跨學科統整下小學人工智能項目式學習的理論與實施

【摘 要】文章以廣東省廣州市某小學跨學科人工智能項目式學習課程案例為研究基礎，圍繞“項目選題—項目設計—項目實施—項目展示”四個階段和“問題鏈—任務鏈—活動鏈—評價鏈—資源鏈”五鏈框架，設計場景式、體驗式的“智慧農場”實踐探究項目活動，對培養學生的科學精神和自主探究精神、提升學生的人工智能素養與技能具有積極作用。

【關鍵詞】人工智能 跨學科 項目式學習

【中圖分類號】G40 " "【文獻標識碼】A "【文章編號】1002-3275（2024）12-41-06

《義務教育課程方案（2022年版）》指出：“隨著義務教育全面普及，教育需求從‘有學上’轉向‘上好學’，必須進一步明確‘培養什么人、怎樣培養人、為誰培養人’，優化學校育人藍圖。”隨著科技的飛速發展，特別是人工智能技術的廣泛應用，教育領域面臨著前所未有的機遇與挑戰。項目式學習作為回應這一挑戰的教學模式，通過引導學生在真實情境中應用知識解決復雜問題，促進學生對知識的深度理解和運用，提升學生的自主學習、團隊協作及創新能力。跨學科項目式學習通過打破學科界限，促使學生在完成項目的過程中整合多學科知識，實現創新性學習。

跨學科統整下的人工智能項目式學習旨在通過跨學科整合，將人工智能等現代信息技術與學科內容相結合，讓學生在設計、實施項目的過程中培養團隊協作、批判性思維等核心能力。本文以跨學科為導向，以問題探究為主線，以素養評價為支撐，為實現教—學—評的一致性，聚焦跨學科人工智能項目式學習的應用理論研究，并以“智慧農場”案例實踐為例，探索可復制推廣的小學跨學科人工智能項目式學習，構建實施理論與策略。

一、跨學科人工智能項目式學習的發展現狀與問題提出

（一）跨學科人工智能項目式學習發展現狀

近年來，《新一代人工智能發展規劃》《教育信息化2.0行動計劃》《高等學校人工智能創新行動計劃》《全民科學素質行動規劃綱要（2021—2035年）》《義務教育信息科技課程標準（2022年版）》等指導綱領的頒布，表明在中小學開展人工智能課程勢在必行。

小學人工智能教育作為培養未來創新人才的重要途徑，受到了越來越多的關注。小學人工智能教育不僅有助于培養學生的科技素養和創新精神，而且有助于提高學生的綜合素質和競爭力。國內研究者對小學人工智能教育的關注度不斷提高，相關研究成果逐漸增多，如探討人工智能技術在小學課堂教學中的應用，提出基于人工智能的個性化學習、智能輔導等教學模式。然而，由于我國人工智能教育起步較晚，部分學校和教師對人工智能技術的了解和應用水平有限，在實際教學中難以充分發揮其優勢。

國外有關跨學科素養的研究集中于要素、實現、評價等方面，不僅在理論上深入剖析跨學科學習的內涵與類型，而且致力于將研究成果轉化為基礎教育的實際應用。教育者強調通過跨學科課程培養學生的普遍性跨學科能力，即學生能夠在不同知識領域間靈活遷移應用知識與技能，解決復雜問題。如經濟合作與發展組織開展的“素養界定與遴選”項目（DeSeCo）所確定的素養、美國21世紀能力框架等對核心素養的界定，均含有通用性質的跨學科素養。［1］

國內在實踐方面，以弱化界限的多學科整合活動為主。［2］越來越多的一線教師從理念、分類、實施建議等方面積極開展研究，如《基于生成式人工智能的跨學科教學設計與實踐——以“人人都是藝術家”項目式學習為例》《基于項目式學習的高中人工智能課程的設計與開發》《“新課標”背景下中小學跨學科項目式人工智能教學的探索實踐——以“人臉識別校園門衛機器人”項目為例》等，但是多以中學實踐為主。此外，沒有統一的課程標準和教材，通常以圖形化編程與硬件機器人作為實踐內容，缺乏貼近學生生活的真實情境。

基于此，筆者對廣東省廣州市某小學人工智能教學現狀開展實地調研。結果表明，在校師生對人工智能教學具有較大的興趣，但受限于軟硬件設施缺失、教材缺乏、師資培訓不足等現實因素，人工智能教學效果有待提升，學生人工智能學科素養有待增強。首先，以“聽評分析近50節人工智能教學課例、學校廣州市智慧陽光評價數據、集團8校中層管理者及師生智慧評價數據”為研究問題的參考依據，發現該校學生在興趣特長潛能、身心健康水平、學業發展水平、家庭因素等方面遠高于廣州市區的平均水平，但學生的知識技能運用和學會學習能力等持平或略高于廣州市區數據。其次，該校教師采用傳授式教學和指導式教學方式的占比高達84.21%，探究式教學的使用頻率僅有12.63%，表明課堂學習更側重于單一學科知識的傳授，缺乏跨學科的整合與實踐。

（二）研究問題的提出

基于上述研究背景與研究現狀，該研究聚焦如何設計并實施既符合課程標準要求又貼合小學生認知特點的跨學科人工智能項目，以促進知識的綜合運用與創新能力培養。具體而言，將研究問題具體分解為以下四個問題。

問題一：如何以跨學科為導向，貫徹課程標準中的各項理念與要求，并以小學人工智能課程為主體設計跨學科項目式學習相關流程。

問題二：如何以問題探究為主線，優化實施體系，設計出能激發學生興趣與探究欲的任務內容，促進個性化學習。

問題三：如何構建一個全面、系統的素養評價模型，以適應項目式學習中學科素養、跨學科素養的培養與評估需求。

問題四：如何將設計的跨學科項目式學習案例應用于實踐教學中，確保評價既關注學習成果，也重視學習過程，實現教學評一致性。

通過對這些問題的深入探討，旨在探索并實踐一種“四段五鏈”實施策略，以此破解小學人工智能教育的現存困境，推動教育方式的革新，為學生適應未來社會奠定堅實基礎。

二、跨學科統整下小學人工智能項目式學習的理論構架

該研究以跨學科為導向，問題探究為主線，素養評價為支撐，教學評一致，形成跨學科統整下小學人工智能項目式學習的理論構架和實踐策略，為學生的綜合素養和創新能力的培養提供有力支持。總體思路以發展學生人工智能素養為核心，圍繞《中國學生發展核心素養》提出的“文化基礎、社會參與、自主發展”三大方面，開展跨學科項目式學習的探索和實踐，并形成“人工智能跨學科項目式學習——四段五鏈”實踐策略（見圖1）。具體以《義務教育信息科技課程標準（2022年版）》為指導標準，制訂跨學科項目式學習目標，結合學校發展方向和特色確定項目主題，圍繞“項目選題—項目設計—項目實施—項目展示”四個階段和“問題鏈—任務鏈—活動鏈—評價鏈—資源鏈”五鏈框架，設計場景式、體驗式的實踐探究項目活動，并開展學生素養評價，旨在培養學生科學精神和自主探究精神，提升學生人工智能素養與技能。

（一）四個階段：跨學科人工智能項目式學習流程范式

項目式學習主要包括提出問題（項目選題）、制定方案（項目設計）、解決問題（項目實施）、評價交流（項目展示）四個環節。［3］

首先，項目選題應以跨學科為導向，聚焦課程標準要求，融合人工智能技術和其他學科內容，設計具有挑戰性和真實情境的項目主題，確保學生在完成項目的過程中能夠綜合應用不同學科的知識和技能。

其次，在項目設計中，應明確項目目標和預期成果，采用問題鏈方法，將項目分解為一系列遞進的探究問題，如如何設計、如何育苗、如何監測培育、如何銷售蔬菜。在組建小組時，應該根據學生的學科背景和技能特長，組建跨學科的學習團隊，團隊成員應具備不同的技能特長，以便更好地實現跨學科的知識融合。應制訂清晰明確的規則，并注意成員的多樣性，確保跨學科知識的互補與融合。

再次，在項目實施階段，應明確學生為主體，充分利用數字化學習不受時間、空間約束的優勢，引導學生開展自主學習、合作學習，滿足學生個性化學習需求，并實現課程與任務的數字化管理，提升教學靈活性和管理效率。學生通過參與小組合作、自主探究和實踐活動，運用人工智能技術解決問題；教師則扮演引導者和輔導者的角色，根據學習進展適時調整教學策略，提供及時反饋，促進學生知識與技能的內化。

最后，在項目展示與評價中，學生通過展示會或報告形式展示項目成果，并詳細說明探究過程和成果影響。將評價結果反饋至學生與教師，用于指導后續學習和教學改進，形成持續的學習循環。

（二）五鏈框架：跨學科人工智能項目式學習實施體系

“讓學習真實發生”的根本不是外在的表現性活動，而是內在的發展性活動，“讓學習真實發生”應為讓發展真實發生，也是學科育人、課程育人的本質規定性。“深度學習的根本問題不是技術問題，而是涉及教學的價值觀、知識觀、學習觀、過程觀、資源觀、評價觀等教學的發展性問題。”［4］因此，要真正讓核心素養發生，發展學生的高階思維，需要構建一個逐漸深化的項目實施支架，并對應科學的資源和評價。

為此，筆者構建了以“問題鏈—任務鏈—活動鏈—評價鏈—資源鏈”為跨學科人工智能項目式學習實施體系的“五鏈框架”，成為跨學科人工智能項目式學習的系統化實施路徑。

一是問題鏈層面，以真實世界的問題為核心，設計一系列遞進的探究問題，這些問題應與學生生活緊密相關，能夠激發學生的探究興趣和創新思維。通過問題鏈引導學生逐步深入，從發現問題、分析問題到解決問題，確保學習過程具有挑戰性和目的性。

二是任務鏈層面，基于問題鏈設計一系列具體、明確的學習任務，這些任務需圍繞項目主題逐步推進，確保學生在完成任務的過程中能夠綜合運用多學科知識和人工智能技術。任務應具有層次性和遞進性，幫助學生在實踐中學習和鞏固知識。

三是活動鏈層面，組織多樣化的學習活動，如小組討論、實地考察、動手實踐等，確保活動與學習任務緊密相連，支持學生自主學習、合作學習和體驗式學習。活動鏈的設置應促進跨學科知識的融合與應用，同時考慮學生的興趣和差異，提升學習的參與度和實效性。

四是評價鏈層面，構建全面的評價體系，包括自我評價、同伴評價、教師評價等多元評價方式。評價鏈策略強調過程性評價與結果性評價相結合，注重學生能力、態度、合作精神等多方面的成長，為學生提供及時、具體的反饋，促進其持續進步。

五是資源鏈層面，整合并提供豐富的學習資源，包括數字化工具、圖書資料、硬件設備等，為項目實施提供物質和技術支持。如有效利用ClassInLMS（學習管理中心）等數字化平臺，進行課程管理和學生作品評價，同時確保所有學生都能平等獲取學習資源，促進公平學習。

五鏈框架的實施強調以問題為導向、任務為驅動、活動為載體、評價為反饋、資源為支撐，形成一個完整的、互動的學習生態系統，旨在通過跨學科人工智能項目式學習，全面提升學生的綜合素養和創新能力。

（三）跨學科人工智能項目式學習評價模型：教學評一致性

隨著課程改革的深化發展，評價問題成為關注點，學生發展核心素養面臨著可不可評、評什么和怎么評等問題。作為核心素養的一部分，跨學科素養的評價也面臨著同樣的問題。克萊因等人認為，如果說跨學科的、整合的方法是有說服力的，那么必須提供與學習成功匹配的結果證據。［5］

跨學科素養是學科素養通達核心素養的中介，在真實復雜的問題情境中交叉融合生成學科素養。跨學科素養是通過學生解決一些與生活世界相關的復雜問題而發展起來的，跨學科素養和學科素養互為核心素養，互為支撐。［6］王曼霖基于國內外的研究基礎，進一步研究擬定了跨學科素養評價模型。［7］

在人工智能學科素養研究中，侯賀中和王永固結合人工智能時代人才培養的要求以及人工智能課程的內容，從智能意識、智能態度、智能倫理、智能知識、智能技能、智能思維、智能創新等七個維度構建了智能素養金字塔模型。［8］

另外，采用多種評價工具和方法，包括項目作業、小組討論、自我評估、同伴評估等，不僅需要對最終成果進行總結性評價，而且需要關注學習過程中的持續觀察和記錄，如學生記錄的研究過程、研究結果、研究數據等，這些可以通過讓學生提交日志的方式來實現。而對學生的反饋也很重要，需要提供及時、具體且有建設性的反饋，幫助學生了解自己的進步和需要改進的地方。

基于以上研究，筆者構建了跨學科人工智能項目式學習的評價模型（見圖2）。在項目實施時，貫徹“教學評一致”原則，堅持一課一評，過程性評價與結果性評價相結合；堅持豐富評價檔案袋，靜態評價與動態評價相結合；堅持全員多元評價，自主評價、教師評價與同伴評價相結合。

三、跨學科統整下小學人工智能項目式學習實施案例與評析

（一）“智慧農場”小學跨學科人工智能項目式學習內容設計

在“智慧農場”跨學科項目中，以“如何設計班級特色的菜園，并利用智能系統管理、養護種植的蔬菜”為驅動性問題，引發學生的探索興趣；根據各學科的性質和育人價值，圍繞設計原則、設計理念、設計方式等，從“選擇主題—設計課程綱要—撰寫課程方案—課程論證—搜集資料—處理資料—形成課程指南”打造基于人工智能學科的跨學科項目式學習課程。

在實施策略設計中，以“如何設計班級特色的智慧菜園”“如何進行菜園的開荒與育苗“如何實現智慧監測與培育”“如何將種植的蔬菜賣出去”四個問題串起探究問題鏈，逐步深入探究。在任務鏈和活動鏈設計中，首先設計“問題驅動”，即班級特色的智慧菜園應該怎么設計，會遇到什么問題；引導學生主動發現問題、提煉問題，從而聯結已知知識和查閱信息，進行“問題分析”，制定解決方案。其次在“問題深化”中，學生展開實踐探究和小組合作，將經驗和知識進行技能內化和應用，實際解決“智慧農場”的監測和培育問題。最后進行“問題拓展”，引導學生遷移應用和發現新問題，即“如何將種植的蔬菜賣出去”，使學生在思考和實踐過程中解決實際問題。具體的“智慧農場”跨學科人工智能項目式學習設計思路“五鏈”如圖3所示，“智慧農場”跨學科人工智能項目式學習任務框架見表1。

在項目實踐過程中，創新融合各關聯學科的教材內容以及課程標準對學生的能力要求，使學生結合實際探究更好地理解學科知識；實踐多元智能理論，通過多種渠道、采取多種形式、在多種不同的任務情景下進行，切實考查學生解決實際問題的能力；以“評價鏈”對學生多種多樣的作品進行評價，從重視結果評價走向基于情景化（任務作品集）的過程評價，面向全體，體驗為主，學用結合，提升思維。

通過以學為中心的學習，改變了傳統的人工智能課堂教學，使學生學會學習，發展深度思維，而不是簡單地教學生學會編程的操作。跨學科項目式學習構建了一種以學生自主探究為主的中心課堂，教師不再以講授為主，更多的是組織實踐任務的落實，把控整體進度，組織學生評價等，使小學人工智能課程的目標由單純的技能訓練上升為全面的信息素養的培養。

（二）數字賦能跨學科人工智能項目式學習：學習模式靈活化

數字化工具的應用對于跨學科教學而言也是不可或缺的。在以往的教學中，學生的資料和作業都是直接交給教師，甚至跨學科還會交給不同學科的教師，比較混亂，導致整個項目的流程管理瑣碎，進度和學生的學習效果難以把握。

本項目依托ClassInLMS，在課程設計階段，各學科教師通過TeacherIn共建課程，對整個項目流程進行數字管理。在課程實施階段，在ClassIn將課程一鍵導入各班級，布置任務，在一定程度上減輕了教師的課程實施負擔。跨學科課程涉及多個學科、多個任務，這意味著在設計的時候需要充分考慮不同學科之間的連接點和整合方式，確保課程目標清晰、內容有機融合，并能靈活應對學生的各種需求和興趣變化。ClassInLMS將各模塊任務進行拆解，學生通過一個個活動完成項目探究任務。教師能通過平臺有效進行課程管理，包括對學習進度的監控、對學生表現的評估以及對教學策略的及時調整，這樣才能最大限度保證教學活動的高效性和學生學習成果的最大化。

（三）“智慧農場”跨學科人工智能項目式學習的評價實施

在評價實施環節，以自我評價、小組評價、師生評價的多主體、結果性評價和過程性評價結合的方式，在ClassInLMS進行活動與素養評價關聯，以活動完成情況對學生素養的發生進行水平評價，觀測學生全面而個性化的發展情況，生成學生的個人成長檔案。

通過實施自我評價、同伴互評及教師綜合性評判的多元體系，不僅促進了學生深刻理解人工智能在日常生活中的關鍵作用，而且催化了其將抽象概念具體化為實踐技能的轉化過程，極大地提升了他們的系統思維。

在展示環節中，學生不僅呈現項目成果，還詳述探究路徑與作品成效，借由互動交流，實現思維的跨界碰撞，拓寬認知邊界，相互借鑒，取彼之長，補己之短。尤為重要的是，這一過程促使學生能夠基于同伴的反饋與經驗，迭代優化方案，推動作品向更高層次演進。教師在此基礎上引導學生提煉本次學習的核心知識點，形成通用問題解決框架，旨在培養學生在未來遇到類似挑戰時，能夠自主、高效地應用這些策略，同時吸取過往經驗教訓，持續進步。基于此，具體的評價結果使用流程見圖4。

評價實踐的記錄與分析是教育雙方動態調整策略的寶貴資料。對于學生而言，它是優化學習路徑與策略的依據；對于教師而言，它是教學方法改進與個人成長的關鍵導向。結果性評價作為學習周期的總結性指標，不僅是學生展示個人成就的舞臺，而且是教師評估教學成效與自我提升的重要標尺。整合過程性評價與結果性評價的全方位考量，經過系統的歸納與分析，為后續綜合性項目學習的規劃奠定了堅實的基礎，確保了教育活動的連續性和有效性。

總之，基于核心素養，跨學科統整下小學人工智能項目式學習通過“四段五鏈”的設計與指向教學評一致的評價模型，體現了以學生為中心的教育理念，促進了每個學生的潛能最大化發展；變革了教學模式，促進了教師跨學科教學能力的提升與教學風格的多元化發展；形成了獨特的教育品牌，促進了學校教育生態的現代化轉型，是新時代教育高質量發展的重要選擇。

【參考文獻】

［1］沈正浩．新課標導向的初中信息科技跨學科主題學習實踐探索［D］．濟南：山東師范大學，2023：6.

［2］同［1］10．

［3］侯巖，趙健如，王穎，等．基于STSE理念的小學科學項目式學習教學設計流程構建［J］．中國教育技術裝備，2020（19）：85．

［4］郭元祥．“深度教學”：指向學科育人的教學改革實驗［J］．中小學管理，2021（5）：21．

［5］KLEIN J T，NEWELL W H.Advancing Interdisciplinary Studies［M］．San Francisco：Jossey-Bass，1997：17.

［6］王曼霖．STEM教育理念下小學生跨學科素養評價研究：基于項目式學習［D］．沈陽：沈陽師范大學，2021：6．

［7］同［5］．

［8］侯賀中，王永固．人工智能時代中小學生智能素養框架構建及其培養機制探討［J］．數字教育，2020，6（6）：50-55．