AIGC支持的項目化學習研究

摘 要：生成式人工智能的快速發展，呼喚人才培養模式和教育教學方式的變革。如何將生成式人工智能融入教育教學過程，推動教學改革與創新，是培養學生適應未來智能化社會必須解決的重要問題。項目化學習強調基于真實情境、通過合作學習和開放生成進行問題解決來開展面向未來的人才培養，為AIGC工具在教學中的應用提供了開放空間。該研究對AIGC教學融合中存在的技術應用場景缺乏挖掘、使用者存在技術焦慮、交互信息缺乏有效檢驗3個問題進行了審視，并結合項目化學習的特征與實施過程，從“教—學—評”3個角度對AIGC如何賦能項目化教學進行了策略分析，分別為：AIGC賦能項目化課程教學智慧創生、AIGC促進學習者個體智慧增長，AIGC參與教學評價智慧交互。希望該研究能夠推進項目化學習實踐中AIGC的深度融合與應用。

關鍵詞：AIGC；生成式人工智能；項目化學習；人機協同

中圖分類號：G4 文獻標志碼：A 文章編號：2096-0069（2025）01-0054-06

《中國教育現代化2035》提出，要實施人工智能助推教師隊伍建設行動，推動教師積極轉變角色定位，做學生學習的指導者、支持者。一線教師需要在生成式人工智能應用不斷演進的背景下，保持開放嘗試和審慎使用的對立統一，積極參與教育數字化轉型的實踐，借力技術引擎重構教育組織體系和服務體系；積極擁抱生成式人工智能所代表的創新文化，運用生成式人工智能開展教育教學創新，為學生創造更豐富的學習體驗，培養學生適應未來社會發展所需的關鍵能力[1]。

項目化學習是一種新的學科教學理念，其在目標結構、課程內容與形式、課程評價及課程組織等方面跟講授式的課程教學存在顯著差異。項目化學習注重引導學生從生活和社會實際出發，通過多學科知識、技能的統整主動實踐，解決基于真實情境的劣構問題，強調合作學習和開放生成；強調育人的價值引領作為教學目標的首要指向，通過分析和解決真實問題，形成物化成果；在課程執行過程中，學生的主體地位凸顯，常以小組協作開展項目學習，學習支架和路徑多元，作業或作品形式多樣，課程地點和時長根據實際課程相對靈活安排。設計思維指導的系統性項目化學習設計，需要教師設計系統化學習活動鏈、多模態學習資源、融合性學習環境和全過程學習評價，實現“課程—教學—學習”的一體化設計和教學創新[2]。

從ChatGPT發布以來，學術界針對生成式人工智能對教育的變革開展了大量的探討，但是日常教學中對人工智能生成內容的應用仍然非常有限，一線中小學教師對新技術的應用普遍持觀望態度。為了幫助一線教師深度開展基于人工智能生成內容（Artificial Intelligence Generated Content，簡稱AIGC）的教學，本研究聚焦AIGC支持的項目化學習“教—學—評”一體化支撐策略研究，從實踐層面為人工智能賦能教育教學高質量發展提供參考。

一、AIGC教學融合問題審視

在教學實踐中，以往師生使用的數字化教學信息資源以專業生成內容（Professional Generated Content，簡稱PGC）和用戶生成內容（User Generated Content，簡稱UGC）為主，前者是專業人士制作的教學信息資源，提供相對權威、高準確性的知識內容；后者泛指教師和學生通過教學協同而生成的信息，為師生共生、共創信息，表現出問題解答多元化、信息內容原創化、用戶閱讀適切化等特點，但也存在權威性、準確性和縱深維度等需待進一步驗證的不足。隨著人工智能技術的發展，教學資源的內容創作和組織模型發生了迭代，由“師生共創”發展為“師—生—機共創”的AIGC新模式，并在互動生成、深度加工、協同互補和質量監控四大機制下，實現對數字化教育資源的規模化、優質化、高效化共創生成[3]。在教育數字化轉型的背景下，在項目化學習教學中應用AIGC等新興技術，有利于輔助達成知識建構和素養提升，但在目前的實施過程中，仍存在技術應用場景暫乏挖掘、使用者技術焦慮、交互信息缺乏有效檢驗等問題。

（一）技術應用場景暫乏挖掘

在教育場域中，可通過與AIGC工具進行自然語言或多模態素材的互動交流，實現多模態、跨模態、虛擬人等數字化教學素材的智能化生成。項目化學習課程是典型的跨學科課程，師生需要的教學素材比其他學科更為豐富、復雜，AIGC工具可提高師生獲取、分析教學素材的效率。但是，目前AIGC工具對于高質量教學設計、方案撰寫等文本內容生成仍然存在一定的局限性，跨模態生成能力與師生的人機共創互補性協同愿景還有一定的差距。在實際教學應用中，AIGC工具常被簡單地視為“知識問答工具”，僅作為搜索引擎的另一種使用樣態，師生缺乏指向明晰的遷移應用認知，技術應用暫時仍缺乏更多元的、具體化的教學場景挖掘，在人機融合中未能有效賦予AIGC工具在低邊際成本下實現高階的智能增強表現。

（二）使用者存在技術焦慮

盡管在人機共創的背景下，教師和學生可以使用AIGC工具生成教學文案、PPT課件、學習閱讀資料等教學所需的文本、圖片、音頻內容，但生成式人工智能技術在教育主體中的植入步伐可能因使用者的技術焦慮而受阻，未能實現持續的技術接納。盡管AIGC工具的入門使用技術要求不高，一般可以采用自然語言進行交互，但廣大一線教師對這類工具的使用仍持觀望態度，出現認知誤區，誤認為AIGC工具需要較高的信息技術使用能力（如編程能力）才能獲得有效輔助，誤認為人工智能將動搖教師在教育行為中的主導地位，誤認為人工智能生成內容置信度偏低，擔心學生直接使用AIGC工具完成作業，擔心因“人機協同”導致師生深層交流不暢。這些原因導致一線教師對“AI+教育”的認同度不高，甚至產生應用抵觸。從學生角度看，他們也擔心提示詞撰寫困難、工具應用依賴、網絡行為隱私泄露、信息繭房束縛等情況發生。因此，盡管AIGC工具為中學生帶來新鮮的體驗，但學生的使用欲望并未隨之明顯增強。

（三）交互信息缺乏有效檢驗

“交互式問答”和“角色指令”是使用頻率高、使用技術門檻相對較低的生成式人工智能應用方式，在人機共生共創執行過程中，使用者通過輸入提示詞，由人工智能生成相應的文本、語音、音頻、視頻、圖片、圖表等多模態信息。但在使用過程中，一方面是輸入信息缺乏檢驗，師生向AI提供的交互語言和多模態素材是否符合AI算法的識別和理解邏輯，缺乏有效的檢驗和評估。例如，學生使用AI作畫時，如果提示詞中包含“清澈的河水”這個相對模糊化的表達，AI可能無法準確理解并通過圖片表征，生成的圖片與預期的“清澈”想象有明顯出入。由此可見，如果向AI提問的自然語言文本結構和信息不完整或不準確，可能導致AI生成內容不符合使用者的預設期望。另一方面是輸出信息缺乏檢驗，大模型在進行文本數據訓練時，無法保證對事實信息和虛構信息作出絕對區分，從而導致生成結果可能存在科學性、正確性偏差，甚至出現“內容幻覺”現象，生成了看似正確、實則虛構的內容。例如，以《詩經》的文學樣態由AI自編內容，生成全新的類似文本，如未加以甄別，則可能以為是《詩經》原文摘錄，生成的內容可能存在迷惑性。如果把未經有效檢驗的交互信息直接應用在項目化學習等解決復雜問題的課程中，將可能向學生傳遞存在錯誤、偏見的信息。

二、AIGC賦能項目化課程教學智慧創生

項目化學習既要關注真實問題如何解決，也要關注問題解決如何落地。在實踐項目的構思、實踐階段，都可以借助AIGC建構解決教育教學實際問題的工具集和策略集。除了直接在大模型平臺使用多輪文本交互，還可以應用跨模態對話能力進行素材分析和新素材生成。對于高頻使用的生成任務，如價值體認、責任擔當、問題解決和創意物化的教學目標“四要素”，可以通過創建AI應用（部分大模型平臺有“助手”“智能體”“AI Bot”等其他稱謂）來實現個性化定制功能。

（一）項目構思階段

1.教學素材的創生與聚合

AIGC的優勢特征是信息生成能力和知識承載廣度、深度均比人類更強，教師在教學素材的創生過程中，可以發揮AIGC的信息檢索、數據挖掘、素材調用、復刻編輯等能力，進行原創性制作或二次創作。在項目化學習的教學中，可以通過自然語言與AIGC進行多輪對話，AI會考慮上下文信息、語義理解來生成探究選題、探究問題鏈、項目實施活動鏈、知識集、學生作業，以及文獻歸納、文獻翻譯等方面的信息。這可以為教學設計具有開放性的跨學科項目化學習課程，提供更具廣度、深度的信息參考。

一般情況下，前期的教學思路整理和教學素材創生可通過預先溝通、確定主題、生成任務、聚合協同4個步驟來完成。①預先溝通是教師向AI明確其任務角色，表達初始任務需求，由AI生成可供選擇的主題選項。②確定主題是在AI提供主題選項的基礎上，結合學情需求，由教師篩選具體化項目主題。③生成任務是根據項目主題由AI生成分解的任務選項，教師篩選可行的任務要點，逐點由AI生成詳細教學任務。④聚合協同是人機共創的關鍵，AI與教師要融合各自長處，彌補彼此弱點，增強內容生成能力。教師要對現有信息與預期設想的需求異同進行適切判斷和調整，根據實際教學需求，發揮AI強大的文檔切分和文檔解釋能力，與AI協同對已收集的參考文獻、網站資源等素材進行信息篩選和整理，對教材書籍、互聯網檢索、個人積累、學生建議等不同來源的資源信息與前期AI生成的多項資源信息進行有效聚合，形成可供教學使用的教學方案、課件、學生活動指引、知識集等。

2.學習支架的搭建與拓展

蘇聯心理學家列夫·維果茨基（Lev Vygotsky）認為，學習者的最近發展區介于實際發展水平與潛在發展水平之間，學習支架的搭建就是要幫助和支持學習者跨越最近發展區，達到潛在發展水平。在項目化學習課程中，教師可以通過與AIGC的交互，為學生搭建各種適切的學習支架。①情境型學習支架：由AI根據教學內容和項目任務角色需求，創造吸引學生的角色分工、案例和問題等教學情境。②策略型學習支架：通過AI生成學生學習所需的程序和范例，幫助學生順利開展學習任務。③資源型學習支架：教師可以向學生提供由AI生成、經人工審核的文章或課件，發揮傳遞知識、技能的功能。④評價型學習支架：教師可與AI交互生成符合具體項目學習要求的評價工具，促進學習者進行學習反思和改進。

3.教學組織的創設與優化

項目化學習常以小組協作學習作為教學組織形式，在不同的項目任務中，小組成員有著不同的角色分工，教學所需的物料、資料也會在項目準備和推進過程中不斷更新、補充，這就要求教師在教學組織上有更多預設和準備。①教師可根據學習小組中學生的學情背景，通過與AI對話交互，生成學習任務的分解與協作結構，預設學生分工，以促進協作學習的開展。②由AI生成項目執行所需的物料、器材清單，根據教學需求進行調整和確認。③通過AI生成探究情景所需的敘事信息或運行代碼，增強學生的角色代入感。④部分課程內容在開展前需要向上級報備或報批，如開展校外研學實踐課程需向上級主管部門提交報備材料。這可根據報備清單要求，由AI生成報備文件初稿。項目化學習的教學組織和準備通常更為復雜，AIGC的應用可以減輕教師在前期教學準備中的常規性工作負擔，由AI生成的活動組織檢核清單也將大幅減少教師“周全考慮”的思維負荷，提高組織工作和教育教學的質量與效率。

（二）項目實施階段

1.疑惑問題的交互與追問

AIGC工具的突出特點便是從龐大的數據資源中整合信息，從而對某個具體問題進行客觀的知識闡釋。此外，其還具備解釋、提煉、分析的能力，能對具體問題進行觀點闡釋。學生已有知識可能不足以充分支撐考察、調查、設計、制作等項目探究的真實問題解決，需要在老師的指導下邊探究邊補充。①AIGC工具在師生遇到知識或觀點困惑時，能提供快速化、精準化的問答互動內容生成。②師生可以就生成內容向AI提出追問，以更寬廣、更深層的視角進行剖析。③可以使用語音交互對話方式，仿真課堂的師生交流；還可運用數字分身、友伴角色等虛擬人技術，為虛擬角色配置社會身份、性格特點、語言習慣等個性化特征，仿真與特定人物（如科學家、歷史學家）的交流，提升交流時的逼真體驗。但是，AI生成信息的科學性、準確性、真實性、規范性仍需進一步甄別。

2.創意示例的展示與啟發

在項目化學習課程中，不管是階段性作業成果還是終末性作業成果，都具有線性演進、多元開放、迭代優化等特點，學生遇到的真實問題可能是一種嶄新的情景，需要在老師的指導下對成果的可能樣態形成初步理解，再沿著這種理解和路向進一步產生答案。AIGC工具可以輸出文案、圖片、語音、視頻等信息樣態，為學生提供可能、可及的作業成果示例，學生可從過程示例和成果示例中得到應用啟發，進而完成項目探究。例如，①過程示例：引導學生應用“文心一格”完成重陽節祝福卡片設計時，教師通過不同的提示詞語句和細節設置生成不同的圖片，幫助學生理解提示詞語句的編寫規則。②成果示例：引導學生運用奧斯本檢核表法開展新能源汽車新功能創設時，AI生成了全部9個維度的不同示例，幫助學生理解這個思維工具的具體應用。

三、AIGC促進學習者個體智慧增長

（一）人機互補的復合與監控

意義建構是基于人的視角及學習目標對知識的應用，是將知識轉化為生產力與創造力的過程[4]。學生參與項目化學習的探究，正是一個意義建構的過程。學生在項目探究中，需調用內腦已存的可通過語言、文字、圖表等編碼表征的顯性知識，以及經驗、思維模式、價值觀等難以編碼的隱性知識，提出問題解決思路、方法，進而解決問題。目前AIGC工具訓練的數據集龐大而豐富，交互生成的信息以顯性知識為主，當學生應用AIGC工具的生成能力解決具體問題時，AIGC可作為個體思維的外腦。借助AIGC工具所形成的個體外腦可以從事一些具體的工具性任務，內腦的主要任務則可以從早期的機械式訓練轉移到高階思維中來，讓學習者個體省去不必要的時間支出[5]。

人機協同是一個內腦與外腦復合的過程，但在中小學階段，如果學生過早省去個體思維訓練的學習經歷，其思維能力和未來素養將受到極大的沖擊。接觸新興事物“宜疏不宜堵”，中小學生使用AIGC工具實現內、外腦復合的基本范式，需要在創變中遵循教學的適切性、科學性。①內腦產出應先于外腦生成。學生在探究具體問題時，需要先由小組討論形成初步意見并記錄下來，再把相同的問題由AI生成另一份或多份答案，學生通過閱讀、分析AI生成的信息，對小組答案進行再決策和優化。在這個過程中，學生不是簡單地依附于AIGC工具直接尋求答案，而是在自我知識建構和意義建構的基礎上，借力AI答案提供的多維視野，使思維能力得到增強。②內腦需對外腦生成內容監控、復核。目前AIGC工具生成的內容仍然不可避免地存在質量風險，從使用者的角度看，這些風險主要體現為虛構信息、錯誤信息、邏輯缺陷、完整性缺陷、失真信息、觀點偏見以及版權歸屬等，學生需要對AI生成的信息進行交叉核實、邏輯檢驗和失真檢查，不可未經復核直接使用。

（二）人機共創的協同與躍遷

學生通過人機共創完成創意物化的過程，跳出傳統的思維和創作模式，把AI作為數字學伴；AI通過與學生的對話協商，集結人類智慧和機器智能的核心優勢，生成創造性的問題解決方案[6]。①藝術創作的協同。例如，創作項目宣傳海報時，學生可以使用“文生圖”的方式創作海報圖片，其核心能力從繪畫技術轉變為與AI交互的文字表述、畫面風格的選擇配置及審美水平。在這個過程中，學生需要對創作的作品元素、風格、布局等要素進行審核，經過多次調整提示詞進行交互之后，再形成作品。②文案創作和代碼編寫的協同。學生圍繞目標任務與AI進行對話和辯論，AI成為小組討論中的一個參與角色。通過學生提供的指令和示例，AI整合已有數據集信息和決策模型生成“最優解”；學生通過多輪迭代調整、調試，修正AI方案。③實物制作的協同。AIGC技術能提升設計流程中概念設計階段的效率，讓設計者從概念方案效果圖的制作中解放出來，有更多精力對方案設計方向進行打磨[7]。例如，學生在設計“陸行帆船”模型時，可以把具體設計文本化，通過“文生圖”，先由AI生成多份概念效果圖，然后挑選合適的概念方案進一步優化、制作、調試。

AIGC工具的引入可突破傳統教學局限于固定思維模式和解題套路的窠臼，為學生提供更加多樣化和創新性的解題思路，并理解和吸納新知識、新理念。這種思維躍遷和能力躍遷將幫助學生提升創新思維、批判性思維、審美能力和問題解決策略創新水平。

四、AIGC參與教學評價智慧交互

教學評價除了給予評價對象明確、全面的價值性判斷，還有診斷自身問題、明確改進方向、迭代持續發展等參照功能，并貫穿于“為誰培養人、培養什么人、怎樣培養人”這一中國式教育現代化的核心問題鏈[8]。項目化學習課程的評價，需要從過程性評價、成果性評價、量化評價、質性評價等不同維度進行設計和應用，如何結合具體項目設計評價方案是教師面臨的問題，AIGC能為其提供支持。

（一）評價模型的設計與精調

項目化學習的課程評價模型需要基于具體項目內容設計，考察探究、社會服務、設計制作、職業體驗等不同內容的評價模型也有所不同。①評價標準的設計。教師可以與AIGC工具交互，描述教學項目的主要信息和評價意圖，由AI生成量化評價維度、評價關鍵要點和預期學習行為表現等信息，或質性評價的結構和提綱，形成評價模型的初稿。②評價模型的精調。教師與學生代表可以根據AI生成的初稿，發現需要優化的要素，通過與AI繼續交互或人工修正的方式進行迭代和確稿。例如，開展項目化研學課程時，AI可能只提供學習行為表現的評價內容，需要師生溝通后進一步補充完善生活行為表現的評價指引，發揮評價對學生的發展導向功能。

（二）評價結果的生成與分析

項目化學習的評價貫穿于課程執行全過程，除了開展師評、自評、組評、家長評等評價方式，還可以引入AIGC工具（如百度智能云千帆AppBuilder）開展評價嘗試。①開發智能體（Agent）應用進行作業評價。編寫角色指令提示詞，調用手寫字識別等AI能力。智能體應用配置完成后，可上傳學生手寫作業照片，由AI按照評價模型的各維度進行評分，生成量化評價和質性評價結果。教師和學生可以根據AI的評價結果獲得學習反饋，進一步優化作業成果。②開發智能體應用對評價數據進行匯總與分析。教師獲取全體參與課程的學生評價數據后，可利用大語言模型的自然語言理解和執行能力，對Excel進行數據分析，發現學生參與項目的表現性評價數據，橫向比較分析學生的增值評價數據，為后續開展課程實踐和學生激勵提供數據支撐。

五、結語

項目化學習作為跨學科主題學習的一種重要教學形式，其參與面、參與度將隨著新課標的貫徹落實進一步提升，AIGC工具將為教師完成項目化學習設計提供更高效的協同支持。AIGC工具的引入使得師生可以參與更多維的互動過程，這需要師生超越技術的工具性思維，變革育人理念，形成人機協同知識共創的思維，重塑智能化教與學方式，重視生成式人工智能素養的培養和面向實踐的理論創新[9]。一是要強調人在教學過程中的主體地位，適應學習環境與方式的轉變，強調對學生包括創新思維、解決問題、團隊合作和溝通，以及實踐能力在內的諸多能力的培養[10]，減少對AIGC工具的依賴，防止出現思維惰性。二是要厘清在項目化學習課程中應用AIGC工具的具體場景，糾正教育場域應用生成式人工智能技術的錯誤認知，形成跨學科“教—學—評”協商機制，提升師生在新技術應用中的數字素養。此外，教師還要引導學生體認數字化創新實踐的情感價值，掌握創新的實踐方法，積累創新的行動經驗[11]，提升學生應用AIGC工具開展數字化學習的能力。

參考文獻

[1] 王志軍.擁抱生成式人工智能的創新文化[J].中小學數字化教學，2024（2）：1-1.

[2]王志軍， 嚴亞玲. 設計思維如何指導教學創新？——項目化學習設計的視角[J]. 開放教育研究，2023（1）：26-36.

[3]萬力勇，杜靜，熊若欣.人機共創：基于AIGC的數字化教育資源開發新范式[J].現代遠程教育研究，2023（5）：12-21.

[4]彭蘭.智媒趨勢下內容生產中的人機關系[J].上海交通大學學報（哲學社會科學版），2020（1）：31-40.

[5]沈書生.適應與變革：AIGC產品如何改變教育過程：人工智能帶來的機遇[J]. 教育研究與評論，2023（9）：15-21.

[6]王一巖，劉淇，鄭永和.人機協同學習：實踐邏輯與典型模式[J].開放教育研究，2024（1）：65-72.

[7]馮玉泉.AIGC在工業設計上的應用與思考[J].包裝工程，2024（8）：337-345.

[8]謝幼如，高磊，邱藝，等.智能技術賦能高質量課堂的評價創新[J].電化教育研究，2023（12）：73-79，94.

[9]王志軍，滕志強，蘇晨予.國際生成式人工智能教育應用創新：全球人工智能學習和教育研究聯盟之“人工智能賦能學習者會議”綜述[J].遠程教育雜志，2024（2）：65-74.

[10]楊曉哲，王晴晴，王若昕.生成式人工智能的有限能力與教育變革[J].全球教育展望，2023（6）：3-12.

[11]王一新，朱彩蘭.中小學生數字化學習與創新評價指標體系構建[J].數字教育，2023（6）：55-61.

（責任編輯 李強）

Research on Project-Based Learning Supported by AIGC

Zheng Xun1， Wang Zhijun2， Su Limei3， Li Xin3

（1.Teacher Development Center of Shantou， Shantou， Guangdong， China 515041;

2. Jiangsu “Internet + Education” Research Base， Jiangnan University， Wuxi， Jiangsu， China 214122;

3. Shantou Jinping District Teacher Development Center， Shantou， Guangdong， China 515041）

Abstract： The rapid development of generative AI calls for a transformation in talent cultivation models and educational teaching methods. How to integrate generative AI into the educational teaching process and promote teaching reform and innovation is an important issue that must be addressed in order to cultivate students’ adaptability to the future intelligent society. Project-based learning emphasizes conducting future-oriented talent cultivation based on real-life contexts， problem-solving through collaborative learning and open generation， providing an open space for the application of AIGC tools in teaching. This study examines three issues in the integration of AIGC tools in teaching， namely， the lack of exploration of technical application scenarios， users’ technological anxiety， and the lack of effective verification of interactive information; Combining the characteristics and implementation process of project-based learning， this study analyzes the strategies for empowering project-based teaching with AIGC from three perspectives of teaching， learning and evaluating， which are in detail， the wisdom creation of AIGC empowering project-based curriculum teaching， the growth of individual wisdom of learners empowered by AIGC， and the intelligent interaction of AIGC participating in teaching evaluation. It is hoped that this study can promote the deep integration and application of AIGC in project-based learning practice.

Key words： AIGC; Generative AI; Project-based learning; Human-machine collaboration

收稿日期：2024-05-12

基金項目：國家社會科學基金全國教育科學“十三五”規劃2020年度國家級一般課題“聯通主義學習中群體協同知識創新研究”（BCA200092）；廣東省教育科學規劃2022年度中小學教師教育科研能力提升計劃項目“學科融合賦能初中生健全人格培養的研究”（2022YQJK150）2024年數字化學習技術集成與應用教育部工程研究中心創新基金項目：生成式人工智能賦能設計思維指導的項目化學習研究（1431001）

作者簡介：鄭巽（1981— ），男，廣東潮州人，中學高級教師，研究方向為綜合實踐活動、教育數字化轉型；王志軍（1986— ），女，湖南湘潭人，博士，教授、博士生導師，研究方向為“互聯網+教育”基本原理、聯通主義學習理論與 MOOC、數智化教學創新；蘇李妹（1977— ），女，廣東潮州人，小學高級教師，研究方向為科學教育；李昕（1982— ），男，廣東汕頭人，中學高級教師，研究方向為綜合實踐活動、物理教學。