行动科学

行动科学（Action Science）并非传统机器学习算法，而是由克里斯·阿吉里斯等学者基于杜威与勒温理论构建的关于人类行为设计与实践研究的学术框架。其核心在于打破常规科学与实践科学的界限，主张科学家兼具研究者、教育者与介入者三重身份，通过双环学习、信奉理论与使用理论等概念，系统阐述如何在教育及组织研究中构建实践导向的科学探究体系。该领域关注的是行为背后的认知机制与干预策略，而非数据驱动的计算模型。

在现代计算架构与知识工程生态中，行动科学扮演着连接理论与实践的桥梁角色。它超越了单纯的技术实现，深入探讨人机交互、组织变革及教育干预中的行为动力学。尽管不属于算法范畴，但其提出的“信奉理论”与“使用理论”为构建自适应系统、智能体学习及人机协作提供了重要的哲学基础与评估维度。行动科学强调在真实情境中迭代优化，这与现代机器学习从离线训练转向在线强化学习、从静态模型转向动态适应的趋势在精神内核上高度契合，是理解复杂系统行为演化的关键理论支撑。