作者简介：詹泽慧，博士，教授，博士生导师，华南师范大学教育信息技术学院（广东广州 510631）；季瑜，博士研究生，华南师范大学教育信息技术学院（广东广州 510631）；梅虎，博士，教授，华南师范大学经济与管理学院（广东广州 510006）；李通德，博士研究生，华南师范大学教育信息技术学院（广东广州 510631）；李圆敏，教师，深圳市龙华区第三实验学校（广东深圳 518109）。基金项目：国家自然科学基金面上项目“基于事理图谱的计算思维智能导训模型及可解释性研究”（62277018）；教育部人文社会科学研究项目“基于C-STEAM的粤港澳大湾区教育协同创新机制研究”（22YJC880106）。引用:詹泽慧,季瑜,梅虎,李通德,李圆敏(2023). 打开创新人才培养的“黑箱”：创新性问题解决的过程模型与技术赋能[J].现代远程教育研究,35(5):75-85,103.
摘要：创新人才培养是国之大计，创新创业教育是创新人才培养的重要路径，而创新性问题解决则是创新人才培养的关键内核。一直以来，学界对创新性问题解决过程缺乏认识论层面的学理论证，尤其对“知识—思维”在创新实践场域的整体性理解不足，对技术赋能创新性问题解决的作用机制亦不明晰，由此导致创新人才培养的实践效果欠佳。基于信息加工理论、皮亚杰发生认识论、SOLO分类理论以及创业思维与行动理论，创新性问题解决过程可概括为一个包括前—零散结构、单点—横向结构、多点—交叉结构、关联—多向结构、抽象拓展—综合结构的五级层次结构。该结构旨在揭示实践场域中知识与思维的双螺旋进阶机制，其所体现的思维结构层次性也有助于与实践的联通。在具体操作层面，创新性问题解决过程可以进一步演绎为一个包括现象分析（Phenomenon）、问题探索（Problem）、方案设计（Plan）、原型迭代（Prototype）、价值推广（Promotion）的“5P珠串模型”。立足于创新创业教育，技术赋能创新性问题解决过程的深层作用机制可从过程效用和主要特性两个角度剖析：过程效用体现在技术赋能实践场域构建、学习过程支持、教学提质增效等方面，主要特性表现为技术为创新问题解决提供了路径适应性、方案综合性、成果可视性、评价多元性。关键词：创新性问题解决；技术赋能；创新人才培养；5P模型；创新创业教育
在新一轮科技革命和产业变革的大背景下，创新成为大国竞争的关键。创新在我国现代化建设全局中居于核心地位，党的二十大报告更是提出要“加快实施创新驱动发展战略”（新华社，2022）。创新创业教育作为高等教育培养创新人才的重要阵地，既是服务于创新型国家建设的重大战略举措，也是培养学生创新精神和实践能力的重要途径。一直以来，高校创新创业教育面临诸如创新人才培养教育理念滞后（褚宏启，2017）、教学方法单一且教学内容针对性与实效性不强（安国勇等，2022）、课堂教学忽视思维训练导致教学易陷入低水平的重复（林崇德等，2010）等问题。然而，创新创业教育不同于学科教育，其本质是企业家精神的培养，强调通过问题解决等提升学生的综合素质，培养学生的创业精神、意识与能力（Mei et al.，2022）。而且学生常面临的不是固化的知识问答，而是如何运用跨学科的知识与技能解决真实情境中的复杂问题。因此，如何将问题导向的教学融入创新创业课程，探索行之有效的操作模型是当前创新人才培养的重要内容。近10年来，国家出台了多项教育政策以推动技术为创新人才培养赋能增效（黄荣怀等，2021）。人类从感知智能向认知智能迈进过程中对于事物本质的认知大多建立在问题解决的基础上，而多元技术的嵌入可以为问题解决提供重要支持（许涛等，2016）。但现有研究多集中在创新性问题解决的过程模式构建及其效果验证上（Harlim et al.，2013），缺少认识论层面上整体性的学理论证，且技术赋能创新性问题解决过程的作用机制仍存在黑箱。因此，本研究尝试立足于创新创业教育，在充分论证创新性问题解决的学理基础上，探索技术赋能创新性问题解决的作用机制，以形成智能时代创新型人才培养的有效范式。思维作为一种历时性活动，在创新性问题解决过程中应时而生，也因时而变。虽然我们经验性地知道知识与思维必然存在一定关联，但若将这种关联置于创新性问题解决过程中，其发生发展的内在机制尚不明晰。因此，下文将首先梳理创新性问题解决的内涵，然后基于信息加工理论、皮亚杰发生认识论、SOLO分类理论以及创业思维与行动理论等多重视角阐述创新性问题解决的学理基础。当已有一个指定目标，但是尚未明确应采用何种方法或行为才能实现目标时，问题就产生了。当个体面对定义不明确、解决途径复杂、预期结果不确定的情况时，如何以新颖、灵活、独创的方法解决问题就显得尤为重要。这一过程中思维的发散和收敛是问题得以高质量解决的关键（袁维新，2010）：一方面通过发散思考可以寻求更多新创意；另一方面通过收敛思维可对众多观点与方案进行比对、整合与决策，从而生成最具实用性、合理可行的优选方案。在创新创业教育中，创新的核心内涵除了新颖性、实用性、可行性以外，更重要的还有经济上的价值生成，即“成果效应”（Zhan et al.，2022）。创新性问题解决作为一类特殊的创生性任务，以面向经济优势与实用价值为目标导向，以发散性思维和收敛性思维的交替运用为基本认知机制，强调个体创造力在实践场域中得到充分的发挥，在问题由初始态达到目标态的过程中形成更加务实、高效的问题解决方案与成果。简言之，创新性问题解决就是在实践场域中以创新的方式解决不确定性问题的过程。创新性问题解决旨在将新颖、独特、有意义的想法承载于思维产品中，其本质是一种基于思维的价值增值活动。问题解决的起点在于外部信息的输入以及主体对信息的理解和解读。信息作为高度概括的概念系统，其组成介于意义联想和概念之间的“结”和“线”（张小乔等，1990）。个体正是通过思维的发散和收敛才形成了新颖且有用的思维产品。信息加工理论指出，在有外部的客观信息呈现并输入的情况下，主体可以完成对外部输入信息的感知、识别、表征或定义。知识则是通过信息的合成、演绎和推理获得的，并且是已被验证为准确和具有客观性的信息（Xu et al.，2021）。可见，个体在外部信息获取的基础上，经由知识和思维的内在统一，方能促成创新性问题的解决。皮亚杰发生认识论强调知识与思维在问题解决过程中的一致性（冯友梅等，2019）。知识和思维的交替作用使得问题和解的表征具有灵活性、独创性和价值性。具体来说，思维以知识为基础且不能脱离知识而存在；知识经思维的作用而显现且从属于思维（白倩等，2020）。创新性问题解决的过程充满着矛盾的外部世界信息，问题与解的匹配和贯通决定了问题解决的达成，而思维则扮演了中间的桥梁作用。根据皮亚杰提出的“态射—范畴”论，对于创新性问题解决可以形成这样的认识：问题与解的合适表征需要基于已有知识进行创生而成；知识在“转换”与“对应”中发生，与认识主体的思维过程相互作用进而促进问题解决方案的形成。其中，“转换”是一个连续性操作，而“对应”是对多个操作的归纳（满其峰等，2023）。学习主体在创新性问题解决的发散和收敛阶段，将原有的知识结构应用到当前需要解释的具体事物，就会产生新的转换。个体只有通过归纳多个操作的意义，才能实现思维和知识的双螺旋提升。约翰·B.彼格斯等人提出的SOLO分类理论特别强调思维结构应当是“解决具体问题时表现出来的具体的思维结构”（约翰·B.彼格斯等，2010）。依据SOLO分类理论可以将学习结果划分为由低到高的5个层次：前结构、单点结构、多点结构、关联结构和抽象拓展结构（陈明选等，2016）。该结构以知识或知识结构为基础，反映了学生在特定知识点上的概念理解和思维层次。从状态与过程的立场上看，“知识结构是一种状态性结构，而思维结构是一种过程性结构”（张沿沿等，2020）。从问题解决的程序来看，主体不断把自己的现存状态与目标状态作比较，以加强问题解决的导向性和驱动性。据此，创新性问题解决过程中知识的发生必然会促使知识结构的抽象概括水平不断提升，而新的知识结构又会作为前提条件影响认识主体对自身创造问题与解的合理表征，以此不断促进思维结构的发展。创业思维与行动理论（Entreprenurial Thought & Action）是百森商学院用以促进学生问题发现、机会识别和创新创造的方法体系（Neck et al.，2018）。该方法以“创业教育之父”蒂蒙斯的创业理论模型为基础，强调思维和行动的一致性，学习发生在实践过程中，通过激发创业团队的集体知识，将所思所想付诸于实践，在行动的基础上重塑创意，进而生成新的知识和产生新的思维模式，实现问题解决过程的不断迭代优化，促进理论和实践形成良好互动（Timmons et al.，2016）。人类的一切实践活动都是实践主体使用工具与外在于主体的客观对象发生相互作用的过程（阎孟伟，2005）。因此，在创新创业教学中，坚持理论和实践互为补充的原则，知行合一，在实践场域中促成创新，方能提升问题解决的质量。表征是指外部世界信息在大脑中的呈现方式。创新性问题解决立足于问题表征中的问题情境和问题空间。其中，问题情境承载于实践场域，强调个体在真实的、充满挑战的复杂情境中，通过“转化”和“对应”实现对构成问题的事实、概念及其相互关系的组织和认知，保证多感官的具身参与。问题空间是指个体在解决问题时，把问题的构成成分（如规定的条件、目标、规则及其他有关情境）编码成可解释的内部心理表征，将问题由初始状态过渡到中间状态、再发展到目标状态的过程以空间形态进行可视化。认知心理学派认为，问题解决的本质是为实现目标状态而采取的一系列有目的指向性的认知活动过程（陈琦等，1997）。当矛盾反映到意识之中时，个体将面向问题目标获取与加工信息，应用各种认知活动和技能等来设法解决问题。可见，问题情境和问题空间不仅是创新性问题解决的核心要素，也是知识与思维产生作用的载体，决定了问题与解的合理表征。其次，学习是一个社会性的、实践性的、以差异资源为中介的参与过程。人类进行实践活动所处的内在与外在、虚拟与现实的场所和环境构成了实践场域（皮埃尔·布迪厄，2012）。人的理性和感性总是嵌入具体的实践场域，且个体对于问题求解的欲望成为诱发、引领和支持学习行为的基点。个体对实践场域中行为规范的理解与认知不同，将产生不同的创新动力和行为表现。由于人的认知不是一个既定心智对既定世界的静态表征，而是一种动态的具身参与（叶浩生，2022）。因此，实践场域的“可见性”将由个体具身投入的状态来决定，故根据人的具身参与程度可将实践场域划分为初始场、边缘场、渐进场、中心场和全域场5个子场域。综上所述，本研究基于皮亚杰的发生认识论，从信息加工理论出发，以知识与思维的内在一致性观点为内核，参考约翰·B.彼格斯等人的SOLO分类理论以及创业思维与行动理论，提出了如图1所示的创新性问题解决五级层次结构图。其中，实践场域是个体在具体的时间和情境中与世界互动的情境载体，它不再是外在于人的客观存在，而是参与到个体创新性问题解决的过程之中。随着个体具身参与程度的逐渐深入，子场域“灰色块”的颜色也会随着知识结构和思维结构的拓展和提升而逐渐走向“明晰化”和“通透化”。知识以状态样式规定性呈现，思维以过程样式规定性呈现。从问题空间的初始状态到目标状态，思维从熵态发生，形成由不同水平或结构样态的节点串联而成的序列化的脉络层次；而知识在思维转换中呈现出一种结构性发生状态，两者共同构成螺旋交替的基本样态。在实践创新的过程中，思维结构将按照个体的需要通过“顺应”和“重组”进行修改和拓展；大脑中的零碎知识也将在实践创新过程中随着思维结构的完善而变得层次化和系统化。思维与知识的关联以双螺旋结构呈现，互为内嵌和支撑，构成了创新性问题解决的内核。对应于前述的实践场域，从知识与思维的内在统一性来看，创新性问题解决可划分为前—零散结构、单点—横向结构、多点—交叉结构、关联—多向结构以及抽象拓展—综合结构等5个渐进的层次。在初始场中，个体还未进入创新性问题解决的过程中，实践场域之于主体是完全二分的，因为它尚未参与到主体的认知和思维过程中。只有在个体的主观精神作用下，实践场域才具有属性和价值（黄英杰，2017）。因此，在面对复杂的、不具有唯一解的问题时，个体在初始场以低于目标方式的反应来认识现象，以求获得规律性的结论或启示。然而，个体基于自身以往的主观经验进行判断，思维容易受到先验知识的干扰而跳到个别细节中去，故与问题合理表征的思维结构以空白的形式呈现。其次，个体已有的各种知识是零散的，与问题情境的匹配程度是弱相关的，不足以支撑个体排除情境中的干扰信息（李佳等，2011）。所以，个体只能根据获得的某些偶然的不相关信息去判断和决策，这可能导致对问题的理解和回答呈现出逻辑混乱和同义反复的现象。在前—零散结构中，学习者尚未对问题线索进行挖掘，但零散知识依旧支撑学习者建立了对问题线索的直观认识。在边缘场中，个体较少参与创新性问题解决，而是通过观察专家的行为，与同伴及专家进行讨论，逐步将实践从现象认知转向对于问题本质的探索。边缘场更多的是为合法身份的学习者提供一种合法的边缘性参与，是一种获得实践机会的文化机制（何爱霞等，2018）。个体在经历了对问题现象的直观认识后，以求挖掘一个可能的相关问题线索。在单点—横向结构中，信息的甄别和筛选是问题线索形成的基础，是在思维和知识的作用下形成的对单一事件的概括。然而，这种概括缺少准确性和全局性，因为学习者的思维是由同种类型知识的横向迁移形成的束状单点结构。思维的拓展性和迁移性不足导致学习者易于忽视反应内部可能出现的矛盾，生成的解决方案侧重横向联系而缺少纵向深入。在渐进场中，随着个体具身投入的状态不断加深，个体将由边缘性参与转向渐进性参与。此时，由结构关系构成的双边或多边网络尚未形成，个体需要更多的实践性活动来增强自身的主体性地位（中共中央马克思恩格斯列宁斯大林著作编译局，2012）。实践场域中由意向性投射出的几个束状单点结构构成了思维结构的基本样态；而零散的单一或多个知识点又在交叉关联中构成了多个束状单点结构（胡航等，2021），但是束状单点结构之间并未形成有效的关联。在多点—交叉结构中，知识和思维的不断进化和发展，也是感性向理性认识持续转换的过程。换言之，该阶段学习者在问题情境中领悟到越来越多与问题相关的正确特征，围绕若干问题特征挖掘到有限的问题线索，并以问题线索为锚点对周围的孤立事件进行归纳和概括。但此阶段学习者并不能觉察到问题线索与信息资料之间的联系，给出的一些“可能解”多是支离破碎的。在中心场中，个体进行实践活动的轨迹由边缘走向中心。个体较少受到外部事件和信息的干扰，在主观精神的作用下逐步建构起反映概念、事实与问题解决情境之间重要联系的网络关系（詹泽慧等，2023a）。这种建构往往是具体的、多向的，具有丰富的外延性和关联性。进言之，多个束状单点结构之间形成了关联，代表思维随着解的正确表征而得以发展。经验范围内的相关隐性或显性知识彼此之间也构成了多向的联系，逐渐形成体系化的概念层次。基于概念框架，学习者可以从问题情境中挖掘出多个问题线索，并对呈现的信息进行多次加工和剔除，将它们编入总体的联系框架中。在关联—多向结构中，由于知识节点间的高度迁移性（朱彩兰等，2023），使得知识和思维交替的频率更快，学习者能够将多个行为事件联系起来，并通过反向操作和反馈机制实现问题解决的高通路迁移。由此生成的关于问题解决的策略也更为多样和具有适切性。在全域场中，个体全身心地置身于实践场域，外部世界已与自身认知融为一体，具有较高抽象水平的知识和思维涌现于“大脑—身体—场域”的动力关系过程中（Madsen et al.，2020）。“事物”是通过知觉获得的“身体体验”，知觉所处的“域”作为一种构成性场域，能为“意向性的投射”起到支撑性和塑造性作用，这将促使思维由束状单点结构向椭圆单点结构变化。在全域场中，学习者将超越已有的信息和资料进入一种新的推理方式，拓展问题本身的意义，解决方案或结论随之也更具有开放性和抽象性。概念之间的抽象可能导致生成新的属性，进而产生层级更高的“类”或“领域”（朱彩兰等，2023）。此种“类”或“ 领域”是知识的特殊表达，具有明显的跨学科属性和结构化特征，且节点间的关系是深层的、本质的、超越表象的。在全场域中，学习者能够提炼出问题的本质特征，将所学迁移至表面特征看似高度不相似的情境中，由此而实现对创新性问题的解决。为了更好地确立创新性问题解决的过程机制，有必要立足于创新创业课程，将实践场域中知识与思维的双螺旋演进贯穿其中。在具体操作层面上，已有研究依据从问题解决的初始状态到目标状态的进阶提出了不同的划分方法，譬如六阶段模型（Dewey，1910）、七阶段模型（Bransford et al.，1993）、八阶段模型（Bardach et al.，2011）、五阶段模型（Aarikka-Stenroos et al.，2012）等。这些经典的问题解决模型为本研究构建创新性问题解决模型提供了基本支撑。然而，区别于一般性的问题解决，创新性问题解决更强调实践场域中真实问题的复杂性和未知性，解决思路和方案的多向性和人本性，以及产品的价值性和推广性（詹泽慧等，2019）。作为联结创造与创新的桥梁，设计思维更适合作为本研究的基础模型，并在创新创业课程中加以重构。设计思维是一套关于创新式解决问题的方法论体系（林琳等，2016），其生成性和创造性可促成问题解决过程中个体知识与思维结构的形成与发展。英国设计协会提出的设计思维“双钻模型”（Double Diamond Model）以问题为导向，将设计流程划分为问题定义和问题解决两部分（Design Council，2005）。其中，问题定义部分包括发散性的问题发现和收敛性的问题定义，问题解决部分包括发散性的开发和收敛性的交付。借鉴这一发散收敛结构，在创新创业课程中，我们以“商业计划书”作为生成性产品贯穿课程始终，同时也将其作为问题定义和解决的中间枢纽。具体而言，一方面将“问题定义”拆解为基于“现象分析”的发现问题过程和基于“问题探索”的确定痛点过程，让学生经历创新过程中的观察、分析、思考、决策，对问题达到充分的理解后再做“方案设计”；另一方面将“问题解决”拆解为基于“原型迭代”的最简可行产品（Minimum Viable Product，MVP）的测试评估过程和基于“价值推广”的展示推广过程。据此，我们将创新性问题解决过程演绎为现象分析（Phenomenon）、问题探索（Problem）、方案设计（Plan）、原型迭代（Prototype）、价值推广（Promotion）5个阶段。再加上创新性问题解决过程具有情境复杂性，需通过分层思想将各阶段解构为一系列具体环节，而且各环节要紧紧围绕创造性与价值性这两大标准，并在思维发散与收敛的交替作用下展开，由此即可构建出如图2所示的创新性问题解决5P珠串模型。该模型中每个节点均以P作为首字母，且由发散思维与收敛思维交替形成的多个棱形相连，仿佛是多颗钻石相连的珠串，故而将其命名为“5P珠串模型”。该模型试图将抽象的思维发展过程呈现为逻辑清晰、环环相扣的具体步骤，以为创新性问题解决的达成提供生动的方法指引。其中，问题情境表现为一个“连续体”，连接着实践场域中的表现性任务，个体需要应用基本的知识和技能促成问题的定义和解决。从创新创业课程的操作层面来看，“5P珠串模型”的每一阶段均有三个关键点：一是“起始点”，即要实现任务的问题需求点，也是思维发散的目标和出发点。二是“发散结束点”，即经历较为广泛全面的探索后，形成的集全体观点与智慧后达到的思维发散最值。“发散结束点”形成的创意与新观点越多，越能促成该阶段问题解决的创新性。三是“收敛结束点”，即以思维发散结束点为起始，进行思维收敛，对形成的众多观点与方案进行考察、整合、优化与决策。“收敛结束点”形成的方案整体效能越优，则越能提升问题解决的价值性。创新性问题解决的每一阶段，经过发散与收敛后得到的最终解决方案，将成为下一阶段的初始依据，由此便可逐步推进创新性问题的解决。“5P珠串模型”的详细释义如下：第一，现象分析（Phenomenon）。人对于事物的直观认识构成了创新性问题解决的起点，所以“现象分析”阶段强调基于个体或群体的动机和兴趣，在现象中产生对问题的初步感知。在该阶段，学习者通过用户调研、竞品分析、行业访谈等，广泛地收集与事件本质相关的资料和信息。小组内部通过发散性思考（如头脑风暴），形成对问题和现实需求的理解，再通过收敛性思考明确与现象相关的问题。需要强调的是，个体发现的问题可能是多个且存在与事件本质不相关的情形。市场分析过程中获得的资料和信息更是冗杂的，需要个体进一步甄别和筛选，以获取对现象的本质理解。第二，问题探索（Problem）。在分析现象的基础上，需要进一步界定问题，以确定解决问题的方向。尽管个体已经在“现象分析”阶段发现了问题，但仍需要从纷繁变化的信息中辨别梳理出主要信息（刘徽，2022），再依据自身的概念体系对主要信息进行挖掘和解读，进而深化对问题的理解。由于创新性问题的复杂性和解决问题的潜在多向性，个体需要发散思考多种解决方案，再将思维收敛聚焦于合适的特征线索，以合理确定问题的痛点和难点。第三，方案设计（Plan）。当基本的问题解决方向确定后，需着手设计并撰写创新性问题解决的方案。方案的设计和撰写同样需要进行思维发散和收敛。将现有观点、设计或假想进行整合，通过头脑风暴挖掘潜在的机会和资源，在团队协商中梳理解决策略，不断推进商业计划的设计。必要时还需通过投票等方式收敛思维，优选与问题匹配的解决策略。该阶段个体要将多个匹配的解决策略进行组合，使之构成问题解决方案的基本框架，而后运用具体的工具与方法将策略方案撰写成文。在这一过程中，应利用各种条件和资源细化方案，并根据信息的变化不断调整已有方案。第四，原型迭代（Prototype）。在计划书初步成文的基础上，把握关键特征，设计制作最简可行产品。首先运用发散思维尝试用不同的工具与方法实现产品原型的构建，而后通过测试、调研、焦点小组等将创新特征进一步明确细化，细分客户人群，批判地吸收信息，确认有效特征，确定最优的策略执行方法。考虑到创新性问题解决的成果是带有一定经济价值的作品、方案、策略等产品，因此在对构建的产品原型进行多角度测试评估时要注意“失败管理”，分析产品存在的最根本、最关键的问题，以实现创新性问题解决策略的有效迭代和不断优化。第五，价值推广（Promotion）。在该阶段，个体基于已有问题解决方案和增值性产品在创业环境中对其商业价值进行识别和评价，将一个有隐性价值的创业机会变成了一个有实际效益的商业模式。在实践场域中，个体先通过发散思维从多重角度进行机会识别以确定价值推广的机会，然后收敛确定最优产品的推广角度，再进行价值创造。因为创新创业教育课程的本质不止于产品方案的生成，更强调个体将创新方案的变革性和价值性进行充分表达和呈现。风险承担是企业家精神的重要内涵，在营销过程中，学生将建立基本的诚信道德，并培养同理心。他们可能也会经历被拒绝的时刻，但需要有勇气面对。此外，基于“内在控制”承担一定的失败风险也有助于个体增强心理耐受性。技术需要是个体产生技术行为的直接动因，技术服务于教与学的逻辑是师生需要和工具的关系匹配（李芒等，2023）。德国著名社会学家马克斯·韦伯（1997）将技术理性划分为两种类型，即工具理性和价值理性。从工具理性来看，技术应用于问题解决过程需秉持常态化、便捷化、高效化以及实用化的要求或原则；从价值理性来看，技术的应用需结合人的情感偏好与价值追求，强调技术应用的合理性以及和人的本质、真实需求的契合程度。只有具备实用性和针对性的技术，才能在教学中得到常态化的应用。在创新创业教育中，问题解决始于问题情境，而终于其在实践场域中成功推广，在此过程中伴随知识和思维的双螺旋发展。然而，由于创新性问题的复杂性，思维方案在实践层面上的执行并非易事，因此应充分发挥技术在信息获取与整理、知识呈现与测评、思维发散与收敛、规划执行与项目管理等方面的“助解”和“助创”作用，支持学生进行问题求解并在实践过程中提升方案的独创性、实用性和可行性。立足于创新创业课程，从师生的需求出发，本研究构建了技术赋能创新性问题解决的作用机制（见图3）。该作用机制以“5P珠串模型”为依据，从下到上依次呈现每个阶段，且整体形状呈现由大圆到小圆的变化趋势，表示问题解决方案的逐步聚焦。圆锥左翼表示技术赋能学习过程支持，从学生行为出发关注学生如何使用各类技术促使问题达到目标状态。圆锥右翼表示技术赋能教学提质增效，从教师行为出发关注教师如何使用各类技术引导学生进行问题解决和提升教学质量。圆锥底座是虚实结合的实践场域，作为实践创新的具身场景。由技术构筑的智慧学习环境可以创设高仿真的虚拟实践场景，联通虚拟世界和现实世界，一方面可促进学生沉浸式的参与，另一方面也可有效降低问题解决的成本。实践场域是发现问题、解决问题、开展迭代、验证方案的空间。在教学过程中，问题情境的创设、个性化的教学、实时的跟踪反馈，都离不开智慧学习环境的助力。实践场域可提供三类智慧学习环境为创新性问题成功解决赋能：一是通过互联网、云计算、大数据等技术构建自适应导学环境，可满足不同学生在创新性问题解决过程中的学习需求，从而助力其学习效果提升。二是通过人工智能、虚拟现实、数字孪生等技术构建虚实融合的元宇宙环境，可创设丰富多样的问题情境，为学生提供真实、生动、有趣的探究体验，激发其创造力和想象力。三是通过协同计算、社交媒体等技术构建协同互动环境，可促进学生之间的交流和合作，并从他人的反馈和评价中获得启发和鼓励，促成集体智慧的高效生成。从学生的行为来看，技术对创新性学习的赋能体现在两个方面：一是借助技术能加速思维的发散和收敛，二是技术能帮助学生将想法转换成具有一定经济价值的方案或产品。具体而言，技术对学习过程的支持体现在如下5个方面：第一，收集信息，解构现象。学生面对不确定性事件会产生直观认识，只有通过收集大量信息并对其进行抽丝剥茧才能将认识转换为若干问题线索。而技术的应用可以帮助学生收集丰富的信息和资料，以及获取多感官的体验。例如，使用问卷星开展市场调研可以多角度理解用户需求。又如，将ChatGPT的API接入微信群，小组成员可以围绕某一现象或主题与ChatGPT产生多轮对话，获得多角度的回答以及综合的信息材料，吸纳智能方案的可取之处，最终通过人机协同形成独创的见解。第二，整理信息，聚焦问题。深入分析现象后，对问题的聚焦和表征决定着问题解决的方向。技术的应用可以帮助学生高效地组织和处理信息，对问题线索进行推理，形成解决问题的逻辑和有创见的结论。譬如，学生面对凌乱的信息以及多条复杂的线索，可以借助思维导图、协作文档等梳理组内观点，也可以通过视频会议寻求专家支持等。生成式人工智能也可以帮助学生快速收敛思维，排除无关信息，并基于学习者的思维框架实现对文本信息的全面整理。比如，ChatGPT可以从第一人称视角出发，通过苏格拉底式的对话辅助个体遴选信息，逐渐聚焦问题，以及辅助学生区分痛点和难点等，直至确定要解决的“真问题”。第三，项目管理，形成方案。有了明确的问题后，学生需要设计针对性的方案，但受时间和空间的限制，项目管理本身就具有挑战性。因此，技术和工具的合理应用可以高效促进小组成员之间的信息和知识流动、问题解决策略的多维组合以及项目进程管理。譬如，小组成员可使用同理心地图、在线协作文档或虚拟会议桌进行协作共建，推进策略构思与梳理等。此外，还可以让具有一定专家思维的ChatGPT找出初拟设计方案存在的问题并提供修改建议，帮助学生及时调整问题解决方案，降低时间成本。第四，协同开发，创意物化。设计方案的具体呈现有赖于与之匹配的物化产品，以小组协作的形式开发最简可行产品是推进项目的基础。一方面，通过协作管理工具（如腾讯文档、Asana、BoardMix、Ping- Code等），激发每个组员出色的技能、知识和想法，打通成员之间灵感、思考、创作、管理、演示、协作链路，实现团队管理高效化和任务协同全程化。另一方面，可借助3D建模与打印、激光切割、开源硬件等实现产品原型的快速成型，并通过计算机模拟、区块链、智能合约等技术手段辅助完成产品有效性、可信度和安全性检验，以实现对产品的迭代优化。第五，路演推广、多维展示。创新性问题解决的最后阶段是让学生进行创业模拟训练或创业孵化培育。通过构建情景故事化的商业逻辑，识别产品宣传最有利的场景与机会，让学生在思维发散和收敛中明确产品推广的形式、方案与呈现工具。技术的应用可以促进学生对有商业价值信息的主观搜索、识别、评价和确定，增强个体的机会开发能力。譬如，学生可借助多种平台和媒介（如抖音、B站、公众号等）以及大语言模型（如DALL-E 2、Midjourney等）生成跨模态产品海报，宣传和展示成果并分享创意。又如，可通过文本/数据挖掘技术收集产品反馈，评估创新成果的效果和影响。创新性教学的复杂性在于教学活动具有明显的动态生成性、独特性和不确定性。从教师的行为来看，技术赋能创新性问题解决的关键在于简化“复杂性”。教师应该基于自身的主体性和创造性，利用各种智能技术增强教育教学能力，从整体上把握学生问题解决的进程并引导学生达成目标。第一，创设情境，具身参与。创新性问题解决的全过程正在从物理空间转向数字空间，因此构筑虚实融合的创新创业实践场域至关重要。教师需创设轻松自由、畅所欲言、利于协作、自主探索与思维碰撞的学习情境，以便于学生在具身参与的过程中更好地理解问题。譬如，虚拟现实技术可提供强交互性和沉浸性的学习环境，使学生以不同的角色参与创新性问题解决过程，增强学生的主动性和参与感，促成身体感知、行为控制和意义构建。从问题解决过程来看，技术既能让问题情境的呈现更加生动，也能让问题中知识的传播更加高效。第二，组织研讨，启发生成。面对复杂零碎的信息，学生需要判断、筛选并构建出自己的概念网络。教师需要提供交流研讨和概念构建的平台，促进个体或小组对知识进行管理和共享。譬如，可以搭建虚拟学习社区，使小组内部信息与知识不断回馈到知识系统内，形成个人知识与组织知识之间的良性循环（秦丹，2016）；还可以使用知识图谱，帮助学生整理不同学科知识间的关联，形成有意义的知识转换机制，加速知识和思维的更迭和优化。教师在此阶段还应借助技术工具收集学生的想法，理解创新性问题的由来，提供自己的见解，也可通过ChatGPT启发学生生成有意义的观点，促进学生在问题解决过程中凝聚智慧，实现群体知识的再生性积累。第三，诊断问题，互动引导。问题诊断是指利用多种智能技术对设计方案进行问题挖掘，及时发现学习进度不均衡问题，进而把握教学节奏，灵活调整教学计划和策略，以达成教学目标。在方案设计阶段，自适应学习系统可诊断问题解决进度，向学生推送个性化的参考资料，引导学生发挥个体的最大价值，帮助学生进行“失败管理”，还可精准给予学生必要的支持和引导。第四，支架支持，及时反馈。学生在依据设计方案构建原型的过程中，需要综合运用多学科知识和各类技术工具，因此教师必须及时提供各类支架，以帮助学生应对挑战。一方面，教师需提供激光切割、开源硬件等技术支持，让学生熟悉技术工具的使用和操作，进而辅助学生对用户细分、产品或服务形态、运用效果及市场反应进行验证，不断完善产品原型的开发与应用。另一方面，教师应时刻关注学生在原型构建过程中遇到的问题，借助数据挖掘、嵌入式技术、信息追踪等技术获取学生问题解决过程中随机变化的细微行为，并产生以时间为标记的行为足迹（胡艺龄等，2019），及时为学生提供问题反馈，以此帮助学生对原型产品进行迭代优化。第五，意见收集，总结分析。在价值推广阶段，教师可通过构建情景故事化的商业逻辑，使用元宇宙技术赋予每一位学生不同的身份（如投资人、顾客等角色），分配虚拟货币，组织成果发布以及路演推广。在此过程中，教师要充分利用技术赋能教学评价，对学生生发的创意做出准确评价。例如，利用手机终端的意见收集器等可以大大提高评价的即时性，有助于教师及时收集学生的意见并进行针对性点评和补充讲解。还可借助Moodle平台对学生最终的成果进行一键式评分，或者接入ChatGPT自动生成反馈意见。在创新性问题解决过程中，面对相同的问题情境，个体知识结构与思维结构的不同会导致他们对问题情境理解的偏差，这种“偏差”经过小组间思维的发散与收敛而放大，并在小组内部个性化地发展，这致使小组间问题解决的路径发展极具差异。技术为个体、小组间的思维发散和收敛提供了适合的场域，使得“关注个体差异”并“动态调整实践要素”变得更为容易（彭红超等，2019）。例如，在创新创业教育中，在线交互学习系统既能为学生提供丰富的问题情境，也能帮助学生根据兴趣选择不同的创新性问题，兴趣相同的学生还可迅速建立联结。再如，鉴于学习者从“现象分析”到“价值推广”的路径并不是一贯到底而是循环往复的，可以利用大数据和学习分析技术为学习者推荐适合的学习资料辅助其思维的发散与收敛（杨现民等，2022），同时也可提供证据帮助教师及时发现学生的学习障碍和迷思。此外，生成式人工智能也可以根据提供的信息和反馈快速调整回答，从而更好地满足用户的个性化需求（詹泽慧等，2023b）。在“现象分析”和“问题确定”阶段，这种自适应性允许团队根据实时反馈迅速识别和调整焦点。解构问题情境，运用发散思维尽可能提出多样的解决方案，产生多种新颖的点子及解决方法，这是创新的关键所在。技术在此过程中为创新性问题解决方案的形成提供了多元视角，使方案从单维度向多维度、综合化方向发展。例如，利用技术对不同学科和行业的数据、资源进行分析和挖掘，可创设真实的问题情境，实现跨学科建模（董艳等，2019），促进创新创业教育与其他学科的融合；虚拟现实和增强现实技术可以让学生沉浸在逼真的环境中，帮助学生探索新的思路和解决方案；以大模型为特征的自然语言处理技术可以处理大量的信息，对创新问题进行快速分析，提高问题解决的效率。在“方案设计”和“原型迭代”阶段，可以在课堂环境高效实施头脑风暴、六顶思考帽、同理心地图等思维工具，加速创新过程。创新性问题解决的成果是带有一定经济价值的作品、方案、策略等产品。在创新创业教育中，需要对产品是否经济有效、是否有推广价值等进行考量。产品制作完成后的检测以及商业规划是创新创业教育中的关键环节（Lugmayr et al.，2014）。技术可以使产品不仅仅停留在设想中，而是在技术的参与下得以物化和可视化，而且产品模型生成、市场调研量化、产品价值推广等也会变得更加快速、全面、高效。比如，在“原型迭代”和“价值推广”阶段，需要确定产品的实用性、有效性、价值性、安全性等属性，而3D打印、自动化生产等技术可加快产品的实用性检验，通过实践测试可不断改进产品的原型设计；计算机模拟、方案预实施、SWOT策略分析等技术手段可辅助完成产品有效性和价值性的检验，相关产品信息和数据可以可视化文本、图片、视频、孪生体等形式呈现。随着切片技术、实时交互技术、沉浸体验技术的发展，课堂评价将在技术的支持下超越主观判断感知而走向数据实证支撑。创新性问题解决过程中，对成果的单一主观评价不足以检验目标是否达成。在技术的支持下，思维发展的“黑箱”有了被探清的可能，脑成像技术为直接观察大脑进行高级认知加工时的活动状况提供了强有力的研究手段，可在一定程度上阐释创新性问题解决的神经机制（詹泽慧等，2023c）。技术可为获取创新行为的过程性数据提供支持，例如，图像识别技术、机器学习算法等可以对学习者的创新行为进行自动化抽取、标注和分析，不仅可以为创新性问题解决五阶段的划分提供证据，也能更全面地呈现创新性问题解决的详细过程；滞后序列分析、社会网络分析、事理图谱等技术可序列化分析创新行为的特征，对学习者创新性问题解决的效果做出全面、立体化的评估。创新性问题解决既是一种认知过程，也是思维和能力的生成过程。本研究立足于创新创业教育，基于信息加工理论、皮亚杰发生认识论、SOLO分类理论以及创业思维与行动理论，提出了实践场域中创新性问题解决的层次结构（即知识—思维双螺旋结构），论证了知识、思维和实践的不断转换和生成是创新性问题解决的关键。基于此，本研究提出了创新性问题解决5P珠串模型，为创新性问题解决活动的开展提供了课程层面的操作范式。其次，从技术赋能创新性问题解决过程的“效用”和“特性”两个层面来看，其作用机制在于契合师生的真实需求，适配相应的技术工具，以实现问题的合理表征与解决。从根本上来讲，技术是人类身体的延伸（曹继东，2013）。技术工具的应用应当秉持工具理性和价值理性的双重取向，处理好“人—技”双重关系，致力于技术使用的常态化、高效化、便捷化，进而达成技术在创新性问题解决过程中以“自我遮蔽”方式内化于教师的教和学生的学之中。最后，技术赋能创新性问题解决过程应坚守时代要求、秉持育人价值，将技术在知识传授、思维启发、思政建设、实践应用等方面的潜在价值发挥到最大。尤其是在生成式人工智能时代，人机协同已然成为未来发展的趋势，后续研究可进一步聚焦讨论人机共创式的问题解决机制。其中，生成式人工智能应用于人类高效解决问题过程中知识、思维、情感、行动等的相互作用关系尤其值得关注。参考文献：
[1][澳]约翰·B.彼格斯,凯文·F.科利斯(2010).学习质量评价:SOLO分类理论(可观察的学习成果结构) [M].高凌飚,张洪岩.北京:人民教育出版社:24-25.
[2][德]马克斯·韦伯(1997).经济与社会(上卷)[M].林荣远.北京:商务印书馆:56.
[3][法]皮埃尔·布迪厄(2012).实践感[M].蒋梓骅.南京:译林出版社:75-76,122-124.
[4]安国勇,赵翔(2022).“双一流”建设背景下拔尖创新人才培养问题研究[J].河南大学学报(社会科学版),62(1):117-125,155.
[5]白倩,冯友梅,沈书生等(2020).重识与重估:皮亚杰发生建构论及其视野中的学习理论[J].华东师范大学学报(教育科学版),38(3):106-116.
[6]曹继东(2013).伊德技术哲学解析[M].沈阳:东北大学出版社:23.
[7]陈明选,邓喆(2016).围绕理解的学习评价——基于SOLO分类理论的视角[J].中国电化教育,(1):71-78.
[8]陈琦,刘儒德(1997).当代教育心理学[M].北京:北京师范大学:152-153.
[9]褚宏启(2017).学生创新能力发展的整体设计与策略组合[J].教育研究,38(10):21-28,58
[10]董艳,孙巍,徐唱(2019).信息技术融合下的跨学科学习研究[J].电化教育研究,40(11):70-77.
[11]冯友梅,李艺(2019).布鲁姆教育目标分类学批判[J].华东师范大学学报(教育科学版),37(2):63-72.
[12]何爱霞,乐传永(2018).从“边缘性参与者”到“充分参与者”的工匠工作场所学习研究[J].现代远程教育研究,(6):55-63.
[13]胡航,米雪,李雅馨等(2021).深度学习品质刻画:评测工具的开发与应用——基于四城市小学生数学学习的实证研究[J].华东师范大学学报(教育科学版),39(11):73-85.
[14]胡艺龄,顾小清(2019).基于学习分析技术的问题解决能力测评研究[J].开放教育研究,25(2):105-113.
[15]黄荣怀,王运武,焦艳丽(2021).面向智能时代的教育变革——关于科技与教育双向赋能的命题[J].中国电化教育,(7):22-29.
[16]黄英杰(2017).论实践教育哲学的教育信条[J].教育理论与实践,37(31):7-10.
[17]李佳,高凌飚,曹琦明(2011).SOLO水平层次与PISA的评估等级水平比较研究[J].课程·教材·教法,31(4):91-96,45.
[18]李芒,张晓庆(2023).新时代教师真实的教育技术需要[J].现代远距离教育,(1):3-9.
[19]林崇德,胡卫平(2010).思维型课堂教学的理论与实践[J].北京师范大学学报(社会科学版),(1):29-36.
[20]林琳,沈书生(2016).设计思维的概念内涵与培养策略[J].现代远程教育研究,(6):18-25.
[21]刘徽(2022).大概念教学:素养导向的单元整体设计[M].北京:教育科学出版社:3,18,35.
[22]满其峰,胡金艳,张义兵等(2023).从“两个范畴”到“态射—范畴”:皮亚杰知识建构理论体系再梳理及其教育意义讨论[J].电化教育研究,44(6):22-28.
[23]彭红超,祝智庭(2019).人机协同决策支持的个性化适性学习策略探析[J].电化教育研究,40(2):12-20.
[24]秦丹(2016).社会认知理论视角下网络学习空间知识共享影响因素的实证研究[J].现代远程教育研究,(6):74-81.
[25]新华社(2022).高举中国特色社会主义伟大旗帜 为全面建设社会主义现代化国家而团结奋斗——在中国共产党第二十次全国代表大会上的报告[EB/OL].[2023-01-25].https://www.gov.cn/xinwen/2022-10/25/content_5721685.htm.
[26]许涛,禹昱(2016).技术在学习中的应用——2016年美国国家教育技术计划解读[J].现代教育技术,26(4):20-26.
[27]阎孟伟(2005).“感性世界”实践论诠释的认识论意义[J].哲学研究,(4):15-21.
[28]杨现民,张瑶(2022).教育规模化与个性化矛盾何以破解?——数据驱动规模化因材施教的逻辑框架与实践路径[J].中国远程教育,(8):42-52,79.
[29]叶浩生(2022).身体的意义:生成论与学习观的重建[J].教育研究,43(3):58-66.
[30]袁维新(2010).国外创造性问题解决模型研究[J].外国教育研究,37(7):6-11.
[31]詹泽慧,梅虎,麦子号等(2019).创造性思维与创新思维:内涵辨析、联动与展望[J].现代远程教育研究,(2):40-49,66.
[32]詹泽慧,季瑜,赖雨彤(2023a).新课标导向下跨学科主题学习如何开展:基本思路与操作模型[J].现代远程教育研究,35(1):49-58.
[33]詹泽慧,季瑜,牛世婧等(2023b).ChatGPT嵌入教育生态的内在机理、表征形态及风险化解[J].现代远距离教育,1-17.
[34]詹泽慧,杨钦晨,周俞君等(2023c).功能性近红外光谱技术应用于教育研究的国际文献综述——近十年研究图景与未来展望[J].远程教育杂志,41(1):24-36.
[35]张小乔,张绪扬(1990).问题解决及其教学的信息加工理论[J].教育研究与实验,(3):46-50.
[36]张沿沿,冯友梅,顾建军等(2020).从知识结构与思维结构看思维评价——基于皮亚杰发生认识论知识观的演绎[J].电化教育研究,41(6):33-38.
[37]中共中央马克思恩格斯列宁斯大林著作编译局(2012).马克思恩格斯选集(第1卷)[M].北京:人民出版社:1.
[38]朱彩兰,陈彤,李艺等(2023).关联思维的内涵与形成路径研究[J].电化教育研究,44(5):29-35,43.
[39]Aarikka-Stenroos, L., & Jaakkola, E. (2012). Value Co-Creation in Knowledge Intensive Business Services: A Dyadic Perspective on the Joint Problem Solving Process[J]. Industrial Marketing Management, 41(1):15-26.
[40]Bardach, E. (2011). A Practical Guide for Policy Analysis: The Eightfold Path to More Effective Problem Solving (4th Ed.)[M]. Sage: CQ Press:1-70.
[41]Bransford, J. D., & Stein, B. S. (1993). The Ideal Problem Solve[M]. New York: Worth Publishers:19-20.
[42]Design Council (2005). The Double Diamond Design Process Model[EB/OL]. [2023-02-06]. https://www.designcouncil.org.uk/our-resources/the-double-diamond/.
[43]Dewey, J. (1910). The Influence of Darwin on Philosophy[M]// Dewey, J. (Ed.). The Influence of Darwin on Philosophy, and Other Essays in Contemporary Thought. New York: Henry Holt and Company:1-19.
[44]Harlim, J., & Belski, I. (2013). Long-Term Innovative Problem Solving Skills: Redefining Problem Solving[J]. International Journal of Engineering Education, 29(2):280-290.
[45]Lugmayr, A., Stockleben. B., & Zou, Y. et al. (2014). Applying“Design Thinking”in the Context of Media Management Education[J]. Multimedia Tools and Applications, 71(1):119-157.
[46]Madsen, K. L., & Aggerholm, K. (2020). Embodying Education-A Bildung Theoretical Approach to Movement Integration[J]. Nordic Journal of Studies in Educational Policy, 6(4):157-164.
[47]Mei, H., Ma, Z., & Zhan, Z. et al. (2022). University Students’Successive Development from Entrepreneurial Intention to Behavior: The Mediating Role of Commitment and Moderating Role of Family Support[J]. Frontiers in Psychology, 13:859210.
[48]Neck, H. M., Neck, C. P., & Murray, E. L. (2018). Entrepreneurship: The Practice & Mindset[M]. Los Angeles: Sage Publishing:51-53.
[49]Timmons, J. A., & Spinelli, S. (2016). New Venture Creation: Entrepreneurship for the 21st Century (10th Ed.)[M]. New York: McGraw-Hill/Irwin:43-45.
[50]Xu, Z., Tang, N., & Xu, C. et al. (2021). Data Science: Connotation, Methods, Technology, and Development[J]. Data Science and Management, 1(1):32-37.
[51]Zhan, Z., Fong, P. S. W., & Lin, K-Y. et al. (2022). Editorial: Creativity, Innovation, and Entrepreneurship: The Learning Science Toward Higher Order Abilities[J]. Frontiers in Psychology, 13:1063370.
