生成式人工智能在跨学科教学中的应用研究

【摘 要】本研究在剖析生成式人工智能的技术特点与优势基础上，探讨其在跨学科教学设计中的具体应用场景，并以“小小太阳能车的设计与制作”为例，提出了应用生成式人工智能开展跨学科教学的具体策略，以期促进跨学科育人成效的提升，推动教育高质量发展。

【关键词】生成式人工智能；跨学科教学；教学设计

【中图分类号】G434 【文献标志码】B

【论文编号】1671-7384（2024）09-011-03

引 言

《义务教育课程方案（2022年版）》中明确要求“各门课程用不少于10%的课时设计跨学科主题学习”，强调“开展跨学科主题教学，强化课程协同育人功能”。跨学科教学深化课程教学改革，成为发展学生核心素养的重要举措。然而，目前的跨学科教学存在教学目标不明确、师生的角色作用不清和缺乏有效评价等问题，使得跨学科教学实施困难重重。因此，本研究将深入探讨如何利用生成式人工智能赋能跨学科教学，优化跨学科教学设计，为一线教师的教育教学提供借鉴和参考。

相关概念界定

1.生成式人工智能

生成式人工智能（Gen AI）是一种人工智能技术，能够根据用自然语言编写的提示词自动生成内容，内容呈现形式包括用自然语言编写的文本、图像、视频、音乐和软件代码[1]。生成式人工智能以先进算法、强大算力和海量数据作为支撑[2]，具备启发性内容生成、对话情境理解、序列任务执行、程序语言解析四项较为突出的核心能力[3]，在教育领域发挥重要影响，能够促进教学模式、评价体系和智能教育应用生态的转变[4]，重塑教学生态。

2.跨学科教学

跨学科教学是学科教学的补充。于国文等认为，跨学科教学是跨越学科之间的界限，在注重各学科内在逻辑的基础之上建立学科间的联系，并将学科进行整合，进而在教学实践中实施整合后的多学科融合教学[5]；田娟等认为跨学科教学是课程形态与教学策略的合体，作为一种课程形态，属于“整合课程”或“综合课程，作为一种教学策略，在具体操作上表现为以问题为中心的教学模式[6]；李洪修等认为跨学科教学是一种以主题或议题为载体，融合两门以上学科的知识、方法等，以问题解决为导向的教学活动[7]。

综上所述，跨学科教学是一种教学方法和理念，将不同学科领域的知识和概念相互关联和整合，以帮助学生建立跨学科的思维能力和综合应用能力，以应对现实生活中的复杂问题。

生成式人工智能赋能跨学科教学的分析

在跨学科教学中，生成式人工智能具有提供个性化及创造性学习支持、跨学科知识整合、虚拟实验和模拟、自动化评估和反馈、智能对话和辅导等功能，能够促进学生综合能力和跨学科思维的发展。

1.提供个性化、创造性学习支持

生成式人工智能根据学生的个体差异和学习需求，提供个性化的学习支持，为每位学生定制适配的学习材料和练习题，提供创造性学习的支持和启发，激发学生创造力和创新思维。

2.支持跨学科知识整合

生成式人工智能助力学生整合不同学科知识。学生通过智能搜索和推荐功能，获取相关学科资源，促进交叉学习，培养综合思维能力。

3.创建虚拟实验和模拟环境

生成式人工智能可以创建虚拟实验和3D模拟环境，支持跨学科实践和探索，使学生获得实践经验和技能。在虚拟实验中，学生可以在安全的环境中进行科学实验、工程设计等活动，提高实践能力和问题解决能力。

4.自动化评估和反馈

生成式人工智能可以自动评估学生的学习成果和能力水平，通过分析学生的作业、测验和考试相关答案，提供实时评价和反馈，帮助教师更好地了解学生的学习进展。

5.智能对话和辅导

生成式人工智能扮演教师和助教的角色，与学生智能对话，营造交互式学习环境。学生借助生成式人工智能寻求问题解答和指导，促进知识理解和应用。有研究表明，借助生成式人工智能可以显著提高学生学业成绩。

生成式人工智能赋能跨学科教学设计

本文基于《义务教育科学课程标准（2022年版）》“能的转化与能量守恒”“工程设计与物化”核心概念，以“小小太阳能车的设计与制作”为主题开展跨学科教学活动，综合运用科学、信息科技、数学和美术等学科知识，引导学生完成太阳能车的设计与制作，实现跨学科知识整合与应用，培养项目设计与实践能力，增强环保意识与可持续发展理念。

1.学习者特征和学情分析

本项目教学对象为小学六年级的学生，小学六年级学生具有较强的好奇心和探索欲，对自然界存在的各种形式的“能”有初步了解，能利用工具制作简单的实物模型；对新技术有着浓厚的兴趣且能快速适应，更倾向于使用数字化工具和资源来学习，具备一定的数字素养；在数学方面，已经掌握基本的运算和图形知识；在美术方面，具备一定的绘画和手工制作能力。这些基础知识为“小小太阳能车的设计与制作”项目顺利实施提供有力支持。

2.教学目标创新生成

本文通过“文心一言”人工智能工具，从科学、信息科技、数学和美术等学科的视角出发，围绕“知识+素养”制定教学目标。在与生成式人工智能对话的过程中，默认的教学目标是围绕三维目标设定，随着限定条件细化（即提示词优化），教学目标更加清晰，生成式人工智能也会根据上下文来调整内容生成，从而一步步贴近最终的目标。

经调整，最终确定的教学目标为：（1）引导学生将科学知识（如太阳能原理、机械结构）、信息科技知识（如模型设计制作、信息检索）、数学知识（如外观结构、性能测试）以及美术知识（如车身设计）等跨学科知识整合起来，实现知识的综合运用和解决实际问题；（2）以项目为导向，通过太阳能车的设计、制作和测试，培养学生的创新创造能力、问题解决能力和团队协作能力；（3）引导学生认识可再生能源的重要性，理解科技创新与环境保护的紧密联系，增强环保意识和可持续发展理念。

3.教学评价智能多元

生成式人工智能支持包括学生自评、同伴互评、教师评价在内的多元评价，全面评价学生的学习情况。首先，生成式人工智能根据教学目标生成对应的教学评价量表，教师要提供不同的指令，对评价量表进行多轮调整和修改，最终得出满意的评价量表。该量表包括学科知识整合、创新创造能力、问题解决能力、团队协作能力和环保意识与可持续发展理念5个维度，各维度包含细分的评价指标内容，总分100分。其次，生成式人工智能可以自动批改学生的作业、作品，提供详细的评价意见和改进建议。最后，生成式人工智能可以协助学生自评、学生间互评和教师评价，智能分析评价数据信息，生成个性化的反馈报告。

4.教学资源推荐生成

通过生成式人工智能的智能搜索和生成功能，学生可以获取相关的学科知识、资源，支持跨学科教学的实施，促进不同学科之间的交叉学习和综合应用。“小小太阳能车的设计与制作”使用的教学资源主要有视频（太阳能的介绍视频及应用场景图片、太阳能车的设计与制作教学视频）、教案、课件（具体教学内容呈现）、教学和评价工具（智能对话和评价）、跨学科项目指南、试题和作业等。

5.教学过程个性化辅导

生成式人工智能通过个性化内容推荐、实时互动问答、个性化学习任务、智能分组以及学习支持等方式，为学生们提供了一个全新的学习体验，不仅提高了学习效率，还培养了学生的创新和批判性思维能力。借助“文心一言”工具，从以下六个环节对“小小太阳能车的设计与制作”跨学科教学过程进行设计。

（1）情境导入，发现问题。教师播放太阳能车的图片和视频，展示太阳能车实物，让学生触摸并感受其构造，引导学生讨论太阳能车的用途和原理。在该环节，生成式人工智能应用主要体现在智能推荐太阳能车的视频教学资源。

（2）任务驱动，分析问题。教师提出设计制作太阳能车的挑战任务，引导学生分析设计制作太阳能车需要解决的关键问题。在该环节，生成式人工智能应用主要体现在创建和展示多种设计的太阳能车概念，为学生提供更多灵感；生成思维导图框架的扩展内容，帮助学生更全面地理解主题。

（3）团队组建，分工协作。教师根据学生兴趣和特长，引导学生组建团队，指导学生进行团队分工，明确各自职责。在该环节，生成式人工智能应用主要体现在辅助团队进行任务分配，基于成员的技能和兴趣提供个性化建议。

（4）知识准备，方案设计。教师指导学生查阅资料，了解相关知识，指导学生制定设计方案，使用多种数字化工具（如3D建模软件）绘制草图。在该环节，生成式人工智能应用主要体现在提供个性化的学习建议和资源推荐，帮助学生快速生成多种设计方案，加速设计迭代过程，并提供设计反馈。

（5）学习支持，方案验证。教师提供实验器材和工具，支持学生开展实践活动，巡视指导，解答学生在实践中遇到的问题；指导学生进行太阳能车的性能测试，探究影响太阳能小车速度的因素，如受光面积、受光角度与速度的关系等；分析学生测试结果，找出设计中的不足并提出改进方案，提供改进材料和技术支持，帮助学生完善设计。在该环节，生成式人工智能应用主要体现在预测学生在制作和组装过程中可能遇到的问题，并提供相应的解决方案；提供在线技术支持，实时解答学生在实践过程中遇到的技术问题。

（6）解决问题，汇报展示。教师组织学生展示太阳能车成品，并进行评价，引导学生分享设计过程中的经验和教训，总结设计过程，提出改进建议。在该环节，生成式人工智能应用主要体现在帮助学生制作PPT或视频素材，丰富展示内容，分析学生的反思总结，提供改进方向和进一步学习的建议。

结 语

生成式人工智能技术与教育深度融合是我国推进教育数字化转型的战略要求，生成式人工智能为跨学科教学有效实施提供重要支持。本研究通过跨学科教学案例分析，为教师提供了行动路径的具体指导，助力跨学科教学深入有效实施，进而发展学生的核心素养。同时，我们也不能忽视生成式人工智能的数据质量与偏见问题、伦理和道德问题等潜在风险挑战，需加强师生的风险意识教育，提高师生识别潜在风险并妥善处理的能力，确保技术的安全、合规应用。

注： 本文系广东省教育科学规划2023年度中小学教师教育科研能力提升计划重点项目课题“数字化转型背景下中小学教师跨学科教学能力培养的研究”（课题编号：2023ZQJK004）、广州市越秀区2022年度教育科学规划课题“区域小学教师数字素养现状分析及提升策略研究”（课题立项编号：越教类〔2022〕34号）的研究成果

参考文献

UNESCO（2023）. Guidance for generative AI in education andresearch[EB/OL]. （2023-9-7）[2024-5-28]. https：//www.unesco.org/en/articles/guidance-generative-ai-education-and-research.

朱永新，杨帆. ChatGPT/生成式人工智能与教育创新：机遇、挑战以及未来[J]. 华东师范大学学报（教育科学版），2023，41（7）： 1-14.

卢宇，余京蕾，陈鹏鹤，等. 生成式人工智能的教育应用与展望：以ChatGPT系统为例[J]. 中国远程教育，2023，43（4）： 24-31+51.

张绒. 生成式人工智能技术对教育领域的影响：关于ChatGPT的专访[J]. 电化教育研究，2023，44（2）：5-14.

于国文，曹一鸣. 跨学科教学研究： 以芬兰现象教学为例[J]. 外国中小学教育，2017（7）： 57-63.

田娟，孙振东. 跨学科教学的误区及理性回归[J]. 中国教育学刊，2019（4）： 63-67.

李洪修，崔亚雪. 跨学科教学的要素分析、问题审视与优化路径[J]. 课程·教材·教法，2023，43（1）： 74-81.