人工智能赋能项目式教学的机制探索

　　■  孙宁

　　在人工智能时代，将人工智能技术与教育教学深度融合已成为推动教育现代化的必然选择。项目式教学（PBL）是以实际问题为动力的教学模式，符合教师对学生跨学科教学能力的培养要求，与我国教师教育改革的发展趋势相适应。实施人工智能驱动的项目式教学，有助于推进师范教育的信息化建设、增强师范生教学能力。

　　人工智能驱动跨学科项目主题设计。项目主题作为跨学科教育的重要载体，其科学与否将直接影响人才的素质。通过对大数据和可视化的研究，人工智能在学科设置上进行“三维锚定”，即锚定基础教育需求、锚定师范生能力、锚定多学科关联点根基。通过对教育课程改革文件、跨学科教学应用和教学评价等大数据的挖掘，明确我国开展跨学科教学的要点和难点，利用知识地图技术，对多学科知识进行可视化展示，例如，“乡村旅游发展”主题可以与地理学、历史学、数学、教育学等多个领域进行融合。根据学生的学科背景、学业成绩和预测评数据，采用人工智能技术对主题的难度和学生的个人能力进行匹配，保证主题的研究内容具有一定挑战性和可操作性。再比如，针对具有良好专业素质但实际操作技能不高的师范生，开展“县域教育资源整合”项目。该项目可利用人工智能技术对县域内的教育资源分布进行分析，从而形成可视化图谱。利用智能匹配模块，向师范生提供资源整合的案例，并对课程实施的可行性进行实时反馈，帮助教师提高跨学科的资源配置和教学设计的能力。

　　以人工智能为基础建立跨学科项目资源支持系统。跨学科项目式教学要求整合多领域、多形式的教育资源，而人工智能则通过整个流程管理，建立智慧的教育资源供应系统。在资源收集方面，运用人工智能中的数据挖掘等方法，将包括文本、视频、教学案例等在内的高校图书馆、学术数据库等多个资源途径进行整合，并将其规范化，抽取能力培养目标等元数据。在资源分类方面，以“主题—知识模块—能力需求”为主线，以“科学原理”“教学实践”等分类标签对学科资源进行整合，建立基于深度学习的跨学科资源分类模型。在资源配置方面，根据学生主题要求和学生的能力差距，利用“千人千面”的方法进行个性化的教学资源推演，如在“水资源保护”跨学科教学中，将水文知识视频、节水教育实例等相关资源向学生进行实时推送。在资源更新方面，通过人工智能技术的即时监测，追踪研究领域的发展趋势和教育教学改革的最新进展，并对其进行定期的数据更新，保证其使用的及时性和有效性。另外，该系统还可以利用人工智能技术，建立共享互动的资源模块，让师范生能将自己收集的跨学科素材进行上传，然后经过智能审核和标签化处理，将其加入资源库中。同时，建立资源利用反馈机制，人工智能可根据下载次数等，对资源进行匹配程度的分析，不断对分类和推送策略进行优化，以达到资源供应和教师个人能力发展之间的动态匹配。

　　以人工智能为基础的跨学科研究项目的全程有效实施。主题的开展是师范生的跨学科能力培养的重要环节，而人工智能技术通过创设情境和问题诊断等功能，在整个过程中发挥着重要的作用。运用虚拟现实（VR）、增强现实（AR）技术，建立与主题有关的沉浸式情景，使学生能在其中发现问题、探索解决问题的方法。比如，在“乡村教育振兴”的项目中，可利用 VR技术对农村学校的教学情景进行再现，使师范生能“走进”课程中，观摩各学科的老师进行跨学科教学实践，找出“学科整合生硬”等实际问题，进而提出整合多学科的优化方法；建立人工智能协同平台。鼓励师范生建立跨学科研究小组，该平台可根据学生的学科背景和能力特点，对学生进行任务分工，安排各学科学习较好的师范生为学生进行知识整合，而具有较好交流能力的师范生则进行结果演示。与此同时，该项目还将对各组员的任务完成进度、贡献度等进行动态追踪，并对其进行智能化的预警，使其能够及时察觉到合作中的冲突，在小组成员任务不能按时完成时，提示组长与其进行沟通和配合；引进智能导师体系。利用自然语言处理技术，帮助师范生解决项目执行过程中存在的问题，提出相应的教学策略和方法。智能导师可以对师范生的教学计划进行实时分析，并对跨学科间的融合盲点进行标注。在虚拟现实情境下，综合实际表现，产生个体化的改进路径。与此同时，对小组的合作数据进行追踪，智能协调冲突的劳动分配，确保项目的高效开展和能力的培养。

　　基于人工智能建立跨学科教学能力评价系统。人工智能技术通过对多维信息的收集和智能分析，可建立“过程+结果”“定量+定性”的多层次评价系统。在评价指标的建设方面，将跨学科教育能力的关键因素纳入其中，确定五级指标，如知识集成能力、合作与交流能力、创新实践能力等。并对这些指标进一步细化为多个次级指标，如知识集成能力包含跨学科内容重构等。在数据收集方面，采用多源数据的综合评价。通过学习分析方法，收集学生在主题执行过程中的资源调用数据、协同交互数据等定量数据；运用自然语言处理方法，对项目报告和教学反思日志等定性资料进行统计和分析，提取“能力表现”等关键词；采用智能评价问卷，对同伴互评和教师评价等数据进行收集。在评价方面，采用人工智能算法集成和解析多源信息，形成个体化的评价报告，明确展示师范生各方面的优缺点，并根据评价的结论提出针对性的改善意见，例如对于情境设计水平较低的师范生，建立浸入式的教育设计案例库，面向缺乏实践创新能力的师范生开展跨学科教育创新工作坊等。该系统还可以引进动态评价机制，利用人工智能对各项指标的变化进行实时追踪。通过对师范生的教学实践录像的分析，准确把握学科间的融合细节。评价报告相关的资源库，可一键推出具有针对性的提高课程，建立“评价—提高”的闭环。

　　总之，人工智能赋能项目式教学，可以利用人工智能解决项目式教学中过程管控和评价反馈等问题，构建“目标锚定—资源整合—过程激励—准确评价”等实践措施，从而达到提高师范生跨学科教学能力的目的。未来，伴随人工智能的不断发展，它还将和项目式教学进行深度结合，提高师范生的教学设计能力，建立更加符合实际的跨学科教育的虚拟情景，从而达到深层次结合；通过大数据分析，可以对师范生跨学科能力进行追踪和预测，从而为其个体化发展提供更加准确的支持。

　　（作者单位：渭南师范学院）

　　【课题名称】本文系渭南师范学院教育教学改革项目，基于STEAM教育理念的项目式教学在师范生跨学科教学能力培养中的应用研究（编号：JG2025067）。