引言

随着《“人工智能+教育”行动计划》由教育部等五部门印发并实施，高等教育数智化转型开始进入全面落地的新阶段。该计划为新时期高等教育学习生态的重构指明了方向，它明确提出要推动智能技术与教育的全要素融合、全过程贯通和全场景覆盖，加快构建一种人机协同、虚实结合、泛在可及的智慧教育新形态，并打造出虚实融合的未来教育空间。作为人才培养的核心载体，学习空间正在率先经历一场系统性的变革，从封闭的物理场所转向开放的智能生态。人工智能技术与教育教学的深度融合，彻底打破了传统学习的时空边界，学习不再被限制在物理教室内，而是延伸到线上平台、生活场景和社会空间之中，由此形成了一种时时可学、处处可学的全域学习格局。对于大学新生而言，他们作为高等教育的初始群体，正处于一个关键阶段，需要从高中那种被动应试的学习方式，转向大学的自主探究学习，他们的学习适应能力不仅直接影响学业发展的质量，还关系到校园融入的效果和长期成长的潜力。

但是，现在大学新生普遍存在一个对学习空间的认识错位问题。多数学生还是把学习当作课堂听讲和阅读教材，他们很难理解全域学习空间的融合性与无边界性，在开放多元的大学学习环境中，就容易迷失方向，学习效率也变得低下，从而出现一连串的适应困境。从实际情况来看，在入学后的第一个学期，有相当比例的新生会被不同程度的学习适应问题所困扰，而学习方式的转型困难，是其中很主要的一个原因。再看各高校现有的培养实践，新生适应教育多半把重心放在心理辅导、学业通知和入学教育活动上，对学习空间认识需要转型这个根源性问题，关注得还不够，也很少有人从全域视角去探讨怎样搭建一套系统的适应支持体系。在这样的背景下，利用全域学习空间去破解新生的适应难题，既可以当作落实“人工智能+教育”行动要求的一个具体抓手，也是数智化时代完善新生培养体系的一种重要探索。

一、全域学习空间的概念及理论基础

大学新生在适应阶段面临着诸多的困境，比如学习动力不足，学习资源利用低效等情况，在更深层次的逻辑上，这些问题均可以指向一个根源，即新生们依然用高中阶段“教室—教师—教材”的封闭空间观念，来应对一个早已突破物理围墙，深度互联互通的大学学习生态。本章的目的在于为大学新生提供理解新型学习生态的概念框架，助力其顺利完成学习方式转型，适应大学的学习生活。

1. 全域学习空间的内涵与核心特征

能否准确界定全域学习空间的内涵，是探讨大学新生借此适应大学生活的前提。当前，数智技术正以前所未有的深度重塑教育形态，学习发生的场域已远远溢出传统教室的边界。刚步入大学的新生，仍然固着于高中阶段以课堂为中心、教师讲授为主导的“学习空间”认知，在这种认知下面对大学开放、流动且高度自主的学习生态，容易产生无所适从的“迷航感”。因此，梳理并阐明全域学习空间的概念，尝试为新生提供理解自身学习环境的全新视角，帮助他们尽快转变观念，融入大学学习。

从历史演进来看，学习空间形态不断突破学习边界，从早期依托视听图像辅助教学的媒介化空间，发展到互联网技术支撑下实现互联互通的网络化空间，再到当前以数据和算法为驱动、追求群体智慧涌现的智能化学习空间，每一次跃迁都旨在为学习者创造更自由、更有效的认知环境；全域学习空间作为智能化学习空间发展的未来形态，让学习的发生不再受制于任何单一的物理场所或数字平台，而是能够随时随地、无缝地嵌入学习者的整个生活世界。具体而言，全域学习空间呈现四方面核心特征：一是空间无边界，学习场景打破教室围墙，覆盖校园内外、线上线下的全部范围；二是要素深融合，物理环境、数字资源、社会关系和个体认知不再相互割裂，而是形成互相渗透的有机整体；三是智能适配性，借助数据和算法感知学习需求，提供个性化的资源与服务供给；四是认知分布式，学习不再是个体单独完成的活动，而是在人、机、环境和同伴组成的系统里协同推进。

本文将全域学习空间解析为一个智能教育生态系统，以数智技术为底层支撑，以分布式认知为核心运行逻辑，以学习者为中心，由物理环境、数字资源、社会交互和个人认知网络深度融合而成，旨在促进分布式认知活动的开展；对于这一界定，陈时见和刘雅琪将其看作一种技术生态，认为这是一个“能够感知学习状态、提供个性化支持、促进深度交互的智能有机体”；温正胞和林琦则从分布式认知视角，将其解释为“一个由人、技术、环境和资源共同构成的分布式认知系统”，本文的界定融合了这两种观点。

（二）全域学习空间的理论基础与构成维度

随着数智技术的广泛普及，认知活动在分布上的特点也从一种理论设想变成了现实中的常态，分布式认知理论告诉我们，认知活动并不只是封闭在个人的大脑里面，而是广泛地分布在个体、他人、技术工具以及物理和社会环境之间，由此形成一个协同运作的系统。从这个视角看过去，全域学习空间的本质就能够被清晰地呈现出来：它是一个以数智技术为依托、把认知任务进行重新安排的生态系统，能够推动“人—机—环境—同伴”的协同认知，借助智能工具去分担那些低阶的认知任务，这样一来，学习者个体的大脑负担就减轻了，整体学习效率也得到提升。

为了方便剖析学习者内在的认知建构与自我调节机制，本文采用了杨现民等的四维划分框架，用这个框架把全域学习空间分解为物理、信息、个人和社会四个彼此渗透的维度，其中特别把“个人空间”单独划了出来。具体来说，物理空间是学习活动发生的实体基础，它包括了所有支持学习的校园场所和设施；信息空间则由数字资源、智能工具和技术服务组合而成，为认知活动提供技术上的支持；个人空间是学习者进行内在认知建构、自我反思 and 元认知调节的专门领域；社会空间是师生、同伴和学术共同体之间进行互动与协作的关系网络。这四个维度并不是各自独立存在的，它们互相交织、彼此赋能，共同组成一个完整的学习生态系统。

（三）全域学习空间与大学新生学习适应的内在契合性

运用分布式认知理论审视大学新生的学习适应，其重点在于揭示认知存在方式的转型，即从高中阶段以个体大脑为中心的“集中式认知”，转向大学阶段在“人—机—环境—同伴”系统中运行的“分布协同式认知”。高中应试教育场景下的学习空间高度固化、认知任务高度集中，学生长期处于“教师主导、课堂为主、教材为核心”的集中式认知模式之中，这一模式以个体独立完成认知任务为基本特征，使得学生缺乏分布式认知的训练与体验。进入大学之后，学习环境骤然开放，学习任务的复杂度也随之提升，如果新生无法及时建立起属于自己的分布式认知网络，适应障碍便会出现。

新生适应困境的本质，正是这一转型过程中认知分布网络建构的失败。全域学习空间作为分布式认知系统的四维支撑，通过物理空间提供情境、信息空间赋能工具、个人空间促进反思、社会空间激发互动，为认知网络的建构提供了结构化的载体，从而使问题逻辑与解决方案在认知层面形成同构。四维结构恰好对应认知分布的四个载体，为新生完成认知转型提供了一条清晰的路径依托。

二、大学新生的学习适应能力要求与现实困境

人工智能技术与高等教育的深度融合，不仅重塑了学习空间的形态与功能，也从根本上改变了大学新生学习适应的内涵与要求。

1. “人工智能+教育”下大学新生学习适应的新挑战

智能技术的全面渗透，使大学学习的外部环境发生了一场系统性变革，从学习场域到认知方式，从资源供给到学习模式，都对刚脱离高中应试体系的新生提出了前所未有的适应要求。高中阶段的学习被严格限定在教室、图书馆等物理空间之内，而这一边界已被人工智能技术的普及彻底打破。如今宿舍、食堂乃至校外任何有网络覆盖的地方都能成为学习场所，这种“时时可学、处处可学”的泛在学习模式，要求新生必须从被动等待统一安排转向主动规划自己的学习时空。有研究指出，数字文明时代的学习空间已呈现出“全域渗透”的特征，学习与生活的边界正变得日益模糊，这对新生的空间感知能力提出了全新的要求。

与传统认知模式不同的是，智能时代的学习不再是个体大脑的单打独斗。过去需要靠死记硬背来完成的记忆、计算等低阶任务，现在可以交由人工智能工具去处理，学习的本质也随之变成了人、机、同伴与环境之间的协同认知过程。这意味着新生必须重构自己的学习逻辑，学会借助外部力量来分担认知压力。与此同时，海量数字资源的涌现，在丰富学习选择的同时，也带来了新的难题。教材和课件不再是唯一的知识来源，网络上的课程、文献、视频等资源呈指数级增长，而且内容碎片化的问题相当严重，新生需要具备快速筛选和整合有效信息的能力，否则就很容易在信息海洋中迷失方向。

高中阶段的学习依赖老师和家长的全程监督，大学则完全转向自主驱动，而人工智能的介入进一步放大了这种自主性，学生可以根据自身需求定制学习内容、调整学习进度。这种转变对新生的自我管理能力提出了极高的要求，那些缺乏规划的学习者很容易陷入拖延和迷茫的困境。

2. “人工智能+教育”下大学新生学习适应的核心能力要求

面对上述外部环境的深刻变化，大学新生需要主动调整学习认知与行为模式，重点培养四个方面的核心能力，方能顺利完成从高中到大学的学习转型。

对于大学新生而言，最核心的是分布式认知能力的培养。分布式认知能力，简单来说，就是不再将所有认知任务集中于个人大脑，而是学会对其进行合理分配：将文献整理、数据计算等重复性工作交由人工智能处理，与同学协作攻克复杂问题，自己则聚焦于知识理解、批判性思考和创新应用等高阶活动，由此形成一个高效运转的认知分配格局。

其次，新生需要具备扎实的数字素养与人机协同能力。这不仅要求熟练操作在线课程平台、文献数据库、思维导图软件等基础工具，更在于掌握与人工智能工具配合的技巧——明确AI的适用边界，利用其提升学习效率，同时避免因过度依赖而导致独立思考能力的退化；而且由于AIGC能够直接生成完整答案而非仅提供思路提示，其在学业应用中天然带有“认知外包”的倾向，学习者若过度依赖，便容易从借助工具的“辅助性支持”滑向由工具代劳的“替代性完成”。本质上，人机协同并非以AI替代学习，而是让AI成为延伸学习者认知能力的伙伴。

自主学习与自我调节能力是适应大学学习的基础性能力。新生需要学会制定阶段性的学习目标，合理分配时间，定期复盘学习效果并据此调整方法；在遇到困难时，不能被动等待老师来解决，而要主动查阅资料、寻求帮助，从而形成一个自我驱动的学习闭环。相关研究表明，自主学习能力越强的新生，其学习适应水平便越高，学业倦怠感也越低。

此外，社交融入与协作学习能力同样不可或缺。大学学习强调团队合作，课堂讨论、小组项目和科研实践都离不开与他人的交流与协作，新生应当主动拓展自己的社交圈，与不同专业、不同年级的同学建立联系，构建起属于自己的学习支持网络，以此缓解学习中的孤独感与压力，构建良好的社会联结。

3. 当前大学新生学习适应的突出现实困境

智能时代对大学新生学习适应提出明确要求，但多数新生未完成认知行为转型，暴露出诸多问题。

场域认知固化最为普遍。多数新生延续高中思维，将学习等同于课堂听讲和教材，忽视线上课程、非正式学习空间、社会实践等新型场景。这种窄化为“教室—教材”的心智模型，使他们在开放环境中难以定位，产生“不知道该去哪里学、该学什么”的迷航感，本质是学习空间认知框架未能随环境重构。

认知负荷过载同样突出。相当比例的新生未掌握分布式认知策略，仍沿袭以个体记忆为中心的学习方式，试图将所有知识装入大脑；大学信息量急剧攀升，智能时代信息环境将学习者暴露于高知识密度中，新生的信息筛选与处理能力未同步发展。面对海量资源与复杂任务，他们既要耗费大量时间甄别信息，又要费力记忆知识点，导致学习效率走低，焦虑情绪滋生。

数字素养发展不均衡是另一痛点。部分偏远地区新生接触智能设备有限，连文献检索和在线平台操作都不熟练，面临明显的“数字鸿沟”；另一部分新生则走向极端，过度依赖AI完成作业与论文，知识未内化，可能触碰学术规范红线。这种两极分化加剧了学习适应差距，使既有个体差异在数字化环境中进一步放大。

自主调节能力薄弱是共性问题。脱离高中严密外部规训后，不少新生方向感丧失，日常时间被游戏与拖延占据，学业靠考前突击；遇学习挫折不主动反思调整，易衍生厌学情绪，甚至挂科退学。深层看，这是自我导向学习能力缺失的直接表征，也是新生适应期最高发的学业问题类型。

社交联结松散加重适应困境。不少新生性格内向或习惯高中高度组织化的班级集体生活，进大学后缺乏主动构建人际意识；社交圈收缩在宿舍和同班同学狭小范围，很少与教师、学长交流，不参与学术社团。学习或生活遇困难无人可询、无处可诉，滋生的孤独感与疏离感严重侵蚀学习投入状态。

三、全域学习空间提升大学新生适应能力的主要策略

基于全域学习空间的四维构成与大学新生适应困境之间的对应关系，本章从物理空间、信息空间、个人空间、社会空间四个维度，以及四维协同的系统层面，探讨提升新生学习适应能力的策略。

1. 优化物理空间，构建泛在可及的学习场景

物理空间作为新生感知大学学习环境的第一载体，其布局与功能直接影响空间认知和学习行为，因此在明确基础定位后，还需从场景规划、引导适配和数字联动等维度着手，推动对新生学习适应的系统赋能。

(1) 统筹场景规划，构建灵活多元的学习场景体系

优化物理空间的首要任务，是帮助新生打破“教室即学习”的固化认知，感受大学学习的开放性与多样性。高校需打破单一教室格局，统筹功能分区：智慧教室配备互动白板、研讨桌和移动座椅，支持多种教学模式；图书馆划分安静自习区、小组协作区、多媒体学习区和休闲阅读区，适应不同学习任务的需要；在教学楼的走廊、宿舍楼下和食堂周边增设非正式学习角，配桌椅、充电接口和无线网络，让学习在更多场所随时发生。

(2) 强化引导适配，降低新生的环境陌生感

在物理空间完成功能分区的基础上，还需要通过系统的引导机制帮助新生快速建立与学习场所之间的联系。入学初期，可组织“校园学习空间打卡”活动，借助实景讲解等熟悉场所功能与使用规则；设置专属学习区和朋辈空间，张贴标识指南，引导新生选择合适场景，建立空间认知。

(3) 虚实联动，实现线下与线上数据无缝衔接

物理空间高效利用离不开数字空间联动。一方面实现学习场所网络全覆盖，接入统一平台与资源库，便捷获取线上资源；另一方面部署智能终端提供预约、检索、签到等服务，贯通线下行为与线上数据，使物理空间升级为智能化学习生态的有机组成部分。

（二）贯通信息空间，搭建个性化的学习支持

在明确信息空间作为全域学习核心支撑定位后，需从资源整合、智能支持、素养培育等维度，推动对新生学习适应的深度赋能。

1. 整合分散资源，搭建轻量化的学习支架

信息空间赋能新生适应的首要任务，是解决资源过载与获取路径碎片化的问题，提供清晰便捷的资源入口。高校应打通数字平台壁垒，整合教务系统、课程平台、文献数据库与虚拟仿真平台等，建一体化资源门户，实现“一站式”检索；同时分类整理基础课程、通识教育、学业指导等内容，按专业和年级精准推送，简化流程，降低认知负担。

2. 依托智能技术，提供个性化的学习支持

在资源整合的基础上，信息空间还需借助人工智能技术为新生提供更具针对性的学习导航服务。高校可搭建智能学习导航系统，根据新生的专业背景、学习进度和兴趣偏好，为其推荐合适的课程、文献和学习资源，并提供学习计划制定、进度提醒和疑问解答等服务，帮助新生合理安排学习时间、明确学习节奏。

3. 加强素养培育，规范智能工具的使用行为

信息空间的高效利用，取决于新生数字素养与工具使用规范，因此需将数字素养培育纳入适应教育。高校可开设数字素养课程与工作坊，培训文献检索、数据处理等基础技能，助薄弱新生跨越“数字鸿沟”；同时制定AIGC使用指南，明确AI学习适用边界与学术规范，引导新生提效同时保持独立思考，防止出现由“辅助性支持”滑向“替代性完成”的风险。

（三）培育个人空间，养成自我导向的学习模式

个人空间是新生进行自主学习与认知建构的核心场域，其培育状况直接关系到新生的自主学习能力和自我调节水平，因此需将个人空间的系统培育作为专门任务加以落实。培育个人空间的核心目标，在于引导新生建立自我导向的学习模式，形成稳定的学习习惯与反思能力。

1. 以学习管理与反思平台为依托，推动认知过程的外化

首要工作是帮助新生将内隐的认知活动转化为可记录、可回溯的外在形式，使学习者能审视自身学习轨迹。高校可借助电子档案袋系统，引导新生记录学习进程、上传作业成果并撰写学习日志；在此基础上设置周期性反思任务，鼓励他们对学习中的困难与收获进行系统梳理。

2. 以学业预警与个性化反馈为抓手，落实学习问题的及时干预

在帮助新生建立反思习惯的同时，还需从外部机制上提供有针对性的诊断与支持。通过综合分析课程出勤、作业提交和考试成绩等数据，识别出存在学习困难倾向的学生并启动预警；为每位新生配备固定的学业导师，定期开展一对一指导。

3. 以个性化学习路径为方向，培育自主规划与决策能力

个人空间培育的最终落脚点，在于使新生能根据自身特点与发展意愿，主动设计并调适学习路径。高校应引导新生结合专业培养方案和个人兴趣特长，制定阶段性学习目标与长期发展规划；鼓励他们在必修课程之外自主选修相关课程，积极参与科研项目与社会实践。

（四）联结社会空间，织密学术与情感的支持网络

社会空间是新生构筑学习支持网络、寻求情感归属的关键载体，其联结紧密程度直接影响新生的校园融入与心理健康水平。联结社会空间的核心目标，在于搭建线上线下融合的交互平台，织密学术与情感支持的复合网络。

1. 以同伴互助机制为纽带，增进新生之间的交流与协作

首要着力点是为新生创设多层次、跨边界的同伴互动渠道，高校可推行“学长导师制”，选拔高年级学业优秀学生担任新生导师，在学业指导、生活适应和心理疏导等方面提供陪伴式帮助；同时建立跨年级、跨专业的学习社群，通过线上研讨、线下帮扶等活动，营造互助氛围。

2. 以师生互动平台为桥梁，构建和谐融洽的师生关系

高校应明确专业导师和辅导员的育人职责，要求导师定期与新生见面交流，掌握其学习进展与生活状况；借助线上互动平台将课堂交流延伸至课外，实现师生之间常态化沟通；同时鼓励教师将课堂讨论拓展到线上，引导新生主动参与学术对话。

3. 以学术社区平台为阵地，引领新生融入校园学术氛围

高校可定期举办学术讲座、科研启蒙和学科竞赛等活动，激发新生的学术兴趣与热情；支持新生加入科研团队和学术社团，参与教师的课题研究，在真实的科研实践中培育学术素养和创新能力。

（五）推动四维协同，形成数据驱动的全周期闭环

全域学习空间的价值释放，依赖于物理空间、信息空间、个人空间与社会空间之间的深度协同与联动运转。四维协同整合的核心目标，在于打破各空间之间长期存在的壁垒，构建起一套数据驱动、制度保障的全域适应闭环。

实现这一目标，首先需要在技术层面打通四维空间的数据脉络。构建覆盖校园全域的学习数据中台，将各维度数据加以整合，实现跨空间数据的统一管理与共享；其次辅以组织层面的制度保障，建立跨部门的协同治理机制，统筹教学、学工、信息化、后勤等相关部门职责；最后聚焦于新生全周期适应的分阶段支持，从入学初期的空间感知，到中期的能力培育，再到后期的精准帮扶，形成递进式支持链条。

四、结语

在“人工智能+教育”深度推进的背景下，大学新生学习适应的核心矛盾，已从浅层的环境适配转向传统空间认知与新型全域学习生态的深层错位。全域学习空间以数智技术为底层支撑、以分布式认知为核心逻辑，为破解新生适应困境提供了全新的分析视角与实践路径。整体而言，全域学习空间赋能新生学习适应，本质上是通过空间重构推动认知重构，帮助新生完成从集中式认知到分布式认知的顺利转型。

参考文献：

1. [1] 教育部,国家发展改革委,工业和信息化部,等.教育部等五部门关于印发《“人工智能+教育”行动计划》的通知[EB/OL].(2026-04-08)[2026-04-20].http://www.moe.gov.cn/srcsite/A16/s3342/202604/t20260410_1433240.html.
2. [2] 陈时见,刘雅琪.数智时代学习空间的形态特征与建构路径[J].开放教育研究,2025,31(05):48-54.
3. [3] 温正胞,林琦.全域学习空间助力乡村全面振兴——基于分布式认知理论的探索[J].远程教育杂志,2025,43(04):106-112.
4. [4] Hutchins E. Cognition in the Wild[M].Cambridge: MIT Press,1995.
5. [5] 杨现民,张盛,李新.迈向数字文明的教育生态重塑与深思[J].远程教育杂志,2025,43(01):11-18.
6. [6] 谢幼如,邱艺,罗文婧,等.智能时代大学生学习适应的重塑研究：内涵、模型与测量[J].电化教育研究,2023,44(03):13-20.
7. [7] 巩莉,杨阳,孙建强,等.“互联网+背景下的大学新生适应与学习投入[J].高教论坛,2023(02):114-120.
8. [8] 池上新,康诗涵,曾文茜,等.数字时代大学生线上学习适应性及其影响因素研究——基于生态系统理论视角[J].中国青年社会科学,2023,42(06):73-87.