市一等奖AI赋能小学科学论文:生成式人工智能推动“科学+信息科技”跨学科项目式学习

生成式人工智能推动“科学+信息科技”跨学科项目式学习

[摘要]本文以生成式人工智能赋能教育为背景，以科学和信息科技跨学科教学为例，深度探究生成式人工智能嵌入科学和信息科技跨学科项目式教学的关键点；结合教学成果对教学方案进行反思，并提出优化建议。希望本文内容对生成式人工智能赋能小学科学项目式学习具有一定的参考价值。

[关键词]小学科学；信息科技；生成式人工智能；跨学科项目式学习

在教育信息化的背景下，以“科学+信息科技”跨学科项目式教学培养学生的综合素养，已经成为越来越多小学科学教师的选择。尤其是随着生成式人工智能不断融入教育领域，通过该技术促进两个学科的高质量融合，成为小学科学教学改革的必然趋势。然而，有关生成式人工智能赋能“科学+信息科技”跨学科项目式教学的研究较少。因此，构建生成式人工智能赋能“科学+信息科技”跨学科项目式学习的实践模型，对于小学科学教学意义重大。

一、项目背景

本项目以教科版科学四年级上册“声音”单元、义务教育教科书四年级信息科技全一册“奇妙的数据世界”单元两部分内容为依据，形成了生成式人工智能全过程赋能“科学+信息科技”跨学科项目式学习方案。

（一）教学目标

第一，利用生成式人工智能引导学生深度理解声音的形成、传播和耳朵听到声音的机制；第二，引导学生运用数据采集技术理解声音强弱与发声体受力大小、声音高低与发声体自身特性、声音传播效果与传播介质性质的关系；第三，培养学生结合科学教学内容，灵活选用生成式人工智能提升自身学习效率的能力。

（二）项目主题

大主题：“有趣的吉他”。

子主题：琴弦的音高规律；影响琴弦音高的因素；让同一根弦音高发生变化的方案。

（三）项目学科

小学科学、信息科技、音乐。

二、生成式人工智能嵌入科学和信息科技跨学科项目式教学中的关键点

生成式人工智能是人工智能领域的重要分支，是一种基于算法和模型生成文本、图片、声音、视频、代码等内容的技术。生成式人工智能本身属于信息科技的重要内容，这也决定了它具有推动科学、信息科技课程高度融合的优势。在具体的以生成式人工智能赋能“科学+信息科技”跨学科项目式学习中，教师需要注意以下几个关键点。

（一）做好准备工作

首先，充分挖掘教材。在设计“有趣的吉他”这一跨学科项目式教学方案前，教师深度分析教材中“让琴弦发出高低不同的声音”这部分内容，形成了“琴弦的音高规律”“影响琴弦音高的因素”“让同一根弦音高发生不同变化的方案”三个主题。

其次，充分对接学情。为了确保跨学科项目式学习贴合学情，教师借助生成式人工智能对学情进行了深入分析。例如，教师调取了班级学生在以往科学课堂上的学习数据（回答问题的内容及频率、课堂互动的频率、科学学科成绩、跨学科中学科知识应用情况），依据学情差异对学生进行分层。

再次，教师分析了项目中信息技术、生成式人工智能融入的关键点，认为学生在项目中通过生成式人工智能采集琴弦声音、琴弦粗细、琴弦材质、弹奏力度等数据（其中吉他、信息技术、生成式人工智能成为主要资源），并深入分析变量之间的关联性（完成探究情境建构），最终有效地归纳出影响琴弦音高和弦音强弱的核心因素，从而帮助学生形成较为完整的声音认知体系。同时，教师也能够通过以生成式人工智能为核心的智慧课堂采集全过程数据，对教与学实施全过程评估，构建完整的教学闭环。

（二）有效设计方案

建构主义理论强调学生主动参与知识建构的过程，认为学习不是简单的信息传递，而是学生通过与环境互动、合作探索和解决实际问题以获得知识的过程。跨学科项目式学习高度符合建构主义理论要求。为确保生成式人工智能促进科学、信息科技课程高度融合，教师非常重视本次教学方案设计，将教学目标、项目主题、核心问题、学习情境、教学评价作为信息技术（主要集中于数据采集和分析）、生成式人工智能应用的主要环节，促进师生、生生充分互动。

第一，教学目标设计中生成式人工智能的应用：跨学科项目式学习活动的开展需要建立在主题清晰明确、目标具体可行的基础上。教师在本次教学中通过生成式人工智能呈现教学目标，帮助学生在学习前深度理解项目内容，整合科学知识（声音的产生与传播机制）及信息科技知识（数据采集与分析），服务于“有趣的吉他”核心主题及其子主题的学习。

第二，项目主题提炼中生成式人工智能的应用：教师通过生成式人工智能搜集相关跨学科项目式学习主题，并通过在线课堂与学生互动，共同形成大主题及子主题。教师以这种方式促进学生进一步了解跨学科项目式学习的内容，推动教学与学习的精准对接。

第三，核心问题提炼中生成式人工智能的应用：教师以生成式人工智能总结“声音”这一单元的知识结构，同时通过该技术呈现吉他弦发声的整个过程：拨弦—振动—发声，然后师生提出了“吉他是如何发声的？”“吉他六根弦的声音特点是什么？”“不同材质的吉他弦的声音又有什么区别？”“同一根弦按住不同弦位，声音有什么变化规律？”“拨弦力度的大小是否决定了琴声的大小？”等问题。针对每一个问题，师生都会运用生成式人工智能对问题涉及的物理概念、音乐知识等进行全面分析，以确保问题能够涵盖多个学科的理论。

第四，学习情境构建中生成式人工智能的应用：传统的科学教育过于强调学生认知层面的知识和技能培养，教师通常将知识从科学情境中“剥离”，导致学生无法将科学知识与生活关联起来。在本次教学设计中，教师凭借生成式人工智能构建了层次化任务及对应的学习情境。例如，在学习前通过生成式人工智能形成了“声音”单元的思维导图（半成品，需学生填写完整），再以生成式人工智能落实学情分析，并根据分析结果形成了包括“标注出吉他高音弦、低音弦”“用思维导图整理出影响弦音高低和强弱的因素”“理解滑弦、揉弦、击弦对琴弦声音的影响机制”“采集吉他弦发声数据，并创作一段旋律”在内的四个任务。尤其是第四个任务需要学生综合运用手机、平板电脑等设备，以数据采集—数据处理（将采集来的吉他声转化为可视化声波，然后观察声音的频率、振幅）—数据分析（对接某个音乐作品的音高等参数，将不同频率和振幅的琴声融入旋律创作中）—音乐合成（利用生成式人工智能完成作曲）四个步骤，最终形成音乐成果。

......