生成式人工智能在跨學科教學中的應用研究

【摘 要】本研究在剖析生成式人工智能的技術特點與優勢基礎上，探討其在跨學科教學設計中的具體應用場景，并以“小小太陽能車的設計與制作”為例，提出了應用生成式人工智能開展跨學科教學的具體策略，以期促進跨學科育人成效的提升，推動教育高質量發展。

【關鍵詞】生成式人工智能；跨學科教學；教學設計

【中圖分類號】G434 【文獻標志碼】B

【論文編號】1671-7384（2024）09-011-03

引 言

《義務教育課程方案（2022年版）》中明確要求“各門課程用不少于10%的課時設計跨學科主題學習”，強調“開展跨學科主題教學，強化課程協同育人功能”。跨學科教學深化課程教學改革，成為發展學生核心素養的重要舉措。然而，目前的跨學科教學存在教學目標不明確、師生的角色作用不清和缺乏有效評價等問題，使得跨學科教學實施困難重重。因此，本研究將深入探討如何利用生成式人工智能賦能跨學科教學，優化跨學科教學設計，為一線教師的教育教學提供借鑒和參考。

相關概念界定

1.生成式人工智能

生成式人工智能（Gen AI）是一種人工智能技術，能夠根據用自然語言編寫的提示詞自動生成內容，內容呈現形式包括用自然語言編寫的文本、圖像、視頻、音樂和軟件代碼[1]。生成式人工智能以先進算法、強大算力和海量數據作為支撐[2]，具備啟發性內容生成、對話情境理解、序列任務執行、程序語言解析四項較為突出的核心能力[3]，在教育領域發揮重要影響，能夠促進教學模式、評價體系和智能教育應用生態的轉變[4]，重塑教學生態。

2.跨學科教學

跨學科教學是學科教學的補充。于國文等認為，跨學科教學是跨越學科之間的界限，在注重各學科內在邏輯的基礎之上建立學科間的聯系，并將學科進行整合，進而在教學實踐中實施整合后的多學科融合教學[5]；田娟等認為跨學科教學是課程形態與教學策略的合體，作為一種課程形態，屬于“整合課程”或“綜合課程，作為一種教學策略，在具體操作上表現為以問題為中心的教學模式[6]；李洪修等認為跨學科教學是一種以主題或議題為載體，融合兩門以上學科的知識、方法等，以問題解決為導向的教學活動[7]。

綜上所述，跨學科教學是一種教學方法和理念，將不同學科領域的知識和概念相互關聯和整合，以幫助學生建立跨學科的思維能力和綜合應用能力，以應對現實生活中的復雜問題。

生成式人工智能賦能跨學科教學的分析

在跨學科教學中，生成式人工智能具有提供個性化及創造性學習支持、跨學科知識整合、虛擬實驗和模擬、自動化評估和反饋、智能對話和輔導等功能，能夠促進學生綜合能力和跨學科思維的發展。

1.提供個性化、創造性學習支持

生成式人工智能根據學生的個體差異和學習需求，提供個性化的學習支持，為每位學生定制適配的學習材料和練習題，提供創造性學習的支持和啟發，激發學生創造力和創新思維。

2.支持跨學科知識整合

生成式人工智能助力學生整合不同學科知識。學生通過智能搜索和推薦功能，獲取相關學科資源，促進交叉學習，培養綜合思維能力。

3.創建虛擬實驗和模擬環境

生成式人工智能可以創建虛擬實驗和3D模擬環境，支持跨學科實踐和探索，使學生獲得實踐經驗和技能。在虛擬實驗中，學生可以在安全的環境中進行科學實驗、工程設計等活動，提高實踐能力和問題解決能力。

4.自動化評估和反饋

生成式人工智能可以自動評估學生的學習成果和能力水平，通過分析學生的作業、測驗和考試相關答案，提供實時評價和反饋，幫助教師更好地了解學生的學習進展。

5.智能對話和輔導

生成式人工智能扮演教師和助教的角色，與學生智能對話，營造交互式學習環境。學生借助生成式人工智能尋求問題解答和指導，促進知識理解和應用。有研究表明，借助生成式人工智能可以顯著提高學生學業成績。

生成式人工智能賦能跨學科教學設計

本文基于《義務教育科學課程標準（2022年版）》“能的轉化與能量守恒”“工程設計與物化”核心概念，以“小小太陽能車的設計與制作”為主題開展跨學科教學活動，綜合運用科學、信息科技、數學和美術等學科知識，引導學生完成太陽能車的設計與制作，實現跨學科知識整合與應用，培養項目設計與實踐能力，增強環保意識與可持續發展理念。

1.學習者特征和學情分析

本項目教學對象為小學六年級的學生，小學六年級學生具有較強的好奇心和探索欲，對自然界存在的各種形式的“能”有初步了解，能利用工具制作簡單的實物模型；對新技術有著濃厚的興趣且能快速適應，更傾向于使用數字化工具和資源來學習，具備一定的數字素養；在數學方面，已經掌握基本的運算和圖形知識；在美術方面，具備一定的繪畫和手工制作能力。這些基礎知識為“小小太陽能車的設計與制作”項目順利實施提供有力支持。

2.教學目標創新生成

本文通過“文心一言”人工智能工具，從科學、信息科技、數學和美術等學科的視角出發，圍繞“知識+素養”制定教學目標。在與生成式人工智能對話的過程中，默認的教學目標是圍繞三維目標設定，隨著限定條件細化（即提示詞優化），教學目標更加清晰，生成式人工智能也會根據上下文來調整內容生成，從而一步步貼近最終的目標。

經調整，最終確定的教學目標為：（1）引導學生將科學知識（如太陽能原理、機械結構）、信息科技知識（如模型設計制作、信息檢索）、數學知識（如外觀結構、性能測試）以及美術知識（如車身設計）等跨學科知識整合起來，實現知識的綜合運用和解決實際問題；（2）以項目為導向，通過太陽能車的設計、制作和測試，培養學生的創新創造能力、問題解決能力和團隊協作能力；（3）引導學生認識可再生能源的重要性，理解科技創新與環境保護的緊密聯系，增強環保意識和可持續發展理念。

3.教學評價智能多元

生成式人工智能支持包括學生自評、同伴互評、教師評價在內的多元評價，全面評價學生的學習情況。首先，生成式人工智能根據教學目標生成對應的教學評價量表，教師要提供不同的指令，對評價量表進行多輪調整和修改，最終得出滿意的評價量表。該量表包括學科知識整合、創新創造能力、問題解決能力、團隊協作能力和環保意識與可持續發展理念5個維度，各維度包含細分的評價指標內容，總分100分。其次，生成式人工智能可以自動批改學生的作業、作品，提供詳細的評價意見和改進建議。最后，生成式人工智能可以協助學生自評、學生間互評和教師評價，智能分析評價數據信息，生成個性化的反饋報告。

4.教學資源推薦生成

通過生成式人工智能的智能搜索和生成功能，學生可以獲取相關的學科知識、資源，支持跨學科教學的實施，促進不同學科之間的交叉學習和綜合應用。“小小太陽能車的設計與制作”使用的教學資源主要有視頻（太陽能的介紹視頻及應用場景圖片、太陽能車的設計與制作教學視頻）、教案、課件（具體教學內容呈現）、教學和評價工具（智能對話和評價）、跨學科項目指南、試題和作業等。

5.教學過程個性化輔導

生成式人工智能通過個性化內容推薦、實時互動問答、個性化學習任務、智能分組以及學習支持等方式，為學生們提供了一個全新的學習體驗，不僅提高了學習效率，還培養了學生的創新和批判性思維能力。借助“文心一言”工具，從以下六個環節對“小小太陽能車的設計與制作”跨學科教學過程進行設計。

（1）情境導入，發現問題。教師播放太陽能車的圖片和視頻，展示太陽能車實物，讓學生觸摸并感受其構造，引導學生討論太陽能車的用途和原理。在該環節，生成式人工智能應用主要體現在智能推薦太陽能車的視頻教學資源。

（2）任務驅動，分析問題。教師提出設計制作太陽能車的挑戰任務，引導學生分析設計制作太陽能車需要解決的關鍵問題。在該環節，生成式人工智能應用主要體現在創建和展示多種設計的太陽能車概念，為學生提供更多靈感；生成思維導圖框架的擴展內容，幫助學生更全面地理解主題。

（3）團隊組建，分工協作。教師根據學生興趣和特長，引導學生組建團隊，指導學生進行團隊分工，明確各自職責。在該環節，生成式人工智能應用主要體現在輔助團隊進行任務分配，基于成員的技能和興趣提供個性化建議。

（4）知識準備，方案設計。教師指導學生查閱資料，了解相關知識，指導學生制定設計方案，使用多種數字化工具（如3D建模軟件）繪制草圖。在該環節，生成式人工智能應用主要體現在提供個性化的學習建議和資源推薦，幫助學生快速生成多種設計方案，加速設計迭代過程，并提供設計反饋。

（5）學習支持，方案驗證。教師提供實驗器材和工具，支持學生開展實踐活動，巡視指導，解答學生在實踐中遇到的問題；指導學生進行太陽能車的性能測試，探究影響太陽能小車速度的因素，如受光面積、受光角度與速度的關系等；分析學生測試結果，找出設計中的不足并提出改進方案，提供改進材料和技術支持，幫助學生完善設計。在該環節，生成式人工智能應用主要體現在預測學生在制作和組裝過程中可能遇到的問題，并提供相應的解決方案；提供在線技術支持，實時解答學生在實踐過程中遇到的技術問題。

（6）解決問題，匯報展示。教師組織學生展示太陽能車成品，并進行評價，引導學生分享設計過程中的經驗和教訓，總結設計過程，提出改進建議。在該環節，生成式人工智能應用主要體現在幫助學生制作PPT或視頻素材，豐富展示內容，分析學生的反思總結，提供改進方向和進一步學習的建議。

結 語

生成式人工智能技術與教育深度融合是我國推進教育數字化轉型的戰略要求，生成式人工智能為跨學科教學有效實施提供重要支持。本研究通過跨學科教學案例分析，為教師提供了行動路徑的具體指導，助力跨學科教學深入有效實施，進而發展學生的核心素養。同時，我們也不能忽視生成式人工智能的數據質量與偏見問題、倫理和道德問題等潛在風險挑戰，需加強師生的風險意識教育，提高師生識別潛在風險并妥善處理的能力，確保技術的安全、合規應用。

注： 本文系廣東省教育科學規劃2023年度中小學教師教育科研能力提升計劃重點項目課題“數字化轉型背景下中小學教師跨學科教學能力培養的研究”（課題編號：2023ZQJK004）、廣州市越秀區2022年度教育科學規劃課題“區域小學教師數字素養現狀分析及提升策略研究”（課題立項編號：越教類〔2022〕34號）的研究成果

參考文獻

UNESCO（2023）. Guidance for generative AI in education andresearch[EB/OL]. （2023-9-7）[2024-5-28]. https：//www.unesco.org/en/articles/guidance-generative-ai-education-and-research.

朱永新，楊帆. ChatGPT/生成式人工智能與教育創新：機遇、挑戰以及未來[J]. 華東師范大學學報（教育科學版），2023，41（7）： 1-14.

盧宇，余京蕾，陳鵬鶴，等. 生成式人工智能的教育應用與展望：以ChatGPT系統為例[J]. 中國遠程教育，2023，43（4）： 24-31+51.

張絨. 生成式人工智能技術對教育領域的影響：關于ChatGPT的專訪[J]. 電化教育研究，2023，44（2）：5-14.

于國文，曹一鳴. 跨學科教學研究： 以芬蘭現象教學為例[J]. 外國中小學教育，2017（7）： 57-63.

田娟，孫振東. 跨學科教學的誤區及理性回歸[J]. 中國教育學刊，2019（4）： 63-67.

李洪修，崔亞雪. 跨學科教學的要素分析、問題審視與優化路徑[J]. 課程·教材·教法，2023，43（1）： 74-81.