生成式人工智能在項目式課程設計中的應用實踐

摘要： 數智時代，項目式學習作為促進學生深度學習、助力學生核心素養發展的重要學習方式，受到教改實踐者的廣泛關注。但教師在設計項目式課程時，面臨著重建知識觀、建構復雜任務、跨學科融合等挑戰。為此，教師可借助生成式人工智能的優勢，設計高質量的項目式課程。在應用生成式人工智能設計項目式課程時，教師應關注樹立系統思維、聚焦計算思維、重視協作思維等關鍵要素。

關鍵詞：生成式人工智能；項目式學習；項目式課程；跨學科主題學習；合作探究

數智時代來臨，人類的生產、生活和學習方式正在經歷深刻變革，未來需要具有溝通、協作、批判、創新以及數字化生存能力的人。項目式學習作為促進學生深度學習、助力學生核心素養發展的重要學習方式^[1]，強調學生在合作解決一個真實世界中的復雜性問題或需要深度思考的任務中，逐步習得包括知識、可遷移技能、高級思維能力等在內的必備素養和關鍵品格^[2]。它改變了傳統以知識點為主的學習，推動了素養導向的跨學科主題學習^[3]。在教學實踐中，如何轉變理念、設計驅動問題、實現跨學科等成為教師面臨的挑戰。為此，研究團隊基于信息技術名師工作坊的實踐，探索以生成式人工智能賦能項目式課程設計，大大拓寬了教師設計項目式課程的思路，取得了較好成效。

一、教師在設計項目式課程時遇到的挑戰

項目式課程打破了知識體系化的傳統思維，需要以問題視角選取學科大概念，科學建構課程內容。習慣了傳統分科教學的教師，在設計項目式課程時往往會面臨以下挑戰。

一是重建知識觀。新課程方案要求以素養培育為根本，開展指向理解的學習。這要求教師必須破除以往“聚焦學科重點”“遍及學科知識點”的思維習慣，根據課程改革要求重構內容，以培養學生的問題解決能力、批判性思維、創造性思維以及合作與溝通技能，從而更有效地促進學生的深度學習，讓學生得到全面發展。

二是建構復雜任務。新課程標準強調對學生批判性思維、創新能力和溝通協作能力等的培養，重視對學生思維能力的訓練。這要求教師超越“逐個知識點的了解、識記和理解”的教學方式，以問題視角建構知識點之間的聯結及運用^[4]，并引導學生在復雜任務中應用這些知識。因此，教師需要對學習路徑進行全面重構，從單向的知識傳遞轉變為促進學生的深度學習，并提高他們的問題解決能力。但對于那些習慣于“照本宣科”的教師而言，建構這樣的復雜任務無疑是很具有挑戰性的。

三是跨學科、跨領域融合。數智時代，數字化學習、泛在學習、碎片學習已經成為學生學習的新常態。學生與教師之間的知識體系不再是傳統的單向包含關系，而是呈現出多元化和動態性特點。但是，教師由于長期專注于特定專業或學科，其知識結構與思維方式已趨于固化。因此，聚焦真實問題的解決，設計能夠跨越專業和學科局限的項目式課程，是教師必須跨越的一道門檻。

二、應用生成式人工智能破解挑戰的可行性

生成式人工智能是一種基于人工智能技術的機器學習模型，它通過學習大量的數據，提取其中的規則、模式和結構，并利用這些知識生成新的內容。作為一種先進的機器學習技術，生成式人工智能以其高度的靈活性和創新能力，在教育教學中展現出了巨大的應用潛力。目前，生成式人工智能已能實現智能化管理教學資源、個性化設計學習路徑、創建虛擬實驗室和模擬歷史場景、自適應學習、智能推薦、智能分析與反饋等，在助力探究學習、跨學科融合、參與式學習和個性化學習等方面表現出突出的優勢。

從賦能課程與教學設計的角度出發，生成式人工智能可化身為教師的智能伙伴，擔當多種關鍵角色。一是作為項目式學習指導者。教師通過向生成式人工智能大模型提問，能夠獲得關于項目式學習的專家觀點、教育理念、設計原則、組織策略、實施建議以及項目案例等一系列內容，從而打破自身固有的知識觀念，開展任務驅動下的主動研修，提升項目設計和研究能力。二是作為跨學科專家。生成式人工智能能夠處理海量的數據和知識，能為教師提供豐富的教育資源，幫助教師擴展和更新知識儲備，并促進跨學科知識的融合。在它的協助下，教師可以設計出涵蓋多個學科知識的項目，從而為學生提供跨學科的學習體驗，促進學生深度學習和高階思維培養。三是作為技術支持者。生成式人工智能不僅可以在文本生成、圖像生成、音頻生成、視頻制作、游戲設計、代碼生成等方面幫助教師實現技術與學科知識的融合（TCK），還可以通過評估學習數據、智能對話、虛擬體驗等幫助教師及時調整教學策略，實現技術與教學知識的融合（TPK），建構指向真實問題的復雜任務。

綜上，生成式人工智能憑借其強大的知識儲備、出色的內容生成和智能分析能力，能夠助力教師進一步豐富教與學的活動設計，促使“體系化的學科知識”轉化為“結構化的學習經驗”^[5]，從而設計出高質量的項目式課程。

三、運用生成式人工智能設計項目式課程的關鍵要素

結合生成式人工智能的特點，我們基于項目式課程設計的實踐經驗，凝練了運用生成式人工智能設計項目式課程的關鍵要素。

（一）樹立系統思維，審慎辨別可用資源

項目式課程的本質在于讓學生綜合解決真實問題，形成復雜交往能力。人工智能雖然可以提供海量信息和資源，但是信息體系性不強，而且教學設計者常常會被新奇的資源吸引，將找到的熱點資源簡單拼合后為我所用，導致項目設計缺乏整體性。因此，教師需要樹立系統思維，從學生需要出發，處理好“學習需要什么”和“人工智能有什么”的關系。一方面，教師要牢牢把握使用資源的主動性，對資源進行審慎挑選和辨別，避免淪為智能推送的待哺者；另一方面，由于生成式人工智能缺乏對人類語言和概念的真正理解，存在上下文依賴、可能復制或放大數據中的偏見錯誤等，所以，教師要對信息的科學性和準確性進行仔細辨別。

（二）聚焦計算思維，解構真實問題

項目式學習往往涉及多個學科領域，需要改變知識的線性布局，從學科邏輯轉向問題邏輯，強調知識的整合應用。人工智能不是簡單的查詢工具，教師可以運用計算思維，綜合應用分步提問、對比分析等提問策略，挖掘學習內容之間的關聯，建構指向學生思考的概念網絡，實現對真實問題的解構。比如，分步提問“我在分析食堂滿意度數據時，第一步應該做什么”“請對比不同數據分析方法的異同”等，構建真實問題的變式，將其解構為跨學科問題網絡，轉化為符合學生最近發展區的進階問題群，最終建構復雜任務。

（三）重視協作思維，打造合作探究場域

項目式課程的重要特征之一就是發展學生的合作探究能力，而這主要依賴于學習活動設計。人工智能沒有情感，但可以幫助我們創建表達情感的學習活動。在設計項目式課程時，教師要重視協作思維，圍繞情境、學生參與度、評估機制、合作學習等關鍵詞，使用多種問答策略獲取學習活動設計的資源。比如，設定情境提問“在設計一個討論可持續發展的項目式學習課程時，我應該怎樣結合信息技術學科課程標準”，以獲得更貼近實際的答案；使用開放式提問“如何增強小組學習中的成員參與度”“如何有效評估并激勵學生在項目式學習中的表現”，以獲取更深入、更具描述性的答案；尋求具體案例式提問“能分享一些在高中教育層面成功的項目式學習案例嗎”，從而獲得實際操作的思路；通過提問“根據當前的教育研究，哪些項目式學習的實踐被認為是最有效的”，詢問某一領域的專家意見或已被廣泛認可的最佳實踐。使用以上策略，教師便可獲取關于學習活動設計的有效資源，從而打造合作探究的學習場域。

四、運用生成式人工智能設計項目式課程的實踐

依據上述運用生成式人工智能設計項目式課程的關鍵要素，我們指導教師開展了廣泛的項目式課程設計實踐。下面，以設計“數據編碼”等項目式課程為例詳細闡釋。

（一）系統解構真實問題，迭代生成項目目標

項目目標既是真實問題的變式，也是向學生明確項目內容和要求的主體。在界定項目目標時，教師需要使用計算思維，將真實問題解構為多個條件，從多個維度界定和刻畫。在設計課程前，教師向人工智能提問：“現在，請你扮演一名資深的課程設計師，與我共同設計一門課程，課程的主題是數據編碼，課程面向16歲左右的高中學生，課程總時長為4課時，請撰寫課程目標和4課時的課程標題以及副標題。課程標題要求不超過10個字，用有吸引力的問句，課程副標題要能概括本課時的主要學習任務，不超過10個字。”以上提問包含角色、面向對象、學時等多個由真實問題轉化而來的條件，條件之間是“與”的關系，體現了運用計算思維解決真實問題的過程。人工智能給出方案，如表1所示。

在以上方案中，課程目標和標題表述均以知識點為主，不能體現項目式學習指向真實問題的要求。教師需要把握主體性，從系統思維出發，審慎辨別判斷，進一步迭代提問：“我認為你給出的課程目標不夠準確，我希望能夠以面向學生的視角，依據布盧姆的教育目標分類學，基于信息技術學科課程標準重新設計?！比斯ぶ悄芙o出如表2所示的方案。

迭代后的課程目標依據布盧姆的教育目標分類學，使用記憶、應用、評價等不同層級的行為動詞表述，較第一版設計更為優化；標題面向學生視角，指向“破解密碼”“畫出頭像”等真實問題。教師可以進一步使用設定情境策略、尋求案例策略等進行優化。由此，生成式人工智能幫助我們快速組織提煉信息、運用已知規則優化內容，大大提高了工作效率。

（二）構建挑戰性問題群，打造深度學習的思維引擎

巴羅斯和坦布林說，知識的獲得來源于對問題的認識和解決的過程。夏雪梅在《項目化學習設計：學習素養視角下的國際與本土實踐》一書中，在談到巴克教育研究所迭代項目式學習黃金準則時指出，“這表明巴克教育研究所對問題的認識發生了變化——從引發學生的興趣、對學生友好的驅動性問題，轉向對學生的思維和價值觀有挑戰的問題”^[6]。由此可見，挑戰性問題是學生發展高階思維的根本。教師應用生成式人工智能，通過開放式提問、設定情境等策略，挖掘項目的大概念及其關系，可以建構概念網絡，再聚合形成挑戰性問題鏈。

以“食堂滿意度數據處理與分析”項目為例。教師進行開放式提問“在對食堂滿意度數據處理與分析時，有哪些關鍵概念和方法，請幫我梳理一份概念圖”。教師獲得概念關系圖（如圖1）后，依據課程標準進行分析辨別，從而確定數據收集、數據處理、數據分析等一級大概念；數據清洗、數據轉換、數據整合、假設檢驗、相關分析等二級大概念。教師再通過設定情境提問“在分析兩個食堂的菜品、客流量、環境、服務態度等數據時，我們可以提出哪些具體問題來指導數據分析”，從而獲得挑戰性問題“兩個食堂的菜品價格與銷量之間是否存在相關性，顧客對價格敏感度如何（分析目的：確定定價策略，平衡利潤和顧客接受度）”“工作日與周末的客流量是否有顯著差異，如何解釋這種差異（分析目的：了解顧客就餐習慣，為促銷活動和營業時間調整提供數據支持）”。由此可見，生成式人工智能可以幫助教師彌合具體經驗與抽象概念之間的間隙，構建概念之間的關系，設計出指向高階思維的問題，助力學生深度學習。

（三）構建探究性學習場域，打造學習實踐的多樣路徑

學生合作學習的發生需要源于對真實問題的興趣和思考。深度探究的發生依賴于學生經歷不同的學習路徑產生觀點碰撞。因此，教師要以合作學習活動促成多樣化學習路徑，幫助學生實現深度探究。以“數據分析”項目為例，在應用生成式人工智能設計合作學習活動時，教師使用了以專家理論指導、設定情境獲取案例的策略，如通過“對于合作學習的活動形式，專家有哪些觀點，請舉例說明”“在組織數據分析項目時，可以設計哪些合作學習活動”等問題，確定了數據分析研討會、數據清洗競賽、數據故事講述、客戶反饋會議等合作學習活動（如圖2），讓學生在角色扮演中進行數據清洗競賽，從不同視角、面向不同客戶講述數據故事，沉浸式體驗數據分析的每個環節，實現深度合作和反思。在整個學習過程中，學生不僅掌握了專業知識和技能，還充分享有了選擇權、發言權、決策權和評價權等。在這一過程中，生成式人工智能快速有效地梳理并整合了專家觀點，不僅幫助我們跨越了行業間的知識界限，還消除了思維定式的阻礙。教師也得以構建有效、深度的探究性學習場域，實現學習路徑的重構。

五、總結與反思

教育數字化轉型背景下，以項目式課程培養學生面向未來的生存能力和創新能力具有積極的實踐意義。應用生成式人工智能設計項目式課程，可以拓寬教師的視野，為項目式課程設計提供專家觀點、創意靈感、融合策略、跨學科知識和豐富資源，幫助教師設計出能夠促進學生深度思考、思辨創新的高質量項目，讓學生得以在項目式課程的浸潤中發展專家思維，掌握專家知識。但我們也清醒地認識到，人工智能的使用離不開教師的設計能力和教學智慧，甚至對教師信息化教學能力提出了更高要求。這需要教師具有較高的數字素養，具備主動獲取資源的能力，同時還要具有系統思維、計算思維、辯證思維、迭代思維、協作思維等，對人工智能提供的內容做出甄別和判斷^[7]。此外，生成式人工智能還面臨數據質量依賴、缺乏真正理解能力和存在潛在偏見等問題，因而不能形成新的觀點或應對現實世界復雜挑戰的解決方案，教師需要提升自身的課程理解和設計能力，借力生成式人工智能更新知識體系，打造數字化學習新境界，讓課程教學改革無限接近素養生成。

注：本文系姑蘇教育人才資助項目“大概念統整的學科項目式學習的行動研究”（蘇教師〔2022〕46號）、第五期江蘇省職業教育教學改革研究課題“基于大概念的五年制高職項目化學習實踐研究”（ZYB222）和蘇州市教育科學“十四五”規劃2021年度課題“大概念視域下信息技術學科項目化學習的實踐研究”（2021/LX/02/257/09）的階段性研究成果。

參考文獻

[1] 辛京京，馬由然，郝連杰.指向核心素養培養的小學數學項目式學習：以“一億有多大”為例[J].中小學數字化教學，2023（2）：20-23.

[2] 張文蘭，劉照陽.信息技術賦能項目式學習的有效路徑[J].中小學數字化教學，2023（2）：5-8.

[3] 張豐，管光海.迎接素養導向的學習：項目化學習的浙江探索[J].中小學管理，2023（10）：29-32.

[4] 崔允漷.學科核心素養呼喚大單元教學設計[J].上海教育科研，2019（4）：1.

[5] 崔允漷，張紫紅.義務教育課程改革的愿景、使命與方向：專訪華東師范大學崔允漷教授[J].教師教育學報，2023（1）：1-10.

[6] 夏雪梅.項目化學習設計：學習素養視角下的國際與本土實踐[M].北京：教育科學出版社，2021：53-55.

[7] 李艷燕，鄭婭峰.生成式人工智能的教育應用[J].人民論壇， 2023（23）：69-72.

（作者系江蘇省蘇州工業園區教師發展中心教研員、高級教師，姑蘇教育青年拔尖人才，蘇州市學科帶頭人）

責任編輯：牟艷娜