ARTICLE · 1077618
AI、阅读、跨学科、项目式学习都被点到了:2026年教师课题,选题风向正在发生什么变化?
AI、阅读、跨学科、项目式学习都被点到了:2026年教师课题,选题风向正在发生什么变化?如果把近两年的教育政策、课程改革文件和课题立项方向放在一起看，会发现一个比较明显的变化：教师课题越来越不鼓励“为了研究而研究”，而是更强调从真实教学问题出发。 这也是为什么最近几年，AI、阅读、跨学科、项目式学习频繁出现在课题指南和教学改革文件中。 但需要注意的是，这并不意味着只要把这些词写进题目，课题就更容易立项。恰恰相反，随着这些方向逐渐进入常态化教学，课题评审更关注的已经是：你到底解决了什么问题，怎么解决，最后有没有证据证明学生发生了变化。 2026年，北京市教育科学“十五五”规划课题仍然把课程、教学与评价改革、教育数字化、学生发展等列为重点研究领域，同时设置校本研究专项，强调研究学校和课堂中的现实问题。 教育部2026年度大中小学课程教材研究项目共立项91项。从这些政策和立项导向中可以看到，课程实施、教学改进和学生学习质量，仍然是教师课题的重要落点。 01. 一张表，看懂目前比较明确的四个选题信号 
这些要求已经不是简单的理念倡导，而是在逐步进入学校课程和日常教学。 这也意味着，教师做课题的思路需要跟着调整。 AI课题：重点不再是“用了AI”，而是“用了以后有什么变化” 前两年常见的题目是“人工智能赋能课堂教学研究”“生成式AI辅助教学模式研究”。 这类题目现在当然还能做，但如果研究最后只是说明“AI提高了效率”“学生比较喜欢”，研究深度就比较有限。 更值得做的是把问题继续往下拆。 比如，不研究泛泛的“AI赋能作文教学”，而研究生成式AI反馈对学生作文修改质量的影响；不研究“AI辅助数学教学”，而研究AI支持下学生错因识别与针对性干预。 这里真正值得研究的，不是AI本身，而是它到底改善了哪一个教学环节。 阅读课题：正在从“读了多少”转向“读出了什么” 阅读一直是教师课题里的热门方向，但近年的变化也很明显。 过去不少课题关注阅读活动、阅读习惯和阅读量，这些内容仍然有价值，但现在更值得研究的是阅读与学科能力之间的关系。 例如，科学课中的信息提取，历史课中的史料阅读，数学课中的题意理解，语文课中的整本书阅读和思辨阅读，都可以成为具体的研究切口。 所以，阅读课题不应该只属于语文教师。 真正有研究价值的问题往往是：学生为什么读不懂？读不懂具体表现在哪里？经过教学干预后，哪一种能力发生了变化？ 跨学科课题：不是把两个学科“拼”在一起 很多教师一看到跨学科，就容易想到“语文+美术”“数学+科学”。 但跨学科教学真正关注的，并不是用了几个学科，而是学生是否需要综合调用不同学科知识解决一个真实问题。 所以，一个跨学科课题至少要回答三个问题：为什么这个任务必须使用多学科知识？学生在哪个环节发生了知识迁移？这种迁移怎样评价？ 与其写“跨学科教学模式研究”，不如进一步缩小为真实情境下小学数学跨学科任务设计与学习迁移研究。 题目小一些，研究反而更容易做实。 项目式学习：现在越来越看重“过程证据” 项目式学习这几年很热，但也最容易做成“活动展示”。 做一个模型、完成一次调查、举办一次成果展，并不等于完成了项目式学习研究。 真正值得记录和分析的，是学生怎样提出问题、怎样查找资料、怎样验证假设、怎样修改方案，以及在这个过程中出现了什么变化。 因此，项目式学习课题今后会越来越重视学习过程，而不是只看最后作品。 教师在设计课题时，也要有意识地保存过程性材料，比如学习单、课堂观察记录、学生初稿与修改稿、访谈记录和评价数据。 这些才是研究真正需要的证据。 02. 2026年，教师课题最值得关注的变化是什么？ 
如果一定要概括，我认为不是“AI变热了”“跨学科更重要了”，而是教师课题的研究逻辑正在越来越清楚： 政策提出新要求，课堂出现真实问题，教师设计教学干预，再用证据判断学生是否发生变化。 所以，2026年选课题时，与其继续追求一个很大的题目，不如把问题往课堂里收。 研究一个年级、一个单元、一类学生、一个具体困难，往往比“构建某某教学新模式”更容易形成真正有价值的成果。 热点可以决定我们往哪里看，但真正决定课题质量的，始终是一个问题： 这个课题，到底解决了课堂里的什么具体问题？ 