化學(xué)教學(xué)的“智”創(chuàng)融合：借力生成式人工智能提升學(xué)生思維品質(zhì)

《教育強(qiáng)國(guó)建設(shè)規(guī)劃綱要（2024—2035年）》提出以教育數(shù)字化開(kāi)辟發(fā)展新賽道、塑造發(fā)展新優(yōu)勢(shì)，要實(shí)施國(guó)家教育數(shù)字化戰(zhàn)略，促進(jìn)人工智能助力教育變革。“用人工智能解決學(xué)習(xí)內(nèi)容問(wèn)題”與“借助人工智能教會(huì)學(xué)生解決問(wèn)題”在目標(biāo)、過(guò)程與結(jié)果上存在本質(zhì)差異?！叭斯ぶ悄?+ 教育”的著力點(diǎn)應(yīng)放在圍繞重難點(diǎn)推進(jìn)學(xué)習(xí)過(guò)程的提效與提準(zhǔn)：教會(huì)學(xué)生如何用智能工具解決問(wèn)題，并在持續(xù)應(yīng)用中提升思維品質(zhì)?；瘜W(xué)教學(xué)中，教師常使用生成式人工智能（GenAI）引導(dǎo)學(xué)生將生成文本轉(zhuǎn)化為圖像、虛擬實(shí)驗(yàn)和即時(shí)評(píng)價(jià)等，以促進(jìn)化學(xué)思維品質(zhì)的發(fā)展。

一、以人為本，明確技術(shù)應(yīng)用目標(biāo)

人工智能正以前所未有的速度與廣度重塑生產(chǎn)生活與學(xué)習(xí)方式，成為影響未來(lái)教育格局的關(guān)鍵變量[1。教師需把握“以人為本”的科學(xué)依據(jù)一一培養(yǎng)會(huì)提出問(wèn)題、會(huì)解決問(wèn)題的“人”。“人工智能 + 學(xué)科”的融合素養(yǎng)目標(biāo)是：在GenAI支持與教師引領(lǐng)下，學(xué)生能多角度思考，搜索、識(shí)別并應(yīng)用關(guān)鍵信息，激活既有知識(shí)，綜合運(yùn)用分析、理解、推理、論證、聯(lián)想與評(píng)價(jià)等能力，形成更優(yōu)解決方案并付諸實(shí)踐，在過(guò)程中體現(xiàn)必備知識(shí)、關(guān)鍵能力與正確價(jià)值觀。

教學(xué)中，教師應(yīng)關(guān)注將合理方案轉(zhuǎn)化為行動(dòng)，在真實(shí)情境中解決真實(shí)問(wèn)題，以技術(shù)賦能提升效率、豐富情境、培育素養(yǎng)，構(gòu)建“人機(jī)共強(qiáng)”的教育生態(tài)[2。針對(duì)化學(xué)教學(xué)難點(diǎn)，教師可借助GenAI為學(xué)生個(gè)性化定制學(xué)習(xí)路徑，給學(xué)生以探索空間；教師作為引導(dǎo)者，要基于學(xué)科核心素養(yǎng)培養(yǎng)學(xué)生的批判性思維與問(wèn)題解決能力。教師通過(guò)人機(jī)協(xié)同，營(yíng)造互動(dòng)、開(kāi)放的教學(xué)環(huán)境，促進(jìn)學(xué)生在掌握知識(shí)的同時(shí)，形成基于學(xué)科本質(zhì)理解與體系建構(gòu)的獨(dú)到見(jiàn)解與創(chuàng)新能力，成為數(shù)智時(shí)代具備核心競(jìng)爭(zhēng)力的創(chuàng)新人才。

二、善用技術(shù)，拓展發(fā)展空間

（一）教師素養(yǎng)層面

化學(xué)教師是GenAI與化學(xué)教學(xué)融合的關(guān)鍵紐帶，需要系統(tǒng)提升智能素養(yǎng)：理解基本原理（如機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘），把握其在化學(xué)教學(xué)中的價(jià)值與邊界；熟練操作GenAI類工具（大模型、圖像生成、虛擬仿真、個(gè)性化學(xué)習(xí)平臺(tái)等），根據(jù)工具特性優(yōu)化教學(xué)流程；堅(jiān)守人機(jī)協(xié)同倫理，保障信息安全與教育本質(zhì)回歸。以化學(xué)教師為例，人工智能素養(yǎng)見(jiàn)表1。

（二）學(xué)生應(yīng)用層面

“人工智能 + 教育”以體驗(yàn)與生成凸顯學(xué)生主體性[4。為保障思維發(fā)展，學(xué)生需具備以下兩方面素養(yǎng)。

表1化學(xué)教師實(shí)踐GenAI賦能化學(xué)教育的基本素養(yǎng)要求

（1）技術(shù)應(yīng)用能力。熟練掌握GenAI文本生成與后續(xù)工具（如GenAI實(shí)驗(yàn)?zāi)M、數(shù)據(jù)分析）的基本操作，明確GenAI是輔助而非替代，核心在于助力“高效解決問(wèn)題”。倡導(dǎo)按“先獨(dú)立思考一再分組交流一借助GenAI助思一教師點(diǎn)撥”的流程教學(xué)，并以批判性思維審視GenAI輸出，避免盲從。

（2）“學(xué)會(huì)提問(wèn)”能力。提問(wèn)質(zhì)量體現(xiàn)思維水平。教師教會(huì)學(xué)生向GenAI提問(wèn)與追問(wèn)，養(yǎng)成良好的人機(jī)交互習(xí)慣，是賦能深度學(xué)習(xí)的關(guān)鍵。以高三化學(xué)教學(xué)為例，GenAI賦能的“提問(wèn)”范疇與示例見(jiàn)表2。

（三）化學(xué)教學(xué)中應(yīng)用GenAI的情境

GenAI服務(wù)于課程引導(dǎo)、內(nèi)容設(shè)計(jì)、組織實(shí)施與學(xué)習(xí)評(píng)價(jià)四大環(huán)節(jié)，引發(fā)了機(jī)理預(yù)測(cè)／模擬、方案設(shè)計(jì)與即時(shí)評(píng)價(jià)等層面的變革。

1.GenAI構(gòu)建化學(xué)教學(xué)情境的方向

情境1：模擬復(fù)雜體系內(nèi)的化學(xué)反應(yīng)。利用GenAI動(dòng)態(tài)分子模型與反應(yīng)歷程，讓學(xué)生“看見(jiàn)”鍵的斷裂與形成，深化機(jī)理理解[5]，激發(fā)空間想象與邏輯推理。

表2高三學(xué)生應(yīng)用GenAI賦能化學(xué)學(xué)習(xí)中的提問(wèn)示例

情境2：個(gè)性化學(xué)習(xí)與即時(shí)反饋。師生共同設(shè)計(jì)“一生一策、一生一評(píng)”學(xué)習(xí)路徑，GenAI基于學(xué)習(xí)數(shù)據(jù)推送資源、即時(shí)糾錯(cuò)與思路點(diǎn)撥，生成個(gè)性化“改錯(cuò)本”，助力知識(shí)體系嚴(yán)密建構(gòu)。

情境3：探究性實(shí)驗(yàn)設(shè)計(jì)與實(shí)踐升級(jí)。實(shí)驗(yàn)課引導(dǎo)學(xué)生用GenAI驗(yàn)證方案（虛擬實(shí)驗(yàn)室）、完善設(shè)計(jì)（文本化方案評(píng)價(jià)）、可視化原理（圖文呈現(xiàn)）。以“催化劑選擇性”為例，可先用GenAI篩選催化劑與預(yù)測(cè)結(jié)果，再根據(jù)評(píng)價(jià)與反思進(jìn)行真實(shí)實(shí)驗(yàn)，高效發(fā)展創(chuàng)新與實(shí)驗(yàn)?zāi)芰Α?/p>

情境4：知識(shí)與應(yīng)用融合。以環(huán)境保護(hù)為主題，GenAI生成污染物治理模擬場(chǎng)景，學(xué)生在讀數(shù)、設(shè)計(jì)、復(fù)核等過(guò)程中體會(huì)化學(xué)在解決真實(shí)問(wèn)題中的價(jià)值，增強(qiáng)社會(huì)責(zé)任意識(shí)。

2.GenAI構(gòu)建任務(wù)情境的實(shí)踐

例1：探究微觀反應(yīng)歷程。利用DeepSeek生成“二氧化硫催化氧化（ ΔV₂O₅ 表面催化）”的機(jī)理文本要點(diǎn)。

催化原理如下。

（1）表面吸附與氧化還原循環(huán)： SO₂ 與 O₂ 吸附于 V₂O₅ 表面， O₂ 解離為活性氧； SO₂ 與表面氧結(jié)合生成 SO₃ ，同時(shí) V⁵⁺ 還原為 ?⁴⁺ ; O₂ 將V⁴⁺ 再氧化為 V⁵⁺ ，完成循環(huán)。

（2）反應(yīng)機(jī)理與步驟：吸附一活化（ O₂ 解離、 SO₂ 形成中間體）一生成并脫附 SO₃ 一催化劑再生。

（3）影響因素：溫度（過(guò)高導(dǎo)致燒結(jié)或副反應(yīng)、過(guò)低速率不足）、載體（高比表面積促進(jìn)傳質(zhì)）、助催化劑（調(diào)節(jié)電子結(jié)構(gòu)、穩(wěn)定活性中心、抗中毒）。

學(xué)生據(jù)此在ChemDraw軟件中生成 V₂O₅ 結(jié)構(gòu)示意圖（如圖1），再按“位置一結(jié)構(gòu)一性質(zhì)一機(jī)理一表征”路徑學(xué)習(xí)。

圖1借助DeepSeek預(yù)測(cè) V₂O₅ 結(jié)構(gòu)

例2：探究實(shí)驗(yàn)發(fā)生過(guò)程。利用DeepSeek生成“黑面包實(shí)驗(yàn)”的模擬方法要點(diǎn)。

實(shí)驗(yàn)?zāi)M方法如下。

（1）材料包括蔗糖 50g ，濃硫酸（濃度約98% ） 10mL ；儀器包括燒杯、玻璃棒、防護(hù)手套、護(hù)目鏡等。

（2）步驟：先以少量水潤(rùn)濕蔗糖；緩慢倒入濃硫酸并迅速攪拌；觀察顏色變深、體積膨脹與氣體釋放（1一3min）。

（3）關(guān)鍵現(xiàn)象：顏色由白 $$ 黃 $$ 棕 $$ 黑；形成多孔炭柱（體積約可達(dá)原體積5倍）；產(chǎn)生白霧與刺激性氣味。

學(xué)生先用文本復(fù)盤發(fā)生機(jī)理，再用NO-BOOK進(jìn)行虛擬仿真實(shí)踐（如圖2）。

圖2應(yīng)用NOBOOK模擬黑面包實(shí)驗(yàn)

GenAI不僅提升效率，更憑借可視化、個(gè)性化與探究性，促進(jìn)學(xué)生思維能力發(fā)展。

3.GenAl支撐的即時(shí)評(píng)價(jià)

課堂即時(shí)評(píng)價(jià)能顯著促進(jìn)學(xué)生參與，當(dāng)堂達(dá)成。將即時(shí)評(píng)價(jià)嵌入任務(wù)，通過(guò)GenAI實(shí)現(xiàn)“評(píng)一教一學(xué)”閉環(huán)，可更好關(guān)注到每位學(xué)生。目前的GenAI課堂分析多聚焦整課的教學(xué)組織與學(xué)習(xí)狀態(tài)[，但即時(shí)性不足。教師開(kāi)發(fā)了“智能體”，將個(gè)體化評(píng)價(jià)嵌入教學(xué)設(shè)計(jì)（如圖3）。

教師設(shè)計(jì)了以下任務(wù)：請(qǐng)學(xué)生基于“元素周期律”一課，以陳述語(yǔ)氣向“GaIn3”總結(jié)收獲，查看即時(shí)評(píng)價(jià)（如圖4）并進(jìn)行小組交流。

圖3通過(guò)“豆包”生成的智能體“Galn3”

三、課堂實(shí)踐

（一）學(xué)習(xí)內(nèi)容

“元素周期律”系人教版高中化學(xué)必修第一冊(cè)第四單元的重點(diǎn)內(nèi)容之一。教師構(gòu)建了“位一構(gòu)一性”與“價(jià)一類一律”互聯(lián)的認(rèn)知框架：位（周期／族）定位硫?yàn)榈谌芷赩IA族，對(duì)比同周期氯；構(gòu)（原子結(jié)構(gòu)）以最外層6個(gè)電子解釋硫從-2至 ⁺⁶ 的價(jià)態(tài)；性（元素性質(zhì)）聚焦氣態(tài)氫化物穩(wěn)定性（ HClgt;H₂S ）、單質(zhì)氧化性（S2 ）與最高價(jià)氧化物水化物酸性（ HClO₄gt; H₂SO₄ ）的遞變。再以“價(jià)一類一律”耦合：價(jià)（化合價(jià)）關(guān)聯(lián)氧化還原，類（物質(zhì)類別）用“價(jià)一類”二維圖分類單質(zhì)、氧化物、酸之通性，律（元素周期律）基于原子半徑與核電荷差異揭示氯較硫更強(qiáng)的非金屬性。

GenAI用于難點(diǎn)突破：圍繞 Cl₂ 與 H₂ 劇烈反應(yīng)的視頻鏈接、 Cl₂ 置換S的實(shí)驗(yàn)設(shè)計(jì)與評(píng)價(jià)文本等，融合宏觀辨識(shí)、模型認(rèn)知、科學(xué)探究與技術(shù)應(yīng)用，形成“原子結(jié)構(gòu)一價(jià)態(tài)分析一性質(zhì)預(yù)測(cè)一實(shí)驗(yàn)驗(yàn)證”的學(xué)習(xí)鏈條，強(qiáng)化“位置決定結(jié)構(gòu)、結(jié)構(gòu)決定性質(zhì)、性質(zhì)反映規(guī)律”的學(xué)科思維模型。

（二）技術(shù)支撐

希沃互動(dòng)系統(tǒng)提供游戲化腳手架，助力學(xué)生答題聯(lián)動(dòng)，跨越認(rèn)知卡點(diǎn)（如約 70% 的學(xué)生對(duì)“三氧化硫遇水劇烈放熱并生強(qiáng)酸、硫酸工業(yè)中間站”的理解存在困難）。DeepSeek與“豆包”智能體為不同層次學(xué)生提供數(shù)據(jù)與腳手架；呈現(xiàn)實(shí)證數(shù)據(jù)（原子半徑、鍵能等），幫助建構(gòu)“非金屬性越強(qiáng) $$ 最高價(jià)氧化物水化物酸性越強(qiáng)、氣態(tài)氫化物越穩(wěn)定、單質(zhì)氧化性越強(qiáng)”的微一宏關(guān)聯(lián)邏輯。NOBOOK虛擬實(shí)驗(yàn)室可突破危險(xiǎn)實(shí)驗(yàn)限制，為學(xué)生提供可調(diào)參數(shù)的沉浸式探究情境，實(shí)現(xiàn)虛擬與真實(shí)實(shí)驗(yàn)優(yōu)勢(shì)互補(bǔ)。

（三）教學(xué)過(guò)程

教師以評(píng)價(jià)任務(wù)驅(qū)動(dòng)學(xué)生學(xué)習(xí)，充分運(yùn)用GenAI的課堂生成，促進(jìn)學(xué)生思維發(fā)展（見(jiàn)表3）。

（四）GenAl應(yīng)用創(chuàng)新

在化學(xué)教學(xué)中，GenAI為課堂注人了新的動(dòng)能與活力：一是拓展了實(shí)驗(yàn)方案的構(gòu)想空間；二是以GenAI評(píng)價(jià)與證據(jù)檢索培養(yǎng)了學(xué)生的實(shí)證精神與批判性思維；三是促使學(xué)生將GenAI作為學(xué)習(xí)助手，強(qiáng)化知識(shí)關(guān)聯(lián)，促進(jìn)深度思考。

四、反思與展望

（一）反思

在技術(shù)應(yīng)用層面，GenAI的文本與資源生成顯著提升了效率，但網(wǎng)絡(luò)延遲、服務(wù)中斷等問(wèn)題會(huì)干擾節(jié)奏；“文本一圖像一視頻”尚難一體化生成，需多平臺(tái)協(xié)同，提高了應(yīng)用門檻。在思維品質(zhì)層面，學(xué)生的提升效果不均衡，主要體現(xiàn)在“學(xué)會(huì)提問(wèn)”與“借助GenAI深度學(xué)習(xí)”的理解與執(zhí)行差異：部分學(xué)生能提出新穎觀點(diǎn)并進(jìn)行反思，也有學(xué)生過(guò)度依賴靈感激發(fā)而忽視邏輯性與系統(tǒng)性訓(xùn)練，這提示教師需在創(chuàng)意與結(jié)構(gòu)化思維之間保持平衡。

表3教學(xué)過(guò)程

（二）展望

GenAI賦能化學(xué)教育教學(xué)，將在個(gè)性化學(xué)習(xí)與智能化輔助上持續(xù)深化，為學(xué)生思維品質(zhì)的提升提供定制化資源與指導(dǎo)，增強(qiáng)其學(xué)習(xí)效果與動(dòng)機(jī)[。未來(lái)需要在以下三方面著力：一是深化技術(shù)融合，發(fā)展智能輔導(dǎo)系統(tǒng)與虛擬現(xiàn)實(shí)/增強(qiáng)現(xiàn)實(shí)（VR/AR）沉浸式環(huán)境，健全技術(shù)保障與供給體系，確保穩(wěn)定高效運(yùn)行；二是優(yōu)化教學(xué)策略，依據(jù)層次差異實(shí)施漸進(jìn)式教學(xué)，并提供工具開(kāi)展培訓(xùn)，提升技術(shù)適應(yīng)與參與度，推動(dòng)教與學(xué)方式變革；三是強(qiáng)化思維品質(zhì)培養(yǎng)，基于GenAI生成的復(fù)雜情境組織高挑戰(zhàn)任務(wù)，訓(xùn)練邏輯推理與系統(tǒng)分析，突出過(guò)程性與即時(shí)性評(píng)價(jià)，為精準(zhǔn)教學(xué)提供依據(jù)。

注：本文系北京市海淀區(qū)教育科學(xué)“十四五”規(guī)劃專項(xiàng)課題“AI工具支持下化學(xué)教學(xué)減負(fù)增效的行動(dòng)研究”（編號(hào)：HDGH20250188）、北京市教育科學(xué)“十四五”規(guī)劃2024年重點(diǎn)課題“人工智能支持循證教研視域下素養(yǎng)成長(zhǎng)型課堂模型構(gòu)建研究”（編號(hào)：CADA24044）的階段性研究成果。

參考文獻(xiàn)

[1]李清華.以人為本，智能向善[J].現(xiàn)代特殊教育，2025（5）：1.

[2]伍依然．人工智能時(shí)代的教育仍須堅(jiān)持以“人”為本［J].神州學(xué)人，2025（3）：13-14.

[3]韓建豐，高凌蕊．基于教育家精神的中學(xué)化學(xué)教師學(xué)科能力及學(xué)科素養(yǎng)發(fā)展研究[J].教書(shū)育人，2024（28）：39-43.

[4]周序，張鈺苑．重識(shí)與建構(gòu)：智能時(shí)代學(xué)生在課程變革中的主體地位[J].蘇州大學(xué)學(xué)報(bào)（教育科學(xué)版），2024（3）：72-78.

[5]宿秀娟．人工智能技術(shù)提升高三化學(xué)課堂教學(xué)質(zhì)量的有效性研究[D].武漢：華中師范大學(xué)，2022.

[6]韓建豐，高凌蕊．人工智能驅(qū)動(dòng)的課堂分析：電化學(xué)綜合利用教學(xué)實(shí)踐與反思[J].中小學(xué)數(shù)字化教學(xué)，2024（8）：33-37.

[7] YANG S，YANG S，TONG C. In-Depth Application of Arti-ficial Intelligence-Generated Content AIGC LargeModel in Higher Education[J].Adultand Higher Educa-tion，2023（19）：9-16.

（作者韓建豐系北京市廣渠門中學(xué)教師；高凌蕊系首都師范大學(xué)第二附屬中學(xué)教師）

責(zé)任編輯：祝元志