用生成式AI赋能跨学科创新思维培养

学术   2024-11-07 00:01   福建  





在学科融合趋势日益迅猛的时代背景下,培养学生的跨学科创新思维是当前教育的重要目标之一。作为人工智能时代的突破性技术,生成式人工智能给技术赋能教育带来了巨大的机遇与挑战。如何以生成式人工智能赋能跨学科创新思维培养?一起来看——



基于《义务教育课程方案(2022年版)》中强调注重实现“教-学-评”一致性的要求,本研究从“课前-课中-课后”教学评一体化赋能的角度,构建具有可操作性的生成式人工智能赋能跨学科创新思维培养的教学模式(如下图所示)。

生成式人工智能赋能跨学科创新思维培养的教学模式

具体而言,课前阶段是赋能“教”的过程,即赋能教师完成跨学科教学设计;课中阶段是赋能“学”的过程,在DoPBL模式的基础上融入生成式人工智能技术,并对DoPBL模式的六个环节进行赋能,以此构建“师-机-生”三元结构的DoPBL教学模式;课后阶段是赋能“评”的过程,即赋能跨学科创新思维评价,评价结果将反馈至下一次课前阶段,对教师下一次的跨学科教学设计起到修正和导向作用,最终形成一个不断迭代的“课前-课中-课后”教学评一体化的闭环模式。






1、课前:生成式人工智能赋能教师跨学科教学设计

生成式人工智能强大的生成与创作功能可以辅助教师进行高效的课程教学设计。例如,ChatGPT吸纳整合了海量的教学设计方案,并能够通过智能的方式优化已有的教学设计方案。尽管对教学设计方案的质量评估标准非常多样,但ChatGPT生成的教学设计方案已经具备了较高的参考价值。此外,教师还可以针对教学设计方案的某个部分向ChatGPT进一步追问,通过人机双向反馈的方式不断优化教学设计方案。基于此,在课前阶段,可以运用ChatGPT赋能教师完成跨学科教学设计,具体的实践思路如下。

新课标导向下跨学科教学设计包括四个基本方面:学习目标、学习内容、跨学科实践活动以及学习评价。在学习目标方面,需要围绕素养发展这一主线。教师可从双基、学科思维、跨学科创新思维三个层次进行学习目标设计。在学习内容方面,需要以大概念进行统整,并注重社会和文化议题的融入。教师可以向ChatGPT详细描述跨学科主题学习的内容,要求ChatGPT生成多组大概念以及社会文化议题,然后从中遴选出合适的跨学科大概念和社会文化议题。在跨学科实践活动方面,需要创设生活化的项目情境,并以问题链为导向、任务簇为内驱,问题链和任务簇的设计要以大概念为载体,让学生在问题解决的过程中不断深化对大概念的认识。教师可以在大概念和议题的基础上,从“为什么做”到“做什么”再到“怎么做”,层层追问ChatGPT,生成合适的问题链和任务簇。在学习评价方面,教师可以利用ChatGPT提前制定多种针对课中教学活动的评价量规,如活动过程评价表、作品评价表等,用于学生自我诊断、组间评价以及教师评价。






2、课中:“师-机-生”三元结构的DoPBL教学模式

杨宗凯等认为,以ChatGPT为代表的生成式人工智能技术将推动教学模式从“师-生”二元结构转变为“师-机-生”三元结构。在“师-机-生”三元结构中,教师是教学活动的设计者、实施引导者和评估者,生成式人工智能扮演“助教”和“助学”的双重角色,学生是教学活动的深度参与者。在此理念下,针对课中阶段,本研究结合DoPBL模式,构建“师-机-生”三元结构的DoPBL教学模式。下面将具体阐释生成式人工智能赋能DoPBL模式各环节的实施策略:

①选定问题/项目。在这一阶段,教师向学生呈现课前设计好的项目情境(如社会文化热点或社会科学性议题),引导学生与同伴及ChatGPT交流提问,对多学科知识进行整合,形成富有挑战性、趣味性的研究问题或项目。ChatGPT通过以下两条路径赋能“选定问题/项目”环节:第一,模拟“情境解说员”角色,融入学生小组的交流讨论,解答学生对项目情境的困惑,促进学生对情境中的议题感同身受,实现“共情”的过程。第二,作为百科全书式的多学科知识助手,结构化地呈现高度整合的跨学科知识,促进学生对多学科知识的选择和组织。

②制定方案/计划。学生小组在选定问题/项目后,首先需要进一步分析问题,定义问题边界,总结出要解决的关键问题。然后,小组成员开展头脑风暴,构思可行的问题解决方案。在这一过程中,小组成员间通过深入交流讨论甚至辩论,逐步优化问题解决方案,形成书面文稿。最后,依据方案设计出详细的活动设计和时间安排计划表。ChatGPT可通过以下三条路径赋能“制定方案/计划”环节:第一,帮助学生确定关键问题。ChatGPT可以从第一人称视角出发,通过苏格拉底式的对话辅助个体遴选信息,找出问题痛点和难点,直至确定要解决的“真问题”。第二,模拟“方案评估专家”,找出学生初拟方案中存在的问题并提供评估和修改建议,帮助学生小组及时调整和优化问题解决方案。第三,利用ChatGPT和学生小组共同制定时间安排计划表,学生在ChatGPT提供的计划模板和建议下,通过多轮对话逐步完成计划表。

③设计活动探究。在制定方案/计划后,学生小组要依照计划表的安排开展活动(如调研、实地探究等),通过收集资料和数据进一步整合资料与数据分析,对第二步制定的问题解决方案进行修改完善、迭代优化,努力形成最佳的问题解决方案。在这一过程中,ChatGPT可通过以下两条路径赋能“设计活动探究”环节:第一,辅助学生小组整合资料。尤其对于信息量庞大的文献和书籍资料,ChatGPT能够实现对文献资料细粒度的信息抽取、分析、归纳和总结,减轻学生阅读资料的认知负荷,大大提升了探究活动的效率。学生小组可以在ChatGPT提炼资料的基础上进行二次信息加工,充分整合多学科来源的资料。第二,辅助学生小组进行数据分析和可视化。教师引导学生向ChatGPT提供格式规范的数据以及适当的指令,ChatGPT则通过对绘图工具、统计分析工具的API接口调用,帮助学生高效地完成数据分析与图表绘制。

④生成方案/作品。经过前期的方案迭代和活动探究后,小组成员运用已有知识和在探究活动中习得的知识与技能,协作制定最终的问题解决方案。而方案的具体呈现有赖于与之匹配的物化作品,以小组协作的形式制作物化作品是发展跨学科创新思维的关键阶段。在这一过程中,ChatGPT可通过以下两条路径赋能“生成方案/作品”环节:第一,促进小组成员的协作过程。ChatGPT与QQ群、腾讯文档等工具结合使用,能够在学生小组研讨与协作中促进小组成员的沟通交流,提升学生的问题解决能力和批判性思维。同时,在人机协同对话过程中,ChatGPT根据小组提问给出即时反馈,有助于及时解决学生的困惑,并为小组协作提供新的思路和多元观点。第二,辅助学生制作物化作品。综合利用文本、图像、音频、视频生成式人工智能,学生输入指令便能快速生成作品所需的“零部件”,从而实现作品原型的快速成型,便于学生小组对作品修改完善。

⑤进行成果交流。作品完成后,各学生小组相互交流学习过程和收获,展示作品并以汇报的形式阐述作品创意。在成果展示交流的过程中,不仅能够提升学生的语言表达能力,学生通过有条理地向他人阐述自己作品创意的过程,也能进一步提升创新思维。因此,ChatGPT赋能“进行成果交流”环节的关键点在于,减轻学生制作汇报展示材料的认知负荷,并促进学生有条理地梳理和凝练作品创意。因此,ChatGPT通过以下两条路径赋能“进行成果交流”环节:第一,利用多模态生成式人工智能生成汇报展示材料的初稿。教师引导学生在初稿基础上进行完善,减轻学生制作汇报展示材料的认知负荷。第二,利用ChatGPT的角色模拟功能模拟专业的作品评委。通过与ChatGPT进行人机对话模拟作品展示与答辩流程,可以使学生在思维发散和收敛中有条理地梳理作品创意,进而提升跨学科创新思维。

⑥开展活动评价。在课堂时间有限的情况下,教师可以将活动评价的重点放在对学生的作品/方案的评价上,而将对学生跨学科创新思维的综合评价放在课后环节进行。在对学生作品/方案的评价方面,强调主体多元和方法多元。其中,主体多元包括学生自我评价、学生组间互评、教师评价以及ChatGPT智能评价。为了保证智能评价的准确性,教师需要提前将评价标准提供给ChatGPT,并对其进行多轮评价训练。方法多元强调定量与定性方法的结合,定量方法是指依据评价标准计算作品/方案的分数,以作为课堂绩效考核的重要参考;定性方法是指给出反馈建议,目的是促进学生在课后阶段对作品/方案进行优化完善。






3、课后:生成式人工智能赋能跨学科创新思维评价

课后开展的跨学科创新思维评价是实现教学评一体化的关键环节。评价结果一方面将直接反映课中教学活动的效果,另一方面将为教师下一次课前跨学科教学设计提供重要的参考依据。在评价内容上,要紧紧围绕跨学科创新思维的发生要素展开,包括对学生的多学科知识能力、基本的创新思维(发散思维、逻辑思维、批判性思维等)、问题提出与解决能力、信息收集与处理能力、团队协作能力等进行评价。在评价方式上,要兼顾对学习结果和学习过程的评价,包括知识与技能测验、问卷与量表测评、物化的学习成果评估、互动话语与行为分析等方式。其中,知识与技能测验是对学生多学科知识能力的总结性评价,其核心在于评估学生是否能够在掌握跨学科概念及创新方法的基础上,融会贯通多学科的知识与方法,形成整体知识结构并迁移应用到不同情境。问卷与量表测评用于评价学生基本的创新思维。物化的学习成果评估可从艺术性、新颖性、过程性和价值性四个指标评估其蕴含的跨学科创新思维。互动话语与行为分析旨在通过深入挖掘学生的学习过程,评估学生的团队协作能力、课堂学习投入度等。

本研究认为,ChatGPT能够通过以下三条路径赋能跨学科创新思维评价第一,辅助教师高效生成测验、问卷等评价工具。例如,教师利用ChatGPT辅助生成具有综合性和迁移性的跨学科知识测验。第二,模拟教师或跨学科专家对学生物化的学习成果进行自动化评价与反馈。例如,利用ChatGPT对学生小组的项目成果报告书进行智能评分和建议反馈,教师在智能评价反馈的基础上补充教师反馈,以此减轻教师课后评价的负担。第三,ChatGPT类平台保存学生的纵向人机互动话语数据并与学习分析技术(如认知网络分析、内容分析)相结合,对学生的课堂学习投入度、协作问题解决能力进行量化分析和可视化。

生成式人工智能作为当前人工智能技术的新顶点,给技术赋能教育带来了巨大机遇与挑战。本研究基于DoPBL模式设计了“课前-课中-课后”教学评一体化的生成式人工智能赋能跨学科创新思维培养的教学模式——生成式人工智能通过在课前支持教师跨学科教学设计,在课中支持“师-机-生”三元结构的DoPBL教学模式开展,在课后支持跨学科创新思维评价,以此赋能学生跨学科创新思维培养。
作者:董艳,教授,博士生导师,北京师范大学教育学部教育技术学院副院长

课堂漫话
讲述最有趣的教育故事,介绍最实用的教育技术,探讨把课程内容、教学法知识和信息技术融合应用,实现教与学的新方法、变革传统的课堂结构,重建课堂教学的生态。
 最新文章