生成式AI支持下的STEAM游戲化教學設計研究

一、引言

2025年4月，教育部等九部門聯合發布《關于加快推進教育數字化的意見》，明確提出“促進人工智能助力教育變革”，指出要推動課程、教材、教學數字化變革，將人工智能技術融人教育教學全要素全過程，探索“人工智能 + 教育”應用場景新范式。游戲化學習是培養學生主動探究、完成學習目標的重要方式，STEAM教育理念也契合于小學科學課程教學。本課題以小學科學課程教學為切人點，在教學過程中引人DeepSeek輔助教師進行教學設計，創設基于游戲化學習的教學模式，依托于STEAM教育理念和生成式AI建構游戲化教學模式，以提高學生的課堂互動性和科學素養。

二、生成式AI、STEAM教育與游戲化學習概述

游戲化學習是把游戲化元素（如積分、徽章、排行榜、關卡等）及機制（如競爭、合作、反饋等）應用到教學中[2，以提高學生的學習體驗和學習效果的教學方式。這種以學生為中心、寓教于樂的教學方式，有助于學生在游戲中會溝通、合作，能夠提高學生解決問題的能力，還可以培養學生的創新思維。

STEAM教育是以科學（Science）、技術（Technology）、工程（Engineering）、藝術（Art）、數學（Mathematics）為核心，實現多學科融合的教學模式。該模式以項目式學習與實踐活動并重的方法來培養學生的創新力。

STEAM教育方式打破了以往分科教學的局限性，在教學過程中更加強調培養學生利用所學知識解決實際問題的能力，更好地解決了培養創新人才的問題

DeepSeek是基于Transformer架構的多模態認知系統，可以根據STEAM教育需要自動生成科學探究的情境、個性化學習任務，以及多維度反饋，其教育創新價值表現為利用自然語言交互分析學生的認知特點，動態生成跨學科學習項目，用邏輯推理引擎對學生提出的問題進行追問分析，將探究的過程可視化地呈現出來，并在此過程中培養學生的思維能力；基于多智能體的協作模式形成人機共育的環境，形成“ AI+ 游戲化”的教與學的范式。

（一）游戲化學習與STEAM教育深入融合

游戲化學習和STEAM教育有著天然的目標一致性和教學同質性：在目標上，二者皆是基于培養學生解決問題能力和創新實踐能力的目的，圍繞具體情境性任務開展知識建構；STEAM教育中提倡的跨學科項目實踐活動經由游戲化機制可變成具體的場景化活動。例如，教師可以在小學科學“生物和棲息地”單元中設計“小小生態工程師”角色扮演類游戲，讓學生通過完成物種配對、環境模擬等關卡任務，在競爭與協作中理解生物與環境的依存關系。這種融合符合米哈里·契克森米哈賴（MihalyCsikszentmihalyi）的FLOW理論，即讓學生在不斷的挑戰中突破其自身的限制，使學生沉浸于游戲化課堂的情境之中；從認知建構的角度來說，游戲化學習運用建構主義理論思想，在STEAM的“做中學”理念下[3]，使學生在虛擬或真實的游戲情境中，解決開放性問題、迭代優化方案，促進學生實現對科學概念的具體認知。

（二）STEAM教育理念下的科學素養

隨著《義務教育科學課程標準（2022年版）》的實施，其提出的科學素養包含科學觀念、科學思維、探究實踐與態度責任四大維度，將STEAM教育作為培養學生科學素養的載體，通過跨學科整合與情境化實踐，重構了中小學生科學素養的內涵框架，有助于培養學生兼具理性思維與人文關懷的綜合素養。其具有以下特點：第一，人文藝術的融入破除了傳統科學教育的理性之限，通過藝術表達實現科學知識與生活情景的深度融合；第二，以工程思維為線索開展的探究實踐活動，有助于提升學生的解決問題能力、發散思維能力和對科學知識的靈活運用能力；第三，STEAM教育充分利用了多樣化的課程形態，填補了傳統課堂的實踐短板。其從合作探討與開放探索出發，有助于深化學生對科學本質的認知理解，能夠培養學生的批判性思維和責任感，并助力學生科學素養的全面發展。

（三）生成式AI技術在游戲化教學中的應用價值

生成式AI技術使STEAM游戲化教學具備了智能化內核，其價值包括但不限于資源生成、過程調控和認知賦能三個方面。首先，DeepSeek以虛擬互動場景的形式把科學概念形象化、可視化。例如，在“光的折射”游戲化任務教學中，其可動態生成包含虛擬實驗室，以及動畫模擬的光路的各類任務，讓學生自己動手，通過改變介質，觀察現象的變化。其次，DeepSeek能夠在教師數據采集的基礎上，監測學生的游戲行為，并根據學生的認知難點自動調出線索或者任務梯度，以及監測學生的表現，并以之為依據為其匹配相應的挑戰任務。最后，利用AI搭建的人機協作學習環境，學生可以與“AI科學家”展開對話。這種方式有助于引領學生進行科學推理及反思，從而有效培養學生的學科素養。

（四） ⁶⁶Al+ 游戲化”雙輪驅動教學模式

4 AI+ 游戲化”雙輪驅動的教學模式，利用生成式AI和游戲化教學設計，圍繞“教師－學生-AI”三方展開。該模式包含兩大驅動輪：一是生成式AI的技術賦能，為整個教學流的每個階段提供動態資源生成、智能反饋與路徑優化，是輔助式教學的基礎；二是游戲化教學的內容創新，將STEAM教育理念與游戲元素深度融合，重構學習場景。教師可以根據AI技術進行課程設計與資源開發，學生可以通過游戲化任務實現主動探究。在此過程中，生成式AI貫穿始終，既是教學的設計助力（教師端），也是學生的學習伙伴（學生端）。這種過程打破了傳統課堂的單向傳授模式，形成了人機協同、師生共創的雙向循環，有助于推動教學從經驗驅動向數據智能驅動轉型。

（五）“情境-探究-生成－評價”四維教學框架

根據雙輪驅動教學模式，以及STEAM教育、游戲化學習等要素特點，以融合DeepSeek的小學科學課例為載體，運用生成式AI、游戲化方式相結合的方式，構建“情境一探究一生成一評價”的四維教學設計模型，進行學生科學素養的遞進式培育。

1.情境創設：AI賦能的素養導向設計

情境是教學設計的起點。教師要緊緊圍繞科學核心素養、STEAM跨學科目標，以及教材，基于DeepSeek對課程游戲化類型的準確分析，根據教學實際和學生的特性進行科學設計。

2.探究實踐：游戲化機制下的師生共創

在探究過程中，教師基于DeepSeek設計的游戲化任務兼具知識性和趣味性，能夠促進學生運用虛實結合的游戲方式完成科學探究；同時，教師可使用VR、AR技術輔助虛實結合的游戲化課堂，根據學生的操作數據，接人DeepSeek并進行實時追蹤，并生成可視化圖表，以引導學生分析其中的科學規律。在此過程中，教師會逐漸轉變為引導者。

教師基于AI生成的學情看板動態調整任務難度；學生采用“玩中學”的方式體驗科學家式的探究過程，在完成游戲的過程中創建自己的科學思維模型。這使得學生在游戲中不斷練習和應用自己的科學思維。由于這種方式實現了師生共同創作，滿足了教學目標的同時也為學生預留了一定的自主探索空間，是一種行之有效的教學方式。

3.生成進化：AI輔助的思維可視化與知識遷移

在生成階段，學生通過游戲活動內化知識并輸出創新成果。學生在探究的基礎上，將已獲取的知識轉化為游戲闖關工具。在此過程中，DeepSeek結合實時數據自動推送輔助學習資料，幫助學生進行知識遷移應用；教師引導學生將游戲經驗遷移至真實問題。在生成式AI的輔助下，學生可將操作記錄轉化為思維導圖，從而實現自身推理過程的可視化。生成式AI可基于強化學習推薦拓展任務，促進跨學科知識整合；支持個性化創作，輔助學生制作科學報告或數字作品。在生成式AI的支持下，學生可以從“玩中學”，從“創中學”，從而實現思維的進一步突破，真正實現對科學問題的探究與解決。

表1虛擬場景游戲課例

4.評價反饋：人機協同的多維反饋體系

在評價環節，教師以DeepSeek為基礎搭建“數據 + 人文”雙維反饋系統。DeepSeek自動生成任務完成率、錯誤類型統計、思維路徑評分等定量化的學習分析報告，通過觀察與情感識別發現學生的參與情況；學生結合游戲展示本節課的任務完成結果并接受同學質疑；教師結合AI報告和觀察記錄進行針對性點評。AI賦能的教學評價并非從單一維度對學生進行評價，而是人機協同的多維反饋體系。第一，它實現了對學生學習過程的及時反饋；第二，它對學生的游戲行為進行多模態記錄，通過對學生學習過程的分析反映學生的學習情況；第三，它可以將本班級數據與區域性標桿進行對比，生成教學優化建議。人機協同評教不僅需要實現人機之間的數據對接，還需要通過數據驅動學生實現能力轉型升級，最終促進學生實現科學素養由“知識累積”到“能力躍遷”的轉變。

（六）DeepSeek生成的小學科學課例

基于蘇教版小學科學教材，結合“情境-探究－生成－評價”四維框架，運用生成式人工智能DeepSeek設計和參與虛擬與現實結合的小學科學課例，確保任務難度適配對應年級學生認知水平，并全面覆蓋科學核心素養四大維度。如表1所示，課例為“微生物的‘功'與‘過’”，教師基于運用VR虛擬現實技術快速模擬生物微觀變化全過程，并基于DeepSeek設計虛擬場景游戲課程。本節課利用“ AI+ 游戲化”雙輪驅動，開展對學生科學素養的遞進式培養。在教學實踐中，DeepSeek助力教學變得更高效。通過數據智能與人文關懷的融合，帶動小學科學課堂向“創中學”轉型升級，并提供AI時代教育創新的可復制范式。

三、結束語

研究表明，生成式AI通過對資源進行動態生成功能的應用、根據不同個性化任務的特點靈活適配AI應用方案，以及基于對學生的多元反饋評價AI應用場景優化等，能夠更好地助力對學生科學核心素養的遞進性培養。小學科學課例的設計旨在為小學科學課堂教學的創新發展提供一種整體化的實踐方案，將游戲化機制和AI技術深度融合，作為提高小學生課堂參與度、跨學科學習能力的有效方法。本文的研究為“人工智能 + 教育”的具體實施打造了“人工智能 + 教育”教學范例，并為“人工智能 + 教育\"視域下的課堂生態重構提供新動能。未來，筆者將進一步探討生成式AI在其他學科領域的高效應用，并探究新技術背景下教師與學生共同創造的新方式、新形態與新機制。

作者單位：周銘遠 新疆師范大學教育科學學院

參考文獻

[1]中華人民共和國教育部.教育部等九部門關于加快推進教育數字化的意見.[EB/OL].ttp：//www.

moe.gov.cn/srcsite/A01/s7048/202504/t20250416_1187476.html.2025-04-16

[2]甘容輝，何高大.“互聯網 +^-"賦能課堂教學創新路徑探究[J].中國教育信息化，2018.（14）：78-81.

[3]范文翔，張一春.STEAM教育：發展、內涵與可能路徑[J].現代教育技術，2018，28（03）：99-105.

[4]邱峰，吳躍東.生成式人工智能驅動教育創新的核心要素分析[J].教育發展研究，2024，44（Z1）：9-16.