当PBL遇见AI,人智协同下的破壁与共生║向学科研坊第十五期读书活动

      为进一步帮助教师积淀专业内涵，深化思维表达，提升阅读效能，助力AI时代学科项目化学习落地实施，6月2日上午，奉化区教科研核心团队成员及导师齐聚奉化区教育局教研室，开展《AI时代的学科项目化学习：设计与实施40问》主题读书交流活动。

王梨娜：我对书中 “教师用AI支持学生探索的原则与策略” 印象深刻。书中 “苏格拉底式提问” 等多元提示词策略让我豁然开朗，AI应是思维脚手架。今后我将摒弃浅层使用，用多元AI提示策略引导学生深度探究，以AI赋能学生思维成长，落实项目化学习育人价值。

吴巧娜：我印象最深的问题是“AI支持的学科跨单元项目如何设计” 。面对之前开展单元项目时所面临的主题选择盲目、任务设计困难、对AI定位模糊等三大困惑，我认识到AI可梳理知识、分层任务、提供资源，作为辅助工具承担机械性工作，核心探究仍由学生主导，真正实现人智协同与知识、素养双提升。

杨嫣然：我印象深刻的问题是：“人智协同视角下的AI-PBL是怎样的？”我曾追求让学生快速做出完美作品，如今明白 AI 可速成结果，但学生反复试错、自主探究的过程才最珍贵。在项目中我放手引导学生分析问题，让他们自主建构知识，实现真正的认知生长。

何吉：我印象最深刻的问题是：人智协同视角下的AI-PBL是怎样的？人智协同并非AI替代学生思考，而是人智互哺、各司其职。项目中，幼儿与AI互动的问题，是思维偏差的真实反馈。教师需从主导者转为旁观者、代劳者转为促发者、灌输者转为搭建者、裁判者转为共治者，引导学生形成意图表达与AI验证的认知闭环。

周宁：“教师如何在PBL场景中优化AI，以获得更理想的教育成效？”这一问题，解决了我长期以来“拿来就用、低效反复”的实践困惑，也重新理解了人机协同在项目化学习中的核心价值：一是破除认知误区：从“拿来就用”到“科学优化”；二是掌握核心方法：以提示词工程实现高效人机协同；三是抓住提质关键：用专属知识库赋能精准。AI时代的学科项目化学习，关键是“用好AI”而非“只用AI”。

江源：我对“人智协同视角下AI-PBL是怎样的”印象最深。它打破了AI离幼儿园很远的固有认知。书中“人智互哺、各司其职”的理念让我明白，AI并非替代师生，而是作为协作者分担基础工作，助力解决项目实施中的卡点，教师就能腾出更多精力观察每个孩子的状态，及时给予情感支持。这种视角的转变，让我看到了AI在幼儿园项目化学习中的可能性。

骆圆圆：P183问题2“论文类成果如何提炼？” 对我和全园老师来说，是一个“从困惑到突破”的关键问题。它让我对AI时代的论文提炼，有了三个全新的认识：1.论文提炼，不是“写出来”，而是“从实践里长出来” ；2.AI赋能论文提炼，关键是“会用提示词，找对协同方式”；3. 科研引领者的价值，是帮老师“找准方向、搭好支架、一起成长”。

张丹燕：我印象最深是“AI支持的学科项目化学习目标如何撰写？”特别是语文学科如何确定项目化学习中的“核心概念”与“学科实践”。书中给了我很清晰的路径：核心概念可以从课标任务群、教材单元导语、语文要素中提炼。我也意识到，AI可以成为支撑这些实践的重要支架关键，就是用核心概念锚定方向，用学科实践落实素养，再用AI工具为学生的探究过程赋能，真正实现素养导向的学习目标。

金娟：我印象最深刻的是问题 3“案例类成果如何提炼？”第一，立足现实，直面案例成果提炼的现存困境。第二，读书解惑，明晰案例与课题成果的提炼差异。第三，人智协同，探索 AI 赋能成果提质的实践路径。

徐滔：我印象最深是：AI支持的学科项目化学习评价如何设计？以往的评价存在人工评价容易主观片面、过程信息难以完整留存、反馈不够及时精准等问题,也担心AI操作复杂、只会机械打分。书中提出，AI负责数据采集、客观分析与过程留痕，构建多元评价体系，教师专注深度点评与个性化指导。通过学习，我也形成了新的认识：AI是赋能者而非主导者，能让评价更科学精准，实现以评促学、以评促教。

毛婷婷：我印象最深的问题是“AI支持的学科跨年级项目如何设计？”  小学英语学科新教材在每个单元专门增设了Project板块，本意是引导我们在教学中开展综合性实践活动，但在实际教学中，我们常面临课时紧、跨年级知识衔接难的问题。书中介绍了以核心概念串联知识、以真实问题带动知识，让我明确可提炼主题，按照学段分层设计任务；也可搭配AI提示词工具，快速梳理知识、整合零散内容等，高效设计体系化项目。

葛巧燕：我印象最深的是“AI支持的学科单元项目如何设计”。此前我在音乐微项目设计中顾虑重重：通用AI项目模板同质化，缺失音乐核心艺术实践；不知如何用提示词设计适配支架；还担心过度依赖AI失去课堂特色。学习后，我解开了困惑，明确要紧扣单元大概念、贴合课时逻辑、立足学情梯度设计，可有效破解内容同质化等问题。书中案例与提示词也为我提供了实操支架。

童春燕：我印象最深的是“如何在学科项目化学习中运用智能体进行自动评分与反馈？”我认为其核心是构建“以评促学”的人机协同系统，这可将教师从繁重的精细化评分工作中部分解放。AI也可作为“思维路径分析仪”，抓取推导关键并给出诊断反馈，在PBL中实现即时迭代，培养严谨思维。虽非常规解法需教师校准，但“AI初筛+教师聚焦创新点”能提升评价深度，助力训练学生思维，实现自主提升。

肖缪哲：因我校近年开展学科实践表现性评价，我对“AI支持的学科项目化学习评价如何设计”感触颇深，也获得新认识。一是评价即学习，应嵌入学习全过程，在项目前、子任务中、活动后等关键节点设置适宜评价；二是评价主体多元，设计自评表需立足学生视角。如“古楼面积有多大”自评，将是非题改为知识点多选，更能展现学生思考过程，凸显评价主体性。

顾颖波：我印象最深的是“AI支持的学科跨单元项目如何设计”。我一直想将分散单元的红色音乐作品串联教学，却苦于思路不清、内容易杂乱、工作量大。学习后我深受启发：首先坚定了不一定要按单个单元授课的想法；其次，AI能化解资源整合的难题。再者，做完作品的分析能为跨单元项目化学习提供思路。当然，AI终究只是辅助工具，把握教学方向、落实美育与价值引领，还是要靠自己去甄别筛选。

朱新伟：“AI支持的学科项目化学习评价如何设计”这一内容，让我深有感触。结合我校正在开展的学科实践表现性评价工作，我对项目化评价有了全新认知：首先，评价即学习。其次，评价要主体多元化。本次学习让我明白，评价的核心是赋能学生。后续我将立足生物学科特色，优化全程化、多元化评价设计，助力学生核心素养提升。

周佳柔：我印象最深的问题是 “AI 时代的学科项目化学习如何设计真正有学科深度的驱动性问题”。这之前，我常陷入驱动性问题“过于生活化”缺地理味，或“过于学科化”失探究性的困境，用AI生成的问题也千篇一律、脱离实际。学习后我认识到，驱动性问题设计与项目目标、内容等紧密关联，AI并非替代设计，而是作为思维伙伴，助力教师拓展思路、丰富视角。

张颖：我印象最深刻的问题是：“教师给学生提供支持的时机应如何把握？”过去，我常常倾向于早早提供帮助甚至模板。但书中指出，要留给幼儿“探索的空间和试错的机会”。这一观点让我重新认识到：在AI时代，教师的角色不是“答案提供者”，而是“时机判断者”。我们要相信幼儿是有能力的学习者，学会“推迟支持”，反而能更好地促进他们的深度学习和自主性发展。

王胜衫：我印象最深的是：在学科项目化学习的探索阶段如何给予学生支持？项目化学习中到底是工具优先还是探索优先？我发现AI的“支持”不是自动发生的，它本质上是在放大孩子已有的探索能力。书中关于此提到了几个重要方向：一是“人智协同”不等于“人给机器指令”，而是人与AI共同完成任务。二是设计活动时，支持要分层，要有意识地让不同能力水平的孩子都能参与进来。

江海莲：关于“AI支持成果提炼有哪些原则”这个问题，它解决了我的两个困惑，给我带来了全新的认识。以往我追求完整结论而替孩子总结，如今明白要遵循过程性、具象化原则。AI通过结构化追问引导幼儿自主表达，梳理探索过程，既是记录员也是思维导播员。由此我认识到，成果提炼应坚持过程不打断、具象不抽象、反思不代劳，让幼儿清晰讲述项目故事。

柳江女：作为美术教师，我认为书中最实用的是 AI 嵌入美术项目化学习的 “阶段化角色定位法” 设计框架。AI 在观察感知阶段为艺术资料库，构思草图时为创意伙伴，创作深化时做技术辅助，反思评价时充当评论员。教学中需设计不可自动化的核心手绘环节，让 AI 成为艺术助教而非代笔者，借助 AI 提升创意，同时保留作品中独有的情感、文化思考与人的温度。

陈静意：我印象深刻的是项目化学习驱动型问题如何设计。在我原来的教学设计中，问题设计围绕更多的是本质问题的设计，但是本书让我了解到好的驱动型问题可以让本质问题得到更好的延伸与理解，增强学生的实操能力，带着情境设计的驱动型问题可以增强课堂的趣味性，也可以增加学生探索欲。AI的便捷性也让问题的设计变得更多元。

吴丹妮：结合问题8，以初中美术AI项目化学习落地方案为例。1.工具选择：用免费AI绘画工具，学生用手机就能操作；2.项目设计：做“乡村民俗纹样创新“主题，先让学生拍传统纹样，喂给AI生成符合现代审美的文创草稿，再动手改造成具有自己特色书签；3.评价重点：重点评学生选的纹样有没有本地特色、对AI草稿的修改有没有个人创意。我认为技术应用精准锚定学科教学的重难点，实现“技术-内容-育人”的一体化，而非炫技。

沈明芬：在园本项目设计中，我常被驱动性问题设计困扰，陷入两难。本次学习让我理清了核心要点，真正读懂了驱动性问题的核心特质，分清了本质问题与落地性驱动问题的区别。依托书中的MEIPA设计公式，我可以将园本项目拆解重构，赋予幼儿探究身份与成果目标，让项目探究有主线、有深度、有持续性，也为我后续借助AI优化园本项目设计提供了清晰支架。

仇巧波：我印象比较深刻的问题是“教师用AI支持幼儿探索有哪些原则与策略”。此前我担忧幼儿探究浮于表面，又怕过度依赖 AI 使其丧失思考，也不知如何把握介入时机。学习后我认识到：AI是助力、引导、拓展幼儿探究的工具；教师要结合项目探究的不同阶段，把AI变成探究助手；其核心任务要转向搭建探究支架、把控AI使用边界、引导学生深度思考，学会科学AI，才能真正实现幼儿自主、真实、深度的项目式探究。

胡极：我印象最深的问题是：“AI生成的方案这么完美，教师的价值还能体现在哪里？这”解决了我曾担心AI会让教师变得可有可无的焦虑。读了本书后我认识到：AI擅长生成“标准答案”，而教师的价值恰恰在于识别“真实问题”。AI 负责 “做得快”，教师负责 “看得准”，人智协同、各司其职，正是教师不可替代的价值。

冯初怡：我印象比较深的问题是“在学科项目化学习的探索阶段如何给予学生支持”。此前我对特殊学生开展项目化学习有两大疑惑：一是支持力度难把控，易陷入包办或探究停滞；二是学生差异大，项目耗时难落地。学习后我认识到，特殊学生需借助AI搭建适度、可视化、分层化支架，AI可快速生成各类适配支架，减轻备课压力。但教师仍是主导，让探究真正适配特殊学生。

陈丹亚（书面交流）：我选择第12问“AI能帮助学生提出好问题吗？”我认为是肯定的，AI不是“答案机”，而是“提问教练”。它能通过角色扮演训练学生的追问与假设能力，改变学生依赖答案、思维变懒的情况。AI 时代好问题的标准也在更新，需具备可执行、能引导深度对话的特点。项目化学习中可设计 “人机互问” 环节，对比优化问题，借助 AI 拓展维度，真正实现“人机协同的提问力升级”。

李晨（书面交流）：AI支持的学科项目化学习评价如何设计？书中围绕学科项目化学习给出的评价设计思路，将评价真正落地。此前我存在诸多困惑：过程抓不住、缺过程证据、评价空泛。本书从三方面解答，强调评价要捕捉学习过程，结合表现性与终结性评价，让评价表可观测学习行为。我也有新认识：AI 可整理证据，关键是构建目标—任务—证据—反馈的证据链；评价要捕捉思维、协作等动态生成过程。

吕宗杰（书面交流）：我对书中 “学校如何从零开始推进学科项目化学习” 印象深刻，它切中学校现实困境，解答了三个疑惑：一是学校并非零基础，新课标、新教材已蕴含项目化要素；二是不必全校铺开，应从中高年级、优势学科、微项目起步，由核心团队精做后推广；三是教师可借助简洁模板、样例与质量标准设计，AI 可辅助但不能替代。AI 能赋能项目化推进，却无法替代教师对学科育人的理解与坚守。

奉化区教育局教研室  范伟东

关于本书

 我们围绕夏雪梅的《AI时代学科项目化学习40问》展开读书交流活动，也是我们之前在做的生成性AI赋能项目的一个延续。这本书的核心概念是学科项目化学习，具备基于学科、服务学科、成就学科的特质，助力知识建构与素养养成。另一个定语——AI时代，也和我们正在强化的AI技术赋能科研这一块是贴合的。由此这本书才会一下子抓住我们的注意力。我们课题的名称也需要有这样一个概念、一个能够吸睛的东西。

关于话题

     话题一选取印象深刻的问题，本质是依托认知冲突刷新认知、矫正误区、重置概念，完成新知学习。多数老师能立足学科属性分享，但幼儿园学段的学科领域体现不足。本书40个问题循序渐进，选取的问题越靠后，代表对项目化学习的认知越深入。

      话题二讨论非常注重学科性，还能举例说明。同时我们提供了改进的具体依据，把我们上一次项目学习的内容做了应用，循证思维得到了体现，富有启发性。

      话题三的设计现在回过头看，内容有点太长，但汇报当中讲到要摒弃模糊表述、约束问题设计、符合落地要求，这些都讲得很好，操作性非常强。

      话题四分成了两个组，A组讲共同创建者、系统支持者、成长规划者、主动学习者四种角色，B组讲课程创构、脚手架构建者等三重身份，定位都比较准确。

关于教师的核心能力

      教师需重点提升三项核心能力：一是概念界定能力，精准辨析各类相近教学概念，结合自身学段、学科与课题特点做专属界定，清晰呈现育人差异。二是问题分解能力，参照书本完整研究路径，细化课题问题、目标、步骤与成果，让理论理念落地落地实践。三是成果呈现能力，树立概念先行思维，衔接理论与教学实践，将生活化经验转化为科学认知，清晰显化问题解决与育人成效。

关于AI使用规范与教育初心

      这本书里有一个点值得我们反复学习：合规标注。你自己使用AI成果，必须经过人的判断与决策，你判断了、决策了、使用了，最后就要承担相应的责任。未来AI技术肯定会给我们带来更多可能性，但是我们要明确：教育的核心始终在于人的理解与塑造，这是我们应该秉持的初心。