当前，生成式人工智能迅猛发展，它所带来的思维链技术，正逐渐催生出一种全新的教育学分支——“思维链教育学”。具体来讲，就是教师需要引导学生像生成式人工智能一样去“思考”，像DeepSeek那样去深度求索。
　　
　　首先，教师要着力培养学生的问题分解能力。推理大模型的一个重要特征是问题分解，它将用户的问题和需求分解成小问题，分步逐步深化解决。这一点教师可以充分借鉴，引导学生像生成式人工智能那样把复杂的问题转化为多个小问题，通过逐一解决这些小问题，逐步构建起对整个问题的完整理解。在这一过程中，激发学生的主动探索欲望，让他们在分解与解决的过程中不断深入学习。在课堂讲授时，教师也要通过有声思维的方式，将自己解决问题时的思考过程详细地展现给学生，比如在讲解一道数学题时，教师不仅要给出解题步骤，更要阐述自己在思考过程中如何分析题目、如何尝试不同的方法、如何调整思路等。
　　
　　其次，教师要教导学生多角度、深层次地思考。对生成式人工智能来说，尤其是DeepSeek之类的推理大模型，在问题解决过程中，往往会多角色、深层次、系统地展开分析、问题解决和推理。在尝试分析了各种可能性和相关问题解决思路之后，才通过归纳，“走通”路径，输出问题的答案。教师在教学中，需要鼓励学生在学习过程中，针对一个问题从不同的学科领域、不同的知识板块、不同的问题解决思路，多角色、全方位、系统性地进行联想与拓展，构建出一个立体的思维网络。比如在学习历史事件时，不仅从政治、经济、文化等多方面分析事件的起因、经过和影响，还可以与当下社会现象进行对比，挖掘其中的内在联系与规律。这种多维度的思考方式，使学生不再局限于表面的知识记忆，而是深入挖掘知识背后的逻辑与内涵，不再只着眼于“点和线”，而是更加系统、更加全局地审视问题，从而实现深度学习，达到触类旁通、举一反三，促进知识和技能的迁移和创新应用。
　　
　　最后，教师要教会学生元认知和反思性学习。以DeepSeek为代表的推理大模型，用户在输入指令、提出要求后，它从任务理解到问题分解，再到层层推进，所有思路厘清后输出结论和答案。这个过程类似人类的问题解决过程，似乎也是采用了类似人的“出声思维”和“大声思维”。在教学中，教师要着力培养学生的元认知，也就是“对认知的认知”，即个体对自己思维过程的觉察、监控和调控。对于学生而言，培养良好的元认知能力，能够帮助他们更有效地管理自己的思维过程和学习过程，提高学习效率与质量；对于教师而言，引导学生发展元认知，是提升教学效果、促进学生深度学习的重要途径。
　　
　　（作者系华南师范大学教授）