生成式人工智能賦能跨學科主題設計：機制與實踐

隨著教育改革的推進，普通高中和義務教育課程方案均強調跨學科主題設計。其目的在于培養學生綜合運用多學科知識解決問題的能力，進而提升高階思維與核心素養。然而，跨學科主題設計面臨諸多挑戰，例如多學科協同難、知識整合難。分科教學背景下，教師在參與開發工作時存在困難，這在一定程度上影響了整體推進的有效性。近年來，生成式人工智能的出現為跨學科主題設計帶來新機遇。生成式人工智能具備多學科、多領域的專業知識，其強大的生成能力可助力教師開展跨學科主題設計，并可遷移至教學設計領域，為教師提供參考。《普通高中課程方案（2017年版2020修訂）》提出以項目式學習形式開展跨學科主題學習。通用技術等多學科課程標準也強調設置跨學科主題，借助專題或項目學習活動發展學生能力。《義務教育課程方案（2022年版）》要求利用不少于10%的課時開展跨學科主題學習。但目前生成式人工智能在教育領域的應用多集中于應用場景與理論探討，教學實踐層面探索不足。因此，研究生成式人工智能在跨學科主題設計中的應用具有現實意義。

一、跨學科主題設計的挑戰與困境

跨學科主題設計指向真實情境中具有意義和價值的問題，聚焦一個中心或一條線索組織知識，涵蓋單學科的多塊內容或多學科的相關內容，形成整合處理信息的綜合性活動，從而實現理解知識、解決問題的課程形態^[1]。跨學科主題聚集多學科的相關內容，設計時需要多個學科的教師協同工作，聚焦真實問題從而制定教學目標，整合多學科的知識以設計學習任務，這對分科教學的教師來說具有一定的挑戰性。

（一）學科協同的挑戰性

跨學科主題設計的第一個挑戰是學科協同。設計跨學科學習主題需要相關學科教師的參與，從學習主題的擬定、學習目標的確定、學習任務的設計到評價量規的制定，均需多學科教師的協同努力。跨學科主題的主要特征是同段跨學科或異段跨學科，這需要組織協調不同學科或學段的教師參與，對組織者的協調能力、學術能力等提出了較高要求。學科協同還需考慮不同學科、學段教師的課時組織，需要學校統一安排課程，以便開展集中教研活動。但由于主題的擬定可能發生在不同的時間段，甚至在學期中間萌發一個跨學科主題設計思路，此時很難實現學科的有效協同，會影響跨學科主題的確定及設計。

（二）目標設計的有效性

跨學科主題設計的第二個挑戰是目標設計的有效性。教師在設計目標時，需要基于真實情境下的問題，設計跨學科的素養目標與學習目標。在這一過程中，教師不僅要考慮本學科主題設計的素養與目標要求，還需兼顧所跨其他學科的素養與目標要求，并凝練跨學科綜合素養及目標。合理有效的跨學科主題學習目標應能夠反映真實情境、指導活動開展、承載學科知識、預測學習表現^[2]。然而，目前的目標設計中存在一些問題，如目標過于寬泛，學生難以明確學習方向；學習目標分學科呈現，學生難以融合多學科知識以解決問題；學習目標過于抽象而難以度量，難以評估目標的達成程度。這些問題導致學習目標設計缺乏合理性和有效性，進而影響學生在跨學科主題學習中的學習動機及學習效率。

（三）知識整合的復雜性

跨學科主題設計的第三個挑戰是知識整合的復雜性。教師設計教學活動時需要對學習主題的知識進行整合，設計綜合化的學習任務，構建既具有一定邏輯關系又具有適當梯度的學習任務。在跨學科主題設計過程中，教師還需綜合考慮多個學科領域的知識體系，保持課程內容的邏輯連貫性和完整性。這不僅涉及不同任務之間學習梯度的構建，還需解決不同學科之間學習梯度的設計，更要面對知識技能之間的進階學習問題，這對教師的綜合能力提出了更高要求。學科教師往往難以達到有機整合各個學科知識的水平，無法保證知識內容的邏輯性與完整性。在跨學科課程內容整合中，常出現方法雜亂化、理論拼盤化和實踐復雜化的亂象^[3]，使得難以對學科知識進行有效整合，導致學習梯度設置不合理，學生的學習不能有效發生。

二、生成式人工智能的交互機制

生成式人工智能應用于跨學科主題設計時，需要分析人機交互機制。用戶主要通過提示語（prompts）與生成式人工智能平臺交互，使用不同的提示語控制生成式人工智能的輸出文本。針對各種輸出請求，需要設計不同的提示語，而提示語的設計質量直接影響著輸出文本的可用性。基于Kimi等平臺研究的提示語設計要素及交互模式，同樣適用于大部分國內外的生成式人工智能系統。綜合已有的各種提示語設計案例^[4]，筆者發現生成式人工智能應用于跨學科主題設計時，對提示語設計有著較高的要求。教師設計提示語不僅要遵循四大設計要素，還需綜合運用三種交互模式，以提升跨學科主題的設計質量。

（一）提示語設計的四大要素

目前的提示語設計模板多達上千種，不利于教師使用。在提示語設計過程中，需關注共性的四個要素：角色、目標、任務、約束，其中“任務”是提示語中的必備要素。用戶設計提示語，既可選擇部分要素進行簡化設計，形成任務驅動的提示語；又可綜合運用四個要素進行整體設計，形成指向更加明確的提示語。

1.設置角色

角色要素是指生成式人工智能在對話過程中所扮演的身份。角色差異會導致不同的生成質量。例如，“教師”“高中生”“初中生”三種角色類型，會使生成式人工智能產生不同的輸出。角色要素也可同時設定兩類角色，確定用戶與生成式人工智能的雙方角色。例如，“我是一名高中生，你是一位高中理科教師”，這里將用戶設定為“高中生”角色，而將生成式人工智能設定為“高中理科教師”角色。

2.界定目標

目標要素是指用戶在對話過程中要實現的事務，對于明確提示語有著重要作用，可作為生成式人工智能完成任務的前導介紹。目標要素指向相對宏觀，而任務要素指向相對具體。提示語設計時也可省略目標部分，在任務要素中由生成式人工智能分析并抽取目標要素。例如，“我要開展跨學科主題設計”，即為用戶提出的目標要素。

3.明確任務

任務要素是指生成式人工智能要處理的內容，是提示語設計中不可缺少的要素。明確的任務要素有助于生成高質量的輸出文本。不同的任務將生成不同的輸出。例如，將任務設置為“分析跨學科素養”，重點任務是分析主題設計如何發展核心素養；將任務設置為“分析學習目標”，則重點是分析跨學科主題設計中的學習目標。

4.限制條件

限制條件即約束要素，用于輔助明確提示語，加上約束要素的提示語可提升生成式人工智能的輸出質量，使其指向更加明確。限制條件包括數量約束、篇幅約束、理論約束等。第一種是數量約束，約束數量以明確目標，例如“輸出相應的2個示例”“輸出3個跨學科項目”；第二種是篇幅約束，約束篇幅以明確目標，例如“輸出500字”，即限制了輸出的文字數；第三種是理論約束，基于學習設計理論進一步明確目標，例如“結合最近發展區理論，設計相應的學習任務”。

（二）提示語交互的三種模式

提示語交互是指用戶與生成式人工智能的對話過程。按提示語四個要素呈現先后順序，形成了提示語交互的三種模式。這三種模式交互后形成初始輸出文本，每種模式的輸出結果，需要視輸出質量進行后續的迭代優化，形成符合用戶需求的輸出文本。

1.綜合式交互

綜合式交互是指整合提示語中的若干要素，一次性完成提示語的輸入。生成式人工智能通過分析綜合式交互中的提示語，生成用戶所需的文本。綜合式交互適合需求明確的任務。例如，提示語中角色元素設置了兩類角色，“我是一名中學教師，你作為知識助理”；目標元素明確了“協助我設計跨學科學習項目”；任務元素指明以“校園景觀池水資源的循環利用與保護”為背景，分析“跨學科的學習目標”；限制條件設定為“每個學科列出3條”。

提示語：我是一名中學教師，你作為知識助理，協助我設計跨學科學習項目。以“校園景觀池水資源的循環利用與保護”為背景，分析相應的學習目標，每個學科列出3條。

2.遞進式交互

遞進式交互是指運用提示語中的若干要素，分步驟輸入提示語。這種分步驟的輸入方式，可以在對話過程中給生成式人工智能提供標準或規范，或以上傳多個范例的形式，使生成式人工智能在學習范例后輸出。這種分步遞進式交互，實現了邊學習邊輸出的功能，適合生成更高質量的輸出文本。例如，以下是4次遞進對話形式。

提示語：我是一名中學教師，請你協助我設計跨學科主題。

提示語：跨學科主題設計包括4大要素：跨學科素養、學習目標、學習任務設計、學習評價。

提示語：后續會上傳3則跨學科主題設計的案例，供你開展跨學科主題設計時參考。

提示語：以“校園景觀池水資源的循環利用與保護”為任務，設計跨學科主題。

3.生成式交互

生成式交互是指以提示語對話的形式，由生成式人工智能生成所需的提示語。用戶利用生成的提示語進行二次對話，即可由生成式人工智能輸出相應的文本。該提問法適合較復雜的場景，當用戶不了解具體的提問細則及運行機制時，由生成式人工智能輸出如何提問的提示語。

提示語：我想請你協助我完成“水資源利用”這一課時的教學設計，請問我應該如何向你提問才能得到最佳的答案，請提供全面而詳細的建議，并請你提供具體的綜合提問范例。

三、生成式人工智能輔助跨學科主題設計的實施路徑

（一）主題確定：生成式人工智能助力主題優化

教師開展跨學科主題設計需先確定相應的主題或項目。這類問題屬于真實情境中的復雜問題，教師設計的主題往往局限于學科角度，主題設計缺乏跨學科視野。生成式人工智能掌握各學科領域知識，積累了視野更廣的主題設計素材。用戶可多次對話，使主題設計的方向性及實用性更貼近校情，經過不斷優化形成合適的跨學科主題。

案例：以校園為跨學科學習空間，確定適合高中學生的跨學科主題。

提示語：我是一名高中教師，你作為我的知識助理，協助我開展跨學科主題設計。以沿海地區學校為例，列出5項適合在校園內開展的跨學科學習項目。

輸出：校園綠化與生態保護項目、沿海防災減災項目、海洋能源開發項目、氣象觀測與數據分析項目、臺風防災規劃與演練項目（為節省篇幅，作了適當精簡，下同）。

分析輸出的五項跨學科項目，均適合于在沿海學校實施。其中，臺風防災規劃與演練項目對學生具有更加現實的意義，適合在此基礎上進一步確定跨學科學習項目的方向，繼續由生成式人工智能分析合適的細化項目。

提示語：以“臺風防災規劃與演練項目”為例，選擇“臺風防災規劃”作為跨學科學習的方向，列出3個細化的項目。

輸出：校園抗風建筑改進設計、校園緊急疏散路線規劃、校園防風綠化設計。

分析輸出的3項跨學科項目，均以校園作為學習空間，適合學生后期跨學科學習，具備了空間與相應學科的支撐。其中，“抗風建筑改進設計”及“防風綠化設計”對于學生跨學科學習意義更大，可以進一步引導生成式人工智能整合兩個項目，形成有價值的抗臺風跨學科學習項目。

提示語：綜合“校園抗風建筑改進設計”及“校園防風綠化設計”兩個項目方向，形成新的跨學科學習項目。進行學科分析、學習空間分析并給出實施步驟及實施條件。

輸出：

綜合項目“校園抗風建筑與防風綠化綜合設計”。

學科分析：物理、數學、通用技術、信息技術、生物學、環境科學。

學習空間：校園，教室、實驗室、計算機室。

實施條件：教師團隊、設計與材料、學習資源、學習空間、時間安排。

實施步驟：項目啟動與分組、跨學科知識學習、調查與評估、方案設計與實驗、數據分析與優化、成果展示與實施。

（二）目標分析：生成式人工智能驅動素養凝練

明確跨學科學習主題及相應的學科后，生成式人工智能可進一步輔助分析跨學科項目中各學科對應的素養目標及學習目標，并進一步凝練跨學科素養。核心素養概念在普通高中課程標準中提出，屬于教育領域的專業文檔，生成式人工智能對于專業知識學習會存在版本差異或遺漏現象。此時教師采用遞進式交互機制，引導生成式人工智能在對話過程中利用數據學習，實現更高準確度的文本輔助輸出。

我們采用四步交流法進行遞進式對話：第一步，使用提示語讓生成式人工智能明確角色及處理的任務為“以高中教師的身份，分析跨學科核心素養”；第二步，上傳相應學科的課程標準，引導生成式人工智能進行相應的學習，以便分析的核心素養用詞規范且符合要求；第三步，上傳跨學科項目設計的樣例，引導生成式人工智能學習優秀的案例，以便提升文本輸出的質量；第四步，設置提示語“校園抗風建筑與防風綠化綜合設計”為主題的跨學科素養及目標分析提示，引導生成式人工智能在學習規范及優秀案例后進行內容輸出。

案例：結合“校園抗風建筑與防風綠化綜合設計”跨學科主題，分析各學科核心素養及學習目標，進一步凝練跨學科素養。

1.明確任務

提示語：你作為一名高中教師，需協助我完成跨學科項目的學科素養分析。是否明確任務？

2.確定規范

提示語：你分析的各學科核心素養，來自稍后上傳的普通高中課程標準，需按課程標準內容梳理相應的核心素養。

3.案例學習

提示語：稍后上傳的為跨學科項目中素養與教學目標設計的范例，供你后續分析時參考。

4.內容輸出

提示語：以“校園抗風建筑與防風綠化綜合設計”為主題，分析各學科的核心素養及學習目標，并進一步凝練跨學科核心素養。

（三）任務設計：生成式人工智能助力活動規劃

明確跨學科學習項目主題，分析相應的學科素養及學習目標后，需圍繞跨學科項目設計相應的學習任務及細化的學習活動。跨學科學習任務設計開放度較大，難以用合適的提示語對生成式人工智能進行提問。此時可以采用生成式交互的形式，先向生成式人工智能咨詢針對該類問題如何提問，利用輸出的提問進行二次提問，以便完成跨學科項目中的任務初步設計。對于生成式人工智能設計的初步任務，還可進一步結合遞進式交互，引導生成式人工智能在數據學習的基礎上，進一步優化任務設計質量。

案例：跨學科主題“校園抗風建筑與防風綠化綜合設計”，對其中的“環境風力與分析”課時進行教學設計。

提示語：我想請你輔助開展跨學科主題“校園抗風建筑與防風綠化綜合設計”中“環境風力與分析”課時的教學設計，設計要符合最近發展區理論。請問我應該如何向你提問才能得到最佳的答案，請提供全面而詳細的建議，并請你提供具體的綜合提問范例。

輸出：

課時目標：在“環境風力與分析”課時設計中，如何設定具體的學習目標，使其既具有挑戰性又符合學生的認知水平？

內容與活動設計：如何設計“環境風力與分析”課時的內容和活動，確保學生能夠在現有知識基礎上逐步掌握新知識和技能？請提供一個詳細的內容和活動設計方案。

支持與指導策略：教師在“環境風力與分析”課時中應如何提供支持和指導，以幫助學生在最近發展區內有效學習？具體的支持策略和指導方式有哪些？

評估與反饋：請問如何設計一個有效的評估機制，對學生在“環境風力與分析”課時中的學習成果進行評估？如何在學習過程中提供及時的反饋，幫助學生不斷改進和提高？

用戶綜合運用三種交互模式，在生成式人工智能輸出的5項跨學科主題中，連續對話優化設計，形成了“校園抗風建筑與防風綠化綜合設計”主題，并進一步完成了該跨學科主題的素養分析、學習目標設計，對其中的“環境風力與分析”課時進行輔助教學設計。形成的跨學科主題設計整體文本，已接近實際開展的跨學科主題“如何減少學校在臺風天的損失，提升校園建筑及樹木的抗臺風能力”的整體設計文本^[5]。

四、生成式人工智能的應用建議

在跨學科項目設計過程中，確定項目主題、分析項目目標、設計項目任務起著重要的作用。筆者基于生成式人工智能的對話機制及多領域知識，梳理了提示語設計的四個關鍵要素，提煉了三種典型的人機交互機制，形成了綜合式、遞進式、生成式交互模式。教師綜合運用這三種交互機制可輔助跨學科主題設計，解決主題設計中的學科協同問題、學習目標設計中的多學科分析問題、學習任務設計過程中的知識整合問題，能較好完成跨學科主題的設計。

目前的生成式人工智能大都為通用型的生成式人工智能，模型訓練基于通用的數據，其知識水平受限于訓練數據的范圍和質量，生成文本具有一定的局限性。用戶在具體應用時，需關注對生成式人工智能的個性化訓練，形成更高質量的生成文本。例如，“扣子”智能體等，均可以按實際需要，上傳多個自定義的知識庫以進行專業的知識訓練，以實現更多的應用場景，也可形成更優質的跨學科主題設計文本。

注：本文系浙江省教研課題“人工智能支持下通用技術自適應學習研究”（編號：G2024286）的階段性研究成果。

參考文獻

[1] 申宣成.跨學科主題學習：意義、內涵與設計[J].現代基礎教育研究，2023（3）：17-24.

[2] 徐廣華.跨學科主題學習的目標設計：基本要點、設計理路與呈現樣態[J].教育理論與實踐，2023（29）：13-17.

[3] 劉曉倩，廣少奎，侯學振，等.跨學科課程整合的困局透析與理性規約[J].教育理論與實踐，2023（29）：8-12.

[4] 黎加厚.生成式AI大模型教育應用的四大秘訣[J].中小學信息技術教育，2024（5）：8-11.

[5] 梁靈輝，朱棟梁.指向問題解決的跨學科主題學習設計[J].基礎教育課程，2024（2）：63-69.

（作者系浙江省臺州市教育教學研究院教研員、高級教師）

責任編輯：祝元志