教育智能體賦能項目式學習的關鍵環節

引用格式金麗琴.教育智能體賦能項目式學習的關鍵環節.教學與管理，2025（19）：26-30.

隨著生成式人工智能技術的飛速發展，教育智能體正重塑項目式學習的實踐范式。通過對“校園志愿服務平臺\"項目式學習的研究，旨在探討教育智能體在目標設定、場景創設、活動設計、評價優化四大關鍵環節的應用路徑。通過實證分析發現，教育智能體通過多模態數據畫像、動態資源匹配和智能反饋機制，可實現項目目標個性化定制、跨學科場景動態生成、學習活動精準適配及多維度能力評價，有效提升學生問題解決能力與創新思維，為智能體支持的項目式學習提供實踐參考。

在人工智能賦能現代教育的大背景下，生成式人工智能技術在教育領域的應用和研究成為新的研究趨向。黨的二十屆三中全會召開后，教育部黨組書記、部長懷進鵬提出，將大力推進智慧校園建設，打造中國版人工智能教育大模型，探索大規模因材施教、創新性與個性化教學，促進人工智能推動教與學融合應用，開發教育專用人工智能大模型。

智能體是指能夠感知環境并采取行動以實現特定目標的計算機系統，具有感知能力、行動能力、目標導向、自主性和環境交互能力。教育智能體伴隨著教育大模型的應用，是由大語言模型和特定功能模塊組成的智能系統，能夠自主理解任務、制定計劃、執行操作并進行反饋，模擬教師和學生的教學行為，為學生提供個性化的學習體驗，通過智能化手段助力教與學的過程，極大地提升教學效率。

2024年，黎加厚教授在《教育智能體與中小學科學教育》一文中指出，教育智能體是基于生成式人工智能通用大模型，根據用戶的設置，人機協同執行教學工作任務的程序。這種專門針對教師在具體學科課堂教學場景中使用的智能體，稱為“教育智能體\"[2]。

在項目式學習中，教育智能體可以扮演助教、學伴、顧問等多種角色，參與到各個環節，通過優化項目目標的設定，助力復雜項目場景的創設，定制適合學生的項目活動，進一步促進學生的深度學習。通過自動化評估和多維度反饋機制，在學習過程中引導學生不斷反思和成長，極大地提升項目式學習的質量，培養學生解決真實問題的能力和創新思維，為他們的未來發展奠定堅實的基礎]。

本文以“校園志愿服務平臺\"項目式學習為例，闡述教育智能體在項目式學習各關鍵環節中的應用。該項目在高一年級開展，是基于信息技術、數學、語文、美術、德育等學科融合的項目，歷時7周共計14個課時。根據《普通高中信息技術課程標準（2017年版2020年修訂）》中必修課程內容中模塊1\"數據與計算\"的要求，即學生能合理處理與應用數據，掌握算法與程序設計的基本知識，根據需要運用數字化工具解決生活與學習中的問題，學生需要設計一個數字化平臺，整合活動管理、志愿者匹配、數據分析等功能，提升志愿服務效率，解決學校志愿服務活動存在活動發布分散、任務分配低效、參與數據難統計等問題，實現注冊與登錄、活動發布與報名、志愿時長統計與積分兌換、用戶權限管理等核心功能。該項目的核心目標是通過設計開發數字化志愿服務平臺，使學生掌握Python編程、數據庫管理、數據分析等技能，培養數字化學習與創新能力、團隊協作與解

決真實問題的能力。

一、應用教育智能體優化“項目自標\"設定

教育智能體能夠幫助教師精準定位項目式學習的核心目標，并根據學習過程中的實時數據為教師提供修改建議，動態調整目標，確保學生找到最適合自己的學習路徑。它為教師和學生提供了一個精確又靈活的目標設定，使得項目目標更加貼合實際教與學的過程。

1.精準定位目標：從“一刀切”到“精準定制”

傳統教學中的統一目標容易導致學生“吃不飽或“跟不上”，通過分析學生學習能力和學習興趣，智能體幫助教師和學生精確定位項目目標，確保與教學大綱、學科標準以及學生的個人發展目標保持一致，實現“千人千面\"的目標設定。

在“校園志愿服務平臺\"項目啟動前，智能體圍繞\"學生能力\"和\"學習興趣\"兩個核心維度展開數據收集，通過多源數據融合，構建差異化的學生畫像，幫助教師進行科學分組、分配任務，實現精準定位目標5。首先，智能體將采集到的數據進行量化處理，結合學生歷次編程、數學、語文等學科作業的成績，按分值設等第，分析學生的能力以判斷其在小組中適合承擔的任務，據此為教師提供學生的任務安排建議。其次，智能體協助教師設計課前調查問卷，生成在線問卷收集學生興趣和志愿，幫助教師判斷學生擅長的領域。例如，學生A的Python編程成績為70分（C等），數學成績為80分（B等），語文成績90分（A等），智能體判斷其編程能力和邏輯能力有待加強，但文檔撰寫能力很好。結合學生在問卷調查問題“你對以下哪些領域最感興趣？（多選）一編程開發/數據分析/UI設計/文案撰寫/其他\"選擇答案“UI設計”，智能體判斷其更適合前端設計工作，并為其設定學習目標為完成符合平臺功能要求的原型設計，編程方面只需要掌握Python語法和實現基本功能即可。這種個性化目標設定，使每個學生都能在適合的挑戰中成長，真正實現“千人千面”，因材施教。

2.動態調整與優化自標：從“靜態規劃”到“動 態生長”

教育智能體通過實時監控學生的學習進度、收集并分析學生作業等相關數據，能第一時間發現學生在項目中遇到的困難和需求，并向教師提出目標調整建議，為學生提供相應學習資源支持，從而動態調整與優化項目目標。

在\"校園志愿服務平臺”的項目式學習中，第一小組負責開發“用戶注冊\"模塊時遇到了困難，進展停滯。教育智能體通過代碼托管平臺Gitee實時監控學生代碼提交情況，發現第一小組在“用戶注冊功能\"模塊中連續三次提交失敗，錯誤主要集中在數據庫連接和數據驗證部分。根據歷史數據與課前問卷，智能體構建出精準的學生能力畫像：負責前端開發的學生A雖UI設計優異但缺乏API對接經驗，負責后端開發的學生B在SQLite操作方面錯誤率過高，負責數據驗證的學生C因實踐經驗不足導致對數據驗證邏輯理解不深，負責測試的學生D未建立系統檢測方法，負責項目管理的學生E存在任務分配失衡問題。結合前期作業數據分析，智能體建議教師：將實現用戶注冊、登錄、活動報名等完整功能模塊分解為兩個階段目標。第一階段使用本地存儲完成簡單用戶注冊功能，第二階段使用數據庫完成其他完整功能。教師根據智能體的評估數據，重組團隊架構，依據學生能力特征重新分工：A專注前端交互設計，B接受SQLite專項培訓，C主攻數據驗證邏輯，D建立測試用例庫，E優化項目管理流程。通過任務分工和目標的調整，第一小組很快實現了用戶注冊功能，順利進入后續項目。智能體不僅幫助教師更好地了解學生的實時學習情況，還能幫助學生設定最合適的目標，并根據情況動態優化目標。這種從“靜態規劃\"到“動態生長\"的項目目標設定更貼合項目式學習的實際。

二、應用教育智能體助力“項自場景”創設

教育智能體可以幫助教師設計更加貼近實際應用的項目場景，通過多維場景構建和個性化場景定制等方式助力“項目場景”的創設，確保學生能夠在最合適的場景中開展項目活動，提高項目活動效率。

1.多維場景構建：從情境模擬到跨學科融合

在智能體的幫助下，教師可以利用虛擬環境和仿真技術，通過互聯網搜索等方式，模擬真實的項目場景，借助VR、AR等設備，讓學生身臨其境，感受項目式學習的內容。這樣不僅增加了項目的趣味性和吸引力，還讓學生能夠在安全可控的環境中開展項目活動。這種跨學科的項目場景設置打破了傳統學科之間的壁壘，鼓勵學生從多角度思考問題，尋找創新解決方案。

“校園志愿服務平臺”項目融合了諸多跨學科點。在需求分析階段，通過信息技術與語文學科、社會調查相融合，教育智能體推薦騰訊問卷AI分析和

Excel圖表工具，幫助學生完成《校園志愿服務痛點報告》，實現從“身邊需求”切人設計的目標。在原型設計階段，信息技術與美術學科相融合，智能體推薦通過Python程序設計和Canva海報模板，幫助學生產出界面原型和宣傳海報。在開發測試階段，信息技術與數學相融合，智能體推薦利用Python、Excel公式和簡道云數據看板等，開發“活動報名\"模塊、“自動排班\"算法及“用戶反饋報告”，以數據驅動決策。在成果展示階段，信息技術與德育相融合，智能體推薦運用PPT智能美化工具和AI視頻剪輯工具如剪映等，幫助學生完成《隱私保護方案》交互式演示視頻和校園推廣方案，融入校園文化，推廣項目成果。通過在不同階段構建多維項目場景，培養學生技術能力的同時，強化了人文關懷與綜合問題解決的能力，讓學生在學習的過程中，理解技術是為人的需求服務的，跨學科不是“加分項\"而是“必選項”，項目式學習最終產出的不僅是平臺軟件，更是融合了技術思維、人文關懷和校園文化的問題解決方案。

2.個性化場景設計：從全體到個別的特殊定制

基于學生的學習經驗和個人偏好，教育智能體能夠為每個小組量身定制項目場景，還可以根據學生的學習進度和反饋，找到學生的最近發展區，適時引入新的知識點和技術工具，動態匹配學習資源幫助他們逐步掌握更高層次的技能。這樣的個性化場景定制確保每位學生既不會在項目中感覺無所事事，又可以通過自主學習在項目中探索自己感興趣的領域，激發內在學習動機，促進個性化學習的發展8]。

在“校園志愿服務平臺\"項目中，智能體通過“多模態數據采集 $$ 學生能力畫像生成 $$ 場景要素匹配 $$ 動態反饋調整\"的閉環系統，為學生生成個性化場景。通過項目前期收集的數據形成學生能力畫像，根據不同學生能力匹配相應的項目場景和學習資源，給予不同的任務鏈（見表1）。

在后續的項目式學習中，智能體通過對學生學習行為的持續監控和分析，動態調整項目難度，確保每位學生都能在適當的挑戰中不斷進步9。

三、應用教育智能體調整“項目活動\"設計

教育智能體通過構建互動活動，即時反饋與指導，調整項目活動的設計，促進學生積極參與、主動反思，提升他們的團隊協作和解決問題的能力。

1.互動活動構建：從“單向操作\"到\"多維對話

教育智能體可以通過線上競賽、智能問答等形式開展相關線上交流活動，也可以通過化身為不同虛擬用戶，為活動設計提供思路。教師通過查看后臺學生活動的統計數據，了解各小組內的合作情況和小組間的不同進度，及時調整后續的項目活動。這樣的設計使師生間、生生間的交流變得更加便捷，更加貼合項目目標[10]。

在“校園志愿服務平臺”項目的需求分析階段，按照傳統方式，學生設計紙質問卷，機械地收集師生需求，數據分析流于表面。教育智能體介人后，化身為不同的虛擬用戶，分別有學生志愿者、活動組織老師、后勤管理員等，與學生開展動態問答。化身為學生志愿者的智能體提出需求：“如果我誤點了報名操作，應該如何取消？”化身為活動組織老師的智能體提出需求：“作為組織老師如何查看學生報名統計？”化身為后勤管理員的智能體提出需求：“如何保證活動物資申請至少提前3天審批？”這些提問為學生設計者提供了設計思路，使學生從被動接受需求轉變為主動與虛擬角色動態辯論，進而理解不同用戶的真實需求，讓原本封閉的個體編程活動轉變為人機協作調試的漸進式對話鏈，在對話中逐步完善相關功能。

2.即時反饋與指導：從“結果評判”到“過程導航”

教育智能體有效利用交流的便利性，為學生提供即時的反饋和指導。在傳統的學習模式中，一些“缺陷代碼\"需要等到測試階段或項目答辯時才會發現需求偏差，然后進行代碼修正，浪費大量時間。教育智能體介入后，當學生提交代碼或其他作業時，智能體可以根據知識庫或互聯網搜索答案，及時進行評分反饋與指導，將原本需要從結果回溯才能完善的程序轉變為過程攔截，從試錯式開發轉變為主動發現問題與解決，大大節約了時間成本。

在\"校園志愿服務平臺\"項目的\"志愿服務積分兌換\"模塊中，學生按照規則設計代碼：“每服務1小時積10分，滿100分則可兌換禮品。\"當學生完成積分兌換規則的初步代碼設計時，教育智能體通過提取代碼中的核心邏輯，比對常見設計缺陷庫，自動生成極端場景測試用例，覆蓋代碼未顯示處理的場景。智能體提出跨日計分計算的邊界沖突用例：志愿者A在23：59：59報名參加志愿服務活動，活動時長為2小時，實際服務至次日01：59：59；志愿者B在00：00：00報名同一活動，實際服務至次日02：00：00。結果志愿者B獲得20分計人當日，而志愿者A由于跨日，未被計分。此時，學生了解到當前代碼沒有定義跨日服務積分歸屬的規則，才導致A、B計分計算的爭議，立即將原計劃準備開發的“禮品兌換界面”任務臨時修改為“完善時間敏感型積分計算規則”，先解決這個問題后再進行下一階段的開發。智能體則為學生自動推送Python中interval庫和Pandas的用法，幫助學生學習完整規則，從而實現代碼迭代。

四、應用教育智能體提升“項目評價”質量

教育智能體通過自動化評估和多維度評價體系，提供全面且客觀的項目評價，幫助教師做出科學合理的教學決策，幫助學生逐步完善學習，促進學生自我反思和成長。

1.自動化評估系統：從“人工批改”到“智能診斷”

教育智能體可以利用自動化評估工具，自動批改學生的代碼、檢查文檔格式，并對項目成果進行全面評估，確保了評價的準確性和一致性，減輕了教師的工作負擔。智能體還能快速生成詳細的反饋報告，指出具體的問題和改進意見，幫助學生不斷進步。這種自動化評估不僅節省了教師的時間，還減少了人為誤差，促進學生不斷進步[]。

在\"校園志愿服務平臺”項目中的“用戶權限管理\"模塊中，需要對普通志愿者、活動管理員、系統管理員等用戶身份進行管理權限控制。按照傳統方式，教師需要以三種身份的賬號登錄系統進行測試，花費時間較長，且容易出現遺漏的測試點。教育智能體介人后，在學生提交代碼后即刻進行代碼安全掃描，5秒內就可以完成檢測并提示學生：“存在SQL注人高危漏洞，發現未驗證user_id權限存在越權風險，且密碼字段未加密。\"學生通過添加參數化查詢和權限校驗，阻止SQL注入和越權攻擊，實現第一輪代碼修復。接著，智能體發揮學伴智能體的作用，分別扮演普通用戶A、B，嘗試用A刪除B的活動，標記漏洞：“未校驗操作者與資源歸屬關系”；智能體扮演普通用戶嘗試訪問admin，發現攔截失敗，提示“添加路由守衛”。于是，學生用bcrypt加密密碼，數據庫存儲 $＼$ 2a ＼12309 代替密碼明文，實現第二輪代碼優化。最后，智能體通過暴力破解測試，模擬1000次密碼猜測，發現學生未限制密碼嘗試次數。于是學生用數據庫緩存記錄每個IP或用戶的失敗次數，限制密碼嘗試次數為不超過3次，實現代碼的第三輪升級。教師通過智能體匯總的數據發現班級學生普遍存在忽視信息安全的問題，于是調整項目進度，增加信息安全專題學習內容，全程花費時間短，效率高。

2.多維度評價指標：從“功能實現\"到“能力全景”

除了傳統的成績評定外，教育智能體引入多維度的評價指標，突破傳統單一的評價指標，構建覆蓋技術能力、協作能力、創新能力、社會價值的復合評價體系。學生不僅能更好地理解自己的學習過程，還能培養創新能力和團隊合作精神，為未來的學習和職業生涯打下堅實的基礎[12]。

在\"校園志愿服務平臺\"項目的“活動報名”模塊中，教育智能體首先在技術能力層面對模塊是否能存儲數據進行深層次檢測，發現網絡斷開時沒有設置錯誤提示，此外，報名響應時間5秒過長，提示學生需要優化，盡量控制在響應時間1秒以內。這樣的評分從原來教師簡單的“功能基本實現\"轉變為“代碼健壯性得80分 + 性能優化得20分”，全方位提升學生的技術能力。在協作能力層面，智能體通過查詢Gitee提交記錄，發現在第一小組中，學生A設計了所有界面原型，學生B編寫了 75% 的核心代碼，通過生成“貢獻值雷達圖”，清晰地反饋每個學生在小組活動中的貢獻，避免“吃大鍋飯”。在創新能力層面，智能體通過對會議錄音文本分析，發現學生C在討論中提出“用短信 +APP 雙通道通知”的創新方案，建議給予學生C額外增加30分的創新分數，大大鼓勵了學生創新。在社會價值方面，當學生設計的平臺上線后，智能體通過活動報名人數從每月30人增至100人等實際數據，對項目的社會價值進行評價，更直觀更具說服力。

綜上所述，在“校園志愿服務平臺\"項目式學習中，教育智能體通過多模態數據畫像與動態算法，實現了從“目標設定\"到“評價優化”的全流程賦能[13]（見表2）。在目標設定環節，智能體基于學生能力與興趣差異生成個性化任務鏈，將“統一目標\"轉化為“分層生長目標”，使編程薄弱但擅長設計的學生也能在項目中找到價值定位。在場景創設環節，智能體融合信息技術、數學、美術等多學科要素，構建虛實結合的跨學科情境，如通過虛擬用戶對話完善需求分析，借助AR技術模擬平臺部署場景，推動學生理解技術的社會價值。在活動設計環節，智能體通過實時資源推送與即時反饋，如為SQL操作困難的學生推薦針對性教程，或通過極端案例測試暴露代碼漏洞，顯著提升了“做中學”的效率。在評價優化環節，智能體構建覆蓋技術實現、協作貢獻、創新思維、社會影響的四維評價體系，借助自動化評估與數據可視化工具，使學習成果的反饋更客觀、更全面。

項目式學習是新課標倡導的重要學習方式，通過引導學生在真實情境中協作探究解決復雜問題，提升學生的數字化能力、計算思維，以及團隊協作精神與社會責任感，契合《普通高中課程方案》中“強化實踐育人”的核心理念，是培育學生核心素養的有效路徑。傳統的項目式學習常常存在學生的個性化學習需求難以滿足、教師資源分配不均及學生協作不足等問題。教育智能體通過優化項目目標設定、助力項目場景創設、調整項目活動設計、提升項目評價質量等環節，為解決上述問題提供了創新方案。

可以預見，隨著生成式人工智能的不斷發展，在不久的將來，教育智能體將成為項目式學習不可或缺的\"智慧伙伴”。通過合理的構建和應用，其不僅能助力教師實現規模化教育與個性化培養的有機統一，更能讓學生在技術賦能中成長為兼具數字素養與人文關懷的未來創新者。

參考文獻

[1]羅素，諾維格.人工智能—一種現代方法[M].姜哲，金奕江，張敏，等譯.北京：人民郵電出版社，2010：35.

[2]黎加厚.教育智能體與中小學科學教育.中小學科學教育，2024（06）：25-34.

[3]李昊東.基于教育智能體的互動在線視頻教學系統[D].濟南：山東大學，2023.

[4]中華人民共和國教育部，普通高中信息技術課程標準（2017年版2020年修訂）[M].北京：人民教育出版社，2020：1.

[5]謝雅淇，張雅慧，許課雪，等.多模態大模型賦能教師數字畫像構建與應用[].開放教育研究，2025，31（01）：100-109

[6]黃紅濤，余琳，王繼新.生成式人工智能賦能的非線性學習智能體模型建構[].中國電化教育，2024（11）：61-68

[7]袁磊，徐濟遠，梁世松.智能體賦能的人機協同跨學科主題教學支持模型[].電化教育研究，2025，46（03）：87-94.

[8]陳麗麗.項目化學習問題鏈的設計.教學與管理，2024（29）：21-24.

[9]劉邦奇，喻彥琨，王濤，等.人工智能教育大模型：體系架構與關鍵技術策略[].開放教育研究，2024，30（05）：76-86

[10]宛平，顧小清.從他者闡釋走向他主同一：多智能體賦能教師學習的實踐轉變[].現代遠距離教育，2024（06）：16-24.

[11]吳永和，姜元昊，陳圓圓，等.大語言模型支持的多智能體：技術路徑、教育應用與未來展望.開放教育研究，2024，30（05）：63-75.

[12]段霖瑤.生成式人工智能賦能學生創造力培養路徑研究[.教學與管理，2024（33）：65-69.

[13]盧宇，余京蕾，陳鵬鶴，等.多模態大模型的教育應用研究與展望].電化教育研究，2023，44（06）：38-44.