AI助推下的人机交互式批判学习：以动能定理为例

一、交互式学习

学习的根本特征之一在于互动性。每个孩子都在与父母、师长以及同伴的交流中获得成长；一个具备独立学习能力的人，更是会通过与网络、教材乃至人工智能（AI）的互动来达成学习目标。事实上，这都可视为间接的人际交流学习过程。

在当前的人工智能时代，AI已能扮演虚拟“教育者”的角色，在一定程度上可以替代父母、教师，甚至专家，成为学习过程中一种非对称的互动伙伴。当然，对于那些拥有扎实知识基础并具备批判性思维的人来说，AI更应是平等的学习伙伴，甚至在“创造性”理解方面，AI可能不如人类。

AI作为我们的学习伙伴，拥有独特的优势，那就是它掌握海量信息、具备超强的搜索能力，并且特别“耐心”，同时相对“理性”和“客观”，不容易陷入人性中常见的情感纠葛。

以下是作者与DeepSeek（DS）的一次互动学习过程，可作为人机交互式学习的实例。

二、人机交互学习案例

作者：请问“分量式”是什么意思？我们是如何定义它的？

DS：“分量式”主要出现在物理学和数学领域，尤其是在处理向量（如力、速度、位移）时。简单来说，它就是将一个向量，根据所选定的坐标系，分解到各个方向（例如x轴、y轴）上，然后用这些方向上的投影（即分量）来表示该向量的一种方法。

其核心定义是：在选定一组线性无关的基向量（如二维平面中的i, j，三维空间中的i, j, k）后，任何一个向量A都可以唯一地表示为基向量的线性组合：A = A₁e₁ + A₂e₂ + A₃e₃。其中，标量（A₁, A₂, A₃）即为分量。这种表示形式就是分量式。

在直角坐标系下，分量式表现为 A = Ax i + Ay j + Az k。也可以简写为 (Ax, Ay, Az)。这里的Ax、Ay便是分量，分别代表向量在x、y轴上的投影大小（带有正负号指示方向）。

采用分量式最大的优点在于，它将向量之间复杂的几何运算（如加减、点乘）简化为了代数运算——只需分别计算各分量即可。例如，两个力的合成，就是将它们的x分量相加，y分量相加。

作者：也就是说，要将矢量运算转化为代数运算，就必须采用正交分解，对吗？

DS：不一定强制要求采用正交分解，但正交分解是最常见且最简便的方式。

关键点：

将矢量运算（加减、数乘）转化为代数运算，只需选定一组基（不要求正交）。例如，在斜角坐标系中，向量同样可以表示为 A = A₁e₁ + A₂e₂，其分量 (A₁, A₂) 依然可以直接进行加减和数乘运算。

但是，如果进一步涉及点积、模长、夹角等运算，非正交基会引入交叉项，需要借助度规张量进行计算，从而变得复杂。而在正交基下，点积就等同于对应分量乘积之和，非常简洁。

因此，物理学和工程领域几乎总是采用正交分解（通常是直角坐标系），因为它使得所有矢量运算（包括点积、叉积）都转化为简单的代数形式，无需额外修正。

结论：

“化矢量运算为代数运算”并非强制要求正交分解，但正交分解因其便利性和直观性，在实践中被普遍采用。

作者：对于矢量，才存在“分量式”这个概念，对吗？

DS：你的理解基本正确，但并非绝对。

在中学和大学基础物理课程中，“分量式”的概念确实是针对矢量定义的。这是因为标量只有大小而无方向，无需分解；而矢量通过分解成分量，才能用代数运算代替几何作图。

然而，从更广阔的数学视角来看，张量（矢量作为一阶张量）也拥有“分量”，例如二阶应力张量就有9个分量。不过，在日常语境中，当人们提及“分量式”时，通常默认指的是矢量分量。

因此，在常见的物理课程范围内，可以认为“分量式”是针对矢量的概念。这样的理解是足够准确且符合直觉的。

作者：也就是说，应用动能定理时，不能采用分量式。对吗？

DS：

作者：当选择正交分解时，在各个方向上应用“动能定理”也一定正确吗？您对此有何评论和看法？

DS：

作者：我认为：在高中阶段，动能定理作为牛顿第二定律的推论，其严格的推导过程应基于“牛顿第二定律的分量式，并且必须基于正交分解的形式”。在得出动能定理的结论后，应明确其“独特”的意义，这种意义主要体现在实践层面，即它打破了“分解的束缚”，允许我们从曲线运动本身的形态去研究相关问题。尽管如此，有些问题本身就呈现出“正交分解”的特征。那么，对于动能定理，不能使用“分量式”，是否也是一种限制呢？

DS：

三、学习成果

作者通过与DS的交互学习，取得了以下成果。

成果一：分量式主要是针对矢量提出的概念，因此像功、动能这样的标量不应使用分量式，即不应出现诸如Ekx、Wx之类的符号，更不应称之为x方向的功、动能等错误表述。因此，作者建议将《动能定理可以列分量式吗？答案是“能”！！！》这篇文章的标题修改为《别将牛顿第二定律的分量演绎公式误称为动能定理分量式》。

成果二：基于牛顿第二定律的分量式，在“特殊情境”下，可以列出

Fx＝max，

Fy＝may

对应的空间累积方程：

Fxx＝max²，

Fyy＝may²

并且可以写成：

Fxx＝½mvx²，

Fyy＝½mvy²

当x、y代表两个正交方向时，不应将½mvx²、½mvy²称为分动能，但这两式可以被解读为分力Fx、Fy所做的功分别为Fxx、Fyy，各自产生了数值为½mvx²，½mvy²的动能增量，并且要明白总动能增量½mv²＝½mvx² + ½mvy²。

四、是非辨正

在《从几道题来看动能定理中的“是是非非”》一文中提出了四个“是非”问题，当时提出这些问题旨在讨论，并未给出定论，现在可以给出明确的结论了。

是非一：动能定理能否列分量式？

辨正：这是一个“不恰当”的问题，源于对“分量式”概念理解不清而提出的欠佳疑问。

是非二：“动能定理是标量式”究竟有何含义？

辨正：从数学角度看，动能定理是由牛顿第二定律推导出的一个物理规律。这一物理规律突破了牛顿第二定律分量式的局限，使得研究一般的曲线运动问题能够从“曲线”本身的特征出发；但对于具有明显正交特征的问题，例如正交两个方向上的分力做功及速度大小问题，可以直接应用牛顿第二定律的分量式，同时也可以运用功能关系来解读力做功与相应能量变化的关系。对于非正交方向，以下两式仍然成立

Fxx＝½mvx²，

Fyy＝½mvy²

但这两式不能被解读为分力Fx、Fy所做的功为Fxx、Fyy，且将数值½mvx²、½mvy²视为动能的增量是错误的，并且要明白总动能增量½mv²≠½mvx² + ½mvy²。然而，这两式中的vx、vy，根据平行四边形法则，可用于计算速度v的大小并确定其方向。

换言之，上述两式是牛顿第二定律的分量（积分）式，但不能将其视为动能定理的分量式，这便是“动能定理并非标量式”的确切含义。

是非三：匀变速直线运动情境下推导出的动能定理是否适用于曲线运动？

辨正：适用。基于牛顿第二定律的正交分量式及物理图像法，可以推导出动能定理适用于曲线运动（包括匀变速和变加速情况）。当然，这一推导过程需要精心设计，以便学生能够理解并准确掌握，同时引导学生探讨牛顿第二定律与动能定理之间的辩证关系和物理意义。

是非四：考生未按照命题人提供的参考答案进行“演绎推理”而得出正确答案，是否应该得分？判断其“逻辑错误”的依据是什么？

考生答题和阅卷评分都应遵循物理学科的书写规范，严格执行“写出必要的文字说明”等答题要求，而非仅仅“写公式”作答或“看公式”评分。如果评分标准宽松，在答案正确的前提下，阅卷者应为考生的解题过程进行“会诊”，只要其公式有据可循，就应获得等价的评分。

作者建议，阅卷过程中应尽可能遵循物理学科的书写规范及“写出必要的文字说明”的要求从严评分，从而引导培养学生严谨论证的科学思维素养以及准确理解物理概念的观念素养。

只有规范阅卷“评分”标准，才能科学地引导教学，才能圆满完成“科学、公正、公平”地选拔人才的任务。

五、学习启示

学习本质上是互动的。然而，在互动学习过程中，应尽量排除情绪、人格、权威、从众等非理性交流带来的负面影响，致力于独立思考和批判性学习，从中汲取理性且有价值的观点、看法和建议。尤其重要的是要认识到，批判性学习的最终目的并非批判他人，而是自我反思，学习过程本身就是一个自我批判的历程。

与人工智能（AI）进行“交流”，同样需要坚持批判性学习，这对于落实批判性学习尤为有利。就目前而言，我们认为AI尚不具备“创造性”，但它拥有强大的“记忆”、“搜索”和“逻辑演绎”能力。与AI交流时，充分发挥自身的创造力和想象力，是践行批判性学习的关键所在。