项目式学习成效显著：斯科尔科沃科学与技术学院大型综述研究揭示关键成功因素
斯科尔科沃科学与技术学院（SkolkovoInstituteofScienceandTechnology，简称斯科尔...
斯科尔科沃科学与技术学院（Skolkovo Institute of Science and Technology，简称斯科尔技术大学）工程系统与科学中心的研究团队近日完成了一项大规模的“伞状综述”研究，系统梳理并总结了二十余年来全球范围内关于项目式学习（Project-Based Learning, PjBL）的研究成果。该综述论文已发表于国际顶级学术期刊 《教育研究评论》（Educational Research Review），该刊物隶属于爱思唯尔（Elsevier）出版集团，长期位居教育学与学习科学领域引用排名前1%的期刊之列，具有极高的学术权威性。研究不仅全面评估了项目式学习的整体有效性，还深入剖析了其发挥最佳效果所需的教学条件与环境支持。
项目式学习是一种以解决真实世界中的实际问题为核心的教学方法，旨在通过引导学生参与开放性、情境化的项目任务，促进其对知识的深层理解与综合运用。当前，这一方法已广泛应用于全球教育体系的各个阶段和学科领域——从基础教育到高等教育，从自然科学、工程技术到人文社会科学，均可见其身影。然而，尽管项目式学习在实践中广受欢迎，学术界对其真实效果的评估却长期存在显著分歧：部分综述研究仅报告了微乎其微的正面效应，而另一些则声称该方法是推动学生学业成就与能力发展的突破性策略。为厘清这一争议，研究团队决定开展“伞状综述”（umbrella review）——这是一种更高层级的证据综合方法，其对象并非原始实验数据，而是已有元分析（meta-analysis）研究本身，从而在更宏观的层面上把握整体证据趋势。
经过严谨的数据筛选与分析，研究得出明确结论：项目式学习相较于传统讲授式教学，具有统计上显著且教育意义积极的正面效果。更为重要的是，研究团队通过交叉验证发现，不同元分析所涵盖的原始研究样本之间重叠率仅为0.28%，这一极低的比例有力证明，所得结论并非建立在反复分析相同实验数据的基础上，而是来源于彼此独立、互为补充的多种实证来源，从而极大增强了证据体系的可靠性与稳健性。该研究的核心作者之一、斯科尔技术大学工程系统与科学中心研究员萨巴赫·法尔沙德（Sabakh Farshad）指出：“我们的分析证实，项目式学习带来的积极成效并非偶然或统计假象，而是具有充分实证基础的、可复现的教学效果。”
除了整体有效性的确认，研究还特别关注项目式学习在何种条件下能够发挥最大效用。结果显示，有两个关键因素始终稳定地影响项目式学习的教学成效：其一是小组协作的组织方式，最佳团队规模为3至5人，这一人数范围有助于兼顾成员间的充分互动与责任分担；其二是在项目活动中合理运用技术工具，如数字建模软件、在线协作平台、数据分析工具等，这些技术手段能够显著提升学生的问题解决效率与学习参与度。令人意外的是，长期以来被广泛认同的“项目式学习尤其适用于自然科学领域”这一观点，在本次综述中并未得到一致支持，相关证据呈现出明显矛盾，研究团队建议今后应针对不同学科背景开展更为精细的差异化研究。
值得特别关注的是，研究团队同时指出当前元分析研究整体质量仍有待提升。根据AMSTAR 2（一种用于评估系统性综述和元分析方法学质量的国际标准）的严格评定，本次纳入分析的15篇元分析研究均被评为“极低质量”（critically low quality）。主要扣分项集中于两方面：大部分研究未能在研究开始前进行方案预注册（pre-registration），也未能系统评估所纳入原始研究中的偏倚风险（risk of bias）。对此，作者团队强调，这一发现并非否定项目式学习的教学价值，而是为未来研究指明了亟需改进的方向——即必须建立更严格、透明、可重复的研究规范，以进一步巩固该领域的证据基础。
斯科尔技术大学工程系统与科学中心教授、该研究项目负责人克莱曼·福廷（Clément Fortin）补充道：“本综述的一大突出优势在于，我们明确区分了‘项目式学习’与‘问题导向学习’（Problem-Based Learning，PBL）这两种经常被混为一谈的教学方法。通过厘清概念界限，我们的研究为教育工作者提供了更具可操作性和可靠性的教学建议。同时，我们也为后续研究制定了清晰的学术议程，希望推动整个领域向更高标准迈进。”
该项研究是斯科尔技术大学工程系统与科学中心多年研究计划的重要组成部分，其长期目标在于深入探索工科院校学生的学习机制、参与动力与教学成效。基于这些严苛的学术标准与实证成果，该中心已着手开发自主知识产权的教育技术产品，其中包括StayTeam.ai平台——该平台已于2024至2025年间完成功能验证，专为项目式学习场景下的团队协作管理提供支持；以及正在研发中的SEQA（智能参与问答助手）——一款基于人工智能技术的互动式讲座辅助系统，集成了实时问答、个性化反馈与内置智能导师功能，旨在通过游戏化方式提升学生在课堂中的主动参与度和学习效果。
项目式学习是一种以解决真实世界中的实际问题为核心的教学方法，旨在通过引导学生参与开放性、情境化的项目任务，促进其对知识的深层理解与综合运用。当前，这一方法已广泛应用于全球教育体系的各个阶段和学科领域——从基础教育到高等教育，从自然科学、工程技术到人文社会科学，均可见其身影。然而，尽管项目式学习在实践中广受欢迎，学术界对其真实效果的评估却长期存在显著分歧：部分综述研究仅报告了微乎其微的正面效应，而另一些则声称该方法是推动学生学业成就与能力发展的突破性策略。为厘清这一争议，研究团队决定开展“伞状综述”（umbrella review）——这是一种更高层级的证据综合方法，其对象并非原始实验数据，而是已有元分析（meta-analysis）研究本身，从而在更宏观的层面上把握整体证据趋势。
经过严谨的数据筛选与分析，研究得出明确结论：项目式学习相较于传统讲授式教学，具有统计上显著且教育意义积极的正面效果。更为重要的是，研究团队通过交叉验证发现，不同元分析所涵盖的原始研究样本之间重叠率仅为0.28%，这一极低的比例有力证明，所得结论并非建立在反复分析相同实验数据的基础上，而是来源于彼此独立、互为补充的多种实证来源，从而极大增强了证据体系的可靠性与稳健性。该研究的核心作者之一、斯科尔技术大学工程系统与科学中心研究员萨巴赫·法尔沙德（Sabakh Farshad）指出：“我们的分析证实，项目式学习带来的积极成效并非偶然或统计假象，而是具有充分实证基础的、可复现的教学效果。”
除了整体有效性的确认，研究还特别关注项目式学习在何种条件下能够发挥最大效用。结果显示，有两个关键因素始终稳定地影响项目式学习的教学成效：其一是小组协作的组织方式，最佳团队规模为3至5人，这一人数范围有助于兼顾成员间的充分互动与责任分担；其二是在项目活动中合理运用技术工具，如数字建模软件、在线协作平台、数据分析工具等，这些技术手段能够显著提升学生的问题解决效率与学习参与度。令人意外的是，长期以来被广泛认同的“项目式学习尤其适用于自然科学领域”这一观点，在本次综述中并未得到一致支持，相关证据呈现出明显矛盾，研究团队建议今后应针对不同学科背景开展更为精细的差异化研究。
值得特别关注的是，研究团队同时指出当前元分析研究整体质量仍有待提升。根据AMSTAR 2（一种用于评估系统性综述和元分析方法学质量的国际标准）的严格评定，本次纳入分析的15篇元分析研究均被评为“极低质量”（critically low quality）。主要扣分项集中于两方面：大部分研究未能在研究开始前进行方案预注册（pre-registration），也未能系统评估所纳入原始研究中的偏倚风险（risk of bias）。对此，作者团队强调，这一发现并非否定项目式学习的教学价值，而是为未来研究指明了亟需改进的方向——即必须建立更严格、透明、可重复的研究规范，以进一步巩固该领域的证据基础。
斯科尔技术大学工程系统与科学中心教授、该研究项目负责人克莱曼·福廷（Clément Fortin）补充道：“本综述的一大突出优势在于，我们明确区分了‘项目式学习’与‘问题导向学习’（Problem-Based Learning，PBL）这两种经常被混为一谈的教学方法。通过厘清概念界限，我们的研究为教育工作者提供了更具可操作性和可靠性的教学建议。同时，我们也为后续研究制定了清晰的学术议程，希望推动整个领域向更高标准迈进。”
该项研究是斯科尔技术大学工程系统与科学中心多年研究计划的重要组成部分，其长期目标在于深入探索工科院校学生的学习机制、参与动力与教学成效。基于这些严苛的学术标准与实证成果，该中心已着手开发自主知识产权的教育技术产品，其中包括StayTeam.ai平台——该平台已于2024至2025年间完成功能验证，专为项目式学习场景下的团队协作管理提供支持；以及正在研发中的SEQA（智能参与问答助手）——一款基于人工智能技术的互动式讲座辅助系统，集成了实时问答、个性化反馈与内置智能导师功能，旨在通过游戏化方式提升学生在课堂中的主动参与度和学习效果。
斯科尔科沃科学与技术学院-相关新闻
相关学校
