生成式人工智能赋能初中语文跨学科主题教学

【摘 要】生成式人工智能辅助语文跨学科主题学习设计，促进学生知识整合与多元思维的发展。本文通过人机协同共创，以“茶文化”主题学习设计为例，探讨生成式人工智能如何通过搭建学习支架、创设学习情境、分析学习成效，为学习资源、学习体验、学习评价等有效赋能，旨在为语文跨学科主题学习的实施提供参考。

【关键词】生成式人工智能；跨学科学习；语文；茶文化

【中图分类号】G434 【文献标志码】B

【论文编号】1671-7384（2024）09-008-03

引 言

随着知识的快速更新，学科分科教学已难以满足学生能力培养的社会需求，学校教学呈现出多个学科交叉和交融的趋势。跨学科主题教学注重建构跨学科知识网络，培育跨学科素养。由“文化自信”“语言运用”“思维能力”“审美创造”四方面构成的语文核心素养是跨学科学习的价值导向。从语文课程发展现状看，课程内容不再局限于文学作品的阅读和分析，还融入了历史、艺术乃至科学元素。新课标指出要“充分发挥现代信息技术的支持作用，拓展语文学习空间，提高语文学习能力”[1]。生成式人工智能技术的兴起，促进了语文跨学科主题学习设计、实施与评价。

生成式人工智能赋能语文跨学科主题学习的内在机制

1.生成式人工智能的应用机理

生成式人工智能为语文跨学科主题学习提供了技术支撑，其基于深度学习算法，能从海量数据中学习语言规律，进而生成连贯、有创意的文本内容。相较于以往的模型和其他类型的人工智能，生成式人工智能在处理复杂语境和保持对话流畅性上优势明显，在信息提供、问题解答和深入讨论等方面更加精确高效。其在语文跨学科主题学习中，表现出强大的交互性和个性化，可根据不同主题和学科背景生成与之相符的文本内容。如“语文与科学”主题，针对人民教育出版社语文教材中的《宇宙生命之谜》《太空一日》等科普性文章，借助交互式对话可获取相关科学背景信息，激发学生在学习语言技能的过程中积极探索跨学科知识。

2.生成式人工智能促进学生的知识融合

凭借先进的算法和强大的数据处理能力，生成式人工智能可以有效整合多个学科的知识，为学生提供全面而深入的综合性学习视角来进行知识探索。例如，在“文学作品中的地理元素”主题中将文学描写与地理知识相融合，帮助学生深入理解作品内涵与地理知识之间的关联。此外，面对复杂的跨学科问题，生成式人工智能可以分析不同领域的文献资料，帮助学生构建知识图谱，把握主题的核心概念和相关关联。

3.生成式人工智能促进学生多元思维的发展

生成式人工智能通过提供不同角度的观点，助力培养学生批判性思维、创造性思维和系统性思维。根据其生成的不同论证，引导学生分析、比较、评价信息；借助对话提供构思，鼓励学生跳出传统框架，探索新颖的表达方式和解决问题的办法；同时辅助整合多源信息，帮助学生构建起系统全面的学科知识体系。例如，在探索“诗歌与哲学”主题时，通过多样化的诗歌解读促使学生思考不同观点的合理性，利于学生多元思维发展。

生成式人工智能在语文跨学科主题学习中的实施策略

《义务教育课程方案（2022年版）》强调每个科目须拿出“不少于10%的课时”开展跨学科主题学习，将其他科目的内容整合应用于该科目的学习。在特定主题的统领下，跨学科主题学习以任务链的方式解决主题之下的复杂问题，并由此实现学生对知识的创造性理解，更好地培养学生的核心素养和应用知识解决实际问题的能力[2]。因此，定好主题是开展好跨学科学习的第一步。依据主题任务所需的学科、文化、知识等内容，生成式人工智能可在活动开展前、中、后三个阶段从创新教学方式和优化学习策略上赋能（图1）。

图1 人工智能助力跨学科主题学习的三阶段应用模式

茶发源于中国，“中国传统制茶技艺及其相关习俗”项目已列入2022年联合国教科文组织新一批人类非物质文化遗产代表作名录。在中小学传播茶文化，发掘不同学科中的茶元素，有助于学生形成跨学科的学习习惯、传承与弘扬中华优秀传统文化。下面以九年级（初中三年级）语文“茶文化”跨学科主题学习为例具体论述。

1.搭建学习支架，为学习资源赋能

生成式人工智能作为搭建跨学科主题学习支架的有力辅助工具，为教师和学生提供丰富的学习资源及沉浸式的学习体验。在主题选择与设计方面，教师可利用其深度分析和资源整合能力，自动推送符合学生兴趣和需求的学习内容。

依据“茶文化”主题由“通义千问”人工智能系统生成的语文跨学科主题学习设计包含四个主题任务：“茶之源”“茶之道”“茶之韵”“茶之礼”。这是以教材中优秀古诗词为载体聚焦语文学科，同时结合了其他学科知识的综合应用。在活动实施方面，生成式人工智能针对学生的关键词检索与提问输入给出答案，并智能分析并整合学习资源。其具体教学过程如下。

（1）根据不同主题任务，高效推送相关资源

在主题任务一“茶之源”中，智能系统首先推送《茶经》选段与解读，帮助学生理解茶的起源与分类；同时检索并生成与茶文化相关的知识内容，如茶强调的和谐、自然、宁静等品性，茶代表的“和、敬、清、寂”等文化内涵。学生可借此更好地分析归纳所学诗歌中蕴含的茶文化，从人民教育出版社八年级（2017年版）上册《三峡》中品味出“素湍绿潭，回清倒影”的茶之特性；从人民教育出版社九年级（2018年版）上册《岳阳楼记》中体会“不以物喜，不以己悲”的豁达胸怀与茶之精神相通之处。

在主题任务二“茶之道”中，基于机器学习算法剖析与历史、地理学科相关的学习资料，人工智能呈现历史上不同朝代茶文化的发展状况，介绍中国主要采茶区的地理位置、环境情况、气候特点，辅助学生绘制融入历史背景的茶事变迁时间轴及茶叶种植地理分布图等信息。

（2）根据学生提出问题，生成实施步骤

面对学生提出的具体问题，生成式人工智能是一个永不感到疲惫、永远保持耐心并提供即时反馈的智能语言导师[3]，可以利用自然语言处理技术快速分析问题核心，生成包含解析、案例、操作指南在内的解决方案框架，引导学生逐步探索与实践。

针对主题任务三“茶之韵”，结合物理和化学学科知识生成学生学习步骤如下：一是学生利用生成式人工智能的对话搜集关于茶叶成分的科学文章和研究报告等资料；二是学生学习生成式人工智能所推送的知识了解茶叶的成分及其功效；三是生成式人工智能生成一套基于原理的茶叶冲泡模拟实验方案，包括控制变量（如不同温度的水对茶汤颜色、香气的影响）和观察记录表，学生分析背后的物理变化（如扩散、溶解）和化学反应（如氧化还原）。

结合其他人文学科知识，学生还可关注以下任务：第一，学生利用生成式人工智能生成的资料分析与总结茶学发展史上的经典作品及其艺术风格；第二，生成式人工智能提供基础知识和灵感素材引导学生利用简单材料（如陶土、竹木）设计与制作茶具；第三，生成式人工智能从创意性、实用性、美观性方面对学生所提交的设计图或成品照片给予反馈。

（3）根据不同学生需求，提供多样的学习资料

针对不同学生的学习风格，如视觉型、听觉型、动手操作型等，生成式人工智能可以生成个性化学习资料，如图文并茂的文章、有声读物、互动式模拟实验等。

在主题任务四“茶之礼”的学习中，生成式人工智能生成的茶艺师指导视频，能为视觉型学习者提供生动直观的茶道流程动画演示、礼仪步骤图文解析，使之全方位学习茶道礼仪。同时，生成式人工智能基于学生的学习进度和兴趣点推荐茶文化文章、诗词及拓展材料，并针对重点与难点问题生成详尽的注释与解析文档，帮助学生理解诗词中的隐喻、象征和文化内涵。在成果分享环节，学生小组借助诗歌朗诵、作文演讲、调研报告展示等形式分享学习心得，体悟中华优秀传统文化的魅力。最后，生成式人工智能根据每位学生的水平分别生成个性化与差异化的作业，如为初级水平学生生成关于茶诗的创意写作任务，为高级水平学生生成关于茶与哲学关系的比较研究，以此满足不同层次学生的学习需求，激发其学习潜能。

2.创设学习情境，为学习体验赋能

人工智能工具可以创设超越时空限制的学习环境，能为学生提供沉浸式、互动式的语文学习体验。首先，赋能个性化内容的生成。结合学生的学习兴趣和认知水平来整合茶的历史、传说和名人轶事，借助图像生成和视频合成能力创设视觉上引人入胜的学习材料。这些故事和情境不仅富有直观性和趣味性，还能根据学生反馈不断调整内容。

其次，赋能交互式的对话与创作。利用技术重现历史上茶文化大师或文学家的口吻与形象，让学生与古人“面对面”交流，讨论茶道哲学以及诗词创作背后的文化内涵。这种情境对话不仅增强了学习体验，还帮助学生在模拟自然对话中提升语言文字应用与多元文化视角的理解能力。此外，智能交互式诗词创作平台能根据学生输入的关键词或情感倾向即刻生成符合主题的诗词初稿，学生可在平台上和“古人”斗诗，以深刻地感悟诗词内容与韵律。

最后，赋能数字化情境的模拟与体验。利用智能技术打造虚拟的古代茶馆环境，学生借助VR或AR设备进入场景，自主选择动态调整细节，身临其境地观察和体验茶馆的日常运作、顾客之间互动和茶艺表演等项目，提升学习参与度，加深对当时社会背景的理解与情境体验。

3.分析学习成果，为学习评价赋能

（1）学习成果的及时反馈

基于语音识别与自然语言处理技术，学生通过生成式人工智能可以获得相关口语作业（如茶艺演示解说、茶文化主题演讲）发音准确度、语调、流畅度等方面的实时反馈；对于书面作业，生成式人工智能能快速分析所提交的作业或创作（如茶文化主题的诗词、短文），识别出学生在语言表达和文学创作中的优势与不足，及时提供语法、逻辑、内容相关性等方面的详细建议，保障学习成果得到及时有效的反馈。

（2）学习评价的过程可见性

传统的语文学习评价往往侧重于语言文字运用、文学素养积累等终结性结果，而忽视了评价过程性与跨学科素养发展的重要性。生成式人工智能可以追踪每位学生在学习过程中的每一次互动、测试、创作活动，创建学生学习行为日志。通过可视化的学习历程图展示及生成的量表分析，师生可清晰观察到学习进度、难点突破、兴趣变化等，保证学习过程的直观性和可见性，激发了教与学的积极性。

（3）个性化学习改进的建议

基于对学生学习表现的综合分析，人工智能可以智能诊断学习中的薄弱环节，针对性地推荐阅读材料、视频教程及互动游戏等补充学习资料或练习，弥补知识空白。同时，教师可根据学生的测试成绩、学习偏好等多维度数据显示，动态调整后续学习内容和难度，创建个性化学习路径。这种“一人一策”的学习模式确保每位学生都能按照适合自己的节奏和路径改进学习进度。未来，人机共创与语文跨学科主题学习将持续融合，并不断深化、完善。

注：本文系中南民族大学中央高校基本科研业务费项目“核心素养下新型数字教材的设计研究”（编号：CSY23040）和教育部产学合作协同育人项目“基于虚拟现实的新型课堂教学及多模态数据驱动的学习评价研究”（编号：230800179164408）的成果

参考文献

中华人民共和国教育部. 义务教育语文课程标准（2022年版）[S]. 北京：北京师范大学出版社，2022：3.

李序花，冯春艳，马红亮，等. 跨学科主题教学： 基本内涵、价值向度及设计路径[J]. 天津师范大学学报（基础教育版），2023，24（6）： 1-6.

王晓璐，杨云轩，谢阳斌. 创造人机对话式学习新形态：大语言模型的教育应用现状与展望[J]. 中小学信息技术教育，2024（5）： 15-17.