AI赋能项目学习 · 工作坊笔记

丁玉海：《AI赋能项目学习创新设计与实施》工作坊学习笔记

2026.07.08 · 天河区冼村小学 · 五楼阶梯教室

第一部分 · 基本信息

培训主题 ｜ AI赋能项目学习创新设计与实施

培训时间 ｜ 2026年7月8日 08:30-17:30

培训地点 ｜ 天河第一实验小学六层阶梯教室

主讲专家 ｜ 丁玉海（邯郸市邯山区教师进修学校校长助理，中小学高级教师，河北省骨干教师，教育部中西部中小学教师人工智能素养提升培训授课专家）

主办单位 ｜ 教育部教育技术与资源发展中心

项目名称 ｜ 2026年广东省新强师工程项目《生成式人工智能赋能教师教学创新能力提升培训》

参与对象 ｜ 初中组教师（涉及语文、数学、英语、信息科技、地理、化学、特殊教育等多学科）

核心工具 ｜ ima知识库（腾讯出品）、豆包、DeepSeek

核心方法论 ｜ 是什么—为什么—怎么做（认知方法论）；ADDIE教学设计框架；人机协同五步设计法

关键词 ｜ 项目式学习、人机协同、知识库、驱动性问题、评价量规、核心素养、课程标准、跨学科主题学习

第二部分 · 核心内容摘要

本次工作坊聚焦如何借助人工智能（以ima知识库为核心工具），设计有质量的项目式学习方案。丁玉海老师开篇提出了认知新事物的方法论——“是什么、为什么、怎么做”三问框架，并强调：人工智能生成一个项目式学习设计只需三分钟，但有质量的设计必须经历人机协同的反复对话与迭代。

培训的核心逻辑是：项目式学习设计遵循ADDIE模型，包含选题、目标、驱动性问题、实施过程、评价五个要素，五个要素环环相扣。丁老师特别区分了“项目式学习”与“综合实践活动”的本质差异——前者以成果为导向且必然跨学科，后者往往是学科拼盘。在AI使用上，丁老师反复强调一个原则：AI是协作者而非替代者，教师的专业判断力是设计的灵魂。当AI生成内容后，教师要通过不断追问，引导AI产出符合自己教学需求的内容，而非被动接受AI的“一本正经地胡说八道”。

第三部分 · 讲课内容详细整理

一、开场：时代背景与培训目标（08:30-09:00）

1.1 时代变化与教育变革丁老师指出，互联网让全球可能成为“同一堂课”，信息差虽然存在，但如果一个人愿意关注，信息差是可以消除的。学习方式正在发生根本性变化。核心观点：人工智能是一种“平权工具”——它让每个人拥有的能力基础趋于一致。但关键在于，使用AI的能力决定了输出的质量：用AI能力越强，得到的结果越好；用AI能力弱，得到的结果就稀松平常。

1.2 本次培训的目标① 过程目标：通过一天的工作坊，让老师们体验“做中学”中理解项目式学习。② 成果目标：每位老师完成一个有质量的项目式学习设计（务实落地，而非追求“高质量”）。

1.3 现场学情调查做过项目式学习设计或实施的老师举手，有几位老师举手，这些老师将成为小组内交流的基础。

1.4 一个重要的警示：AI生成≠有质量的设计丁老师现场演示：在豆包中输入提示词，不到一分钟生成一个完整项目式学习方案。关键观点：如果目标只是“完成”一个方案，三分钟就够了。今天的目标是有质量的设计——质量体现在对每个要素的理解和反复打磨中。

二、工具准备：ima知识库的引入（09:00-09:20）

2.1 为什么要用ima知识库？丁老师对比了两种AI使用方式：豆包/DeepSeek直接生成（信息来源：大模型内部知识，可能是“编”出来的）；ima知识库生成（信息来源：用户投喂的精选资料，基于300个优秀案例）。数据：丁老师自建的知识库已获得5216人订阅、1.3万次访问。

2.2 ima知识库包含的资源义务教育学科课程标准（全学科）、近300个实践案例、项目式学习方法策略文献、设计模板、相关书籍资料。

2.3 如何使用ima知识库① 扫描二维码订阅知识库；② 使用 @ 功能调用知识库（如“@项目式学习”）；③ 基于知识库资源提问。核心区别：豆包的答案是“编”出来的，ima知识库的答案是基于筛选确认的资料整合而成的。

三、方法论导入：认识新事物的“三个问题”框架（09:20-10:00）

3.1 为什么需要这个方法？丁老师分享工作室老师案例：执行力强但面对新问题不知如何下手，根本原因是大脑里没有模型。

3.2 方法论：是什么—为什么—怎么做适用于任何新事物的认知框架。丁老师说：“这个方法不仅适用于今天学项目式学习，以后遇到任何全新的事物——你就问这三个问题：是啥？为啥？咋做？有了这个框架，你就不会像狗咬刺猬——没法下嘴。”

3.3 现场互动：学员提出问题学员围绕“是什么、为什么、怎么做”提出大量问题，涵盖概念辨析、价值意义、实施细节等。一位信息科技老师提出尖锐问题：“我们的课连课时都保证不了，都被语数英抢去了，有必要开展项目式学习吗？”丁老师回应：教育的终极目标是“让人成长”，而非“让人考高分”。

3.4 利用AI对问题做分类整理丁老师将学员问题导入DeepSeek，AI按“是什么—为什么—怎么做”自动归类，并提炼子类别。现场投票显示，学员最关注“怎么做”。

四、什么是项目式学习？（10:00-10:30）

4.1 视频案例：桥梁模型项目学生以小组为单位，在桥梁专家指导下完成桥梁模型。传统课时检验方式是“解题/测验”，项目式学习检验方式是“完成真实成果”。

4.2 项目式学习 vs 课时教学：五个维度的对比成果检验方式、学习空间、参与者、技术使用方式、学习动力。丁老师特别强调“领域专家”和“智能体”的价值。

4.3 辨析：苹果主题案例——什么不是项目式学习某学校三年级“苹果主题”跨学科学习：语文、数学、美术各自独立，老师代替学生做事，没有真实问题解决。丁老师分析：这不是项目式学习。本质界定：项目式学习 = 以成果为导向 + 跨学科整合 + 真实问题驱动 + 学生自主探究。

五、为什么要开展项目式学习？（10:30-10:45）

5.1 对比案例：如何教幼儿“帮助他人”说教方式效果有限，真实情境中自然发生的行为才有效。结论：素养和能力不是“教”出来的，而是在真实任务和实践中“长”出来的。

5.2 理论依据：中国学生核心素养框架一个核心（全面发展的人）、三个方面（文化基础、自主发展、社会参与）、六大素养、十八个要点。核心素养框架中没有“学科”二字——培养的是“人”的素养。丁老师说：“分数的提升和素养的发展原本不矛盾。当孩子喜欢上学习，挡都挡不住。”

5.3 回应“考试压力下何谈项目式学习”近年高考命题已从“知识记忆”转向“真实问题解决”。课程标准规定跨学科主题学习“不少于10%”是底线，不是上限。

六、怎么做项目式学习？——ADDIE框架与五要素（10:45-11:10）

6.1 ADDIE教学设计框架A（分析）、D（设计）、D（开发）、I（实施）、E（评价）。所有教学设计都遵循此框架。

6.2 项目式学习设计的五要素① 项目选题（分析+设计）；② 项目目标（设计+开发）；③ 驱动性问题（设计+开发）；④ 项目实施（实施+开发）；⑤ 项目评价（评价+开发）。丁老师说：“这五个要素就像盖房子的四梁八柱。有了这个框架，你才知道往哪里填内容。”

七、人机协同项目选题设计（11:10-12:00）

7.1 项目选题的六种来源用教材做项目、依据课程标准、立足学校办学理念、源自学生日常生活、关注社会重大事件、借鉴已有优秀项目。

7.2 从教材出发做选题的三种具体方法课题延伸拓展、单元主题+成果、章节内容重组（附具体示例）。

7.3 从课程标准出发做选题操作步骤：找到“课程目标/学段要求”→在具体板块中寻找目标→反向设计项目主题（附语文课标示例）。

7.4 项目概述的六要素项目情境、与学科核心知识的关系、主要实施过程、预期成果、项目评价、预期发展的学生核心素养。丁老师强调：“概述就像论文的摘要——如果概述没写好，后面全都会出问题。”

7.5 人机协同做选题：实操演示在ima中@项目式学习库 + @语文教学库，输入提示词，AI生成初稿，然后进行多轮追问修改（附追问示例）。核心原则：要引导AI按照你的要求干，而不是让AI替你当家。

八、人机协同项目目标设计（14:00-15:20）

8.1 项目式学习目标 vs 课时教学目标来源不同、内容不同、层级关系不同（递进式）。

8.2 项目目标的三个组成部分课程标准（选取，不超过3条）、核心素养（覆盖三个方面，不超过3条）、学习目标（与学科知识密切关联，指向项目成果）。附实体书店项目示例。

8.3 为什么项目目标要“以主学科为主”？丁老师明确回答：不要包含其他学科目标。理由：其他学科知识是学生已有基础的自然应用；信息科技教师无法判断AI生成的非本学科内容对错；跨学科通过成果导向自然带动。丁老师说：“你不懂的学科，AI给你生成了一堆看似专业的内容，你连判断力都没有——这比不做更危险。”

8.4 人机协同做目标：提示词与实操提供完整提示词模板，关键操作：在ima中关闭“联网搜索”功能。迭代修改示例：AI生成数学目标后，追问修正。

8.5 一个重要提醒：如何提升判断力两种方法：① 对照项目概述；② 找参照系（让AI完整生成一版方案做对比）。

九、人机协同驱动性问题设计（15:20-16:00）

9.1 什么是驱动性问题？定义：向学生提出的问题，目的是让他们进行问题调查或学习探究，从而实现主动学习和深度学习。

9.2 驱动性问题的类型本质问题（开放性问题，与核心素养密切相关）和子问题（问题链，与项目学习目标对应）。

9.3 驱动性问题 vs 封闭性问题附两个对比示例（成吉思汗、甲午战争）。

9.4 本质问题 vs 子问题的层级关系以“我是邯郸文旅推荐官”为例，对比两个版本。版本二的本质问题“如何为一件重要的事情设计方案？”指向可迁移的能力，优于版本一“如何做一份文旅宣传手册？”。对应关系：本质问题→核心素养，子问题→学习目标。

9.5 人机协同设计驱动性问题：提示词提供完整提示词，复制到ima对话中即可自动生成。

十、人机协同项目实施设计（16:00-16:30）

10.1 项目学习过程 vs 传统教学过程传统：复习导入→新课讲授→练习巩固→小结作业（一节课）；项目式：入项→过程→出项（多课时，课上+课下）。

10.2 项目学习过程要写什么 vs 不要写什么要写：项目实施全过程、学生探究过程、单元概述的具体化；不要写：一节课的细节罗列、逐句对话、教学流程细节。

10.3 三阶段结构每个阶段包含：教师活动、学生活动、评价。

10.4 人机协同设计实施过程：提示词提供完整提示词。

10.5 重要操作技巧：给AI做“标记”当AI生成的内容你满意时，明确告诉AI“这个我满意，请记录”，确保后续生成基于已确认的前置内容。

十一、人机协同项目评价设计（16:30-16:50）

11.1 评价量规的作用丁老师说：“量规不告诉学生‘做成什么样’，而是告诉学生‘怎样做会更好’——这是培养创造力的关键。”

11.2 传统评价 vs 项目学习评价传统：知识→分数；项目学习：成果→标准。

11.3 评价量规示例：研究报告量规附完整量规表格（评价要素：主题、结构组织、材料质量、语法书写、时效性，四个等级）。

11.4 人机协同设计评价量规：提示词提供完整提示词。

11.5 评价时间线评价贯穿项目开始前、实施中、结束后全过程（附三阶段评价活动表格）。

十二、总结与实操建议（16:50-17:00）

12.1 人机协同设计的关键原则① AI是协作者，不是替代者；② 不要一次性生成全部内容；③ 必须多轮追问；④ 知识库是质量的保障；⑤ 关闭联网搜索。

12.2 人机协同的三条路径路径1：豆包/DeepSeek直接提问生成（快速灵感）；路径2：ima知识库+模板生成（基本保障）；路径3：ima知识库+分段对话式生成+反复迭代（有质量的设计，本工作坊重点）。

12.3 ima知识库投喂材料清单按阶段（选题、设计、实施、反思）列出可投喂的材料。

12.4 最后寄语丁老师说：“今天我们给到大家这个方法之后，希望有机会尝试着用它做一个设计，把这个设计实践一次，再反过来对这个内容进行更进一步的认识。这是一个循环迭代的过程——不是一天能完成的，但只要你走完这条路，你就有了经验。”

第四部分 · AI工具推荐

第五部分 · 金句回味

1.“人工智能是一种平权工具——当用AI能力越强，得到的结果越好；用AI能力弱，得到的结果就稀松平常。”——丁玉海

2.“如果你不知道你想要什么，人工智能永远给不了你想要的。因为他不知道你想要什么。”——丁玉海

3.“AI是协作者，不是替代者。教师有没有判断力，是AI赋能还是AI‘负能’的关键。”——丁玉海

4.“如果只是要一个项目式学习设计，三分钟就出来了。但我们要的是有质量的设计——质量来自反复对话、不断迭代。”——丁玉海

5.“不要让AI替你当家。你要引导它按照你的要求干，而不是你跟着它跑。”——丁玉海

6.“分数的提升和素养的发展原本不矛盾。当孩子喜欢上学习，挡都挡不住——就像玩手机游戏，你教他了吗？没有，因为他愿意。”——丁玉海

7.“一本正经地胡说八道——这是AI最大的特征，也是最大的风险。你稍不留意，就真信了它的鬼话。”——丁玉海

8.“量规不告诉学生做成什么样，而是告诉学生怎样做会更好。这就是培养创造力而不是培养模仿者。”——丁玉海

第六部分 · 我的感悟

作为一名高明区的信息科技教师，这场培训让我最大的收获不是“学会了用ima”，而是彻底纠正了我对AI使用的认知偏差。以前我也用豆包生成过教学设计，但往往是“一次生成、直接使用”——今天才明白，那不是人机协同，那是“AI替我干、我当甩手掌柜”。真正的协同是人主导、AI辅助：我知道自己要什么，让AI按照我的要求反复迭代，直到满意为止。

另一个让我深受触动的是丁老师说的“判断力”问题。作为信息科技教师，我们面对AI生成的非本学科内容时很容易失去判断——这恰恰提醒我，专业底气永远不能被AI替代。我要先吃透课程标准，才能让AI真正为我所用。

最后，那句“分数的提升和素养的发展不矛盾”让我释然了。信息科技课时被挤占是现实，但与其抱怨，不如用项目式学习证明：当学生真正投入学习时，成绩是自然而然的结果。这不是空话——新课标考试已经指向真实问题解决能力了，信息科技恰恰是最适合培养这种能力的土壤。用好AI，从“背工具”到“真解决问题”，这才是信息科技教师的独特价值。

赵老师学习笔记 · 2026.07.08 ｜ 工作坊学习记录