人工智能与学科教学融合研究.docxVIP

人工智能与学科教学融合研究

新一轮人工智能热潮不可阻挡地席卷而来，对社会各个领域都引发重大变革之势，教育界对于以生成式人工智能为代表的新一代人工智能同样寄予厚望，各类人工智能如何与学科教学融合的探索正如火如荼地进行着。然而有一些教师对于人工智能赋能教学的美好愿景感到怀疑，在学科教学中不知道，不会用，不想用人工智能技术。笔者希望通过梳理人工智能与学科教学融合的过程，助力教师拨开迷雾。这一过程主要分为五个层次，分别是知晓、分析、应用、评估、迭代。

01

知晓

了解人工智能技术能够实现的功能。

人工智能技术的发展日新月异，且有着愈发加速的趋势。距ChatGPT在2022年11月30日的发布也仅仅刚满一年，OpenAI就已推出包括ChatGPTPlus，GPT-4，GPT-4Turbo在内的多个ChatGPT进化版本，每一次更新，都有让人惊叹的技术提升。同样是在这一年内，有两百多个国产大模型也如雨后春笋般争相出世。而在这些大模型的基础上，又有众多开发者不断创造出更精细的垂直领域应用。

在技术更新如此之快的背景下，教师对于目前新的人工智能技术发展到了什么阶段、能够实现哪些功能，要做到心中有数。一方面要积极参加培训，多与同行交流经验，了解最新政策指向与产业应用，一方面也要在平日里多多关注人工智能领域的新动向，以及教育教学领域新出现的、好用的、实用性强的人工智能工具。

02

分析

确定适用于教学的技术，解决教学中的痛点。

在对教育领域人工智能技术有着一定了解的基础上，接下来是结合实际情况，分析用什么，怎么用。

一方面分析有哪些人工智能技术可以用在教学中？应用的程度如何？对于教学是锦上添花，还是深度改变？

人工智能可扮演的角色有很多，教学资源生成，课程设计规划，甚至直接作为知识的提供者，与人类教师进行联合教学等等，在人工智能的能力愈加丰富的当下，教师的分析与判断能力就显得尤为重要。在考虑到学生与课程的特点，以及人工智能生成内容的可靠性、个人隐私等伦理道德因素的情况下，教师需要思考并做出选择，把哪些任务交给人工智能更为合适，哪些任务仍然需要教师亲力亲为，以达到更好的教学效果。

另一方面也要结合学科特点，分析传统教学过程中的痛点，以及人工智能在该领域的优势。例如人文社科类更适合人工智能辅助生成的扩展阅读材料，自然科学类可引入人工智能支持的虚拟仿真实验，而在外语教学中，则可以借助人工智能加持下的语音评测系统，实现对每位学生的口语发音做到全面精准的评价，解决传统大班课堂教学中，教师的时间与精力不足以照顾到每位学生的遗憾。

03

应用

选择成熟的工具、开发针对性工具。

人工智能工具有很多，如何在让人眼花缭乱的宝库中，发掘最合适、最好用的，靠的是多去尝试，在实践中探索。聚焦于虚拟实验的NOBOOK，生成英语教学材料的Twee等等，都是经得起实践考验的优秀应用。

而当今正蓬勃发展的生成式人工智能，则带来了更多按需定制的使用场景。教师可以根据自身业务需求，对人工智能助手进行自定义，创造出独一无二的适配体验。例如在讯飞星火大模型的助手创建中心，教师可以通过简单的自然语言描述出自己的需求，并将学科对应的教材资源、教学设计框架、教学理念等材料一齐作为数据集上传，轻松创造出一名专精于该学科教学设计的小助手，助力教师减轻备课负担。

04

评估

是否助力高效课堂，是否助推教师专业发展。

人工智能技术只有真正助力课堂更高效、促进学生对知识的理解掌握，才称得上是切实有用的好技术。对于人工智能于学科教学融合的成果，教师应当定期回顾与评估，看前一阶段对人工智能的应用是否达到了预定目标，学生对人工智能生成的教学材料，与课堂中用到的人工智能技术工具的接受度如何，学习效果是否因此有了提升。

对于所用到的人工智能工具，教师要评估其应用是否恰当合适，是否存在特定工具的局限性，今后应当对应用策略作何改进，是否需要适当改变以教师讲授为主的传统教学模式，以更好地实现人机协同。

同时教师也要留意，实践的成果是否符合分析设计阶段对于人工智能伦理问题的设想，要警惕工具滥用造成的思维惰化，沦为给人工智能打工的操作员。教师要牢记人工智能的辅助作用，不可让渡自己在教学中的主体地位。

05

迭代

累积数据，推陈出新。

随着人工智能自主学习技术的发展，与大数据的加持，人工智能正变得越来越聪明，越来越能干，越来越懂你。

一方面，不断推出新版本的人工智能技术快速更替，对文本的理解能力不断进步的同时，图像理解、语音合成、艺术绘画、视频创作等功能的可用性也在逐步提高，人工智能的能力边界正延伸扩展，向立体化与多模态不断迈进，未来在学科教学中的应用场景必定会持续增加。

另一方面，随着教学过程中数据的不断积淀，具有自动化分析能力的人工智能，能够实现对学生学情、教学评价，课堂组织等多维度