如果把“布鲁姆金字塔”倒过来…

 

来源公众号：教育学人AIED　作者：李小祖逸

禹王山啊沉甸甸，上头尖来下头宽；有朝一日倒过来，上头宽来下头尖——佚名

我发现一个超有意思的文章（你可以先看下文的图片），这个老师认为，把布鲁姆金字塔倒过来，可能更适合AI时代的教育。今天我们看看这件事的起因和经过，不过目前来看，还没有结果。

2025年四月，佐治亚州立大学的Michelle Kassorla教授准备一个关于人工智能时代批判性思维的演讲，在准备演讲时她突然想到布鲁姆分类法并不完全适用于我们所处的时代，因为AI时代的学生可能是先创造，后理解。

“我迫不及待地想要重新构建布鲁姆分类法，以体现人工智能时代学生思维层级发生的翻天覆地的变化.…..”

于是她干脆就把布鲁姆金字塔给倒过来，拿着这页PPT去参加了“人工智能教学与学习大会（Teaching and Learning with AI Conference）”。

“布鲁姆分类法”或者说“布卢姆教育目标分类学”大家都不陌生，「教育学人AIED」曾经写出过一篇「10万+」的“布鲁姆”推文。

经典的布鲁姆模型将认知过程描绘为一个金字塔，底层是记忆和理解等低阶思维技能，顶端则是评价和创造等高阶思维技能。

然而，当人工智能能够在几秒钟内生成复杂的文本、代码或图像时，传统的“创造”作为认知的终点已显得不合时宜。

因此，Michelle Kassorla等人开始转向一种颠覆性的框架——“AI时代的倒置布卢姆分类法”（Inverted Bloom’s Taxonomy for the Age of AI），将“创造”置于学习过程的起点，而非终点。

接下来，我将结合所有能找到的资料（包括博客、论文、播客），和大家一起看看，如何理解、看待、和应用“倒置布鲁姆金字塔”。

  一、“倒置布鲁姆金字塔”的层级结构

传统教学往往将最终的产出（如论文、代码、设计作品）视为学习发生的唯一证据。但在AI触手可及的今天，完美的产出可以被轻易地“制造”出来。这是Michelle Kassorla拿着“倒置布鲁姆”去参加学术会议的第一因。

她的会议论文

经过Kassorla和AI的多次调校（作者在自己的博客里承认了这一点），她也把倒置后6个阶段的新内涵确立下来了。

“如果我想把这件事做好，就不能简单地颠倒黑白，加上一些听起来很精辟的解释就完事。”

倒置模型的六个阶段不仅是顺序的重组，更是认知权重的重新分配。每个阶段都强调了人类在与AI协作中的地位。

（1）创造：作为探索入口的新起点

在倒置框架中，“创造”是学习的切入点而非顶峰。学习者首先通过编写提示词、设计原型或构建初步模型直接投入行动。

例如：学生写一个提示词，“请写一篇关于《哈克贝利·费恩历险记》中吉姆这个角色的文章。”在这个阶段，学生获得了人工智能生成的输出结果，几乎不需要阅读或编辑。别看他们“创造”的东西像模像样，学生几乎没有发挥任何自主性。

这种教学逻辑与弗里德里希·福禄贝尔（Friedrich Froebel）的理论不谋而合，即儿童通过复杂的游戏和创造活动来获取概念性知识。在数字时代，这种“游戏”体现为算法实验。当学生点击“生成”按钮时，他们实际上是在进行最低难度的认知切入，这为后续的解构提供了丰富的素材。

（2）评估：批判性审视与伦理洞察

一旦生成了初始输出，学习者便进入“评估”阶段。这与传统方法在项目末尾进行评估的做法截然不同。在这里，学生必须反思AI输出的优劣、局限性及其伦理后果。由于AI无法理解其生成内容的真实“意义”或人类重要性，评估便成了不可替代的人类技能

例如：学生使用人工智能生成作文后，要求他们评估这个作文以进行修改，或者为其他学生的论文提供“同伴反馈”。学生可以使用人工智能快速评估论文，此时，这种评估并非源于他们对主题的深刻理解，而是应用了人工智能提供的评估标准。

（3）分析：揭示底层逻辑与算法偏见

分析阶段侧重于探索“AI为何产生特定结果”。学生通过拆解复杂的数据集或AI模型，理解其运行机制以及塑造这些机制的意识形态或算法偏见。在文学教学中，这表现为将AI生成的文本视为受历史偏见影响的“文化产品”进行审问。

例如：一名学生收到人工智能对其作文的反馈。为了“分析”这些反馈，他们可能会要求人工智能进一步解释反馈的含义，或者对识别出的错误类型进行分类，而不是进行更深入、更自主的写作分析。此时，虽然他们在与分析结果互动，但他们对这些错误原因的理解可能仍然停留在表面。

（4）应用：精炼、迭代与人类干预

经过分析后，学生进入“应用”阶段，利用获得的洞察力来改进作品。这是一个迭代的过程，学生需要思考如何进行不同的操作以提升结果。在此层级，“应用”意味着利用人类的想象力和创造力，超越AI提供的通用化建议，将理论与实践相结合，解决现实世界中的复杂问题。

例如：学生在分析了人工智能提供的反馈意见（这些意见指出了论证薄弱之处）后，可能会尝试独立修改这些部分，并参考人工智能提供的总体建议，而不是直接要求人工智能重写。此时，即使他们对强有力论证的理解尚未完全成熟，这种运用反馈意见的行为也展现了他们更强的主动性。

（5）理解：意义构建与系统关联

在倒置模型中，“理解”发生在学生已经通过创造和精炼过程深入接触材料之后。通过将行动中的发现与更广泛的概念框架相连接，学生建立起更具个性化和持久性的知识体系。

例如：学生在根据人工智能反馈修改文章后，可能会反思某些修改为何能提升文章的清晰度或论证力度，从而对写作原则有更深入的理解。此时，他们能够独立建立联系，展现出更强的自主性。

（6）记忆：内化与知识的巩固

最终阶段是“记忆”，即巩固知识以备未来使用。在事实检索被AI轻易取代的世界里，记忆的重心从死记硬背转向了对过程性习惯的保留以及专业知识的巩固。这确保了学习者内化了那些核心原则和独特的人类见解，使其能够将这些技能迁移到非AI辅助的环境中。

例如：通过应用 AI 反馈并反思修改，学生理解了论证原则，现在在处理新的写作任务时，无需立即获得 AI 的帮助，就能回忆起这些原则。这次学习活动的收获实现了内化。

  二、“倒置布鲁姆金字塔”的学界认可度

由于这个主意是2025年4月才产生的，目前为止只有两篇博客和一篇会议论文，作者当然都是Michelle Kassorla同一个人，截至目前，并没有发现相关的实证研究。

这是一个很诱人的想法，看着很有新意也很有趣，而且在AI融入教育的背景下，这似乎是一个强有力的新颖观点。但正如所有新想法都必须接受实践的检验一样，我们不能简单地直接套往课堂里搬。

大多数会议论文的质量和普刊差不多，Kassorla的论文并不能当作一个充分条件为其想法做背书。她的博客反而更有价值，因为我们可以直接看到评论和Kassorla的辩护。

有评论指出，如果没有坚实的知识基础，学生根本无法进行有效的分析或评估；这就如同一个不知道哪些蘑菇有毒的采蘑菇者，无法通过“应用”或“分析”来规避致命的错误。

Kassorla辩称，倒置布卢姆分类法更多是对现实状况的“描述”，而非单纯的教学指南。她指出，无论教师是否允许，学生已经在利用AI“先行创造”了。

按大脑的功能而言，记忆当然比理解简单，创造可能是最复杂的事，这不是现在不用大脑也能创造嘛。

因此，教育者的任务不是禁止这种行为，而是通过引入“认知摩擦”（Friction）——如强制性的解构和反思——来迫使学生从一键生成进入更高阶的认知领域。

如果AI让“创造”变得容易，教师就必须让“过程”变得严格。

  三、我看“倒置布鲁姆金字塔”

不得不说，这是我写得最没有把握的一篇公众号。由于缺乏实证研究，我不知道这个“倒置布鲁姆”应该处于何种地位。而且，从理论角度来讲，即使是从“创造”起步，后边也未必非要一步步按着反向布鲁姆来走，而且，到最后归到了“记忆”，这不见得是个好的教育目标。

前边废了那么大劲，只为了最后记住一些新东西吗？

假设我们按着倒置布鲁姆框架设计教学，最终会得到什么（教学目标问题）？

我拿生物学教学举例子（这个案例是AI生成的，后边的分析是自己写的），假设要学习自然选择如何导致抗生素抗性？

Create：AI 生成一段解释（允许）。
Evaluate：学生必须指出其中是否有“目的论表达”（如“细菌为了适应而变异”）、是否混淆“个体适应/群体进化”、有没有把“突变”说成“被环境诱导产生”。
Analyze：把解释拆成“变异来源—选择压力—差异生存繁殖—频率变化”的链条，并标注每一环需要什么证据。
Apply：换成“杀虫剂抗性/肿瘤耐药/城市鸽颜色变化”等新情境迁移。
Understand：不用 AI，口头讲给同桌听并接受追问。
Remember：一周后做 3 道“变式题”，看是否仍能稳定调用该机制。

第二步怎么走？学生都不知道什么是“自然选择”，怎么可能识别出什么是”自然选择的目的论表达“

而且，最后的验收变成了对Remember的检验，又回到做题了。那么学生为了偷懒，完全可以不跟着步骤走，预习一下，做做习题看看解析就够了。

即使如此，我仍然认为Kassorla想出了一个好点子，因为这至少能形成一个闭环（这得益于布鲁姆本身的结构特点），而非建议和呼吁。

只是她自己也没有通过充分的实践来继续打磨这个思路（或许有，但我们还没有看到成果，非常能理解）

倒置布鲁姆真正给我们的启示是，当“创造”被AI去技能化后，必须关注到真正的学习过程可能在“创造之后”才会发生。

就像Kassorla一时起意创造了“倒置布鲁姆”一样，“创造之后”一切才刚刚开始。她还需要做“评估”、“分析”，事实上我今天这篇也算在评估和分析，还需要“应用”的反馈和微调，才可能真正被大家所“理解”和“记忆”。

我今天的参考文献包括：

会议论文：Grammarly for Education. (2025). Teaching With AI: Trends, Tensions, and Transformation in Higher Education(2025–26 AI Trends Report).
博客《AI时代的反转布鲁姆分类法》：https://michellekassorla.substack.com/p/inverted-blooms-for-the-age-of-ai
博客《Understanding Inverted Bloom's》：https://michellekassorla.substack.com/p/understanding-inverted-blooms
播客Smarter Campus Podcast (Michelle Kassorla P2）：https://www.youtube.com/watch?v=vF-

来源网址：如果把“布鲁姆金字塔”倒过来…