邓婷 黄伟 何萍 等 | 生成式人工智能赋能高中地理跨学科项目式学习——以“'中国茅台香飘世界'白酒工业数字科普文化展”为例

摘要：生成式人工智能在教育领域的广泛使用，为教学带来新的挑战和机遇。当前高中地理工跨学科项目式学习面临高质量项目设计难度大、学生项目探究实践能力不足、项目评价体系单一等诸多挑战，生成式人工智能的赋能具有智能优化项目设计、保障项目实施质量，转变学生学习方式、促进深度参与探究，多元迭代项目评价，导向学生素养进阶等重要教学价值。本文以""中国茅台香飘世界，白酒工业数字科普文化展”为例，探讨生成式人工智能深度赋能地理跨学科项目式学习的实施路径，构建“教师主导、学生主体、GAI辅助”三位一体教学格局，助力学生学科核心素养培育和跨学科能力提升。

关键词：生成式人工智能；高中地理；跨学科项目式学习；工业

跨学科项目式学习是一种以学生为中心的教学方式，它通过教师提供关键素材，构建一个学习环境，将两门及以上学科知识进行有机融合，形成跨学科的主题活动，学生在此环境中组建团队，进行开放式问题的解决[1]，进而培养高阶认知能力和跨学科素养[2]。然而，在实际教学实践中，跨学科项目式学习常受限于学科壁垒，面临高质量项目设计难度大、学生项目探究实践能力不足、项目评价体系单一等诸多挑战[3]。近年来，生成式人工智能（Generative Artificial Intelligence，以下简称GAI）的广泛应用，为教育教学带来了新的挑战与机遇。然而，当前对GAI赋能地理跨学科项目式学习的路径探索仍处于碎片化阶段[47]。如何促进GAI深度融入跨学科项目式学习，有效培养学生学科核心素养和跨学科能力，已成为亟待解决的重要课题。本文通过开展地理跨学科项目""中国茅台 香飘世界，白酒工业数字科普文化展”，探索 GAI 与地理跨学科项目式学习深度融合的实施路径，以期为“人工智能+教育”提供实践参考。

GAI具有跨学科整合能力强、自主学习力强、输出速度快且多样等特点[8]。通过跨学科资源整合、个性化学习支持以及多元评价体系构建等多重途径，GAI赋能教师教学设计、学生学习方式和项目多元评价，此举有效应对了跨学科项目式学习在教学资源、个体差异和评价方式等方面的挑战，为地理跨学科项目式学习注入了智能化、个性化和综合化等教学价值。

（一）优化项目教学设计，奠定项目质量基础

在分科教学模式下，跨学科教学资源分散，教师难以迅速获取多学科素材并进行有效整合，教师跨学科素养的不足和传统单一学科教研的局限，制约了跨学科项目式学习的高质量设计。GAI基于对多模态内容的理解和海量数据的深度学习，具备强大的知识关联与内容生成能力。GA1不仅能够拓展跨学科项目式教学设计的边界，生成定制化的学习资源，还能预判项目风险和学习差异，使教学设计更具有包容性和前瞻性。例如，教师初步提出跨学科项目式学习的想法，GAI可以快速推荐多个项目主题，调用并融合多学科知识，提供项目背景资料、案例情境、数据图表和探究任务等，协助教师完成项目选题、目标制定和活动设计。GAI还能对已完成的跨学科项目式教学设计进行全面评价，提出具体的修改意见，助力教师优化教学设计。跨学科项目式教学设计是开展项目的坚实基础，GAI 以数据驱动为教学设计的跨学科协同提供智能支撑，保障项目式学习的科学性与质量。

（二）转变学生学习方式，深度参与项目探究

GA1运用自然语言生成技术及上下文学习策略与学生进行即时的对话交流，融合多学科内容，促进学生理解并感知复杂问题情境[9，激发学生主动探究的兴趣，提升学生的自主学习能力。项目探究任务的问题解决和项目方案的设计关乎项目的成败，然而，常规项目实践中，常存在课程负担繁重、多学科知识零散和项目设计耗时等矛盾[10]，学习方式为传统“师生互动”和“生生互动”，学生被动参与，学习途径单一。GAI通过扮演“虚拟导师”和“智慧学伴”等多重角色，为学生提供多学科、个性化资源推荐与反馈，学生协同GAI开展深度探究，突破学科壁垒，解决项目探究问题，减轻认知负担。例如，GAI可以为空间思维能力较弱的学生生成三维地形模型或推荐VR实景资源，而对于探究能力较强的学生，则提供更具挑战性的项目任务，实现个性化深度学习，为学生提供了更多元的学习路径。

（三）多元迭代项目评价，导向学生素养进阶

GAI依托其庞大的训练数据和强大的语义理解，对学生复杂的学习过程进行结构化解析与多维度输出，为项目评价奠定重要的技术基础。跨学科项目式学习的多元评价主要体现在评价维度、评价主体和评价方式的复合性，还强调要全过程评价、持续收集证据和动态反馈调整的循环迭代[11]。当前跨学科学习存在评价方式单一与评价标准模糊的问题[12]。通过学习轨迹记录，GAI将传统单一的纸笔测验或对学生最终作品的结果性评价，转化为可观察、可分析的具体学习行为数据，转变为素养进阶的过程观测与结果性评价兼顾的综合评价，改善依赖教师主观判断所导致的主观偏差不可控、评价标准碎片化、过程性数据缺失等困境，实现评价系统的多元迭代。通过融入过程性观察、调研、实物收集等方式，GAI 结合终结性测评和成果评估等多样化的评价方式，精准量化学生的学习掌握程度，深度解析学科核心素养的进阶路径，全面有效地衡量学生的核心素养与跨学科能力。

区别于传统跨学科项目式学习“师一生”的二元结构，GA1推动跨学科项目式学习转向“师一生-GAI"的三元结构。通过构建“教师+GAI”智能协同教研空间、“学生+GAI”个性化自主探究空间和“教师+学生+GAI”的共研启智协作空间，推动GAI在人机双师教研、个性化自主学习、师生机协作交流的深度赋能，实现项目准备、项目实施和项目评估全过程应用，构建GAI赋能跨学科项目式学习实践路径（见图1）。下面以““中国茅台香飘世界”白酒工业数字科普文化展”为例，说明具体实践路径。

在以往教学实践中，学生虽然在生活中接触过众多工业产品，但因缺少参与或观察工业生产活动的机会，而对工业生产普遍有距离感。加之“工业区位因素”的教学较多沿用“农业区位因素”的要素罗列加案例分析的固有教学模式，学生感觉枯燥乏味。据此，以高中地理必修二“工业区位因素及其变化”为例，开展GAI深度赋能高中地理跨学科项目式学习实践。

（一）前期项目准备

1，创新项目选题与设计，智能优化项目方案

（1）创新优化项目选题

项目选题是开展项目式学习的关键环节，也是影响项目式学习质量的重要因素。选题困惑是项目式学习经常遇到的挑战，若选题不当，可能造成项目式学习偏离教学主题，教与学脱节[13]。在前期项目准备阶段，教师深入分析课标、教材和学情，结合跨学科项目式学习的具体要求，借助GAI工具，能够精准甄选出既彰显地理学科特色又能融合多学科知识的项目主题。此外，GAI还能提供丰富的案例参考，激发创意灵感，协助教师设计出主题鲜明、逻辑严密且富有挑战性的项目选题，确保项目选题既契合教学目标，又能有效激发学生的探究热情，为后续项目的顺利推进奠定坚实基础。

因遵义地区的工业典型案例较少且缺乏成熟课例，教师向GAI发送课标要求及课标解读、教材等材料，结合高一学生的学情，请求其提供5个遵义本土化工业案例，创意设计地理跨学科项目主题和任务。教师综合GAI生成内容，剔除操作难度大、主题较宽泛和学科味不足的案例，如三线军工企业搬迁、铝土矿产业升级、特色农业工业化等。结合GAI推荐的“茅台酒的时空密码”主题，鉴于遵义茅台酒的品牌成就和历史文化是家乡支柱民族企业发展的典范，且“离开茅台镇就酿不出茅台酒”是学习工业区位和了解茅台白酒产业发展的生动案例，遂以遵义茅台酒为探究案例，考虑可操作性、跨学科性和开放性等要求，确定""中国茅台香飘世界，白酒工业数字科普文化展”为项目主题。

（2）精准定位教学目标

教学目标是跨学科项目式学习的起点和归宿，它决定了学习的方向和预期达成的成果，教学目标的设计要可观察、可测量、可评价。GAI将教学目标中的模糊诉求精准化，锚定素养生长点，生成优化建议。教师结合GAI建议，将教学目标修改为：①考察和调研茅台酒的酿造环境、茅台镇地理环境和茅台酒企的发展历程，探究茅台酒工业区位因素及其变化，辩证分析白酒产业集聚茅台镇的影响，探讨茅台镇白酒产业的可持续发展之路，提升问题解决能力和批判性思维，树立关注家乡支柱产业的家国情怀和正确的人地协调观；②结合茅台镇的气候、水源、微生物环境等条件和茅台酒发酵过程等资料，通过虚拟实验探究不同温度、催化剂等对化学反应速率的影响，宏观解释茅台白酒风味独特、品质优良的地理原因，探究地理环境对酿酒反应的制约，培养科学探究能力；③通过查阅红军长征与茅台酒的传奇故事等重要历史事件，说明地域文化对茅台酒文化内涵和品牌塑造的影响。

（3）递进分解驱动问题

驱动问题是项目式学习的核心和灵魂，贯穿于项目式学习始终。借助GA1能够有效解决驱动问题逻辑不清晰、学科割裂等问题。第一版教学设计中的驱动性问题为：如何设计茅台白酒工业数字科普文化展厅，实现“中国茅台香飘世界”的企业愿景？GAI将驱动性问题精准化描述和结构化拆解，优化后的驱动问题为：如何为中国茅台策划一场数字科普文化展，向世界讲述茅台酒为何“离不开”赤水河，又如何能“走向”世界，并进一步分解为多个子问题，以梯次推进项目探究。

2.细化项目构思与规划，迭代解构项目任务

项目构思与规划是开展项目式学习的重要基础，影响项目各环节进展。跨学科项目式学习具有较高的挑战性。学生在项目初始阶段面对复杂任务时易迷茫，缺乏清晰方向与规划。GAI能够为学生提供多维度、个性化的构思与规划支持。一方面，GAI根据项目主题，为学生呈现丰富的相关背景知识、跨学科关联信息以及成功案例，帮助学生从不同角度思考项目方向。另一方面，GAI依据学生的学习风格、兴趣爱好和能力水平，为学生量身定制项目规划建议。此外，GA1能模拟项目实施中可能遇到的问题，提供解决策略，增强项目实施可行性。这种基于GA1的项目构思与规划，可培养学生的信息素养、跨学科思维能力和团队协作能力，为后续项目实施奠定坚实基础。本案例学生通过"5W2H”分析法，结合“大鱼云展”和GAI，有效迭代项目任务。

“5W2H”分析法是一个经典、系统且强大的问题分析与解决工具[14]。通过关键词 What（项目成果内容）、Who（项目受众）、When（项目时间安排）、Where（项目展示地点）、Why（项目实施目的）、How（项目实施过程）和How many（项目评估方案），解构项目任务，有助于清晰且全面地梳理问题和制订计划，确保思考完整和行动方向明确。“大鱼云展”是基于Web3D技术的创新平台，提供数字化线上展览解决方案，致力于线上虚拟展览创展服务，打造3D云展馆体验。该平台高度契合“茅台白酒工业数字科普文化展”的办展需求。学生搜索“大鱼云展”，熟悉线上办展的流程与具体要求。借助GAI智能优化和迭代项目的构思与规划（见图3），将项目转变为目标明确、路径清晰、充满挑战与趣味性的深度学习之旅。

（二）中期项目实施

1.介入项目指导与沟通，辩证应用遵守数字伦理

师生互动关系是跨学科项目式学习的关键基础，教师对项目的指导对确保项目顺利推进、提升学生学习效果具有重要作用。面对新兴的GAI工具，教师不仅需要与学生共同参与项目过程，还应指导学生正确使用GAI技术，培养科学使用GAI的意识和能力等信息素养。

GAI支持下的项目指导与沟通应聚焦项目过程支持、思维深化、资源拓展及问题解决。首先，在项目探究互动环节，教师主动引导学生先行探究和思考，再批判性使用GAI 生成的内容，控制GAI 使用的边界，避免技术替代思考。例如，引导学生提出茅台镇白酒产业可持续发展策略后，再运用 GAI“深度思考”功能参考学习 GAI 的思维路径，同时对比政府官方文件、贵州茅台企业官方网站和《贵州茅台年度报告》等文件验证分析，培养学生批判性思维与信息甄别能力。在项目资源拓展方面，考虑到GAI分析视角局限可能导致的资源推荐片面化，教师应结合自身的专业知识和教学经验，对 GAI 生成的资源进行筛选和补充，鼓励学生主动提出疑问，避免过度依赖技术。在师生间的沟通方式上，GAI介入致使传统的面对面交流融入了智能化元素。如教师通过分析GAI生成的结构化反馈表单或实时讨论记录等数据，及时了解学生的学习进展与困难，提供个性化指导建议，提升项目指导与沟通的精准性与有效性。

2.智能整合跨学科资源，梯次推进深度持续探究

持续探究在跨学科项目式学习中处于核心地位，它不仅是推动学生深入理解复杂问题的动力源泉，更是连接真实情境中问题解决与素养发展的关键纽带。学生借助与GAI之间的多轮交互对话，深度持续探究跨学科问题，在多学科交叉的环境中不断发掘新知识、整合原有认知，打破传统学科壁垒，将地理学科与物理、化学、生物等其他学科的知识、原理和思想有机融合，通过跨学科视角微观探析地理形成过程，运用地理学科视角宏观解释地理事象的成因，从而更全面、深入地理解地理事象背后的原理和规律。该学习方式强调主动建构与持续反思，帮助学生逐步形成系统性思维和解决现实挑战的能力，能够多角度思考问题，提出新颖独到的见解，激发创新思维。

以探究任务“问题3：科学解密·求是”教学片段为例，展示GAI在跨学科项目式学习中梯次推进持续探究的应用过程（见表1）。通过GAI深度赋能跨学科虚拟实验探究，突破传统实验的时空限制，从化学学科视角，探究化学反应速率的影响因素，微观探析酿造茅台酒的化学反应过程；从地理学科视角宏观解释茅台酒风味独特、品质优良的地理原因，有效培养学生证据推理、科学探究、综合思维和地理实践力等素养。

（三）后期项目评估

1.助力成果展示与反思，多维创新增强表达

小组成果展示与反思是跨学科项目式学习中极为关键的环节，它不仅是对项目式学习成果的全面呈现，更是学生深度反思、提升能力的重要契机。在成果展示环节，GAI不仅能提供成果展示创意，还可以协助优化展示内容（见下页表2）。在反思环节，GA1引导学生多视角反思，既关注项目成果，也回顾项目实施过程，还能根据反思内容提供针对性改进建议和发展方向，评价反思深度和全面性，激励学生深入思考，提升自我认知和反思能力。

在“‘中国茅台 香飘世界’白酒工业数字科普文化展”项目中，GAI 支持学生依据项目主题和内容特点，生成传统文化融合现代风格的展示页面，完成独特且富有吸引力的设计，并结合GAI生成的视觉建议办展（见下页图5），展厅内容向网络和社会开放，以推动茅台酒更好地走向世界。小组发言人结合设计方案进行展示和解说，GAI提供展示形式和讲稿支持，对展示文案进行润色，使表达更加准确、流畅且富有逻辑性，使宣讲更生动有趣。学生还可以通过GAI制图功能制作“赤水美酒河生态环境保护”和长征时期的红军与茅台镇群众的“军民互助鱼水情”等宣传海报。最后，GAI帮助学生反思在跨学科项目式学习过程中团队协作等表现，以进一步提高沟通效率和团队协作能力。成果交流、展示和反思不仅锻炼了学生的语言表达、团队协作和创新思维能力，还检验了学习收获，显著提升跨学科能力。

2.深化成果评估与总结，数据赋能精准反馈

评价量表是素养导向的跨学科项目式学习过程监控和质量衡量的标尺，借助GA1将素养导向的抽象诉求转变为综合、全面的评价指标是评价量表设计的关键。GAI基于评价内容多维度、评价主体多元化等要求，对评价量表进行修订。修改后的评价量表（见表3）拓宽了评价维度，丰富了评价内容，增加了评价主体，将经验主导的模糊评估升级为数据赋能的精准观测。例如，将学生与GAI交互的过程直接通过GAI进行统计、分析和评价，有利于直观把握学生学习过程表现，最后，教师对 GAI 的评估结果进行专业复核、情感补充和最终判断。

在项目成果公开展示后，引导学生积极交流分享，对本项目的学习进行总结和反思，并对参与项目的41名学生开展问卷调查。调查结果显示，利用GAI开展跨学科项目式学习具有明显优势，如拓展丰富学习资源、高效获取数据和资料、提供针对复杂问题的创新思路和方法、增强学习的趣味性与互动性，以及促进跨学科知识融合与应用等（见图6）。

根据跨学科项目式学习效果调研分析与反馈（见图 7），总结评价学生学习效果。GAI对问卷调查报告统计的分析结果显示：学习效果整体较好，项目在多个方面取得了明显成效；学生在多学科整合、虚拟实验辅助、学习主动性、家乡认同、多学科分析和合作沟通六个维度表现出较高的满意度；但跨学科表达能力相对略低，反映学生多媒体表达工具的掌握程度有待提升。

GAI赋能的跨学科项目式学习在项目设计、学习方式和项目评估等方面具有诸多显著优势，但也伴随着一些不容忽视的局限，其应用边界与潜在风险影响了技术工其效能的发挥和跨学科项目式学习的深度开展，阻碍学生创新思维和跨学科能力培养，需引起重视并采取有效应对方案。

（一）生成内容偏差造成项目低质，加强提示词设计与生成内容批判性审查

受教师跨学科能力和数字素养的局限，以及算法逻辑、数据基础、教育场景适配性等多重因素的限制，导致GAI生成的项目方案设计随机性较强、内容偏差和深度不足，影响跨学科整合的科学性和项目式学习质量。如教师利用GAI设计虚拟实验的提示语差异、GA1模型训练数据不足和算力有限，造成跨学科虚拟实验探究融合深度不够。有深度的课堂教学环境是指通过GAI与课堂教学的深度融合，实现未来课堂教学的“弯道超车”，从而为国家发展培养出智能时代的拔尖创新人才[15]。这对教师提出了更高要求，在使用GAI时，应充分发挥教师主导作用，积极开展跨学科教研，明确 GAI 使用目的，提升 GAI 提示语的撰写能力，确保项目设计的科学性和创新性。同时，教师还应具备较强的信息甄别能力，对生成内容进行批判性审查与优化，结合教学实际需要进行本土化、结构化调整。例如，利用GAI分析茅台镇气候特征时，要注意引导学生将遵义和茅台气象站等官方网站的气温、降水和相对湿度等数据进行验证，鉴别数据的真实性，培养学生批判使用GA1等网络信息技术的意识和能力。

（二）技术依赖过度产生思维惰性，明确技术使用边界和强化学习过程监管

在学习方式上，学生可能因过度依赖GAI而产生思维惰性，带来技术依赖过度的风险。通过调查学生“利用GAI开展跨学科项目式学习存在的问题”（见图8），发现80%的人认为“过度依赖GAI，削弱自主思考能力”。其次，GAI的即时应可能替代小组深度讨论，导致小组合作探究形式化，弱化了探究、试错与深度思考的关键过程，从而削弱问题解决、批判性思维与知识建构能力，滋生惰性思维。同时，部分学生将GAI输出视为权威答案，弱化对自身思维过程的监控调节，元认知发展受阻，严重阻碍创新思维的发展。对此，教师可通过设置开放性问题、鼓励自主探究等方式激发学生的独立思考能力，注重引导学生将GAI作为辅助工具，明确GA1的使用边界，设计“问题引导—自主思考—合作探究—GAI 辅助—反思提升”的学习路径，强化过程监管与思维训练，鼓励学生在验证与质疑中深化理解，避免技术替代思考。

（三）评估指标量化导致素养评价浅表，重视质性与过程性数据的综合评价

GAI在跨学科项目评估中提供评价指标的结构化与量化统计的同时，容易造成对学生深层素养与思维过程的评价浅表化。GAI可以自动生成评价量表、统计人机互动频次和分析调研报告等，但其评价逻辑是基于可量化的外显行为，难以真实捕捉学生在跨学科整合和创新表达等内隐素养上的发展。例如，GAI能够统计学生查阅文献的次数和验证行为，却无法判断学生对“地理环境与酿酒的关系”的深度理解，也难以评估其在小组协作中表现出的沟通策略与责任意识。为克服上述局限，应强化教师专业判断与引导作用，融合质性评估与过程性数据开展综合评价。如教师可依托GAI生成的过程性数据，结合课堂观察、学生访谈和反思日志等质性材料开展综合评价。此外，还可以通过项目评估与反思，引导学生对比 GAI 评价与自我感知、同伴反馈之间的差异，辨析数据背后的学习意义，提升元认知能力。通过人机协同、质性与量化结合的评价方式，实现从“评价结果”转向“促进学习”，真正推动学生素养的深层发展。

GAI技术的迅猛发展引发了教育领域的深刻变革，重塑教师的教学方式与角色定位[16]，转变学生的学习方式，推动教育领域场景应用更加广泛和深入。GAI赋能的跨学科项目式学习在提升教学效率与学习效果的同时，亟须构建批判性使用和过程性监管的应用机制，坚持教师主导、学生主体、GAI辅助三位一体的教学格局，在“人机交互”中坚守育人初心，推动“人机协同”从工具辅助走向认知共生，培育兼具创新能力与思辨能力的未来人才。

[1]施美彬，黄伟，马懿宁，地理跨学科项目式教学模式构建[J].课程·教材·教法，2024，44（08）：144-148.

[2]马宁，人工智能助力跨学科项目式学习高质量发展[J].湖南教育（C版），2025（02）：26-27.[3]金雯雯，张宗余，生成式人工智能赋能初中数学跨学科项目式学习的实践：以“牛奶包装盒的秘密”项目式学习为例[J].中国数学教育，2025（19）：17-22，29.

[4]黄茜雯，林诗韵，吴铃铃，等.AIGC赋能地理项目式学习：以“解密南客村暴雨洪涝灾害”项目为例[J].中学地理教学参考，2025（28）：4-11.

[5]林哲字，谷同耀，王民.ChatGPT赋能地理项目式学习：逻辑、模式与实践探索[J].中学地理教学参考，2024（04）：23-28.

[6]刘华.DeepSeek赋能初中地理跨学科主题学习的路径探析：以“给塔克拉玛干系上"绿围脖，”为例[J]，地理教学，2025（09）：35-39.

[7]周丰昀，张明礼，李嘉明，等，指向“三脉共生”的生成式人工智能赋能高中地理项目式研学：以呼和活特市为例

[J].中学地理教学参考，2025（34）：16-21.

[8]陈琳，生成式人工智能在中学地理教学中的应用路径初探[J].中学地理教学参考，2023（34）：15-20.

[9]马宁.人工智能助力跨学科项目式学习高质量发展[J].湖南教育（C版），2025（02）：26-27.

[10]苏芮.生成式人工智能赋能跨学科项目式学习的逻辑、路径和反思[J].教育理论与实践，2025，45（32）：3-7.

[11]施美彬，马懿宁，高中地理跨学科项目式教学评价实践研究：以“如何应对全球气候变化”主题研学为例[J].地理教学，2023（22）：33-35.

[12]董艳，陈辉，于浩，数智赋能跨学科主题学习的设计、实施与评价[J]，电化教育研究，2025，46（05）：78-85.

[13]周洪伟，张玉臣，原锦辉.面向选题困惑的多层次项目化教学方法及实践[J].中国教育技术装备，2024（22）：69-72.

[14]黄清清，汪军能，秦年秀，基于“5W2H”分析法的研学课程设计开发与实践：以“水育桂林，以地鉴史”研学为例

[J].中学地理教学参考，2023（33）：67-70.

[15]李森，郑岚，生成式人工智能对课堂教学的挑战与应对[J].课程·教材·教法，2024，44（01）：39-46.

[16]朱雪梅，李玮一.中学地理课程发展面临的挑战与积极应对[J].地理科学教育，2024（01）：108-117.

《地理科学教育》· 总第3辑：

专栏：第四届“地理教育”博士生论坛—邓婷

引用格式：邓婷,黄伟,何萍,等.生成式人工智能赋能高中地理跨学科项目式学习——以“‘中国茅台香飘世界’白酒工业数字科普文化展”为例[J].地理科学教育,2025,(2):114-125.