生成式人工智能赋能信息科技课堂教学的应用策略

摘要：本文围绕生成式人工智能潜在课堂教学优势，在分析生成式人工智能与信息科技核心素养的关联性、常见生成式人工智能工具教学应用特点的基础上，提出生成式人工智能课堂应用需要遵循兼顾群体与个体需求差异、协调兴趣激发与投入度保持、平衡预设性与生成性关系、聚焦人机互动的有效性、甄别生成内容的真实性与准确性、增强安全与隐私保护意识等基本原则，同时，结合信息科课堂教学，进一步探讨了生成式人工智能在讲授教学、项目式学习、翻转课堂等教学模式下的具体应用策略。

关键词：生成式人工智能；信息科技；课堂应用策略

中图分类号：G434 文献标识码：A 论文编号：1674-2117（2024）17-0000-05

联合国教科文组织（UNESCO）于2023年9月发布《教育与研究领域生成式人工智能指南》。[1]这一举措被视为对生成式人工智能在教育领域合理应用的国际级回应，体现了对人工智能教育应用发展的深思熟虑与规范引导。《义务教育信息科技课程标准（2022年版）》（以下简称“新课标”）聚焦了学生数字素养的培育。在教学方式上，新课标倡导真实性学习，在多样化学习场景中学习和应用信息科技知识，提高学生学习积极性与参与度。[2]然而在实践中，数字技术与教学活动的结合常浮于表层的“堆砌”[3]，人机协同层次较浅，师生关系和教学方式未能有效适应“师—机—生”三元互动的新格局。

因此本文提出，新课标背景下的教学实践应充分利用生成式人工智能等智能技术，探索落实新课标要求的教学创新；信息科技教师需要深入理解生成式人工智能赋能信息科技课堂教学的耦合点，把握技术赋能课堂教学的发力点。

生成式人工智能赋能课堂教学应用分析

1.生成式人工智能特点与信息科技核心素养的关联性

生成式人工智能具有创新内容生成、深度理解、自适应学习等特点，与义务教育阶段的信息科技核心素养密切相关，主要体现在以下四个方面。

（1）人机交互促进信息意识发展

学生通过与生成式人工智能进行互动，获取丰富的信息意识发展实践机会，并学习如何有效提问生成式AI，甄别和评估生成的信息内容，提升信息加工能力[4]，从而培养和提高信息意识。

（2）问题解决策略强化计算思维

生成式人工智能在问题分解、模式识别、抽象思维、算法设计、逻辑推理和优化策略等方面表现出卓越能力。学生通过观察和学习生成式人工智能的推理过程，可以深化对计算思维的理解，并在实际问题解决中应用所学知识，提高批判能力和问题解决能力。[5]

（3）动态生成性释放学生创新意识

生成式人工智能凭借高效整理和创造性生成的特点，为学生提供了新的学习资源和工具，有助于学生有效管理学习资源，培养学生的创新能力和终身学习的习惯。学生可以利用其优势自主学习和协同工作，发挥原创性思维，推动知识的创新和应用。

（4）信息安全与伦理问题引发信息社会责任发展

学生在使用生成式人工智能工具时，会直接面对诸如信息准确性、个人隐私泄露等数据安全与伦理问题，通过课前培训和课中使用引导，能逐步明确使用规则，有助于形成正确的信息价值观，成为具有责任感的数字公民。

2.生成式人工智能潜在教学优势

第一，扮演多种智能角色，辅助教师教学及学生学习。第二，优化教学模式，在促进教育公平的同时提升教育质量。第三，促进深度人机协同。第四，提升学生高阶思维。

3.常见生成式人工智能工具的教学应用分析

目前，生成式人工智能大模型主要分为文本生成、图像生成、音频生成和视频生成四大类。上述分类并不完全独立，众多大模型具有跨模态生成的能力。常见的生成式人工智能工具的特色功能与教学应用场景如下表所示，教师可结合具体教学内容和教学活动设计选择适合的工具。

生成式人工智能课堂应用原则

为减小技术带来的负面影响，教师在课堂教学中应用生成式人工智能可以参考以下原则。

1.兼顾群体与个体学习需求

人工智能技术具备分析学情数据的能力，能够准确诊断每位学生的学习起点和需求。该技术为定制化学习体验提供了可能，也为教师备课工作带来了新的挑战：如何在班级授课中设计出既能满足集体学习又能适应个体学习的活动。教师应明确，人工智能技术应作为面向全体学生教学的辅助工具，而不是完全取代课堂教学中的“生—师”互动。同时，为了确保教学活动的连贯性和系统性，应深入分析教学大纲，制订分层教学目标，并适时调整教学内容，在此基础上，合理且恰当地应用人工智能技术。只有这样，才能既保障班级教学活动的顺利进行，又促进学生高效地进行个性化学习。

2.协调兴趣激发与投入度保持的关系

个性化助学功能是人工智能技术的突出优势，能激发学生兴趣，但倘若在课堂上滥用技术，可能会剥夺部分学生的主动思考能力[6]，或让学生过于沉浸在人机互动中，从而导致注意力分散，无法紧跟教师的教学节奏。所以，教师在课堂中需要谨慎把握使用技术的时机和频率，确保技术使用符合教学大纲、教学目标的要求，对个性化学习活动过程有细致的预设，如使用技术的生机比例、人机互动时长、指令词示范等。

3.平衡预设性与生成性的比重

将生成式人工智能技术引入课堂，会为课堂生成性内容增添许多不可控因素。教师需精心策划预设性教学内容与生成性学习活动的比重，以确保教学的有序进行。对于低年级的学生，可以提高课堂预设性教学内容的比重，帮助他们建立对基础概念的理解，根据学生对知识的掌握情况，适度增加基于人工智能的自由探索活动；对于中高年级学生，则需提升基于人工智能技术的生成性学习活动在课堂教学中的比重，实现更丰富和深入的课堂探究学习。

4.聚焦人机互动的有效性

生成式人工智能的人机交互是以自然语言问答的方式进行，实现认知有效性的关键在于指令词。指令词对人工智能生成内容做出具体要求和限定规范，其精确程度直接影响生成式人工智能模型对问题的理解和回应质量。所以在课堂上，教师需给学生提供指令词范例，监管学生的人机互动过程，注重交互中学生思维的主动性和积极性，并明确在借助生成式人工智能完成学习任务时，不可直接复制。

5.甄别生成内容的真实性与准确性

当前，训练生成式人工智能的大规模数据的内容良莠不齐，因而不确定其答案生成的准确性，或存偏颇[7]；对于前沿的技术和研究问题，生成式人工智能的知识库往往无法保持同步更新。此外，在面对复杂或需要高阶思维的问题时，生成式人工智能的回答能力明显不足，其提供的答案有时甚至是错误或捏造的。所以，教师在引导学生使用生成式人工智能时，务必对学生行为进行引导和规范，要确保学生既能积极拥抱新技术，又能审慎对待生成内容，具备辨别真伪的能力。

6.增强安全与隐私保护意识

生成式人工智能存在安全和伦理的应用隐患。在安全层面，生成式人工智能的算法依赖于庞大的数据集进行训练，而这些数据往往未经严格检验和筛选，可能导致在人机互动过程中，个人敏感数据存在被非法获取或泄露的风险；在伦理层面，生成式人工智能可能未经用户许可就擅自收集其包括生物识别信息、健康状况、行为偏好在内的个人敏感信息，可能导致个人信息被滥用。[8]在课堂上使用生成式人工智能，教师需要在学习过程中渗透信息安全和伦理规范的教育和引导，提升学生的数据保护意识和管理意识。

生成式人工智能赋能教学的策略

1.支持讲授教学的教师备课策略

讲授教学模式有利于学生在较短时间内获得大量系统的间接知识，使教学活动有目的、有计划地进行。讲授教学模式需要高质量的教学内容支撑，在教师课前准备方面，生成式人工智能可极大提高备课效率。

（1）智能化备课辅助

目前常见的基于大语言模型工具基本都具备跨模态语义提取功能，能够识别备课材料中覆盖的关键概念，并形成学习目标，进而形成初步的教学设计方案，包括教学环节、师生活动和时间分配等具体信息。

（2）精准学情分析

利用生成式人工智能的数据分析能力，教师可以提前了解学生的学习水平和兴趣点，针对性制订教学计划。例如，在编程教学中，在收集学生编程作业和在线练习数据后，使用生成式人工智能模型来分析学生的错误模式和概念理解深度，再基于学情分析，设计有针对性的辅导环节，以提高学生的概念理解和编程技能。

（3）个性化学习资源制作与推荐

生成式人工智能可以辅助教师高效率地制作定制化学习资源和教学课件。例如，在信息科技学科中，生成式人工智能可以在学情分析基础上，为教师推荐适合学生年龄阶段的编程平台和相关模拟软件等。

2.支持项目式学习活动的策略

项目式学习的重点在于将学生置于真实的问题情境中，引导学生以小组协作的方式探究并解决真实的、结构不良且动态变化的问题。[9]生成式人工智能在项目式学习的教学模式下，可以通过多种方式支持学生深度探究性学习活动。

（1）基于海量数据的精准推荐

学生可以通过使用生成式人工智能工具，发现更具有针对性的资料、案例等，可以更高效地收集信息、分析数据、形成观点、可视化结果和释放创意。

（2）多轮人机互动，提升思维品质

生成式人工智能可以根据学生提出问题的内容和背景，提供富有启发性的回答，智能调整问题的难度和深度，在多轮交互中引导学生深入思考。

（3）角色扮演，增强沉浸感

生成式人工智能可以为项目式学习创设更真实的问题情境。通过创建不同身份的智能体，如虚拟工程师、虚拟研究员等，学生可以与虚拟专业人士进行身临其境的互动问答，极大地增强了项目式学习的真实沉浸感。

（4）定制化多元评价

生成式人工智能能基于学生学习历史与偏好，量身打造兼具挑战性与个性化的分层任务；实时追踪、评价学习进展和项目成果，不仅关注学生知识掌握情况，还对学生综合素养展开评估。[10]

3.支持翻转课堂学生协作的策略

生成式人工智能在翻转课堂中的应用策略主要体现在支持学生进行高效协作学习方面。

（1）提高多人讨论聚焦性

人工智能工具可以实现现场录音，同步精准转成文字与多语种翻译，实时记下讨论中的重点内容，提取关键概念，将零散无序的口头语言快速转化成可阅读、修改、保存的文本信息。“讨论留痕”可以帮助学生更加聚焦讨论的内容。

（2）实现集体协作写作高效性

人工智能技术不仅支持小组成员同时在同一文档上进行实时协作和编辑，而且支持多人进行文档整合，并提供措辞上的改进建议，确保文档的专业性和准确性。

（3）优化课堂辩论的参与性

在传统课堂的辩论活动中，学生参与度有限，而通过使用人工智能工具，更多的学生可以体验和积极参与到辩论活动中。学生可以与模拟不同水平的虚拟对手进行辩论，熟悉辩论流程和思维策略。在模拟辩论过程中，人工智能还可以分析学生的辩论表现，提供实时反馈，指出表达中的逻辑漏洞以及可能的优化建议。

基于生成式人工智能的初中信息科技教学案例

本文选取浙教版信息科技七年级下册第三单元“物联网实践”，通过部分教学设计片段，呈现生成式人工智能的典型应用，旨在为初中信息科技教师利用生成式人工智能开展项目式学习提供参考。

在本案例中，生成式人工智能在课堂教学中的应用主要集中在“选定主题、制订计划、实施计划、评价反思”的项目式学习环节中，如图1所示。

1.多轮人机互动，开阔创意思路

教师在以《“校园系统”物联网系统原型》为项目式学习的范例进行讲解后，提出核心知识“利用物联网解决生活中的问题”，进而引导学生进行头脑风暴：我们利用物联网设计出什么样的作品来解决实际问题？

教师按照组内异质、组间同质的原则将学生分组，每位组员围绕主题，写出初始创意。学生可与讯飞星火交流自己的创意，请它提出评价意见，还可根据界面提示继续提问，记录多轮对话时所触发的新创意，或对自己原先的创意、生成式人工智能的创意，提出丰富或改进的设想。接着，小组长汇总小组成员的创意或设想，交给讯飞星火，让其按照顺序列出能付诸实施的创意清单，并确定最后的选题：智能花园小助手——基于物联网的自动浇花与环境监测系统。

2.依据海量资源的精准推荐

学生围绕选题向文心一言与讯飞星火寻求帮助，生成式人工智能将调用其知识库，给出相关的物联网设计的案例，或者直接根据项目题目（如图2）生成初步的计划安排供学生参考。对于该问题，文心一言的内容较为简洁、清晰明了，讯飞星火生成的内容则更丰富。学生需根据二者给出的意见进行综合考量，查阅相关资料，分解问题或项目，制订实施策略和方案，设计思维导图，提出预设功能和预期目标，并按照各自特长分工协作，规划项目实施进度。教师组织学生对计划展开交流，通过启发、讨论、交流形成可以真正实施的项目优化方案。

3.角色扮演，增强沉浸感与体验感

学生可根据本项目主题“物联网实践”在豆包创建专属AI智能体，如设置智能体对象名称为“物联网设计工程师”，描述设定对象的特征、功能等，豆包也可根据学生设置的名称一键生成设定。学生可在项目式学习过程中与虚拟工程师进行多轮对话，增强学习体验感。

4.个性定制化的多元评价

教师可向文一言提供项目式学习评价量规结构表，请它按照选题辅助制订初步的学习评价，将评价标准前置，让学生针对评价量规积极参与项目全过程，完善项目作品。同时，教师也可结合评价量规结构及文心一言生成的学习评价意见形成最终版本。

参考文献：

[1]UNESCO（2023）.Guidance for Generative AI in Education and Research[EB/OL].[2023-10-01].https：//unesdoc.unesco.org/ark：/48223/pf0000386693.

[2]郑燕林，马芸.“数”说《义务教育信息科技课程标准（2022年版）》[J].中国教育信息化，2023，29（10）：112-119.

[3]李锋，顾小清，程亮，等.教育数字化转型的政策逻辑、内驱动力与推进路径[J].开放教育研究，2022，28（04）：93-101.

[4][5]黄荣怀.人工智能正加速教育变革：现实挑战与应对举措[J].中国教育学刊，2023（06）：26-33.

[6]冯建军.我们如何看待ChatGPT对教育的挑战[J].中国电化教育，2023（07）：1-6+13.

[7]王炜，赵帅，黄慕雄.生成式人工智能教育创新应用的人本主义追求——对UNESCO《教育与研究领域生成式人工智能指南》的解读[J].现代远程教育研究，2024，36（01）：3-11.

[8]荆洲，杨启光.生成式人工智能赋能教育研究范式变革：机理、风险与对策[J].中国电化教育，2024（03）：68-75.

[9]马宁，郭佳惠，温紫荆，等.大数据背景下证据导向的项目式学习模式与系统[J].中国电化教育，2022（02）：75-82.

[10]杨宗凯，王俊，吴砥，等.ChatGPT/生成式人工智能对教育的影响探析及应对策略[J].华东师范大学学报：教育科学版，2023，41（07）：26-35.