田野調查實踐教學數智化的途徑與挑戰(zhàn)

中圖分類號：G642.0文獻標識碼：A文章編號：1009-8135（2025）04-0118-11

一、田野調查實踐教學的數智化趨勢

隨著新一輪科技革命和產業(yè)變革的加速發(fā)展，教育進入數智化時代。在此背景下，國家提出新文科建設目標，對文科類專業(yè)人才的培養(yǎng)更加注重學科交叉融合和實踐應用[1]。高等教育領域已有“做好AI與新文科融合發(fā)展”的共識[2]，也有AI應用于法學教育[3]、思想政治教學[4]、設計類課程[5]等具體課程方面的探討，主要集中于教學方法、教學模式等方面。然而，人文社會科學專業(yè)實踐教學的數智化研究覆蓋面較窄，僅涉及少數學科、專業(yè)和課程。

2024年7月15日，以“AI+實踐教學”為主題關鍵詞，在中國知網（CNKI）和萬方數據知識服務平臺分別檢索期刊文獻，中國知網有1041條，萬方數據有803條。從檢索結果看，AI應用于實踐教學的相關研究呈現明顯的上升趨勢，尤其是近3年增長更為急劇。這些研究關注的主題主要集中在教學模式改革、教學設計、教學方法、教學策略幾個方面。由此可見，人工智能賦能實踐教學已成為當下的熱點和焦點問題。隨著人工智能技術的迅速發(fā)展，AI技術在教育教學中的應用場景更具深度與廣度，主要集中在智能網絡組卷閱卷系統(tǒng)、智能決策支持系統(tǒng)、智能仿真教學系統(tǒng)三個方面，應用場景包括但不限于自動批改作業(yè)、個性化學習、對教學體系進行反饋與測評等。

在數字化背景下，田野研究也在不斷進化迭代，賽博田野研究、數字田野應運而生。上海師范大學社會學系的邢海燕認為，“數智化”的收集、追蹤、分析和管理，能幫助社會學家在傳統(tǒng)田野調查基礎上更方便地獲取被研究者的觀點、經驗和行為，以深入理解研究領域的內涵[7]。利用AI技術可以輔助田野調查中的數據收集與分析、語言翻譯與理解、地理信息處理、預測建模、自動化文檔（包括訪談記錄、觀察筆記、圖片和視頻資料等）整理等工作任務。

在數字田野興起的同時，田野調查實踐教學也在發(fā)生相應的變革。有學者探討了利用微信輔助課堂教學，實現“田野調查法教學課堂一田野調查實踐一微信勾連與呈現田野”的教學及實踐路徑[8]。然而，田野調查實踐教學與數字技術的融合還較為淺表化、機械化，教學目標、教學環(huán)節(jié)、教育平臺、教育隊伍、教育評價等方面尚未實現智慧化。目前，田野調查實踐教學中雖然使用郵箱、微信群、QQ群等信息傳輸手段進行實踐教育管理[]，采用微信公眾號、抖音、微博等平臺進行實踐教學信息發(fā)布，運用多媒體課件展示、遠程教育平臺、社交軟件等媒介進行實踐教學指導，但主要關注的是如何高效地傳達教學信息、檢索教學資源，只是將普適性數字技術簡單應用于田野調查實踐教學的部分環(huán)節(jié)之中，“人工智能 + 田野調查”的學科交叉較為表面化、淺顯化，尚未形成規(guī)范的學科體系。

田野調查是質性研究方法的一種，已經成為社會研究中的重要研究方式，在民族學[10]、人類學[11]、社會學[12]、管理學[13]、文學[14]、藝術學[15]、歷史學[16]、語言學[17等學科的研究與教學中得到廣泛應用。田野調查也是民族學、人類學、社會學的專業(yè)必修課，貫穿本碩博培養(yǎng)，開設相關專業(yè)的學校都有明確的學分、學時與時長要求，被視為“針對本科生開展的除課堂教學之外最行之有效的教學手段”[18]。在AI深度應用于新文科建設的背景下，田野調查實踐作為人文社科類專業(yè)中重要的方法類課程，需要進一步豐富數字化教學資源，開展智慧教學。

二、有限的數智化：現行田野調查實踐教學的組織與安排

開設田野調查實踐課程的學校均根據課程性質、課程目標和教學要求組織與安排教學工作。田野調查實踐教學一般由理論講授與集中實踐兩部分組成，其中集中實踐是核心部分。

重慶某地方本科高校民族學專業(yè)（以下簡稱M系）已開展田野調查實踐教學20余年，2021年該課程獲批重慶市一流本科課程。2008—2023年，400余名師生完成了對重慶14個民族鄉(xiāng)、萬州10個特色鄉(xiāng)鎮(zhèn)、三峽地區(qū)50余個村落的田野調查。依托田野調查，師生深度參與三峽特色鄉(xiāng)鎮(zhèn)歷史文化資源挖掘工程，申報了傳統(tǒng)村落和非遺名錄等地方政府委托項目；出版了“重慶民族鄉(xiāng)概況”“三峽庫區(qū)特色鎮(zhèn)鄉(xiāng)人文”“流淌的鄉(xiāng)愁”等系列叢書；完成的咨政報告被政府采納，并榮獲重慶市發(fā)展研究獎；幫助萬州柱山鄉(xiāng)戈廠村成功申報了國家級歷史文化名村、重慶市文化振興村。該校M系的田野調查實踐課程開設于大二春季學期，先修課程為“田野調查與民族志寫作”“社會研究方法”，學生在基本掌握田野調查的理論知識、基礎方法與技能后，于期末和暑期前往田野實踐基地開展不少于15天的集中實踐。教學內容圍繞“理論授課”“田野實務”“成果產出”“反思提升”四個環(huán)節(jié)形成閉環(huán)，教學流程分為“前期田野準備、現場集中實踐、后期成果呈現”三個階段，并細化為二十個步驟。“前期田野準備”階段包括：1.理論學習；2.技能培訓；3.確定地點；4.編制計劃；5.田野動員；6.任務分配。“現場集中實踐”包含8個環(huán)節(jié)：1.與政府工作人員座談；2.與當地民眾建立信任友善關系；3.教師現場指導示范講解；4.學生參與觀察與深度訪談；5.寫作田野筆記和日志；6.每日田野工作小結；7.發(fā)布田野札記；8.舉行友好告別儀式。“后期成果呈現”需完成6項任務：1.整理圖像文字資料；2.撰寫田野報告；3.評定田野成績；4.發(fā)表田野實錄視頻；5.田野經驗交流；6.田野成果轉化。每一個步驟和環(huán)節(jié)還能進一步細化為多個教學任務點，每個任務點都有對應的教學規(guī)范、教學目標與教學要求。課程考評分為德育、能力、成果、發(fā)展四個模塊，每個模塊設置相應的考核內容和比例，根據學習者在田野過程中的現場表現和成果呈現進行評分。整體而言，田野調查實踐采用研究性教學模式，采取分工合作、言傳身教、示范引領、各抒己見、身體力行、旁推側引的教學方式。教學過程中教師全程指導，教師與學生同吃同住、共商主題、共用資料、共同調查、共享經驗、共同提高，達到教學相長、學研互促、以研促教的效果，學生的學習獲得感強。

然而，在田野調查實踐教學過程中，教學活動的數智化程度有限，主要表現為：田野調查實踐教學過程的數字化記錄雖有，但資源整合不足；利用數字化工具對田野調查教學進行反思和評估的力度不夠；應用AI助教支持個性化學習、提供智能評估和反饋的能力尚顯不足；專門化的田野調查實踐教育數字化工具較少。例如，師生雖然通過學習通、QQ、微信等信息平臺開展系列教學與交流活動，保存相關教學資料，通過視頻、音頻和圖像等多媒體手段記錄田野調查教學過程，但數字技術在教學過程中應用面窄，數智化手段與教學過程融合度低，難以更好地應對田野調查實踐教學中的痛點與難點問題。

三、基于學習者的田野調查實踐教學數智化需求

田野調查實踐教學環(huán)節(jié)多、周期長、工作量大、工作復雜程度高，學習者普遍面臨文化適應、心理適應、語言適應等多方面的問題，教師教學挑戰(zhàn)性大。在學習田野調查過程中，學習者有較強的個性化、差異化學習需求，且渴望及時獲得反饋。然而，教師數量較少、時間安排緊湊、資金不足等問題，直接影響了實踐教學的深度和廣度。

（一）學習者的差異化學習需求未得到有效滿足

田野調查實踐的學習者在能力、興趣、學習風格等方面存在差異。為更好地提升學習成效，需要根據學習者在知識基礎、技能水平和理解能力上的差異，提供不同難度的指導和資源；需要提供多樣化的調查主題，以滿足不同學習者對特定主題或領域的興趣；需要設計視覺學習、動手操作、口頭交流等多種教學方式，以適應不同的學習風格偏好。田野實踐教學的理想狀態(tài)是，針對學生的學習基礎、學習能力、學習進度，配備更多的教師，實時提供必要的支持與指導。然而，實際教學受課時容量、生師比等因素制約，往往采用統(tǒng)一的教學模式，對學生的差異性關注不足。一方面，當前田野調查實踐課程中，理論知識部分使用的教材一般以文字型為主，雖然體例完備，但默認適應所有學習者，難以響應不同基礎學習者的差異化學習需求。另一方面，在實踐教學過程中，學生的差異化學習需求表現在語言、寫作、交流等各個方面，這對教師的綜合能力要求較高。M系每年本科生招生規(guī)模約30人，有2＼～3位指導教師，每位教師要負責 10～15 位學生的指導工作。學生中 70% 以上為外省市生源，其中云南、西藏、貴州、廣西等民族地區(qū)學生較多，學生學習基礎差異較大。以語言交流為例，重慶、四川、云南、貴州籍學生能較快適應川渝地區(qū)方言，但其他省市學生聽與說川渝地區(qū)方言需要額外的訓練。在實踐教學中，雖采取了本地、外地學生組隊的方式，但較難根據學生的語言、文化、能力等方面的具體情況，提供更細致的指導。

（二）學習者的個性化學習需求未得到有效滿足

田野調查實踐的學習者有不同的職業(yè)目標和學術興趣，學習路徑和進度各異，需要個性化的學習計劃和學習資源，以幫助他們實現這些目標，適應不同學習者的需求和偏好。田野調查知識體系宏大，特別注重理論與實踐的結合。實踐教學涉及龐雜的語言、文化等理論知識，以及觀察、訪談、記錄等技能技巧訓練，還包含資料收集、整理與報告撰寫、民族志寫作等具體方法運用。學習者需要較長時間的深入、系統(tǒng)學習才能掌握。在田野調查中，“人”的因素至關重要，學習者自身就是最核心的調查工具，其個性特征直接影響在田野調查實踐中的學習路徑選擇、學習資源偏好、學習目標設定。為幫助學習者達成個性化的學習目標，理想狀態(tài)是能夠根據每個學習者的興趣、能力和需求，制定個性化的學習計劃與目標，提供多樣化的學習資源，允許學習者根據自己的學習節(jié)奏和進度，靈活地安排學習時間和深度。M系的田野調查實踐教學中，教師能夠提供一對一的指導，針對學習者的具體情況給予反饋和建議，通過小組討論、同伴交流等方式共享知識和經驗，為學習者提供展示自己田野調查成果的機會，如總結報告、展覽、“田野札記”微信公眾號等。在實際教學中，生師比、課時容量及課程安排的統(tǒng)一要求，在一定程度上制約了個性化學習需求的滿足，對學習者在興趣導向、能力匹配、學習節(jié)奏、方法選擇、資源利用、技能發(fā)展、文化適應、技術應用、需求反饋、情感支持等方面的個性化需求回應仍顯不足。

（三）學習者的反饋性學習需求未得到有效滿足

實踐教學對教學者提出了更高的要求。教學者需要根據實時的教學情境即時應對非常規(guī)的“問題圖式”，以便學生能夠自我觀照[19]；同時，能夠迅速評估復雜情況并做出明智決策。學習者在實踐田野調查的過程中，經常會發(fā)現理論知識與實際調查操作之間存在差距。要將所學知識有效應用于實際調查，需要經過大量的實地訓練。田野調查涉及大量的定性數據收集、整理和分析，學習者可能缺乏必要的實踐技能和經驗，如訪談技巧、觀察力、數據分析能力等，這些都會影響田野調查的質量和效果。在跨文化田野調查中，學習者可能會遇到生活習慣不同、文化差異和語言溝通的難題，與調查對象的交流存在困難。田野調查中還需要處理好與調查對象的關系，尊重其隱私和權益，避免造成不必要的傷害或誤解，初學者很難把握其中的尺度。學習者還要學會適應不同的田野調查環(huán)境和文化背景，根據不同的調查情境，靈活調整自己的調查方法和策略。這些難題的克服都需要及時、具體的反饋。M系的田野調查實踐課程有 6～8 人的教師團隊，實際每年由3位教師負責約30名學生的實地指導工作，師生比大約為1：10，這一比例高于理論授課的師生比。然而，田野調查實踐環(huán)節(jié)多、任務重，教師除實地指導訪談、觀察、記錄等工作外，還需完成田野日志、筆記、報告及民族志寫作等任務點的批改與反饋。在基本教學任務之外，教師還需承擔田野點聯系、安全管理、食宿安排、關系協(xié)調等多重工作。實際教學中，教學者可能更注重教學形式與流程，而忽視對實質性內容的深入挖掘與分析，有時難以及時、有針對性地對學習者各環(huán)節(jié)的學習成果逐一評價與反饋。當前，田野調查實踐教學的成果評價缺乏統(tǒng)一標準與量化指標，導致學習者難以精準判斷自身田野工作質量及明確改進方向。

對應“金課”的“高階性、創(chuàng)新性、挑戰(zhàn)度”標準，田野調查實踐課程要以學習者為中心持續(xù)改進。除了加強教師隊伍建設、優(yōu)化課程設計、更新教學內容、創(chuàng)新教學方式等常規(guī)工作之外，有機整合數字技術與田野調查實踐教學，研發(fā)適用于田野調查實踐教學的聊天機器人、智慧教材、范文語料庫、知識圖譜、智能導學系統(tǒng)等智慧教學資源，是促進田野調查實踐教學提質增效的重要舉措。

四、田野調查實踐教學數智化的途徑與挑戰(zhàn)

在教育領域，AI技術的應用為教育教學帶來了新的機遇和挑戰(zhàn)。2024年4月12日，教育部高等教育司公布了首批18個“人工智能 + 高等教育”應用場景典型案例，積極推動高等教育與人工智能技術的融合發(fā)展，利用智能技術支撐人才培養(yǎng)模式的創(chuàng)新、教學方法的改革以及教育治理能力的提升[20]。

（一）田野調查實踐教學數智化的途徑

人工智能教育應用有五個典型場景：智能教育環(huán)境、智能學習過程支持、智能教育評價、智能教師助理、教育智能管理與服務[21]。各高校正在探索將人工智能從“工具”轉變?yōu)椤盎锇椤保詣?chuàng)新教學范式。田野調查實踐教學數智化目前尚處于初期階段，其主要任務在于強化基礎并注重應用，具體途徑可從智慧教學資源建設、AI助教系統(tǒng)、虛擬仿真實驗教學三個方面展開。

1.建立田野調查智慧教學資源體系

廣義的數字教學資源是指一切支持和促進教與學的數字化硬件、軟件、人件（人力資源）和潛件（文獻資料等）[22]；狹義的數字教學資源特指能夠在計算機或移動設備上運行的軟件，包括但不限于數字教材、網絡課程、數字應用等[23]。隨著智慧教育理念的興起，智慧化數字教學資源大量涌現，如智慧教室、智慧教學系統(tǒng)、智慧教材等，這些資源更強調人工智能對教育全流程的支持，可以視為數字資源的高級形態(tài)[24]。田野調查基于訪談、觀察、問卷等方式，收集并積累了大規(guī)模的文本、音像、圖像資料。現在，通過數字媒體技術，可以對田野過程、田野資料、田野成果進行全方位、永久性、多用途的記錄，實現了田野的活態(tài)記錄、長期保存和便攜傳播。這些為人工智能在田野調查實踐教學中的開發(fā)和應用打下了堅實的基礎。田野調查已有百余年的積淀，每年田野調查的資料、成果還在不斷生成。聯合各高校、各行業(yè)、各學科，有效集成田野調查資源，形成微課、慕課、智慧教材、資源庫等田野調查智慧教學資源，以充分聯通、廣泛共享、普惠助推為理念，建設田野調查智慧教學資源體系，有助于搭建結構優(yōu)化、集約智能、便捷高效、安全可靠的田野調查智慧學習環(huán)境。

2.打造田野調查實踐教學AI助教系統(tǒng)

在田野調查實踐教育數字化轉型和高質量發(fā)展的當下，研發(fā)田野調查智慧教學資源，并融合聊天機器人、智慧教材、田野調查報告范文語料庫、知識圖譜、智能導學系統(tǒng)等技術，以助推田野調查實踐教學資源的智慧化升級和內涵式發(fā)展，是很有必要的。其中，AI助教系統(tǒng)是一種可行性很強的應用。AI助教系統(tǒng)已經廣泛應用于各學科的教學實踐。2023年秋季學期，清華大學啟動了人工智能（AI）賦能教學的教學改革計劃，以8門校內課程為試點，開發(fā)了人工智能助教系統(tǒng)[25]。2024年，清華大學開展了100門人工智能賦能教學試點課程，利用人工智能輔助或深度介入課程，打造人工智能助教、人工智能教師[26]。AI助教系統(tǒng)能夠不受時空約束地提供全天候服務，輔助學生完成個性化學習，幫助教師精準高效地反饋學生學習質量，被視為學生的“伙伴”、教師的“分身”。基于前面所述的田野調查實踐教學中存在的痛點與難點問題，田野調查實踐教學AI助教系統(tǒng)的主要功能見圖1。

3.建設田野調查虛擬仿真實驗室

田野調查本身極具現場性，受時間、經費、人員等主觀和客觀因素影響。作為教學的田野調查實踐活動一般周期不太長，很多學習者意猶未盡。人工智能工具的應用可以彌補這方面的不足，延伸田野調查實踐教學過程的長度、廣度與深度。運用虛擬現實（VR）或增強現實（AR）技術，可以創(chuàng)設田野調查虛擬仿真實驗室，通過全息投影、數字孿生等技術呈現多場景田野現場影像，為田野調查實踐教學提供全新的學習情境。

田野調查虛擬仿真實驗室能夠模擬復雜環(huán)境，允許學習者在安全的虛擬環(huán)境中模擬進入具有挑戰(zhàn)性的田野調查現場。在虛擬環(huán)境中進行預演，可以減少實地調查中可能遇到的風險，如語言障礙、文化沖突等。田野調查虛擬仿真實驗室還可以為缺乏條件到偏遠或危險地區(qū)進行田野調查的學習者提供實踐機會，通過情景再現重現歷史事件或社會現象，幫助學習者更好地理解田野調查的社會文化背景。學習者可在模擬田野調查環(huán)境中通過視覺、聽覺、嗅覺、觸覺等多感官體驗環(huán)境，與虛擬環(huán)境元素互動，完成角色扮演、模擬訪談、模擬觀察等任務。借助田野調查虛擬仿真實驗室，學習者能在任意時間與地點，不限次數地選擇不同深度、廣度及方向的實踐內容，構建沉浸式田野調查體驗，學習從主位與客位雙重視角理解他者及其生活經驗。

當前，田野調查實踐教學亟須將新一代人工智能技術與智慧教育理念有機融入實踐教學的全過程，規(guī)劃、整合與應用各類資源，研發(fā)智慧教學資源、打造AI助教系統(tǒng)、建設田野調查虛擬仿真實驗室，突破“多而不優(yōu)”的局面，完成“數字化”到“智慧化”的深層創(chuàng)變，建設高質量的田野調查實踐教學體系。同時，田野調查實踐教學數智化也面臨著相應的挑戰(zhàn)。

（二）田野調查實踐教學數智化的挑戰(zhàn)

田野調查實踐教學數智化要堅守專業(yè)教師對人工智能的主導地位，避免田野調查實踐教育對人工智能的過度依賴，克服人工智能在田野調查實踐教學系統(tǒng)中的算法偏見。因此，田野調查實踐教學應當探索如何以技術賦能教師、教學與教育，形成以學習者為中心、專業(yè)教師為主導、人工智能為輔助的田野調查實踐教學格局。

1.技術適應性問題

教學信息化和智慧教學帶來了深刻的教學理念、方式變革。田野調查實踐教學中，教學者和學習者都有智慧教學的現實需要，都需要不斷學習和適應新的田野調查技術和方法，這對雙方來說都具有挑戰(zhàn)性。

人工智能革新田野調查實踐教學，首先需要將數字方法和智慧方法運用到田野調查工作的具體流程、步驟之中。田野調查實踐的各個環(huán)節(jié)都需要適應智慧教學的需要進行重新組合與重新設計。但當前，田野調查的標準與流程還未實現數字化與智慧化，數字田野方法的應用還不足，還缺少智慧田野所需的相關專業(yè)人員、設備、技術。AI技術更新迭代迅速，需要持續(xù)更新和維護，以保持其在田野調查中的適用性和準確性。這些都需要學習者和教師投入更多的時間和精力來適應AI技術在田野調查中的應用，提升教師和學習者的數字素養(yǎng)。這對教者和學者都提出了更高要求，特別是對那些不熟悉技術的個體而言，具有一定的難度。

2.文化敏感性問題

人工智能技術以其強大的運算能力優(yōu)化田野調查實踐教學，能夠彰顯新文科的科學性。新文科倡導的跨學科融合，并非簡單地將不同學科進行疊加，而是要讓每個學科發(fā)揮其獨特優(yōu)勢和專業(yè)定位，在跨學科的協(xié)作中各盡其能。人工智能有助于提升田野調查實踐教學的效率，提供個性化、差異化、反饋性的學習路徑，但也有其固有的內在技術問題。

田野調查實踐特別注重倫理問題。學習者要學會思考“怎樣觀察才不傷害當地居民”“我的存在會對這個社區(qū)造成什么影響”“我的報告發(fā)布后大眾會對這個地方產生偏見嗎”等一系列問題，要確保田野過程和田野結果不會侵犯個人權利或違反研究倫理。當前智慧教學系統(tǒng)的主要研發(fā)者是人工智能專家而非教育專家。由于人工智能算法的可追溯性與可解讀性尚未成熟，“算法黑箱”“算法偏見”等問題難以解決，導致AI系統(tǒng)可能缺乏對特定文化背景的理解與敏感度。

田野調查主要依賴觀察與記錄，其研究成果不同于數學或物理化學實驗結論，無法由其他研究者完全驗證與復現。即便力求客觀真實，觀察結果仍會受研究者自身文化影響而帶有主觀偏見。如何借助AI系統(tǒng)評估田野調查實踐教學中學習者的價值觀念，仍是待解難題。

3.技術依賴問題

技術賦能并不意味著技術萬能。對教學者而言，田野調查實踐是引導學習者不斷深入實地、參與當地人生活、體驗社區(qū)文化及訓練田野技能的過程。在這個過程中，利用AI輔助教學活動能夠提質增效，但過分依賴甚至崇拜人工智能技術，會導致整個教育過程重理性輕價值、重技術輕人本、重結果輕過程[27]，從而弱化教師教學活動的創(chuàng)造性和情感性，忽視田野調查實踐教學中教師對學習者的價值引領和實踐教育的育人指向。

實踐教學活動是具身性的，實踐教學的具身性強調學習是一個全身心參與的過程，通過身體經驗來促進認知發(fā)展和知識理解。在田野調查等實踐教學中，具身性可以幫助學習者更深入、更全面地掌握研究對象的文化和社會現象。田野調查實踐教學中，學習過程與身體經驗緊密結合，強調通過身體動作、感官體驗和實際操作來促進認知和理解。學習者通過親身參與田野調查的各個環(huán)節(jié)，如觀察、訪談、記錄等，以身體經驗來獲取知識；利用視覺、聽覺、觸覺等多種感官收集信息，增強對調查環(huán)境的感知和理解；在田野調查中，學習者的情感體驗是具身學習的一部分，有助于建立與調查對象的情感聯系。學習者在田野調查實踐教學中過于依賴人工智能技術，可能會減少學習者進行實地調查和直接體驗的機會，弱化思考過程，抑制學習者在實踐過程中的具身性學習和思考。

田野調查實踐教學數智化能夠變革教與學的流程、方式與評價標準，緩解教師的教學壓力，適應學習者的個性化學習需求。但從根本上說，高質量的田野調查教學離不開學習者反復的刻意練習以及教師高質量的反饋。不論是傳統(tǒng)的田野調查實踐教學，還是人工智能技術賦能的田野調查實踐智慧教學，教師的引導都發(fā)揮著至關重要的作用。在未來教育中，人工智能將更多地聚焦于“教書”任務，而教師則以“育人”為重[28]。針對人工智能在田野調查實踐教學中面臨的技術適應性、文化敏感性、技術依賴等問題，需遵循規(guī)模化覆蓋與個性化培養(yǎng)并重的價值邏輯，推動教師聚焦機器無法替代的教學環(huán)節(jié)，避免技術成為實踐教學中唯一的決定性標準與工具。

五、結語

數字化技術在教學領域的應用已成為趨勢。當前，田野調查實踐教學亟待突破“少且雜”的困局，以適應學習者差異化、個性化及反饋性的學習需求。為此，需將新一代人工智能技術與智慧教育理念有機融入田野調查實踐教學全流程，系統(tǒng)規(guī)劃、整合與應用各類教學資源，實現從“數字化”到“智慧化”的深度轉變，構建田野調查智慧教學資源體系、打造實踐教學AI助教系統(tǒng)、建設虛擬仿真實驗室。

與此同時，田野調查實踐教學數智化面臨諸多挑戰(zhàn)，技術適應性、文化敏感性、技術依賴等問題亟待正視。田野調查實踐教學數智化之路任重道遠，需基于現有實踐路徑持續(xù)優(yōu)化。應進一步明確技術應用的原則與理念，引入新技術，突破“簡單疊加”的資源整合模式，構建更規(guī)范、實用、易用且高效的田野調查實踐教學AI工具箱。如此，學習者可更主動地培養(yǎng)田野調查能力，而具備較強數字素養(yǎng)的指導教師也能更富創(chuàng)造性地完成教學任務。

參考文獻：

[1]丁波，宋青.新文科背景下社會學田野調查的實踐教學研究[J].銅陵學院學報，2023（4）：115-118.

[2] 鐘凌江.全國政協(xié)委員、北京郵電大學校長徐坤：做好AI與新文科融合發(fā)展 助力文化強國建設[N].人民郵電，2024-03-07（1）．

[3]王玉薇，高鵬，韓雪蓮.新文科背景下AI與法學教育耦合賦能模式研究[J].齊齊哈爾大學學報（哲學社會科學版），2023（8）：158-162.

[4] 郎郎．《游戲美術設計》思政教學中的學生主體性培育——基于動畫新文科建設和 AI技術應用的背景[J].才智，2024（23）：33-36.

[5]周園.基于AI技術的建筑設計課程實踐教學平臺設計[J].無線互聯科技，2024（12）：118-120.

[6]張曉燕，張方明.數實融合：數字經濟賦能傳統(tǒng)產業(yè)轉型升級[M].北京：中國經濟出版社，2022：111.

[7]上海文聯.數字時代下民俗如何變遷？“賽博田野研究”又是什么？[EB/OL].（2023-06-24）[2024-09-07].https：//www.thepaper.cn/newsDetail_forward_23599053.

[8]郭志合.微信輔助田野調查方法課程教學及實踐研究[J].南京工業(yè)職業(yè)技術學院學報，2017（2）：65-67.

[9]李倩，李保芳.人工智能時代法學實踐教育模式的五維變革[J].昆明理工大學學報（社會科學版），2022（5）：132-137.

[10] 謝景連，李斌，王健.民族學田野調查教學改革及實踐探究——以凱里學院為例[J].凱里學院學報，2020（5）：104-108.

[11]丁波，宋青.新文科背景下社會學田野調查的實踐教學研究[J].銅陵學院學報，2023（4）：115-118.（1）：166-172.

[13] 王志清.民間文學志的課堂演述與教學實踐——以民間文學類家鄉(xiāng)非物質文化遺產的田野調查為例[J].民族高等教育研究，2016（5）：79-83，92.

[14]封萬超，姜于海.從“書齋”到“田野”：創(chuàng)意寫作助力鄉(xiāng)村振興實踐教學路徑初探[J].寫作，2024（1）：122-128.

[15]劉桂奇.師范院校歷史學田野調查實踐教學的特殊價值及其實施路徑[J].創(chuàng)新創(chuàng)業(yè)理論研究與實踐，2021（17）：126-128.

[16] 朱振華.應用型人才培養(yǎng)與歷史學本科教育范式的轉換——以齊魯師范學院“田野調查”實踐教學探索為例[J].齊魯師范學院學報，2020（5）：31-39.

[17] 黃成龍.數智時代的語言學調查研究——紀錄語言學最新進展[J].國際漢語教學研究，2024（1）：3-12.

[18] 周大鳴.人類學田野調查的意義與教學實踐[J].云南民族大學學報（哲學社會科學版），2011（6）：45-48.

[19]熊征．“法律人類學”課程教學內容及模式改革方案探討[J].學理論，2019（9）：137-140.

[20] 教育部高等教育司關于公布首批“人工智能 + 高等教育”應用場景典型案例的通知[EB/OL].（2024-04-12）[2024-09-07]. http：//www.moe.gov.cn/s78/A08/tongzhi/202404/t20240417_1126075.html.

[21]余勝泉.人工智能 + 教育藍皮書[M].北京：北京師范大學出版社，2020.

[22] 宋繼華，張曼，梁麗芬.國際中文教育數字化資源建設的深層認知[J].國際漢語教學研究，2023（3）：7-14，89.

[23] 曾君，陸方喆.國際漢語數字化教學資源的概念、分類與體系[J].云南師范大學學報（對外漢語教學與研究版），2021（3）：28-37.

[24] 馬瑞，徐娟.數智時代國際中文寫作智慧教學資源創(chuàng)新研發(fā)[J].國際漢語教學研究，2024（1）：13-23.

[25] 李華山.有意思了：當AI被引入課堂，“二人轉”變成“三人轉”[EB/OL].（2024-05-22）[2024-09-07]. https：/www.tsinghua.edu.cn/info/1182/111644.htm.

[26] 李華山.從“工具”到“伙伴”，當大學課堂多了AI助教[EB/OL].（2024-03-27）[2024-09-07].https：//www.tsinghua.edu.cn/info/1182/110370.htm.

[27] 翁璇，趙平.高校精準思政過程中的技術崇拜與應對策略[J].昆明理工大學學報（社會科學版），2024（3）： 118-124.

[28] 李倩，李保芳.人工智能時代法學實踐教育模式的五維變革[J].昆明理工大學學報（社會科學版），2022（5）：132-137.

（責任編輯：鄭宗榮）

收稿日期：2024-12-30

作者簡介：李霞（1979—），女，湖南汨羅人，教授，博士，主要研究民族社會與民族文化。馬宏偉（1976—），男，吉林長春人，計算機科學與工程學院教務辦公室主任，主要研究高等教育改革。

基金項目：國家社會科學基金西部項目“西南民族地區(qū)農村電商發(fā)展現狀及對策研究”（19XMZ048）；重慶三峽學院2024年研究生教育教學改革研究項目“生成式AI技術在研究生教育中的應用價值和評估機制研究”（XYJG202411）。