【人工智能+核心素养】小学信息科技 | 人工智能赋能下的小学信息科技教学创新实践

人工智能赋能下的小学信息科技教学创新实践

[摘要]《义务教育信息科技课程标准(2022年版)》指出，信息科技课程兼具基础性、实践性和综合性，倡导以真实问题、项目驱动学习，重视数字化平台、工具和资源在教学中的合理运用。本文结合苏教版六年级上册的教学实践，立足小学高年级学生“见过智能设备，却说不清控制逻辑”的真实学情，将生成式人工智能融入课前情境创设、课中认知实践和课后总结评价中，以期提升信息科技学科教学质效，培养学生学科核心素养。

[关键词]人工智能;过程与控制;教学创新;核心素养

新课标提出，信息科技是一内“科”与“技”融合并重的课程，兼具基础性、实践性和综合性，教学中应合理利用数字化平台、工具和资源，运用线上实验、模拟仿真等方式，引导学生自主学习与合作学习。苏教版信息科技六年级上册围绕“过程与控制”展开，涵盖《无处不在的过程与控制》《系统功能模块化》等内容，旨在帮助学生建立初步的系统观念和控制意识。然而，从教学实践来看，部分教师仅借助图片引导学生感知和浅层识记，学生并未真正理解系统中过程与控制的逻辑。人工智能背景下，教师可将隐性的控制逻辑、思维过程转化为学生可观察、可比较、可修改的学习活动。对此，本文结合六年级上册教学实践，制定AI赋能的教学设计方案，以期用AI技术激活课堂，引导学生深度理解控制系统的运行逻辑。

人工智能赋能信息科技教学的目的是将培养学生的核心素养落地。教师可以围绕课程教学实践，将核心素养培育融入日常教学任务。一是信息意识教学任务：学生会找变量，会以批判思维看待AI。在真实的情境分析中，学生要学会从复杂现象中抓取关键信息，判断哪些数据值得关注，哪些数据是干扰项。此外，学生学会质疑AI,如AI给出的“输入”是否准确？它推荐的方案是否合理？这种思辨的过程，有助于学生信息意识的培养。二是计算思维教学任务：会拆解系统，会修改规则。AI可提供多个“半成品”系统描述，例如自动窗帘方案中故意遗漏环境条件，让学生分组纠错、补充规则;或利用AI模拟“有声即常亮”的声控灯，促使学生思考条件组合与异常处理。通过对比、修改AI生成的案例，学生更直观地理解分解、抽象、条件控制与优化调试，计算思维在修正与重构中自然生长。三是数字化学习与创新任务：会用工具，会创作作品。AI作为创意伙伴，能快速生成多种外观草图、控制方案或使用场景，帮助学生突破想象局限；同时支持将自然语言描述转化为流程图、规则卡，降低技术内槛。学生借助AI完成“想法→方案→作品”的转化，不断提升数字化学习与创新能力。四是信息社会责任任务：会用智能，懂边界。AI可模拟隐私泄露、能源浪费等情境，如自动生成“台灯加摄像头识别人脸”的方案，引导学生讨论“是否必要”“有无替代”。通过辨析AI给出的“智能”方案，学生理解技术应用的边界，将责任意识内化为设计准则。AI不是替代教师，而是作为情境创设者、思维支架和反思对象，贯穿核心素养培养全过程。

创设真实的教学情境是人工智能赋能信息科技教学的重要条件。教师可让人工智能围绕“校园的一天”生成三组微场景，如早晨校内口的人脸门禁、走廊里的声控照明、教室植物角的自动浇水提醒等。依托学校微场景，人工智能可以围绕学生的生活实际，创设真实的学习情境，有效提升教学趣味性。教师可以借助生成式工具快速生成图文并茂的情境卡短视频脚本、对话片段，或者生成不同条件下同一设备的运行状态。例如，生成声控灯、手动开关灯：自动感应门和普通推拉门。学生经过对比发现：并非所有的操作都能体现过程与控制;部分智能设备的控制过程并不像想象的复杂。通过熟悉的生活情境辨别现象，更有助于学生深度参与课堂，优化学习体验与获得感。人工智能还可帮助教师创造“伪智能情境”,引导学生辨析知识。例如，AI可以生成“定时响铃器”和“根据环境音量自动调节的提示器”。尽管两者看上去都在工作，但前者主要按预设时间运行，后者则涉及环境信息采集和条件判断。学生在比较中提出问题：它们的输入方式有何不同?计算过程是怎样的?最终的输出又是什么？这与教师直接告诉学生过程与控制的三个环节相比较，学生在比较中发现问题，将更有助于其加深对知识的理解。

《过程与控制的三个环节》教学难点是如何将“输入、计算、输出”落实到具体系统。传统教学中，教师往往直接“一言堂”，这导致学生对知识的理解较浅。对此，教师可以进行如下AI教学设计，以此辅助学生深度理解过程和控制的相关知识。例如，在分析“自动窗帘”这一案例时，教师可以让AI生成三个系统说明，并保留不完整或不准确的设计点。第一个方案用“声音”进行输入：第二个方案将“有人就开窗帘”作为计算条件，不添加任何环境条件：第三个方案增加光照强弱条件，却忽略了白天与夜晚的时间因素。学生分组阅读系统设计方案后，需要指出每个方案的问题，并给出合理的修正建议。通过该种教学设计，AI输出的不再是标准答案，而是比较对象、修改对象和批判对象。又如，在“声控灯”案例中，AI容易给出“听到声音就亮”的简单判断。围绕这一判断，学生在讨论中进行追问：“什么样的声音算有效输入？一直有人说话，灯会不会一直亮？白天有声音是否也要亮？”围绕这些问题，教师再引导学生把零散的想法整理为结构化表达：输入可能包括声音、环境亮度、时间等信息；计算环节要进行条件比较、延时判断与规则执行;输出环节则体现为亮灯、熄灯等。以上两种教学设计，教师利用AI生成错例学习资源，引导学生进行选择、修正、论证。在AI教学辅助作用下，学生能提高信息甄别能力和逻辑表达能力。