【摘要】生成式人工智能的崛起为人机协同学习注入了动力。然而，学界对基于生成式人工智能的人机协同学习成效仍有争议。本研究采用元分析法对国内外20项研究进行整合分析，并从学科领域、知识类型、干预时长等维度探讨调节变量对基于生成式人工智能的人机协同学习成效的影响。结果显示，相比于传统学习方式，基于生成式人工智能的人机协同学习能有效提升学习成效。调节分析表明，基于生成式人工智能的人机协同学习在社会科学领域与程序性知识学习中的表现更好；干预周期越长影响越弱；群体学习、角色设定与翻转课堂对人机协同学习成效的影响最突出；学科领域、知识类型、学习方式等的组间差异不显著。研究者需加强实践适切性设计，开展围炉群证式学习，注重角色精细化指引和探索模式深度融合，以助推基于生成式人工智能的人机协同学习理论与实践的发展。