生成式人工智能在跨学科项目式学习中的应用研究

摘要：本文在总结生成式人工智能在跨学科项目式学习中发挥的作用的基础上，设计与实施了“蛇口当下与未来”项目，旨在探索如何利用生成式人工智能技术，在跨学科项目式学习中帮助学生解决问题，以提升学生的综合素养和创新能力。结果表明，生成式人工智能能够提高项目式学习效率，为学生带来更加个性化的指导，提高学生的学习动机。

关键词：生成式人工智能；跨学科；项目式学习；信息科技

中图分类号：G434  文献标识码：A  论文编号：1674-2117（2024）21-0049-04

引言

《义务教育信息科技课程标准（2022年版）》（以下简称“新课标”）倡导“以跨学科项目式学习的方式开展教育教学活动，以落实核心素养的培育”。跨学科项目式学习是信息科技教学中的一种有效的教学方法，它强调在真实、完整且有意义的项目中应用各类知识和技能。[1]但目前，跨学科项目式学习在开展过程中还存在目标定位不清晰、活动游离于目标之外、相关领域基础知识对项目支持不够、学生对项目成果贡献不足等问题，导致项目推进缓慢或项目成果不突出等。为解决上述问题，本文提出在学习过程中加入生成式人工智能，利用生成式人工智能快速生成内容、形成项目框架，提供高质量的教育资源的优势，帮助学生顺利推进项目，实现个性化发展。

跨学科项目式学习现状与困境

跨学科项目式学习旨在通过解决真实世界的问题促进学生的深度学习和核心素养的发展。这种学习方式强调在解决复杂问题的过程中，综合运用不同学科的知识和技能培养学生的创新思维、批判性思维和团队合作能力。但在一线教学中，跨学科项目式学习的开展阻力重重，出现这一问题的原因如下：

1.项目跨学科难度大

跨学科项目式学习涉及多个学科知识的学习，然而，在项目开展过程中学生无法识别和理解目标概念背后蕴含的特定领域的表征和方法，学生完成项目的难度增大。[2]

2.学习目标细化不足

在跨学科项目式学习中，教师事先设计项目式学习目标，但项目式学习的综合性太强，学生无法在短时间内基于大量的信息和要求细化项目目标。[2]学生在理解和细化项目目标时如果出现困难，必将拖慢项目进度。

3.跨学科对教师提出更高要求

跨学科项目式学习对教师提出了更高的要求，在项目开展过程中若是单一教师，则需要教师具有多学科背景以提供更专业的指导，否则需要多学科教师合作，而多学科教师合作则容易出现项目指导割裂等问题。[3]在跨学科项目式学习中，若教师专业性不足会导致出现项目深度不够、项目成果不显著等问题。

生成式人工智能及其教育应用

根据联合国教科文组织2023年发布的Guidance for generative AI in education and research（《生成式人工智能教育与研究应用指南》）的描述，生成式人工智能是基于人类思维符号表征系统表达的提示工程自动生成内容的人工智能技术。[4]现今不同学科背景的教师逐步采用人工智能技术赋能教、学、评的过程，如侯瑜等发现生成式人工智能作为强有力的工具，为实施高中地理思维型课堂提供了支持。[5]吴浩等探讨了生成式人工智能在生物学教学中的应用，发现其可以为教师提供丰富的生物学教学素材，促进生物学跨学科实践活动开展，改善学生的表达与论证并生成微观事物模型具象化学生想象等。[6]在未来，生成式人工智能将深入学科教学，成为教育的一个重要组成部分，建议利用技术来加强学习。[7]

生成式人工智能强大的启发性内容生成、理解情景对话、解析程序语言的能力，为其在跨学科项目式学习中提供了广泛应用的可能性。综合而言，在跨学科项目式学习中，它能在以下教学场景中提供支持：①头脑风暴。项目式学习，倡导学生进行创新性构思，学生可以向人工智能提出问题，获取关于该主题的大量信息和观点，从而激发创造性思维，拓展思维广度。②个性化辅导。生成式人工智能通过回答学生提出的问题、解释复杂概念、提供实例等方式，帮助学生更好地理解知识点，填补学生个体在学习中的差异。③项目指导。学生可以向人工智能咨询有关项目的相关问题，包括方法论、文献综述、数据分析等方面的建议，帮助学生更好地完成任务，弥补教师在跨学科项目指导中学科背景缺失的不足。④创作辅助。在以信息科技学科为主的跨学科项目式学习中，学生可以就程序编写、3D打印设计图纸、激光切割图等设计创作等问题寻求人工智能的帮助，降低项目完成的难度，提高项目开展效率。

生成式人工智能在跨学科项目中的应用

生成式人工智能在跨学科项目式学习中承担着重要角色，笔者提出了基于生成式人工智能的项目式学习教学结构，具体如下图所示。下面，以“蛇口当下与未来”项目为例，参照魏羽飞等人提出的跨学科项目式学习的理念[8]，从主题选择与课程整合、团队建设与任务分工、项目实施与方案迭代、成果展示与评价策略四个方面进行介绍。

1.主题选择与课程整合

（1）主题选择

在选择主题时，教师可以先进行市场调研，了解学生的兴趣、社会热点以及与新课标相关的重要议题。[8]“蛇口当下与未来”是一个基于深圳蛇口地域文化，以“未来城市”为主题展开的跨学科项目式学习课程，通过认识蛇口历史发展、城市形态、自然环境、人文环境等，让学生像设计师和工程师一样，从城市规划、社区生活、自然环境、工业区发展和城市地标性建筑等方面出发，围绕一个可持续发展的议题如“电能驱动的城市”，思考未来蛇口的城市特色。该主题兼顾了广度和深度，能够贯穿多个学科领域，同时也需要足够深入，以确保学生有足够的深度学习空间。

（2）课程整合

在项目开始时教师进行情境导入，通过视频展示未来城市的各种可能性，引导学生进行畅想。结合每年举行的“未来之城”的比赛，展示往年比赛成果，并引出每年比赛的可持续发展议题，今年的议题是“电能驱动的未来城市”，将未来城市的畅想与实际比赛主题整合，激发学生的学习动力。本项目将学习活动划分为了解蛇口、调查电能技术、设计未来城市、制作城市模型四个环节。课程整合了科学、技术、工程、艺术和数学等多个学科的知识，最终形成一个未来城市的论文和模型。

2.团队建设与任务分工

学生具有不同的兴趣和技能，在团队建设时应考虑将具有不同专长的学生组成一个多元化的团队，本案例加入生成式人工智能，教师引导学生将人工智能作为团队合作的伙伴和辅导者。例如，学生可以从不同角度对蛇口进行调研，最后汇总为蛇口的介绍，确保每位学生都在项目中有所贡献，同时每位学生又可以与人工智能协作，讨论调研结果。

3.项目实施与方案迭代

（1）项目实施

“蛇口当下与未来”项目分为了解蛇口、调查电能技术、设计未来城市、制作城市模型四个环节。

了解蛇口指了解蛇口的自然人文等，驱动性问题包括“蛇口的地理样貌是怎样的”“蛇口的历史文化是什么”等，其中涉及地理、历史等学科。在此环节，教师引导学生采用“关键词表达”和“信息修正”的方式与人工智能对话。在这个环节中，生成式人工智能发挥了信息搜索和整合的作用，帮助学生快速整理蛇口的自然与人文信息。

调查电能技术指从可再生能源利用、智能电网系统、能源储存技术、能源高效利用、用电管理系统以及应急备用电力系统等方面调查先进技术，这一过程涉及科学、工程和技术学科的学习。在此环节，引入具有文献检索和整理功能的人工智能，利用人工智能整合文献信息的功能，帮助没有文献检索阅读经历的学生快速了解先进技术，建构电力知识框架。

设计未来城市指思考以电力驱动的高效运行的城市方案，并思考这种方案对居住就业、工农业、科技、城市特色等的影响，这一环节涉及技术工程和社会科学的学科。在这个环节中，生成式人工智能帮助学生进行头脑风暴和方案框架整理，并帮助学生反思方案、完善设想。

制作城市模型要求学生用废弃物品完成蛇口的未来城市模型，模型制作过程涉及数学、艺术和科学学科。教师在这个过程中需要明确每个学科在项目中的贡献和角色，确保各学科的知识点能够有机地结合到整个项目中。在这个环节中，学生利用生成式人工智能生成图片的功能，进行创作辅助。

（2）方案迭代

在跨学科项目式学习中，阶段性设计和迭代是一个关键的策略，旨在引导学生有序地深入研究并解决复杂问题。[8]本项目实施过程可以分为三个阶段性的设计。

阶段一：提出设想拟定方案。

在项目式学习的前两个活动中，学生处于调查研究形成想法的阶段，可以初步提出未来城市的构想，并根据构想不断搜集更多资料和信息，在“了解蛇口”和“调查电能技术”之后拟定一个初步方案。

阶段二：完善设想形成方案。

在形成初步设想的基础上，学生进入“设计未来城市”的环节，教师为学生提供了方案框架和驱动性问题的脚手架，学生基于该脚手架填写相应的内容。在此过程中，遇到任何关于未来技术、生活，或蛇口地域特色等问题，学生返回调研阶段，完善想法，形成一个完整的方案。

阶段三：优化设想补充方案。

在进行方案和模型展示之后，可以根据教师、生成式人工智能和其他同学的反馈，基于评价标准，发现想法漏洞，进一步优化设想。这个过程既考验了学生对跨学科知识的应用能力，也培养了他们的语言表达和沟通能力。

4.成果展示与评价策略

“蛇口当下与未来”采用多元的展示方式，包括展示性报告、论文和模型。展示性报告是一种常见而有效的成果展示方式，包括口头报告或展示性PPT，学生可以向全班同学展示自己在项目中的研究过程、解决方案以及心得体会。论文是具有规范性的文件，帮助学生更好地组织和传递信息，使观众可以深入了解项目的背景、目的、方法以及结论，从而更全面地评价学生的学术水平和团队协作能力。模型是最具有视觉冲击力的成果，直观地展示了未来城市构想，学生通过模型展现对跨学科思维的运用和对不同学科之间关联性的理解，这样不仅能够反映学科综合素养，还能够培养跨学科思维以及综合分析和解决问题的能力。

总结和反思

本文提出了将生成式人工智能融入跨学科项目式学习的想法，并通过“蛇口当下与未来”项目加以应用。本研究主要有以下两点创新点：①创新的教学模式。本文提出将生成式人工智能融入项目式学习过程中，以缩短项目式学习资料收集、信息整理和方案设计等的时间，降低学生在项目学习过程中的认知负荷和技术难度，并提出了跨学科项目式学习教学模式及生成式人工智能在其中承担的角色。融合生成式人工智能的创新教学模式有利于减少项目式学习的课时，增加教学成果输出，避免“为了运用新技术而用新技术”的教学。②高效的双师教学。双师教学模式将人类教师与AI教师紧密结合，有效提高教学效率。拥有两位差异化的教师，能给予学生高质量的专业指导，培养了学生的综合学科思维和素养。

生成式人工智能在教育领域的应用正迅速发展，其能够提供快速的内容开发方法，同时也能创造多样化、高质量的教育资源。[9]但其依旧面临着不透明性和不可解释性、数据隐私和安全等问题。[10]同时，生成式人工智能在一线教学中需要确保内容的准确性、过程的可解释性和个性化的联动性。[11]这意味着，在设计跨学科项目式学习策略时，需要考虑如何有效地整合生成式人工智能技术，以支持个性化学习和提高学习效率。因此，未来研究不仅要探究生成式人工智能的融入路径，还要提出更精细化的教学策略来指导教学过程。

参考文献：

[1]徐启发.基于项目式学习的人工智能教学模式应用研究[J].华夏教师，2022（15）：46-48.

[2]安富海.项目化学习的实践困境及改进策略研究[J].上海师范大学学报：哲学社会科学版，2022，51（04）：119-125.

[3]尹合栋.基础教育跨学科项目化学习的困境与突破[J].中国教师，2021（10）：60-63.

[4]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.

[5]侯瑜，户清丽.生成式人工智能在高中地理思维型课堂教学中的应用初探及反思[J].地理教学，2024（05）：24-28.

[6]吴浩，王海燕.生成式人工智能在生物学教学中的应用[J].生物学教学，2024，49（09）：46-48.

[7]DAVID M.Human-Centered Artificial Intelligence： The Superlative Approach to Achieve Sustainable De velopment Goals in the Fourth Industrial Ｒevolution[J].Sustainability，2022，14（13）：7804-7804．

[8]魏羽飞，杨果仁.中学项目式跨学科学习的设计与实施[J].教学与管理，2024（19）：22-26.

[9]Dickey， Ethan， and Andres Bejarano. A model for integrating generative ai into course content development[J].arXiv preprint arXiv，2023（08）.

[10]于浩，张文兰，杨雪琼.生成式人工智能在教育领域的应用、问题与展望[J].中国成人教育，2023（07）：30-36.

[11]肖君，白庆春，陈沫，等.生成式人工智能赋能在线学习场景与实施路径[J].电化教育研究，2023，44（09）：57-63+99.