【市一等奖】初中生物教学论文|AI辅助下的初中生物跨学科项目式学习实践与思考——以“厨余垃圾'变废为宝'成长记”为例

摘要：人工智能的快速发展为义务教育阶段教学方式的变革提供了新契机。项目式学习是一种基于课程标准的多学科整合的学习模式。本文以“厨余垃圾‘变废为宝’成长记”为跨学科项目式学习主题，在AI辅助下，围绕项目选题与目标制定、项目设计与实施、制定多维评价、展示成果与反思等环节开展跨学科主题学习实践，旨在培养学生的深度学习能力、社会责任感和创新实践能力。

关键词：跨学科；项目式学习；AI；核心素养

《义务教育生物学课程标准（2022年版）》（简称新课标）中提出的大概念之一就是“真实情境中的问题解决，通常需要综合运用科学、技术、工程学和数学等学科的概念、方法和思想，设计方案并付诸实施，以寻求科学问题的答案或制造相关产品”，这就要求教师在教学过程中积极渗透STEM教育，探索跨学科实践活动的各种模式。跨学科项目式学习是指以学生为中心，基于新课标，对真实情境中的问题进行探究，以小组合作学习的方式获得更深层次的知识与技能，并将所学知识应用到实际生活中。人工智能（AI）的快速发展促进跨学科项目式学习方式的深度实施。AI可以帮助师生智能匹配跨学科资源、生成个性化项目路径、实时分析学生协作与思维数据等，通过AI技术的加持，教师可以更高效地驱动问题情境持续演化，实现项目式学习深度共创与精准迭代。在AI辅助线下开展跨学科项目式学习是有效提升学生核心素养、实现STEM融合教育的方法之一。

一、跨学科项目式学习的实质和意义

随着新时代基础教育课程改革不断推进，发展学生核心素养已然成为育人目标的关键导向所在，《义务教育课程方案（2022年版）》（简称课程方案）清楚地指出“加强课程综合，注重关联”的要求，鼓励开展跨学科主题学习。学习的本质在于主动构建认知结构，发现学习能更有效地帮助学生掌握学科基本结构。项目式学习就是发现学习的一种，它要求教师从学生成长的角度去设计教学活动，激发学生的问题解决意识，培育学生的深度学习以及问题解决能力。并且，随着社会的发展以及科技的进步，当下的问题日益呈现出跨学科特性，需要综合多个方面的知识和技能才能够加以解决。跨学科项目式学习突破传统分科教学的局限性，把不同领域的理论与方法结合起来，有利于培育综合实力强、能够切实解决复杂问题的创新型人才。教师应当在AI辅助下引导学生挑选出基于教学需求和真实情境相结合的跨学科项目，并且从科学性、实践性及创新性等多个方面展开综合评估，推动“知识整合—能力迁移—素养生成”育人逻辑实现实践转化，丰富核心素养落地的实证案例。

二、“厨余垃圾‘变废为宝’成长记”项目开展过程

（一）项目选题与目标研制学生发现，自推动城市生活垃圾分类工作以来，珠海市城市生活垃圾处理及回收利用工作卓有成效，但占比最大的厨余垃圾分类及资源化利用工作相对薄弱，厨余垃圾与其他垃圾混装的现象频发。课程方案明确指出教育应坚持素养导向，强化科学实践，注重知识学习与学生经验、现实生活、社会实践之间的联系，充分发挥实践的育人功能，促进学生的全面发展。学生提出可通过探索各种厨余垃圾的资源化再利用途径，从源头实现厨余垃圾的减量化、资源化和无害化处理，为绿色低碳生活保驾护航。本项目通过头脑风暴，结合查找资料，学生各抒己见，反复讨论，论证课题的科学性、可行性和价值性，经修改、修正、定题。

“厨余垃圾‘变废为宝’成长记”项目整合新课标中“生物与环境”“生物学与社会·跨学科实践”学习主题中的相关内容，即北师大版生物学八年级上册“微生物与人的生活”“健康的生活方式”及八年级下册“生态系统及其稳定性”“人与环境”等章节，以厨余垃圾处理与回收利用中的真实情景问题启发学生思考问题的产生原因及解决措施，使学生在问题解决中深化对学科知识的理解，具备良好的科学思维习惯与探究实践能力，认同本项目学习的重要价值，进而在此基础上积极参与家庭厨余垃圾回收利用工作，主动宣传环境保护理念，呼吁厨余垃圾资源化再利用，成为生态文明的践行者。

（二）项目设计与实施

在精心选定项目主题之后，教师着手构建与该项目紧密相关的学科知识框架，将抽象的理论知识巧妙转化为一系列富有挑战性、层次分明且贴近实践的驱动性问题，引导学生在问题解决的过程中实现深度学习。

1.项目活动整体规划

本项目以“如何解决厨余垃圾分类和资源化利用存在的困难？”为根本驱动性问题，学生围绕这一问题开展头脑风暴。团队成员认为，首先需要了解人们在厨余垃圾分类及利用中确实存在哪些问题与困难，大家一致认同深入社区和厨余垃圾处理厂进行实地调查是最有效的方法，同时讨论后决定设计有针对性的调查问卷以采集大数据进行科学有效的分析。团队认为落实垃圾分类应先从自己及家人做起，同时积极探索各种家庭厨余垃圾资源化利用新途径，再依次通过家庭—学校—社区的阶梯式宣传，提高人们对厨余垃圾再利用的认识和保护环境的意识。

通过师生细致入微的剖析，并在AI的辅助下，本项目被拆解为“数据侦探”“堆肥工程师”“创意设计师”“社区行动派”四个子项目，学生对驱动性问题进行讨论与分析后提出了其中所包含的活动任务及项目成果形式。学生从知识的接受者转变成项目的研究与设计主体，这一转变极大地激发了他们探索未知的内驱力。

......

👇🏻更多内容可关注公众号👇🏻