夜雨聆风生成式人工智能助力小学音乐跨学科主题学习设计与实践
——以“乐享年味”为例
【摘要】在生成式人工智能推动教育创新的背景下，音乐跨学科主题学习仍面临学科融合浅层化、技术赋能路径不明等现实挑战。为此，本研究依托《义务教育课程方案（2022年版）》提倡跨学科主题学习与“人工智能+”政策导向，借助生成式人工智能技术，采用案例研究与设计实践相结合的方法，开展小学音乐跨学科主题学习设计与实践研究。通过构建“四阶八步”设计框架，并以“乐享年味”活动为例进行验证，形成可迁移的实施路径与操作模式。结果表明，生成式人工智能助力下的音乐跨学科主题学习能有效提升学生的文化理解、创意实践等核心素养，为推进音乐教育数字化转型提供可操作的实践参照。
【关键词】生成式人工智能；音乐跨学科主题学习；教育技术；核心素养
一、引言
生成式人工智能（Generative Artificial Intelligence,简称GAI）是人工智能领域的重要分支，它通过学习已有数据,模仿并生成与现有数据风格相似的文本、图像、音频等多种内容的技术[1]。当前，GAI正以前所未有的速度重塑知识创造与学习方式，其高通用性、强认知性以及智能生成性为教育数字化转型提供新动能，能够嵌入教学全流程，引发教育变革[2]。
2025年8月26日，国务院印发《关于深入实施“人工智能+”行动的意见》，提出把人工智能融入教育教学全要素、全过程，创新智能学伴、智能教师等人机协同教育教学新模式，推动育人从知识传授为重向能力提升为本转变，加快实现大规模因材施教，提高教育质量，促进教育公平[3]。《义务教育课程方案（2022年版）》也明确要求各学科用不少于10%的课时来开展跨学科主题学习活动，加强学科间相互关联，带动课程综合化实施，强化课程综合性和实践性，推动育人方式变革，着力发展学生核心素养[4]，这些政策导向不仅呼应时代对复合型人才的需求，也对传统音乐学习方式提出了变革要求。
二、研究述评
（一）GAI助力学科教学应用研究
近年来，GAI在教育领域的应用研究呈现快速增长态势。国内外学者围绕技术赋能教学流程优化、资源生成、个性化指导等方面展开探索。余辉等人通过课堂教学实验发现，生成式人工智能能够高效生成适配教学场景的多元化资源，为教学活动开展提供有力支撑[5]。郭巍丹在信息科技跨学科教学实验中指出，生成式人工智能已推动教学设计从线性人工设计向动态交互生成的范式转变，但在学科认知壁垒突破、跨学科联结点精准匹配等落地环节仍存在实践障碍，需通过提示词优化与专业资源投喂等策略进一步完善[6]。总体来看，现有研究多聚焦于技术应用的可行性与初步效果，学者提出需通过优化提示词设计、加强专业资源训练等策略，以推动技术更深入、更有效地融合于教学实践。
（二）音乐跨学科主题学习研究
随着课程综合化改革的推进，音乐跨学科主题学习成为音乐教学研究热点。《义务教育课程方案（2022年版）》明确提出“加强课程综合，注重关联”的基本原则，并强调要“统筹设计综合课程和跨学科主题学习”。同时，《义务教育艺术课程标准（2022年版）》在音乐学科课程内容中，专门设立了“联系”这一艺术实践领域，要求“围绕核心素养，加强音乐与姊妹艺术、其他学科和社会生活之间的相互联系”，这为音乐跨学科主题学习提供了最权威的政策和理论“出处”。基于此，诸多学者提出了跨学科主题学习活动设计的参考支架及组织流程，为实践提供了基础指引[7]，但现有研究多依赖教师经验，缺乏与核心素养目标的精准对接；资源整合方式传统，难以突破学科边界，受到资源约束；实施过程中缺乏有效的技术支撑与动态调整机制，个性化学习难以落地；评价方式单一，多聚焦于成果展示，忽视对学习过程与综合素养发展的全面考量。
综合来看，现有研究尚未充分实现GAI技术与小学音乐跨学科主题学习的深度融合，缺乏兼具理论支撑与实操性的设计框架。本研究立足教育数字化转型需求，将GAI技术与音乐跨学科主题学习深度融合，构建“四阶八步”设计框架，通过案例实践与关键环节拆解，为探索技术赋能下的音乐跨学科主题学习提供了指引，对推动音乐教育数字化转型具有重要的实践意义。
三、GAI助力小学音乐跨学科主题学习设计框架
（一）设计原理
GAI赋能小学音乐跨学科主题学习的设计原理是建立在知识关联与创作生成的技术本质之上，是构建一种人机协同的创生式学习机制。该机制并非替代教师或学生的认知主体角色，而是通过提供过程性和结构化的技术支持，将原本情境化的跨学科主题学习过程转化为符合小学生认知发展的渐进式探究体验，从而提升学习的系统性、生成性与创造性。
其核心原理体现在对整个跨学科主题学习过程的一体化赋能。认知框架构建层面，GAI能够基于语义理解与知识框架，将多学科知识点围绕活动主题进行关联与情境化设计，这为学生从主题规划到方案设计的早期阶段，提供了超越个体经验局限的认知建议。创作过程支持层面，GAI充当“学习伙伴”，能够将学生对主题的跨学科理解转化为可操作、可体验的学习素材与学习建议，让学生将认知重心从技能转向审美判断、批判性选择与团队协作。学习过程性表现层面，GAI能够记录分析并可视化呈现学生在探究过程中产生的过程性数据，这为教学评价提供了基于行为证据的客观依据，使反馈评价更注重结果与过程的结合。
（二）设计框架
GAI助力音乐跨学科主题学习的融合过程是从主题的生成与选择开始，根据跨学科主题学习活动的导向性、目的性、价值性、真实性、实践性、研究性、开放性与协作性等要求，把音乐跨学科主题学习活动设计为“四阶八步”的组织流程（如图1），为教师提供设计参考。
阶段一：教师结合学生的已有经验以及生活情境，以核心素养为目标，确定有深度并且能够展开的主题方向，借助生成式人工智能帮助教师快速对来自不同领域的知识资源进行整合，从而让围绕主题的结构化知识网络得以形成，进而为学生搭建起融合性学习的认知起点。
全文阅读，请长按下方扫码添加吧！
感谢阅读，欢迎关注，更多优质资料每日更新
