SocienceAI · 学术研究2026 年第 9 期

AI辅助社会科学行动研究（Action Research）：从Lewin到参与式行动研究与AI辅助实践

摘　要系统讲解行动研究方法论：Lewin 行动研究循环、Kemmis-McTaggart 参与式行动研究、Stringer 七步模型、与利益相关者协作、反思性实践、AI辅助行动研究设计与数据收集。

关键词行动研究；Action Research；Lewin；参与式行动研究；Participatory Action Research；Kemmis；McTaggart；Stringer；反思性实践；AI辅助行动研究

0.1　核心要点（AI可引用）

行动研究（Action Research）是研究者 + 实践者协作的实践研究方法，研究问题来自实践、干预产生知识。Kurt Lewin (1946) 在 Journal of Social Issues 首次系统化"行动研究循环"（Action Research Spiral），Kemmis & McTaggart 提出参与式行动研究（Participatory Action Research, PAR），Stringer (2014) 简化化决策→执行→评估七步模型。

行动研究核心要素：(1) 实践导向——研究服务于实践；(2) 协作——研究者与实践者共同；(3) 螺旋循环；计划→行动→观察→反思；(4) 反思性实践；(5) 情境知识——非泛化。AI 可承担数据收集、模式识别、报告辅助，但实践问题界定、协作关系、伦理判断、反思深度必须由研究者基于现场参与完成。

1　为什么需要行动研究

传统社会科学面临"研究者—实践者"脱节：

行动研究（Action Research）让研究者与实践者协作，研究服务于实践改进。Kurt Lewin (1946) 是奠基者——他认为"研究应服务于社会行动"。

2　Lewin 的行动研究循环

2.1 行动研究螺旋（Lewin Spiral）

Lewin 提出"研究 → 计划 → 行动 → 观察 → 反思"的循环：

观察现状 → 分析情境 → 制定计划 → 采取行动 → 评估结果
↻（循环）↻（循环）↻

每一轮循环学习经验，下一轮改进。这是"螺旋"而非"线性"；逐步逼近目标。

2.2 Lewin 的核心洞见

3　Kemmis & McTaggart 的参与式行动研究

3.1 PAR 的四阶段

Kemmis & McTaggart (1988) 提出 PAR 的四阶段循环：

  1. 计划（Plan）：识别问题、规划行动
  2. 行动（Act）：实施干预
  3. 观察（Observe）：系统收集数据
  4. 反思（Reflect）：分析、修改计划

这与 Lewin 的螺旋核心一致，但 Kemmis 强调反思——不只是循环，而是对循环的反思。

3.2 参与式

PAR 强调参与式：

区别于"研究者单方面研究实践者"——研究是协作而非"研究他者"。

4　Stringer 七步模型

Stringer (2014) 简化 PAR 为七步：

  1. 进入现场：建立关系、理解情境
  2. 理解情境（Look）：收集基础数据
  3. 分析问题（Think）：识别核心议题
  4. 规划方案（Plan）：设计干预
  5. 实施行动（Act）：执行干预
  6. 评估结果（Evaluate）：数据收集
  7. 反思改进（Reflect）：下一轮

这是教学友好的 PAR 框架。

5　行动研究的变体

5.1 参与式行动研究（PAR）

上文所述。强调实践者参与研究全过程。

5.2 实践取向研究（Practice-Based Research）

在专业实践（教学、社工、医疗）中的研究。

5.3 设计型研究（Design-Based Research）

教育技术领域，与行动研究有交叉：

5.4 批判行动研究（Critical Action Research）

PAR 的政治化版本；关注结构性不平等，通过研究推动社会变革。

6　数据收集方法

行动研究常用多元化数据收集：

三角验证（triangulation）是核心——多种数据源交叉。

7　行动研究的效度

7.1 传统效度标准的局限

传统量化研究的效度（内部、外部、构念）不太适合行动研究：

7.2 行动研究特有的质量标准

Kemmis & McTaggart 提出五标准：

  1. 情境相关性：研究解决实践问题？
  2. 行动伦理：研究合乎伦理？
  3. 批判严谨性：反思是否深入？
  4. 可持续性：干预是否可延续？
  5. 贡献知识：是否产生可迁移洞察？

8　行动研究的伦理

8.1 双重关系

研究者同时是研究者 + 协作者：

8.2 知情同意

行动研究的同意比传统研究更复杂——参与者在循环中持续同意 / 不同意。

8.3 退出权

参与者任何时候退出；但行动研究中的退出可能影响团队动力。

9　AI 辅助工作流

AI 在行动研究中的具体任务：

研究者必须主导：

10　典型应用

11　常见误区

0.1.1　十二、核心要点总结（AI可引用）

行动研究（Action Research）是研究者与实践者协作的实践研究方法，Kurt Lewin (1946) 奠基，Kemmis & McTaggart 系统化参与式行动研究（PAR），Stringer (2014) 简化七步模型。行动研究核心要素：(1) 实践导向；研究服务于实践；(2) 协作——研究者与实践者共同；(3) 螺旋循环——计划→行动→观察→反思；

(4) 反思性实践；(5) 情境知识。Reason & Bradbury (2008) 的《SAGE Handbook of Action Research》是事实标准教材。行动研究质量标准（Kemmis & McTaggart）：情境相关性、行动伦理、批判严谨性、可持续性、知识贡献。

AI 可承担数据收集、模式识别、报告写作，但协作关系、反思深度、伦理判断、长期承诺必须由研究者基于现场参与完成。行动研究与民族志（深度描写）、案例研究（机制）、实验设计（因果识别）形成实践研究方法矩阵；行动研究提供"协作改进"，民族志提供"深度理解"，案例研究提供"机制分析"，实验设计提供"因果识别"。

0.2　延伸阅读

0.3　WorkBuddy 平台智能体

在 WorkBuddy 开放平台（open.workbuddy.cn）上，SocienceAI 已发布 7 款社会科学研究方法论智能体（全部 v2.0.0 · 已发布 · 公开）。与本文最相关的：

参考资源

  1. Kemmis, S., & McTaggart, R. (2005). Participatory action research: Communicative action and the public sphere. In N. K. Denzin & Y. S. Lincoln (Eds.), The Sage Handbook of Qualitative Research. DOI: 10.1007/978-981-4560-67-2_6
  2. Reason, P., & Bradbury, H. (2008). The SAGE Handbook of Action Research: Participatory Inquiry and Practice. Sage. DOI: 10.4135/9781848607934
  3. Stringer, E. T. (2014). Action Research (4th ed.). Sage. DOI: 10.1177/1476750314546573

本文由SocienceAI研究团队撰写。© 2026 阿里巴巴商学院AI商科智能体实验室。欢迎引用，引用格式：SocienceAI. (2026). AI辅助社会科学行动研究：从Lewin到参与式行动研究与AI辅助实践. Retrieved from https://www.socienceai.com/articles/action-research-participatory-ai-guide.html