认知大模型在小学创客教学中的应用初探

随着人工智能技术的不断进步，认知大模型作为其核心的产物逐渐渗透到各个行业与领域。其中，教育领域的应用尤为引人注目，它的介入有望对传统的教学模式产生颠覆性的影响。

小学阶段作为学生学习旅程的起点，承载着培养学生基础能力和启发学生创新思维的重要责任。随着信息科技的迅猛发展，传统的教学模式已逐渐不能满足新一代学生的学习需求。特别是在小学信息科技课程方面，随着大模型等人工智能技术的出现，传统的教学技术与教学手段已经不能满足现今学生发展的需求了。如何更好地帮助学生学习并了解人工智能技术，让学生更好地成长为人工智能时代的“新公民”，已经成为信息科技教师所面临的新难题与挑战[1]。

通过对文心一言、讯飞星火等认知大模型的了解与学习，我们可以知道：大模型本质上是一个使用海量数据训练而成的深度神经网络模型，其巨大的数据和参数规模，实现了智能的涌现，展现出类似人类的智能。通过大量且专业的文本数据对大模型进行训练，则可以丰富其知识和语言模式，经过针对特定领域的数据进行多次微调和特定训练，可以使大模型在回答专业问题上表现得更加良好（图1），而这也是可以和课堂教学进行良好结合的方面。

以北京市海淀区实验小学的机器人创客社团和信息科技课堂教学为例，目前主要从以下两个方面将大模型与课堂教学相结合。

认知大模型助力学生个性成长

海淀区实验小学机器人创客社团目前有社团成员25名，他们多次参加世界机器人大赛、全国青少年科技创新大赛等相关比赛并获得了良好成绩。社团活动以4人小组为单位，通过教师讲授引导与学生动手完成项目为主要内容，小组自行根据人员分工为小组长、程序员、工程师及操作手，且根据固定时间进行轮换。在完成特定项目学习的过程中，教师会根据小组的进度为学生准备相关知识点的学习单，但因为小组进度不同，且组内成员及组间成员水平差异问题，学习单对于部分学生可以起到十分重要的作用，对于小部分学生可能会出现毫无作用的情况。为了更有效地应对学生在学习过程中可能遇到的各种问题，社团教师需要对教学内容进行更为细致和全面的准备，确保其内容能够广泛覆盖学生可能遇到的疑难杂症。这一要求不仅需要教师具备深厚的专业知识，还要求他们能够预见和解决学生在学习过程中可能遇到的具体问题，这无疑是一项既复杂又耗费精力的任务。

在这样的背景下，社团尝试将大模型引入课堂教学的过程中，其可以在计算机上创建一个类似聊天窗口的交互界面，使得学生能够在课堂上通过这个界面与系统进行互动。在课前，教师可以将与课程项目相关的知识点输入系统，并进行训练，将这些知识存储在数据库中。这样，学生就可以根据自己在课堂上的学习进度和个性化需求，实时查询所需的知识点，从而实现更加个性化的学习体验。此外，随着学生的使用，这个系统可以不断进化和完善。每当学生提出一个问题或查询一个知识点时，系统都会记录下这些信息，并将其反馈给数据库。这样，数据库中的信息就会越来越全面，越来越专业，形成一个自我增强的循环。这不仅实现了教育资源的高效再利用，还减轻了教师的工作负担[2]。

与此同时，学生的数字技能也在使用大模型的过程中得到了提升。在查询知识点的过程中，学生需要通过打字或语音输入来与系统交互（图2），这不仅提高了他们的打字速度，也锻炼了他们的语言表达和文字输入能力。认知大模型的引入，为社团教学带来了一种创新的方法，使得学习过程更加高效、个性化，同时也为教师和学生带来了实实在在的好处。

大数据分析助力学生全面发展

教学评一体化是一种将教学过程和教学评价相结合的方法。它旨在将评价融入教学中，使评价与教学环节相互交织，相互促进。教学评一体化的重点是将评价作为一个连续、动态的过程，与教学相互渗透。它不仅关注学生在最终评估中的表现，也注重评价教师的教学能力和课堂实施。教学评一体化可以提供更全面、准确和有针对性的教学评价，有助于优化教学过程和提高教学质量。它可以促进教学和评价的有机融合，形成一个相互支持、促进教学改进的循环。同时，教学评一体化也需要教师在教学设计和实施中注重评价的反馈和利用，以确保教学目标的达成和学生的学习发展。[3]教学评一体化对课堂教学有着如下要求。

1．多元评价手段

教学评一体化采取多种评价手段，包括观察、讨论、反馈和自我评估等。这些手段可以全方位地评估学生的学习情况，同时也能够评价教学过程中的教师行为和与学生的互动[4]。

2.及时反馈和调整

教学评一体化鼓励教师及时向学生提供反馈，帮助他们了解自己的学习进展和需要改进的方面。同时，教师也可以根据学生的反馈和表现进行调整，以提高教学效果和满足学生的需求。

3.学生参与和自主学习

教学评一体化鼓励学生主动参与评价过程，通过自我评估、同伴评价等方式，促进他们对自己学习的反思和发展。这种参与可以提高学生的自主学习能力和批判性思维。

4.教学质量的持续改进

教学评一体化强调持续的教学改进。通过定期的评估和反馈，教师可以及时了解自己的教学效果，识别问题并进行调整和改进。这有助于提高教学质量和学生学习成果。

在传统的课堂教学中，教师往往通过评价单、问卷、数据图表等方式对学生进行自评、互评及师评，这种方式往往是通过纸质填写实现的，因此，填写过程中占用学生活动时间及教师指导时间；填写后的表格不易保存和统计；对于数据的分析还需要统计与计算；对于纸张资源的浪费等弊端就显得十分明显了。

当大数据模型引入后，学生在进行问题的查询和学习的过程中学生个人的高频问题或社团（班级）总体的高频问题可以很直观地体现出来，并保存在系统的后台中，这一点很好地解决了学生自评及教师评价占用课堂时间的问题。此外，通过大模型对学生每次课堂活动的行为精细分析，可以更加精准地找到项目学习中的重点与难点，并帮助教师更好地进行活动的设计与对学生的引导，从侧面也减轻了教师的备课压力。在每学期末，教师还可以根据这一学期学生的大数据信息、课堂表现等综合统计，为学生归纳本学期的学习评价手册，并为学生规划未来的社团学习计划，帮助学生更好地、更全面地发展[5]。

认知大模型的引入为小学课堂带来了一种全新的教与学模式。在这种模式下，每位学生都可以根据自己的学习习惯和认知水平获得个性化的学习路径，自主选择学习内容，调整学习进度。这种灵活的学习方式不仅有利于激发学生的学习兴趣，而且有助于培养学生的自主学习能力。

新的机遇意味着新的挑战，大模型为课堂带来新模式的同时，也给授课教师提出了新的问题。例如：如何在学生使用大模型的同时防止学生的个人信息泄露？如何对大模型进行训练，可以使其用更加精准且学生更好理解的回答答复学生问题？学生在使用的过程中授课教师能否解答学生遇到的各类操作问题？等等。以上这些问题只是我们在社团活动和课堂教学中遇到的很小一部分，有些问题我们已经进行了较好的解答与规避，如在学生提问的过程中，可以通过学校统一账号调用外部大模型API之后将回答直接分配给该名学生，从而实现学生在使用大模型时通过校内电脑无需登录和输入个人信息进行直接查询，并同时对涉及姓名、年龄、身份证等个人信息的内容进行限制与屏蔽；通过带领学生体验大模型、生成式AI的体验课程，培养学生对AI提问的习惯，使其提出的问题更加准确，同时为相关知识点进行标签标注，使得查询结果更加准确、易懂等。与此同时，还有很多问题我们还在逐步摸索与解决的过程中，相信通过不断训练、使用，以及科技的发展，我们遇到的问题都会迎刃而解。

结 语

在这个不断变化的时代，以人工智能为代表的高科技浪潮正深刻地改变着我们的教育生态。现如今，生成式AI和大模型等尖端技术的涌现，不仅为学生的课堂学习带来了前所未有的活力和效率，也对教师提出了新的要求。过去，教师是知识的传递者，而在人工智能的辅助下，教师更像是学生学习过程中的引导者和伙伴。这就要求教师不仅要掌握教学知识，还要了解和运用这些先进技术。我们需要不断学习新的技术知识，以便更好地整合人工智能工具进入教学，需要积极参与到各种专业发展的活动中，提升教学能力。只有不断地充电和更新，教师才能在人工智能时代的巨浪中站稳脚跟。

参考文献

陈庆春. 大数据信息背景下计算机科学应用[J]. 电子通信与计算机科学，2021，3（3）.

曹培杰，谢阳斌，武卉紫，杨媛媛，沈苑，左晓梅，黄宝忠.教育大模型的发展现状、创新架构及应用展望[J]. 现代教育技术，2024（2）.

李晓婷，袁凌云.基于大数据技术的智慧教学评价模型构建[J]. 科技创新与应用，2023（12）.

娄增辉，王红林，孙彩云. 教育大数据背景下的学业发展分析模型仿真[J]. 计算机仿真，2022（12）.

朱思佩. 教育大数据评价模型管理系统的设计与实现[D]. 北京：北京邮电大学，2022.

作者单位：北京市海淀区实验小学