课题名称:生成式人工智能赋能高中地理项目式学习的应用探索

（一）国内外相关研究梳理及研究动态

1.国内研究现状

国内关于生成式人工智能与地理教学融合的研究起步于2023年，近两年随着大语言模型的普及呈现快速增长态势，研究重心逐步从技术可行性论证转向课堂实践与教学模式建构。

在应用场景与价值层面，陈胜贤（2024）以人教版"陆地水体及其相互关系"为教学载体，验证了生成式人工智能在个性化学习辅导与差异化教学设计中的实操价值，提出"课前精准诊断—课中分层引导—课后个性反馈"的三段式应用模型，指出AI能够有效弥补大班教学中教师精力分配不足的短板。张健、沈思源（2025）以上海版高中地理"陆地水"主题为例开展教学实践，从应用场景、角色功能、素养培育三个维度总结了实施经验，认为生成式人工智能可实现教学环节全覆盖，但必须明确人机分工边界，坚持教师的专业主导地位地理教学。侯瑜、户清丽（2024）聚焦思维型课堂建设，将生成式人工智能嵌入地理思维训练的各个环节，研究发现AI在情境创设、问题链生成、思维可视化方面具有显著优势，但容易出现知识碎片化倾向，需要教师进行系统性整合。

在项目式学习相关研究中，马珺琰（2026）以"日晷设计与制作"项目为载体，构建了融合大语言模型、Coze智能体与开源硬件的AI工具链，提出"工具链嵌入・阶段式推进"的教学模式，验证了AI在降低空间认知门槛、丰富探究手段方面的积极作用，同时强调必须守住"学生亲历实践"的学科底线，避免技术替代真实探究过程。王景晨（2025）将Kimi Chat引入"塑造地表形态的力量"拓展学习中，发现生成式人工智能不仅能提升学生的综合思维与区域认知能力，还能激发辩证思维，促进学生对技术本身的反思，但其研究侧重于单一课时的应用，未涉及完整项目周期的系统设计。孟潇俊等（2025）从高阶思维培养视角出发，搭建了"情境创设—感知思考—迁移创造—反馈调整"四步路径，为人工智能支持地理深度学习提供了可操作的实施框架，但对项目式学习这种长周期教学形态的适配性讨论不足。

总体来看，国内研究已从初期的理念倡导进入实践探索阶段，积累了一批单课时、单主题的应用案例，但针对完整项目式学习流程的系统研究仍然偏少，尤其缺乏对项目启动、规划、实施、展示、评价全链条的人机协同机制设计，多数研究停留在"AI作为辅助工具"的浅层应用层面，未能深入探讨技术介入后项目式学习形态的深层变革。

2.国外研究现状

国外关于生成式人工智能与地理教育融合的研究起步更早，理论体系相对成熟，研究视角更侧重课程重构与学习形态转型。

Liu等（2025）对中美主流生成式AI系统进行对比分析，从个性化自适应学习、可视化与方案模拟、反馈与评价效率三个维度阐释了其在高中地理教学中的应用潜力，同时指出内容准确性、学生依赖、伦理隐私、技术公平性四大局限性，提出提升AI准确率、加强教师培训、完善伦理规范等改进策略，该研究建立了较为完整的分析框架，但对项目式学习这种特定教学模式的讨论较为笼统。

Lee等（2025）基于SAMR模型（替代、增强、修改、重塑）系统分析了生成式人工智能对地理教育的变革作用，认为其在课程开发层面可实现内容自动生成与个性化定制，在教学法层面推动从文本教学转向数据驱动学习，在评价层面转向自适应评估系统，在野外考察层面实现实时数据处理与全球协作。研究同时警示了过度依赖AI、内容偏差、学术诚信等风险，为技术融入教学提供了层级化的思考框架。

Kim（2025）将生成式人工智能与卫星影像相结合，开发了GeoAI地理探究学习程序并在首尔21名高中生中实施。研究发现，学习者在空间思维、综合思维、关系思维三个维度均有明显提升，生成式人工智能在探究全过程中提供情境化反馈，有效拓展了学习者的思考广度，学生通过卫星影像与AI的互动获得了沉浸感、认知支持与自我成长等积极体验。该研究验证了GeoAI融合模式对地理探究能力的促进作用，但研究样本量较小，且未涉及完整项目周期的协作学习机制。

总体而言，国外研究更注重理论模型构建与学习科学视角的分析，在技术赋能学习机制的探讨上更为深入，但针对高中地理项目式学习的本土化、可复制的应用方案相对不足，且其研究结论基于西方教育语境，与我国高中地理课程标准的适配性有待验证。

（二）本课题的独到学术价值和应用价值

1.学术价值

第一，构建生成式人工智能赋能高中地理项目式学习的系统理论框架。现有研究多集中于单课时、碎片化的应用探索，本课题将生成式人工智能嵌入项目式学习的完整流程，系统阐释人机协同在项目启动、规划、实施、展示、评价各阶段的作用机制，弥补当前研究中"重工具、轻流程""重单点、轻系统"的不足，丰富地理教育技术学的理论内涵。

第二，揭示生成式人工智能促进地理核心素养落地的内在机理。本课题跳出"技术工具论"的局限，从地理学科本质出发，探讨AI介入后区域认知、综合思维、地理实践力、人地协调观四大核心素养的培育路径变化，分析技术赋能与学科育人的深层耦合机制，为数字时代地理素养培育提供新的理论解释。

第三，形成地理学科人机协同教学的评价体系。针对当前AI教学应用中评价标准缺失的问题，本课题从学习过程、素养发展、技术使用合理性三个维度构建评价指标，既关注学习结果，也关注技术使用的规范性与学生批判性思维的发展，为同类研究提供可借鉴的评价范式。

2.应用价值

第一，开发可直接落地的教学实施方案。本课题结合高中地理必修与选择性必修的核心内容，设计3—4个完整的项目式学习案例，明确每个环节的人机分工、工具选择、操作步骤与注意事项，一线教师可直接参照实施，降低技术应用门槛。

第二，提升高中地理项目式学习的实施质量。针对当前项目式学习中普遍存在的选题空泛、资源不足、指导不到位、评价流于形式等问题，借助生成式人工智能的信息整合、个性化辅导、实时反馈等功能，有效破解实践痛点，提升项目学习的深度与实效。

第三，为高中地理教师数字素养提升提供实践参照。通过课题研究总结生成式人工智能的应用策略与风险规避方法，帮助教师建立正确的技术应用观，掌握人机协同教学设计能力，适应教育数字化转型的现实需求。

二、研究内容

（一）研究对象

本课题以普通高中高一、高二年级学生与地理教师为研究对象，聚焦人教版高中地理必修第一、二册与选择性必修1中的核心主题，以生成式人工智能工具（含国内主流大语言模型与地理专用AI工具）为技术支撑，系统探究其赋能项目式学习的应用模式、实施路径与效果评价。

（二）主要目标

1.理论目标：梳理生成式人工智能与高中地理项目式学习融合的内在逻辑，构建"人机协同・五阶递进"的应用模式，明确各阶段的功能定位与人机分工边界。

2.实践目标：开发3—4个符合高中地理课程标准、可复制可推广的项目式学习完整案例，形成配套的教学设计、学习任务单与评价工具。

3.效果目标：通过教学实验验证模式的有效性，探明其对学生地理核心素养、问题解决能力与自主学习能力的影响，总结实施中的常见问题与优化策略。

4.推广目标：形成面向一线教师的操作指南与培训资源，为区域内推广应用提供支撑。

（三）总体框架

本课题总体框架分为理论研究、模式构建、实践验证、总结提升四个层级，具体提纲如下：

第一章绪论

1.1研究背景与问题提出

1.2研究目的与意义

1.3核心概念界定（生成式人工智能、项目式学习、地理核心素养）

1.4研究思路与方法

第二章国内外研究综述与理论基础

2.1生成式人工智能在教育领域的应用研究进展

2.2高中地理项目式学习的研究现状

2.3二者融合的相关研究评述

2.4理论基础（建构主义学习理论、人本主义学习理论、SAMR技术融合模型、地理核心素养理论）

第三章生成式人工智能赋能高中地理项目式学习的模式构建

3.1融合的内在逻辑与基本原则

3.2"人机协同・五阶递进"应用模式的整体架构

3.3项目启动阶段：AI辅助选题与情境创设

3.4项目规划阶段：AI辅助方案设计与任务拆解

3.5项目实施阶段：AI辅助探究与个性化指导

3.6项目展示阶段：AI辅助成果优化与表达

3.7项目评价阶段：AI辅助过程性评价与多元反馈

第四章教学案例开发与设计

4.1案例选取依据与整体规划

4.2案例一："城市内涝成因与治理方案设计"（必修一・水循环主题）

4.3案例二："本地农业区位优化调查与建议"（必修二・农业区位主题）

4.4案例三："区域生态问题治理方案模拟"（选择性必修・生态保护主题）

4.5案例共性特征与差异化设计说明

第五章教学实验与效果分析

5.1实验设计与实施过程

5.2数据收集与分析方法

5.3学生学习效果的量化分析

5.4学生学习体验的质性分析

5.5教师应用反馈与问题识别