四元学习设计在生成式人工智能项目教学中的实证研究

摘要：随着DeepSeek、具身智能走入中小学信息科技课堂，近期有关生成式人工智能的教研活动蓬勃开展。生成式人工智能项目课程具有一定的典型特征，其教学流程和逻辑结构有别于传统的信息科技内容。其典型的设计思路为采用综合性学习的方式，展开多元学习设计和活动实践，最终完成既定主题的认知任务。生成式人工智能项目课程落地在信息科技学科中，可以借助四元学习设计的方式进行实施。

关键词：四元学习设计；信息科技教学；生成式人工智能

中图分类号：G434  文献标识码：A  论文编号：1674-2117（2025）06-0015-04

四元学习设计的理论界定与特征分析

四元学习设计又称综合性学习设计，是由荷兰马斯特里赫大学教育发展与研究系教授杰伦·范梅里恩伯尔教授提出。四元学习设计包括面向学习者提出的学习任务、教师呈现相关知能、提供支持程序及环境、安排专项练习任务四个阶段，对改进教学效能、实现学习迁移具有重要的现实价值，为培养和发展学生的综合能力提供了可行的实施途径。

四元学习设计主题选择是建立在广泛的实证研究基础之上的，每一个阶段均与学习过程的基本类型以及相应的教学方法紧密联系在一起。四元学习设计模式的特征包括：更关注指向能力发展的学习任务，而基于问题的学习更重视知识的获取；提供更多种类的学习任务，包括问题生成、项目设置、案例分析、专业实践等；更重视任务“由易到难”的排序和“从扶到放”的教师指导。

信息科技教学中有关生成式人工智能项目的愿景与新课标适配

在信息科技教学中，随着《义务教育信息科技课程标准（2022年版）》（以下简称“课标”）加入算力部分的内容，生成式人工智能的应用逐渐普及，尤其在身边的算法、数据与编码和跨学科模块展现出显著潜力，学生通过接触ChatGPT、DeepSeek等生成式人工智能工具，实践AI生成代码、图像和文本的能力，通过对话方式让大模型完成既定的任务。生成式人工智能项目教学的教育环境和学习方式与传统学科教学有较大的区别，对于学生来说，设计方式和进程已经成为自身学习内容的一部分。学生使用数字化工具、信息化手段等支持环境，构建自身的智能体。通过多维交互方式，使学生的学习过程更加丰富多样，促进学生不断自主构建，衍生传统学科的教学外延。同时，四元学习设计可以满足学生的需求，构建“以学习者为中心”的生成式人工智能课堂，为师生构建沟通平台和学习支架工具、学习脚手架，让学生参与体验式的自主、互动、探究的综合学习过程。

四元学习设计的教学实例分析

阶段一：精准定向——确定活动主体目标

四元学习设计的第一阶段为活动定向，即明确活动主题，由教师引导学生与生成式人工智能大模型展开讨论，澄清模糊概念、界定问题、尝试提供解释、草拟解决方案，然后列出解决问题的要点。大模型可以在充分交流的基础上，依据提问者的认知水平和兴趣，选择与其学习阶段相匹配的生成式人工智能技术应用场景，如编程、设计或文本生成；明确教学目标，包括技术掌握、创新思维培养及伦理意识提升；通过数据分析与反馈机制，动态调整主题难度与内容，确保活动目标的实现与学生能力的同步发展，从而最大化生成式人工智能在教学中的支持型功能。

（1）原设计

《数据编码有规则》是义务教育阶段第二学段的内容，核心要义为理解编码规则，知道如何使用编码建立数据间的联系，了解编码越长信息量越大的含义。此单元适宜采用生成式人工智能工具为载体实施教学，在第一部分的学习中，常规的教学过程一般沿用原理说明→典型APP对话过程观察→练习与智能体对话→作品发布→评价与调整等。在教学流程中，硬性的技术特征较为明显，教学过程流于形式。在此过程中，智能体并未协助学生产生深思的过程，因此它并非完整意义上的生成式人工智能项目的信息科技课。

（2）思考焦点

在以上的设计中技能痕迹明显，生成式人工智能项目课程的特征不足，学生缺乏必要的认知定向。思考焦点为学生是认知的主体，生成式人工智能是主观了解的对象，并非为技术而学习。因此，此种传统的学习方式缺少活动定向环节，学习过程缺少智能体的支持。

（3）改进型设计

在基于四元学习设计的教学中，《数据编码有规则》一课将进行更有指向性的设计过程。教学建议如下。

环节名称：编码规则源于生活。

导入部分：师生对话，找找身边的编码案例（路牌、车位号等）。

教师引导：明天我们集体组织前往市青少年宫参观，哪些同学是第一次去少年宫？应该如何找到目的地？

学生思考：我们可以根据地址编码找到目的地。

学生活动：询问大模型，还有哪些根据编码到达目的地的方式。

生成式人工智能大模型询问：

问题1：身边有智能手机吗？

问题2：编码里藏着规则吗？

问题3：它们有时间限制吗？

问题N：……

提出主题：小组确定主题，在绘制思维导图后由生成式人工智能进行完善。

生成式人工智能大模型补充：

①定点→具体集合地点如何寻找？

②定向→找到地点以后如何学习？

③定标→我们寻找的目的是什么？

智能评价：各小组交流活动成果，对照生成式人工智能给出的建议确定任务目标。

反思调整：采用生成式人工智能及时生成评价情况，调整定位，为后续学习打下基础。

教学评析：在以上学习设计中，学生发挥主观能动性，通过对学习目标的定位、学习伙伴的定位、学习项目的定位、组内合作的定位，形成完整的系列学习框架。生成式人工智能成为师生活动的协同者，对各级定位进行必要的指导，共同合理完成学习过程的规划。通过这样的学习设计，学生能够掌握的认知概念是生动明确、源于自身需要的，因此教学效果良好。

阶段二：精致设计——构建自主学习氛围

四元学习设计的第二阶段为构建良好的学习环境，借助适宜的学习工具，创设自主学习的氛围。在基于四元学习设计的教学中，环境的支持是帮助学生进行深度思维的要素之一。根据前一阶段的学习指向，教师可以进行有针对性的自主环境构建，并据此开展泛在性认知活动。

（1）原设计

《数据编码有规则》的第二部分是让学生通过生活实际，发现编码的规则，理解编码规则的实际意义。在已有的生成式人工智能项目课程中，常规的教学思路如下：教师演示生成式人工智能大模型的对话方式→讲解生成式人工智能大模型的工作原理→学生与生成式人工智能大模型对话→出示生成式人工智能代码并调试→教师小结。在以上过程中仅采用了意义和编码之间的表面联系，学生并没有感受到生成式人工智能对编码过程产生的影响，因此需要修改。

（2）思考焦点

作为生成式人工智能项目的课程，上述教学缺乏在人工智能介入后对信息科技学科解决问题的挖掘，学生缺乏必要的生活常识需求，所以教学过程较为单薄。

（3）改进型设计

在基于四元学习设计的《数据编码有规则》一课的第二部分教学中，教师可以创设适宜的教学环境，提供学习工具支持，让学生能够在模拟情境中提升信息化的综合能力。教学建议如下。

环节名称：编码规则要有意义。

教师引导：同学们思考，每位同学在校期间都有学号，它是我们在校内的唯一标识，那么它是如何编码的？

学生活动：找到自己的学号，并彼此观察寻找规律。

对话生成式人工智能大模型：验证寻找的规则和智能体给出的规则是否相同。

生成式人工智能大模型设问：

设问1：请读一读你的学号，想一想学号是依据什么规则编码的？

设问2：如果三位同学都是某小学2025级的学生，请根据你的研究结论，尝试对某一位同学的学号进行填写。

设问3：请比较你们的研究结果，找一找问题答案有哪些特征？

设问N：……

生成式人工智能大模型构建环节：

①与人相关的环境要求→建设意见。

②与数相关的数值要求→收集内容。

③与校相关的编码要求→落实规则。

构建环境：编码规则为什么要有意义。

评价小结：组织评选，借助生成式人工智能进行投票，显性结果。

教学评析：通过上述的学习，学生了解到编码规则是有意义的。通过生成式人工智能大模型对话可以理解学号一般会按照年级、性别、班级班内编号的信息进行编码，通过学号学生可以快速读取学生信息，准确地标识每位学生。这样，生成式人工智能营造了适宜学生去理解编码规则的环境，通过层层深入的对话，让学生更好地去理解。

阶段三：精密分析——评估验证学习结果

四元学习设计的第三阶段为评估与验证学生的认知达成度，即通过多维度的评价，不断对学习过程进行考查。评估与验证学生的认知达成度是确保教学目标实现的核心环节，该阶段可以采用多元化的评估方法，如形成性评价与终结性评价相结合，量化分析学生在知识掌握、应用及问题解决等方面的表现。同时，引入学习分析技术，追踪学生的学习行为与认知发展轨迹，结合反馈机制，动态调整教学策略，以验证其认知目标的达成度，从而为后续教学优化提供科学依据。

（1）原设计

《数据编码有规则》的第三部分为让学生通过生活实际理解编码有多种方式。该课让学生体验多种编码的方式，并能够据此理解编码内部联系的原理。在常见的生成式人工智能项目教学中，该课有着一定的程式。可循的学习设计如下：观看实例编码解码视频→学习已有编码内容→出示解码程序→学生尝试修改→教师点评部分不合理的作品→评价小结。

（2）思考焦点

以上的设计是传统的教学和学习过程，缺乏新课标的结构化思维，因此其设计的深度不足。生成式人工智能有突破传统的归纳与提升功能，对教学过程中的编码理解具有深刻的意义。因此，此教学过程应做适应性的修改。

（3）改进型设计

在基于四元学习设计的教学中，该课针对生成式人工智能项目的课堂教学特点，进行以验证促优化的改良，以促进学生的生成性思维的提升，鼓励学生多元智能的迭代。教学建议如下。

环节名称：编码建立内在联系。

教师提问：运动会的赛场区域很大，人很多，你是怎样找到同学的？

学生回答：

回答1：我用手机打电话给他。

回答2：我用微信、QQ联系他。

回答3：我在场地大声呼喊他的名字。

生成式人工智能大模型回答：可以通过他的运动员号码牌，很快找到你的同学。

生成式人工智能大模型验证：

互动活动1：请观察图1中的图例，分析图中的号码长度是否相同。

互动活动2：请观察图2中运动员的号码，同一组号码有顺序之分吗？

互动活动3：请观察图3中的车牌，思考它们有哪些异同。

互动活动N：……

评估环节：

①分类编码：分类编码有哪些特色？在哪些地方可以采用具有多个特定意义的数据块组成分类编码？

②意义编码：如电子班牌等包含级部班级课程的多种数据块，它是一种分类编码，生活中还有哪些场合会运用到分类编码？

③实践编码：图书馆使用多组数据块，可以识别图书的存放地、书籍类型等信息。那么，通过数据块编码建立数据间的联系是为了什么呢？

与生成式人工智能大模型共同小结：

①我理解了分类编码的意义。

②我尝试了多种编码的方式。

③我与大模型沟通了编码制订的流程。

共商改进：①扩大生活应用范围；②扩展场合应用人群；③扩充数据编码容量……

教学评析：以上的学习设计突出了生成式人工智能对学习设计的优化。生成式人工智能大模型成为学习伙伴，通过教师适宜的引导，对学习过程进行了理性的评价，并提出后续学习的意见。此时的生成式人工智能不仅仅是学习的工具，还是协同学习的伙伴，让学生在教师的指导下，不断反思自我的作品，提升综合学习能力。

生成式人工智能项目教学中应用四元学习设计的关注点

第一，选择有效内容载体。在认知过程前，需要根据学生的情况，设定具体的学习目标，如掌握生成模型的基本原理、熟练使用生成式人工智能聊天对话框以及理解其应用场景与局限性。

第二，设置多样化的学习活动，如项目实践、案例分析、协作探究等，深入理解技术逻辑与应用方法。同时，鼓励学生实践，并在真实场景中验证其效果，确保学生在技术学习的同时，培养创新思维与伦理意识，为后续学习奠定坚实基础。

第三，强调评估反馈的科学性与动态性。在生成式人工智能项目教学中，需通过多元化的评估方法，如生成内容的质量分析、项目成果展示及学习行为数据追踪，全面衡量学生的认知达成度。同时，建立实时反馈机制，帮助学生及时调整学习策略，优化生成结果。