生成式人工智能賦能初中語文跨學科主題教學

【摘 要】生成式人工智能輔助語文跨學科主題學習設計，促進學生知識整合與多元思維的發展。本文通過人機協同共創，以“茶文化”主題學習設計為例，探討生成式人工智能如何通過搭建學習支架、創設學習情境、分析學習成效，為學習資源、學習體驗、學習評價等有效賦能，旨在為語文跨學科主題學習的實施提供參考。

【關鍵詞】生成式人工智能；跨學科學習；語文；茶文化

【中圖分類號】G434 【文獻標志碼】B

【論文編號】1671-7384（2024）09-008-03

引 言

隨著知識的快速更新，學科分科教學已難以滿足學生能力培養的社會需求，學校教學呈現出多個學科交叉和交融的趨勢。跨學科主題教學注重建構跨學科知識網絡，培育跨學科素養。由“文化自信”“語言運用”“思維能力”“審美創造”四方面構成的語文核心素養是跨學科學習的價值導向。從語文課程發展現狀看，課程內容不再局限于文學作品的閱讀和分析，還融入了歷史、藝術乃至科學元素。新課標指出要“充分發揮現代信息技術的支持作用，拓展語文學習空間，提高語文學習能力”[1]。生成式人工智能技術的興起，促進了語文跨學科主題學習設計、實施與評價。

生成式人工智能賦能語文跨學科主題學習的內在機制

1.生成式人工智能的應用機理

生成式人工智能為語文跨學科主題學習提供了技術支撐，其基于深度學習算法，能從海量數據中學習語言規律，進而生成連貫、有創意的文本內容。相較于以往的模型和其他類型的人工智能，生成式人工智能在處理復雜語境和保持對話流暢性上優勢明顯，在信息提供、問題解答和深入討論等方面更加精確高效。其在語文跨學科主題學習中，表現出強大的交互性和個性化，可根據不同主題和學科背景生成與之相符的文本內容。如“語文與科學”主題，針對人民教育出版社語文教材中的《宇宙生命之謎》《太空一日》等科普性文章，借助交互式對話可獲取相關科學背景信息，激發學生在學習語言技能的過程中積極探索跨學科知識。

2.生成式人工智能促進學生的知識融合

憑借先進的算法和強大的數據處理能力，生成式人工智能可以有效整合多個學科的知識，為學生提供全面而深入的綜合性學習視角來進行知識探索。例如，在“文學作品中的地理元素”主題中將文學描寫與地理知識相融合，幫助學生深入理解作品內涵與地理知識之間的關聯。此外，面對復雜的跨學科問題，生成式人工智能可以分析不同領域的文獻資料，幫助學生構建知識圖譜，把握主題的核心概念和相關關聯。

3.生成式人工智能促進學生多元思維的發展

生成式人工智能通過提供不同角度的觀點，助力培養學生批判性思維、創造性思維和系統性思維。根據其生成的不同論證，引導學生分析、比較、評價信息；借助對話提供構思，鼓勵學生跳出傳統框架，探索新穎的表達方式和解決問題的辦法；同時輔助整合多源信息，幫助學生構建起系統全面的學科知識體系。例如，在探索“詩歌與哲學”主題時，通過多樣化的詩歌解讀促使學生思考不同觀點的合理性，利于學生多元思維發展。

生成式人工智能在語文跨學科主題學習中的實施策略

《義務教育課程方案（2022年版）》強調每個科目須拿出“不少于10%的課時”開展跨學科主題學習，將其他科目的內容整合應用于該科目的學習。在特定主題的統領下，跨學科主題學習以任務鏈的方式解決主題之下的復雜問題，并由此實現學生對知識的創造性理解，更好地培養學生的核心素養和應用知識解決實際問題的能力[2]。因此，定好主題是開展好跨學科學習的第一步。依據主題任務所需的學科、文化、知識等內容，生成式人工智能可在活動開展前、中、后三個階段從創新教學方式和優化學習策略上賦能（圖1）。

圖1 人工智能助力跨學科主題學習的三階段應用模式

茶發源于中國，“中國傳統制茶技藝及其相關習俗”項目已列入2022年聯合國教科文組織新一批人類非物質文化遺產代表作名錄。在中小學傳播茶文化，發掘不同學科中的茶元素，有助于學生形成跨學科的學習習慣、傳承與弘揚中華優秀傳統文化。下面以九年級（初中三年級）語文“茶文化”跨學科主題學習為例具體論述。

1.搭建學習支架，為學習資源賦能

生成式人工智能作為搭建跨學科主題學習支架的有力輔助工具，為教師和學生提供豐富的學習資源及沉浸式的學習體驗。在主題選擇與設計方面，教師可利用其深度分析和資源整合能力，自動推送符合學生興趣和需求的學習內容。

依據“茶文化”主題由“通義千問”人工智能系統生成的語文跨學科主題學習設計包含四個主題任務：“茶之源”“茶之道”“茶之韻”“茶之禮”。這是以教材中優秀古詩詞為載體聚焦語文學科，同時結合了其他學科知識的綜合應用。在活動實施方面，生成式人工智能針對學生的關鍵詞檢索與提問輸入給出答案，并智能分析并整合學習資源。其具體教學過程如下。

（1）根據不同主題任務，高效推送相關資源

在主題任務一“茶之源”中，智能系統首先推送《茶經》選段與解讀，幫助學生理解茶的起源與分類；同時檢索并生成與茶文化相關的知識內容，如茶強調的和諧、自然、寧靜等品性，茶代表的“和、敬、清、寂”等文化內涵。學生可借此更好地分析歸納所學詩歌中蘊含的茶文化，從人民教育出版社八年級（2017年版）上冊《三峽》中品味出“素湍綠潭，回清倒影”的茶之特性；從人民教育出版社九年級（2018年版）上冊《岳陽樓記》中體會“不以物喜，不以己悲”的豁達胸懷與茶之精神相通之處。

在主題任務二“茶之道”中，基于機器學習算法剖析與歷史、地理學科相關的學習資料，人工智能呈現歷史上不同朝代茶文化的發展狀況，介紹中國主要采茶區的地理位置、環境情況、氣候特點，輔助學生繪制融入歷史背景的茶事變遷時間軸及茶葉種植地理分布圖等信息。

（2）根據學生提出問題，生成實施步驟

面對學生提出的具體問題，生成式人工智能是一個永不感到疲憊、永遠保持耐心并提供即時反饋的智能語言導師[3]，可以利用自然語言處理技術快速分析問題核心，生成包含解析、案例、操作指南在內的解決方案框架，引導學生逐步探索與實踐。

針對主題任務三“茶之韻”，結合物理和化學學科知識生成學生學習步驟如下：一是學生利用生成式人工智能的對話搜集關于茶葉成分的科學文章和研究報告等資料；二是學生學習生成式人工智能所推送的知識了解茶葉的成分及其功效；三是生成式人工智能生成一套基于原理的茶葉沖泡模擬實驗方案，包括控制變量（如不同溫度的水對茶湯顏色、香氣的影響）和觀察記錄表，學生分析背后的物理變化（如擴散、溶解）和化學反應（如氧化還原）。

結合其他人文學科知識，學生還可關注以下任務：第一，學生利用生成式人工智能生成的資料分析與總結茶學發展史上的經典作品及其藝術風格；第二，生成式人工智能提供基礎知識和靈感素材引導學生利用簡單材料（如陶土、竹木）設計與制作茶具；第三，生成式人工智能從創意性、實用性、美觀性方面對學生所提交的設計圖或成品照片給予反饋。

（3）根據不同學生需求，提供多樣的學習資料

針對不同學生的學習風格，如視覺型、聽覺型、動手操作型等，生成式人工智能可以生成個性化學習資料，如圖文并茂的文章、有聲讀物、互動式模擬實驗等。

在主題任務四“茶之禮”的學習中，生成式人工智能生成的茶藝師指導視頻，能為視覺型學習者提供生動直觀的茶道流程動畫演示、禮儀步驟圖文解析，使之全方位學習茶道禮儀。同時，生成式人工智能基于學生的學習進度和興趣點推薦茶文化文章、詩詞及拓展材料，并針對重點與難點問題生成詳盡的注釋與解析文檔，幫助學生理解詩詞中的隱喻、象征和文化內涵。在成果分享環節，學生小組借助詩歌朗誦、作文演講、調研報告展示等形式分享學習心得，體悟中華優秀傳統文化的魅力。最后，生成式人工智能根據每位學生的水平分別生成個性化與差異化的作業，如為初級水平學生生成關于茶詩的創意寫作任務，為高級水平學生生成關于茶與哲學關系的比較研究，以此滿足不同層次學生的學習需求，激發其學習潛能。

2.創設學習情境，為學習體驗賦能

人工智能工具可以創設超越時空限制的學習環境，能為學生提供沉浸式、互動式的語文學習體驗。首先，賦能個性化內容的生成。結合學生的學習興趣和認知水平來整合茶的歷史、傳說和名人軼事，借助圖像生成和視頻合成能力創設視覺上引人入勝的學習材料。這些故事和情境不僅富有直觀性和趣味性，還能根據學生反饋不斷調整內容。

其次，賦能交互式的對話與創作。利用技術重現歷史上茶文化大師或文學家的口吻與形象，讓學生與古人“面對面”交流，討論茶道哲學以及詩詞創作背后的文化內涵。這種情境對話不僅增強了學習體驗，還幫助學生在模擬自然對話中提升語言文字應用與多元文化視角的理解能力。此外，智能交互式詩詞創作平臺能根據學生輸入的關鍵詞或情感傾向即刻生成符合主題的詩詞初稿，學生可在平臺上和“古人”斗詩，以深刻地感悟詩詞內容與韻律。

最后，賦能數字化情境的模擬與體驗。利用智能技術打造虛擬的古代茶館環境，學生借助VR或AR設備進入場景，自主選擇動態調整細節，身臨其境地觀察和體驗茶館的日常運作、顧客之間互動和茶藝表演等項目，提升學習參與度，加深對當時社會背景的理解與情境體驗。

3.分析學習成果，為學習評價賦能

（1）學習成果的及時反饋

基于語音識別與自然語言處理技術，學生通過生成式人工智能可以獲得相關口語作業（如茶藝演示解說、茶文化主題演講）發音準確度、語調、流暢度等方面的實時反饋；對于書面作業，生成式人工智能能快速分析所提交的作業或創作（如茶文化主題的詩詞、短文），識別出學生在語言表達和文學創作中的優勢與不足，及時提供語法、邏輯、內容相關性等方面的詳細建議，保障學習成果得到及時有效的反饋。

（2）學習評價的過程可見性

傳統的語文學習評價往往側重于語言文字運用、文學素養積累等終結性結果，而忽視了評價過程性與跨學科素養發展的重要性。生成式人工智能可以追蹤每位學生在學習過程中的每一次互動、測試、創作活動，創建學生學習行為日志。通過可視化的學習歷程圖展示及生成的量表分析，師生可清晰觀察到學習進度、難點突破、興趣變化等，保證學習過程的直觀性和可見性，激發了教與學的積極性。

（3）個性化學習改進的建議

基于對學生學習表現的綜合分析，人工智能可以智能診斷學習中的薄弱環節，針對性地推薦閱讀材料、視頻教程及互動游戲等補充學習資料或練習，彌補知識空白。同時，教師可根據學生的測試成績、學習偏好等多維度數據顯示，動態調整后續學習內容和難度，創建個性化學習路徑。這種“一人一策”的學習模式確保每位學生都能按照適合自己的節奏和路徑改進學習進度。未來，人機共創與語文跨學科主題學習將持續融合，并不斷深化、完善。

注：本文系中南民族大學中央高校基本科研業務費項目“核心素養下新型數字教材的設計研究”（編號：CSY23040）和教育部產學合作協同育人項目“基于虛擬現實的新型課堂教學及多模態數據驅動的學習評價研究”（編號：230800179164408）的成果

參考文獻

中華人民共和國教育部. 義務教育語文課程標準（2022年版）[S]. 北京：北京師范大學出版社，2022：3.

李序花，馮春艷，馬紅亮，等. 跨學科主題教學： 基本內涵、價值向度及設計路徑[J]. 天津師范大學學報（基礎教育版），2023，24（6）： 1-6.

王曉璐，楊云軒，謝陽斌. 創造人機對話式學習新形態：大語言模型的教育應用現狀與展望[J]. 中小學信息技術教育，2024（5）： 15-17.