

[2]中華人民共和國教育部.2024 年全國教育工作會議召開[EB/OL].（2024-09-10）[2025-01-19].ttp：//ww.moe.gov.c/jybzzjg/huodong/202401/t20240111_1099814.html.

[3]朱珂，吳雅欣，高清慧.知識建構(gòu)社區(qū)群體認(rèn)知涌現(xiàn)的系統(tǒng)建模及仿真分析[J].電化教育研究，2024，45（10）：58-64.

[4]HARMON-JONES E，HARMON-JONESC，LEVYN.Anaction-based modelofcognive-dissonanceprocess[J].Current directions in psychological science，2015，24（3）：184-189.

[5]韓悅，趙曉偉，沈書生.人機(jī)協(xié)同調(diào)節(jié)：復(fù)合腦視角下自我調(diào)節(jié)學(xué)習(xí)的新路徑[J].電化教育研究，2024，45（5）：20-26，34.

[6] KOGAN B，GARCIA-MARCO E，BRBA A，et al. How words ripplethrough bilingual hands： Motor-languagecoupling during L1 and L2 writing[J]. Neuropsychologia，2020，146：107563.

[7]BARRAZAP，PEREZ A，RODRIGUEZE.Brai-to-braincoupling inthegamma-bandasa markerof shared intentionalityJ]. Frontiers in human neuroscience， 2020，14：295.

[8] FOULDS G A.A Theory of cognitive eissonance[J]. American journal of psychology，1963，207（4）：2112-2114.

[9]FESTINGER L.The motivating efect of cognitive dissonance[J]. Assessment of human motives，1958：65-86.

[10]崔詣晨，談晨皓，劉青玉，等.沖突視閾下類別信息與個體信息知覺負(fù)載的認(rèn)知控制效應(yīng)[J].心理學(xué)探新，2021，41（6）;547-553.

[11]SZANOlbatieitioalityrasiadgoptkcialdisptisofotilatoJ].Frtisig 2017，7：2002.

[12] KERNIS M H. Toward a conceptualization of optimal self-esteem[J]. Psychological inquiry，2003，14（1）：1-26.

[13]SCHELENKERBR，WEGLDM.Intepersonalprocess ivolvingimpressionmaagement[J].Aalrevieofsycholog99， 43：133-168.

[14] ANAYA B，VALLORANI A M，PEREZ-EDGAR K. Individual dynamicsof delta-beta coupling：using a multilevel framework to examineinterandintraindivdualdiferenesinrelationtosocialanxietyandbehavioraliibitionJ].Jualofchildpsyology and psychiatry，2021，62（6）：771-779.

[15]DINDAR M，JARVELA S， HAATAJAE. What does physiologicalsynchronyreveal about metacognitive experiencesand group performance？[J]. British journal of educational technology，2020，51（5）： 1577-1596.

[16] BARNARDWA，BAIRDC，GREENWARLTM，etal.Intragroupcohesivenessandreciprocal social influenceinmale ad female discussion groups[J]. The jourmal of social psychology，1992，132（2）：179-188.

[17]龔玲，張大均.群際失調(diào)情境中自我復(fù)雜性與態(tài)度改變的關(guān)系：失調(diào)感的中介作用[J].中國臨床心理學(xué)雜志，2019，27（6）：1098- 1103.

[18]宋曉蕾，賈筱倩，趙媛，等.情緒對聯(lián)合行動中共同表征能力的影響機(jī)制[J].心理學(xué)報，2020，52（3）：269-282.

[19]蔣長好，陳婷婷.身體活動對情緒的影響及其腦機(jī)制[J].心理科學(xué)進(jìn)展，2014，22（12）：1889-1898. [20] GORDONI，GILBOA A，COHENS，etal.Physiologicalandbehavioral synchronypredict groupcohesionand perforane[J]. Scientific reports，2020，10（1）：8484. [21]CHANELG，MUHC.Coectingrainsndbodis：aplyinghsiolgicalcomputing tosupportsocialieractionJ.eacting with computers，2015，27（5）：534-550. [22]單俊豪，劉永貴.生成式人工智能賦能學(xué)習(xí)設(shè)計研究[J].電化教育研究，2024，45（7）：73-80. [23]沈書生.適應(yīng)與變革：AIGC 產(chǎn)品如何改變教育過程——人工智能帶來的機(jī)遇[J].教育研究與評論，2023（3）：15-21. [24]D'MELLOS，OLNEYA，WILLIAMS C，etal.Gazetutor：agaze-reactiveinteligenttutoringsystem[J]. International joualof human-computer studies， 2012，70（5）：377-398. [25]NAVARBLLERA.ticalinteligenriveadogcalomarkrs：anrrtieveofrtiialintellgen meningioma diagnosis[J]. NeuroMarkers，2O24： 100033. [26] YOO G，KIH，HONGS.Predictionofcognitiveladfromelectroeephalogaphysigalsusinglongshort-tememoryetork [J]. Bioengineering，2023，10（3）：361. [27]LIUB，YUAND.Researchonpersonalizedteaching strategiesbasedonlearnerprofilesina blended learmingenvironment[J]. International journal of information and communication technology education （IJICTE），2O24，20（1）：1-23. [28]鄭蘭琴，范云超，牛佳玉.基于在線協(xié)作學(xué)習(xí)交互文本的跨領(lǐng)域知識圖譜構(gòu)建技術(shù)[J].電化教育研究，2022，43（12）：70-77. [29]WEIX，U，WUD，tal.eoalidoeangesocecomedatiobsdrtfalintellgceduatiol psychology[J]. Frontiers in psychology，2021，12：767837. [30]黃石華，武法提.場景化分析：一種數(shù)據(jù)驅(qū)動下的學(xué)習(xí)行為解釋性框架[J].電化教育研究，2023，44（5）：51-59.

[32]KRAUSM，BETANCOURTD，MNKERW.Des itafectyou？Sociaandleangiplicationsofusingcognitiveaeivetaterecognitionforproactivehuman-robottutoring[C/2O2332ndIEEEInternationalConferenceonRobotandHuman InteractiveCommunication（RO-MAN）. Busan，Korea：IEEE，2023：928-935.

[33]馬志強(qiáng)，呂子蕓，張賽宇.邁向人機(jī)協(xié)同的協(xié)作學(xué)習(xí)——CSCL 領(lǐng)域智能學(xué)習(xí)分析儀表盤研究熱點(diǎn)與前沿趨勢探究[J].現(xiàn)代遠(yuǎn)距離教育，2022（5）：3-11.

[34]苗秀，侯文軍.基于隱式意圖腦電解碼的人機(jī)交互多任務(wù)建模研究[J].計算機(jī)集成制造系統(tǒng)，2024，30（5）：1668-1682.

[35]胡欽太，伍文燕，馮廣，等.深度學(xué)習(xí)支持下多模態(tài)學(xué)習(xí)行為可解釋性分析研究[J].電化教育研究，2021，42（11）：77-83.

[36]楊彥軍，張佳慧，童慧.數(shù)字媒介技術(shù)依賴的多學(xué)科析因及整合性闡釋[J].電化教育研究，2020，41（8）：26-32.

[37]DUFLOG，DANOYG，TALBIEG，etal.Leaming tooptimizeaswamof UAVs[J].Applied sciences，2022，12（19）：9587.

[38]于爽，葉俊民，吳林靜，等.智能協(xié)作學(xué)習(xí)環(huán)境中學(xué)習(xí)者的提問能力對認(rèn)知過程的影響研究[J].電化教育研究，2024，45（12）：75-82.

Inspiration from Human-Machine Collaborative Composite Brains： A New Model of Physiological-Psychological-Behavioral Coupling for Learners in Contexts of Group Cognitive Dissonance

HAN Zhongmei， ZHANG Xin （Zhejiang Key Laboratory of Intelligent Education Technology and Application， Zhejiang Normal University， Jinhua Zhejiang 321004）

[Abstract] The new generation of artificial intelligence such as the educational metaverse and generative artificial intelligence serve as the driving force for the connection and leap of group cognition. As\"external brains\"，they collaborate with human intelligence（\"internal brain\"）to analyzethe physiological-psychological-behavioral process of the group，and provide a new human-machine composite brain-inspired approach to alleviating group cognitive dissonance. Group cognitive dissonance is triggered by factors such as the diference between individual and group perspectives，or contradictions between old and new experiences，and itscoordination is the foundation of human learning and mental development. However，current research mostly focuses on individual cognition，with limited exploration of the physiological and psychological factors involved in group cognitive dissonance，especially under the human-machine composite brain，where the coupling mechanism remains unclear. Therefore，this paper clarifies the connotation of group cognitive dissonance and its coupling characteristics in the whole process of learners'physiological，psychological and behavioral levels，and defines the regulatory role of the human-machine collaborative composite brain in group cognitive dissonance.Based on this，the inspired mechanism of the composite brain is elucidated at the levels of physiological（perceptual brain）， psychological （cognitive brain） and behavioral （executive brain），and the \"physiological-psychological\"， \"psychological-behavioral\" and\"physiological -behavioral\" coupling regulation processes are further analyzed. Finall，three new coupling models，namely human-in-the-bypass（auxiliary）， human-in一 the-loop （symbiotic） and human-in-the-lead（dominant） are put forward to highlight the potential of the human-machine composite brain to help learners adapt to cognitive dissonance.

[KeyWords] Human -Machine Collaboration; Composite Brain; Group Cognitive Dissonance; Physiological-Psychological-Behavioral Coupling