基于生成式人工智能的高中地理实践力培养研究课题申报书

（一）问题的提出

《普通高中地理课程标准（2017年版2020年修订）》把地理实践力确立为地理学科四大核心素养之一，将其界定为“人们在考察、实验和调查等地理实践活动中所具备的意志品质和行动能力”。这个界定有两层意思值得留意：一是把考察、实验、调查三种活动同时看作地理学的研究方法，也看作地理课程特有的学习方式；二是把育人的落脚点放到了真实情境中的行动上。素养要真正长在学生身上，终究要靠他们自己去看、去操作、去与人打交道，光靠纸面上的推演是推不出来的。

地理学是一门综合性、区域性和实践性都很强的学科，野外考察与实验调查本就是这门学科认识世界的基本方式。可在高考指挥棒和课时约束之下，实践环节在不少学校被一再压缩，甚至退化成了“知识点的纸面演练”。学生背熟了等高线的判读规则，却在真正面对一段坡地时不知所措；学会了洋流的成因，却从来没有亲手测过一次气温、做过一次水文观测。这种“离地”的学习，恰恰是地理实践力难以生长、学生觉得地理“学了也没用”的根源之一。笔者在高中地理教学中反复碰到这样的矛盾：地理实践力培养往往“说起来重要，做起来难”。课时本来就紧，野外考察要协调出行、安全与经费，一个班四五十个学生要走出校门，牵涉的手续和顾虑一长串；地理实验的开出率偏低，不少学校没有专门的实验场地和器材，教师想开也力不从心；社会调查则常常退化成“纸上调查”，学生上网抄几条资料、填一份问卷就算交了差。三重制约叠在一起，实践活动大多只能零星地、应付式地开展，实践力培养很难形成系统，更谈不上常态。与此同时，还有一个观念层面的障碍：不少教师把“实践”等同于“带学生出门”，觉得条件不具备就做不了实践，无形中把实践育人的空间收得很窄。本课题想做的，正是把这个空间重新打开。

2022年底以来，生成式人工智能发展得很快，ChatGPT、文心一言、讯飞星火、豆包等大语言模型以及各类多模态工具陆续走进校园。它们能根据提示生成文本、图像、数据图表和虚拟场景，能像对话一样和学生交互，也能模拟角色、再现情境。从教学的角度看，这带来了几点实实在在的可能：其一，可以低成本地创设逼真的实践情境，比如模拟一条河流的形态、生成一座城市的人口数据、扮演一位当地农户接受访谈；其二，可以在学生动手前提供预演和试错的空间，降低真实实践的门槛与风险；其三，可以在实践后帮助学生整理数据、绘制图表、提炼结论，把“做”和“思”衔接起来。这让人看到一种可能性：在真实实践条件一时难以齐备的情况下，能不能先借助生成式人工智能，让学生获得高质量的“虚拟实践”体验，再以虚实结合的方式把真实的动手环节补起来？

与此同时，风险也不容回避。生成式人工智能可能生成看似合理实则错误的内容，业内常说的“幻觉”问题在强调事实与证据的地理学习中尤其需要警惕；它可能替代学生本该亲自动手的环节，让“做中学”变成“看AI做”；还可能带来数据隐私和学术诚信方面的隐患。如果只是把AI当成一台“快速给答案的机器”，反而会进一步削弱学生的实践体验。所以，本课题要处理的并不是“要不要用AI”的问题，而是“怎么用AI才对地理实践力培养真正有益”的问题——这个答案没法靠喊口号得到，只能在设计中去回答、在实验中拿数据去验证。这也决定了研究必须从真实的教学需求出发，把研究与课堂绑在一起，而不是关起门来谈技术。

（二）国内外研究现状述评

就地理实践力本身而言，国外的讨论由来已久。美国《生活化地理：国家地理课程标准（第二版）》（Geography for Life）把“运用地理技能”列为地理教育的培养目标，强调在真实情境中运用地理知识和方法；英国的地理课程把“地理技能与实地调查”作为独立维度；日本高中地理课程历来重视野外考察与地理调查，澳大利亚的课程框架也将地理探究技能列为关键能力。这些标准背后是杜威“做中学”和莱夫、温格情境学习理论的支撑，其基本主张是：知识只有通过实践参与才能真正被学生建构起来，能力的生长离不开真实情境中的活动。国内研究方面，韦志榕、朱翔主编的《普通高中地理课程标准（2017年版2020年修订）解读》系统阐释了地理实践力的内涵与水平要求，为一线教学提供了基本遵循；王民、黄劲松、蔚东英就“地理实践力”的水平划分做了专题研究，给出了比较清晰的等级描述和案例；段玉山领衔的团队长期推动“实践育人”的地理教学改革，反复强调实践活动之于地理课程综合育人价值的不可替代；袁孝亭等在地理课程与教学论的框架下，对地理技能与实践能力的培养作了系统论述；仲小敏则从教学设计的角度，讨论了实践活动如何组织才能达成育人目标。可以说，地理实践力“是什么、要达到什么水平”，学界已经形成了比较一致的共识。

就生成式人工智能的教育应用而言，相关文献近三年增长得很快。联合国教科文组织2023年9月发布《生成式人工智能教育与研究应用指南》（Guidance for Generative AI in Education and Research），明确主张教育中要以“人的能动性”为核心，由人来掌控技术而不是反过来，同时对内容的真实性、伦理和数据安全提出了要求；OECD以及欧盟围绕人工智能素养与监管的讨论，也普遍把透明度、问责和人的主体地位放在突出位置。国内方面，焦建利较早提出，ChatGPT将助推学校教育数字化转型，促使人们重新思考“学什么、怎么教”；祝智庭、戴岭、赵晓伟提出“近未来”人机协同教育的发展思路，主张让机器与人类各展所长；余胜泉等则从智能时代人才培养模式改革的角度，讨论了技术带来的育人方式之变。与此同时，一批一线教师已经在教学中有零星的尝试，比如用生成式人工智能辅助教学设计、命制情境化试题、生成案例材料，这些散点的经验为本课题提供了宝贵的实践土壤，但也大多不成系统、缺乏检验。总的看，学界对生成式人工智能“能做什么、该注意什么”已有了比较清醒的认识，难点正在于如何把一般性的认识落到具体学科、具体素养的培养上。

不过，把两方面合起来看，已有研究存在三处明显的不足。其一，地理实践力的研究大多停留在素养内涵的阐释和教学策略的描述上，系统性的实证干预和效果检验偏少，尤其对“如何破解实践条件不足”这个一线最关心的真问题着墨不多。其二，生成式人工智能的研究大多落在通用课堂、通识素养或知识性教学上，真正落到地理实践力这类“实践性、行动性”素养上的成果十分有限，虚拟与真实的关系、边界问题更是很少有人用实证去碰。其三，关于虚拟实践与真实实践的关系，学界虽有“技术应当服务于育人”的原则性表态，却缺少面向高中地理、可直接操作的模式、样例与评价工具。本课题希望在这几个缺口上做一些实实在在的工作。

（三）选题意义

理论层面，把生成式人工智能引入地理实践力培养，有助于把“技术增强的实践育人”这个命题落到实处。课题要在“虚拟”与“真实”之间划定各自的边界和作用，回答技术的工具价值与育人的本体价值如何统一的问题，提出一个虚实结合的培养路径与分析框架。这一框架不只对地理学科有意义，也可以为生物实验、理化探究、综合实践活动等其他实践性课程如何审慎地引入生成式人工智能，提供一个可参照的样本，从而为人工智能时代的学科育人积累一些可讨论的素材。