《义务教育课程方案(2022年版)》明确提出,“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”“强化学科内知识整合,统筹设计综合课程和跨学科主题学习”,强调在真实情境中培养学生运用跨学科知识解决问题的能力。跨学科学习是当前基础教育改革和课程建设的重点,然而当前仍存在学科之间的简单拼接、资源整合难度大、跨学科教师团队组建难、学生学习负担重以及评价体系不完善、技术应用不足等问题。
如今,生成式人工智能在教育领域的应用愈发深入,为传统教育带来了革命性变化。生成式人工智能能够为学生构建个性化的学习框架,即基于个人的学习历史、行为模式及偏好,设计出高度定制化的学习路径。在多语言理解和生成方面,生成式人工智能能够实时翻译、开云电竞生成多语言的教学内容,帮助非英语母语的学习者克服语言障碍,提升跨文化沟通能力。作为创新的教学工具,生成式人工智能还可以通过连接不同来源的数据和信息构建综合性学习平台,促进教育资源的高效整合,帮助学生建立更为广泛的跨学科知识体系。在智能内容生成与更新方面,生成式人工智能通过数据挖掘等技术,持续搜集和筛选最新的研究发现和行业趋势,并将其转化为可供教学使用的高质量内容,保证教学内容的时效性和科学性。同时,利用自然语言处理技术,生成式人工智能可以实现人机对话,支持学生随时提出疑问并获得及时反馈,也为教师提供高效的班级管理和个别辅导方法,提升师生间互动交流的质量。在辅助评价与反馈机制的应用上,通过自动评分系统和数据分析工具,生成式人工智能对学生的学习表现进行全面、客观的评估,生成详细的报告,为实现精准教育提供了可能。
在教育领域,以ChatGPT为代表的生成式人工智能具有赋能跨学科学习实践方面的巨大潜能。本文将通过促进知识整合、设计问题情境、立足素养导向、贯穿问题解决全过程等四个维度,探讨生成式人工智能如何赋能跨学科学习实践。
促进知识整合。生成式人工智能凭借其强大的数据处理与模式识别能力,能够有效整合不同学科领域的知识资源。通过自动搜集、筛选和整合各个学科的高质量教学资源,形成一个全面、系统的跨学科资源库,并通过自然语言处理技术对资源进行分类和标签化处理,便于教师和学生快速查找和使用。此外,生成式人工智能还能构建跨学科知识图谱,展示不同学科之间的内在联系和相互作用,帮助学生理解知识的整体结构,让学生看到知识的交叉应用和综合价值。在此基础上,根据不同学科特点和学生需求,生成式人工智能自动生成丰富的案例分析材料,也将促进学生对理论知识的理解和应用。
设计问题情境。跨学科学习的核心在于解决真实情境问题,而生成式人工智能能够辅助设计富有挑战性、真实性的问题情境,为学习者创造一个沉浸式、互动性的学习环境。通过模拟复杂的社会、科学、工程等领域问题,结合虚拟现实(R)、增强现实(AR)技术,生成式人工智能构建出高度仿真的学习场景,设计基于真实情境的问题解决任务,提供多层次、多角度的问题描述,引导学生在解决真实问题的过程中综合运用多学科知识寻找解决方案,同时锻炼批判性思维、创新能力和团队协作能力。这种情境化的学习体验,不仅能够激发学生的学习动力,还能促进知识高通路迁移,使学生在面对未知挑战时更加自信从容。
立足素养导向。跨学科课程的核心目标是培养学生的核心素养,包括创新思维、问题解决能力、高阶思维等。生成式人工智能可以通过分析学生的学习行为和成果,精准评估其素养发展水平,并提供针对性的反馈与指导。例如,通过分析学生的项目报告、在线讨论记录等,生成式人工智能技术可以识别出学生在逻辑推理、信息筛选、团队协作等方面的强项与短板,进而推荐相应的学习资源或实践活动,推动学生全面发展。此外,生成式人工智能还能巧妙融入多样化社会、伦理及全球性问题,作为教学媒介引导学生深入探讨、分析解决。在此过程中,学生不仅能够深化对跨学科知识的理解和应用,还能在实践中逐步塑造正确价值观,强化伦理意识与社会责任感。
贯穿问题解决全过程。跨学科学习鼓励学生跨越学科界限,开云电竞将不同领域的知识和技能融合起来,以更全面、更深入的方式解决问题。当学生面对一个跨学科问题时,从提出问题到最终解决的整个过程中,往往需要运用多个学科的知识和方法,而生成式人工智能可以有效推动这一过程。通过分析学生的个人兴趣和掌握的知识,生成式人工智能可以推荐与真实世界相关联的主题和研究方向,激发学生的探究欲望。具体来说,就是根据学生的阅读记录和搜索历史,精准捕捉学生的兴趣点和疑问点,提供关于环境科学、社会伦理、科技创新等现实领域的启发性问题,引导学生思考并提出自己的研究课题。同时,生成式人工智能提供的背景资料和相关文献也能迅速聚焦研究核心,帮助学生深入了解问题的背景和现状,从而更准确地界定问题。随着问题的初步界定,生成式人工智能能够发挥其优势,进一步提供多维度的问题分析框架和理论支持,揭示问题背后的关键变量和影响因素,为学生搭建起解决问题的逻辑桥梁。
总之,生成式人工智能以其独特的技术优势,为跨学科学习的实践和发展带来了前所未有的机遇。通过在促进知识整合、设计问题情境、立足素养导向、贯穿问题解决全过程等维度的应用,生成式人工智能正逐步构建一个更加开放、灵活、高效的跨学科学习生态系统,引发一场学习革命,为培养适应未来社会需求的人才奠定坚实基础。
(作者万昆系上饶师范学院副教授;洪琴系南昌大学教育发展研究院硕士研究生。本文系教育部人文社会科学基金项目“面向跨学科学习发生的学习环境设计与应用研究”的研究成果,项目编号:24YJA880055)