AI賦能的設計·實踐·論證項目式學習實踐研究

《義務教育物理課程標準（2022年版）》要求：“注重科學探究，倡導教學方式多樣化鼓勵教學中根據教學目標、教學內容、教學對象及教學資源等的實際情況，靈活選用教學方式，合理運用信息技術。\"在新課標推進與人工智能技術快速發展的雙重驅動下，教學方式的重構成為基礎教育改革的重要命題。“ 教育”正在使教育發生重大的、可以說是革命性的變革[]。以大語言模型為代表的生成式AI工具，如DeepSeek、Kimi、豆包等，憑借其強大的知識整合與文本生成能力，為項目式學習提供了技術支撐。如何科學有效地利用AI技術賦能項目式學習，助力學生核心素養的發展，成為當前教學研究的重要議題。

一、構建AI賦能的“設計·實踐·論證\"項目式學習模式

項目式學習的關鍵是讓學習者在持續的、真實的、復雜的驅動問題下，借助各種資源展開探究，并在此過程中獲得知識、技能并達成素養目標[2]。初中階段，隨著學生思維能力和實踐能力的提升，項自式學習逐步由以體驗和展示為主的“設計 + 展示”或“實踐 + 展示”模式，進階為更強調思維深度與過程優化的“設計 + 實踐 + 論證”模式。特別是那些聚焦于解決真實復雜問題、注重方案生成與持續優化的項目，更需要系統地經歷設計、實踐、論證三個階段，以實現從項目學習到素養提升的轉化。

AI賦能的項目式學習，繼承了項目式學習“以學生為中心、以任務為載體、以探究為路徑\"的基本特征，融人了AI在文本生成、資源推送、虛擬實驗、評價論證等方面的技術支持，提升了項目式學習效率與學生參與度，促進了學生科學素養與高階思維能力的協同發展。對初中階段的項目式學習而言，AI在設計、實踐、論證三個階段的主要作用分別如下。

（一）設計階段：AI引導下的“方案創構”

設計階段是學生圍繞真實問題開展方案思考與任務策劃的重要階段，聚焦問題定義、目標設定、資源規劃與方法選擇。作為項目式學習的起點，該階段通過“方案創構”指導實踐，并依賴“組內調整”實現優化，注重提升學生的分析、評價與創造能力。引入生成式AI可輔助探究構思、任務分解與資源推薦，借助AI協同平臺實現項目進度可視化與任務協同，全面增強學生項目設計與把控的能力。

（二）實踐階段：AI支持下的“智能實施”

實踐階段是將設計方案轉化為行動的關鍵階段，學生通過實驗、調研、建模與多輪測試，在操作反饋與迭代中驗證方案的可行性，深化理論與實踐的融合。這一階段的教學要聚焦實驗探究、數據建模與結論形成，強調實踐力與創造力的協同發展。借助AI，學生可通過虛擬實驗平臺突破現實實驗的限制，利用圖像與音頻識別高效采集數據，借助算法工具進行分析建模，并通過語義識別生成結構化報告。借助AI，學生可更好地從“做中學\"走向“研中學”“創中學”，進而實現能力的深度躍遷。

（三）論證階段：AI融入下的“證據表達”

論證階段指的是對實踐結果進行交流、討論和評價的復雜過程，論證主要由主張及其理由所組成[3]。論證階段是項目式學習的收束階段，涵蓋匯報展示、評價論證與作出改進三個關鍵環節，核心在于通過“主張一理由一證據”的邏輯結構，要求學生在數據分析的基礎上形成結論，并通過結構化匯報展示研究過程與成果。AI文本生成與可視化工具可協助學生整理實驗數據，生成模型圖表與對比分析，優化展示邏輯。同時，借助智能評價系統輔助并推動學生間互評與教師診斷，強化反饋機制，可使學生在多輪表達、反思與修改中，逐步提升科學表達與論證能力。

上面所述是AI對三個階段的分別賦能，但實際上，AI支持下的這三個階段并不是割裂存在的，而是形成一個遞進循環的系統結構。這樣，伴隨問題的不斷迭代，可引導學生在思維和能力上持續進階，實現項目學習的完整閉環與學生素養的持續生長。由此，筆者在實踐中不斷改進，融合建構主義理論、人機協同理論與成功智力理論，構建了AI賦能的“設計·實踐·論證”項目式學習模式（如圖1所示）。從布盧姆教育目標分類4來看，該模式能推動學生認知從記憶、理解向分析、評價與創造遞進；從斯滕伯格成功智力理論5來看，該模式能激發學生的創造性、實踐性與分析性智力，提升其綜合能力。

二、基于AI賦能的“設計·實踐·論證\"項目式學習模式的教學實施

筆者以人教版義務教育教科書《物理》八年級上冊中的《制作隔音房間模型》為母本，結合相鄰教室噪音互擾的真實情境，設計“隔音教室”項目，引導學生探究教室隔音改造方案在傳統的教學實施過程中，學生會面臨四大困境：對聲音傳播機制理解零散；變量控制意識薄弱；材料選擇缺乏科學依據；數據處理與模型優化能力不足。而運用AI賦能的“設計·實踐·論證”項目式學習模式實施教學，通過AI在方案設計、實踐深化和成果論證等方面的支持，可有效破解這些困境，推動學生從“淺嘗試”走向\"深探究”。

（一）AI賦能的方案設計路徑

在設計階段，AI技術可為問題定義、目標設定、資源規劃、方法選擇、擬定方案等關鍵環節提供系統支持，進而優化教學起點，豐富教學資源，提升任務規劃的科學性與個性化水平，具體如下。

1.AI支持問題定義

筆者引導學生口述教室噪聲互擾問題，再借助AI工具（如Kimi、DeepSeek）識別聲音并結合相關知識，將主問題定義為“設計一間隔音效果良好，不會對其他教室產生影響的教室”，然后繼續利用AI互動，提煉出“隔音效果影響因素”“互不干擾的分貝標準”“常見隔音技術”等具有探究價值的子問題，從而明確研究方向。

2.AI支持目標設定

在明確探究問題的基礎上，筆者引導學生借助AI文本生成功能，從“知識一技能一實踐一創新”四個維度設定任務目標。同時，AI智庫可推送相關案例，助力學生精準定位學習目標。例如，借助AI，學生可針對問題“影響教室隔音效果的因素有哪些”設置如下學習目標。

知識自標：構建“傳音—隔音”知識圖譜，掌握聲音傳播的條件和防治噪聲的基本原理與方法。

技能目標：會使用分貝儀，具備設計控制變量實驗、分析數據表格與曲線圖的能力。

實踐目標：能根據設計方案合理選擇材料，規劃項目步驟，統籌團隊分工與時間安排，有效開展模型制作。

創新目標：基于聲波的衰減、反射、干涉等物理原理，提出具有獨創性的設計方案。

3.AI支持資源規劃

AI可根據學習任務智能匹配與推送所需資源，幫助學生實現資源獲取的高效化與精準化。如AI可推薦TinkerCAD進行教室結構的三維建模，推薦COMSOL仿真模擬不同材料的隔音性能，借助AI分析工具，學生可對實驗數據進行分析、對比與評估。同時，AI還可整合并推送聲學原理、實驗技巧與實踐案例等在線學習資源。通過AI賦能，資源規劃從傳統的、靜態的點位提取轉向自適應的、動態的智能分發，為項目式學習提供全過程、多維度的支持與保障。

4.AI支持方法選擇

教室隔音效果受空間的大小、密閉性，墻體與門窗的材質等多種因素影響，變量復雜，關系交織。因此，筆者引導學生借助AI分析工具，對各探究要素的相關性與可測性進行智能評估，輔助判斷實驗方案的可行性與優劣。例如，AI可基于輸人的數據與已有案例，分析不同變量對隔音效果的影響程度，識別關鍵變量，并模擬不同實驗路徑的結果預測。學生據此可優化測量方法，合理設置自變量并控制無關變量，提升方案的科學性與可行性。

5.AI支持擬定方案

在整合問題、目標、資源與方法的基礎上，筆者引導學生借助如UMN智能平臺等，生成清晰的任務流程圖、項目時間表與團隊分工表，理順實踐路徑，明確執行節奏，從而擬定方案。同時，AI項目管理系統可基于學生輸入的進度數據與任務完成情況，實時識別風險節點并提供動態優化建議，幫助學生及時調整方案，保障項目有序推進。

（二）AI賦能的實踐深化路徑

在實踐階段，AI可深度介人實驗探究、數據建模、形成結論三個環節，以提升學生的探究效率、數據素養與建模能力，推動其由“動手做”向“深度思\"轉變。

1.AI虛擬實驗賦能實驗探究，突破操作 壁壘

筆者通過AI構建虛擬仿真實驗教室（如圖2所示），為學生模擬教室聲學特性與隔音材料性能提供操作平臺，從而突破現實實驗的限制。學生可動態調整參數，觀察聲波變化，深化對聲學原理的理解，提升實驗設計的科學性與精準度。

2.AI圖像識別驅動數據建模，提升科學探究深度

筆者指導學生借助圖像識別工具，準確記錄噪聲在不同材料、結構下的衰減變化，然后結合變量控制原則，建立隔音效果與材料屬性等因素之間的函數關系，使學生初步形成建模意識。AI還可自動生成數據表（如表1所示）與降噪曲線（如圖3所示）。需要注意的是，教師要引導學生借助現實模擬實驗進行二次驗證，這樣可在強化數據解釋與結論推導能力的同時，引導學生理性分析AI生成的結果，培養學生對人工智能的審辯性思維與科學判斷力。

3.AI語義識別助力形成結論，推動論證思維發展

AI不僅可提供操作支持，而且可通過語義識別追蹤過程、分析行為，生成數據報告，形成結論，助力教師精準指導與學生自我調控。在AI輔助下，實踐成為基于證據的動態優化過程，推動學生論證思維的發展，為后續論證打下基礎。

（三）AI賦能的成果論證路徑

在成果論證階段，AI技術可深度支持匯報展示、評價論證、作出改進三大任務，助力學生構建觀點表達框架，強化證據意識，發展邏輯推理思維與科學評價能力，推動高階思維持續提升。

1.AI支持多模態匯報展示：促進觀點建構與邏輯清晰呈現

借助文本生成、圖像可視化和視頻合成工具（如豆包、可靈AI、即夢AI等），學生能更清晰地梳理探究過程、提煉核心觀點，并通過模型演示與可視化方案對比，提升成果匯報展示的邏輯性、說服力與科學性。

2.AI驅動多元評價論證：提升證據意識與 論證邏輯

在交流評價中，AI可結合教師評分、同伴互評與自動診斷，融合自然語言處理和AI智能平臺生成反饋建議，幫助學生發現表達偏差、補充論據、優化論證過程。例如，借助AI工具生成評價表量化成果表現（如表2所示），提升學生的證據意識與論證邏輯。

3.AI引導作出改進：構建證據鏈，完善推理結構

借助AI智能體，教師可動態生成學生的學習行為畫像，追蹤學生的思維關鍵節點，識別學生在推理過程中的邏輯漏洞與表達盲區。例如，利用豆包輸入隔音教室模型的評價維度，構建具備專業判斷力的“評估專家”數字人，對學生的項目成果進行智能診斷與反饋。AI不僅能識別論證中的證據不足、推理跳躍等問題，還能提供有針對性的修改建議，幫助學生回顧思路、查漏補缺、優化方案，進而推動模型的重構與提升。在持續交互中，學生可逐步建立起“證據—理由一觀點\"的完整推理鏈條，從而使論證更加嚴密有據，提升批判性思維與邏輯思維。

三、實踐反思

實踐表明，AI為教師提供了有力的技術支持。AI不僅能精準識別學生的學習需求和思維瓶頸，還能優化任務流程，幫助學生提升問題識別、方案設計、數據分析與科學論證等綜合能力。AI賦能的“設計·實踐·論證”項目式學習的實施，拓展了項目式學習的實施空間，促進了學生科學素養與創新思維的協同發展，充分展現了項目式學習的育人價值。

然而，AI技術的廣泛應用也帶來了新的挑戰與隱憂。由于其強大的發散性，若缺乏有效引導，項目任務很容易偏離學科本位，教學目標也可能在技術驅動中變得模糊不清。因此，初中物理學科的項目設計必須始終立足物理核心素養，聚焦變量控制、數據分析、模型建構等關鍵能力的培養。另外，過度使用AI技術可能會導致學生思維鈍化，信息繭房可能會桎梏學生的認知范圍，減少人際互動的需求，技術的依賴性可能導致創造性被弱化的風險[6。教師在教學過程中需科學把握AI的輔助角色，明確其“支持而非替代\"的功能定位，尤其在關鍵環節應加強對學生審辯性思維的引導與干預，引導學生在人與技術的協同中實現科學素養的提升。

參考文獻：

[1]顧明遠.“人工智能+”正引起一場教育革命[N].中國教育報，2019-08-12（2）.

[2]郭鼎新.基于數字化科學論證圖的項目式學習活動的設計與實踐研究[D].蘭州：西北師范大學，2024：3.

[3]熊明輝.論證評價的非形式邏輯模型及其理論困境[J].學術研究，2007（9）：73-79，159.

[4]ANDERSONLW，KRATHWOHLDR A Taxonomy for Learning， Teaching，and Assessing：A Revision of Bloom’s Taxonomy ofEducational Objectives [M].New York： Longman Publishing Group， 2001： 12-17.

[5］STERNBERG R J. The theory of successful intelligence[J].Review of General Psychology， 1999（4）： 292-316.

[6]楊清.人工智能時代學生主體性發展：機遇、挑戰與對策[J].教育研究與實驗，2023（1）：60-66.