生成式人工智能驱动的学科教学范式转向

摘要：以生成式人工智能为代表的技术手段正快速推动着教育领域的数字化转型，也带来学科教学的深刻变革。它在重塑人机协同教学关系的同时，赋予教学资源生成性、交互性等新特征。在学科教学中，实现生成式人工智能赋能教学主要有三条实践路径：鼓励人—机思维对比，撬动学生高阶思维发展；利用生成式人工智能推送个性化方案，支持学生的自主学习与探究；运用生成式人工智能开展育人导向的个性化评价。值得注意的是，教师应警惕技术滥用与依赖倾向，重申“以人为本”的价值取向。

关键词：生成式人工智能；学科教学；课堂生成；教学范式

人工智能技术的快速发展正深刻推动着教育数字化转型。2025年4月，教育部等九部门联合印发了《关于加快推进教育数字化的意见》，提出将人工智能技术融入教育教学的全要素、全过程，推动教学数字化变革。今年的政府工作报告指出，“深化拓展‘人工智能+’”。一系列政策文件的出台，标志着我国教育数字化转型进入系统推进与实践探索的关键阶段。在此背景下，生成式人工智能作为教育智能化发展的关键驱动力，为课堂场景应用提供了有力的技术支持。[1]不仅重塑了教、学、评之间的关系，而且为教育场域中知识建构、个性化教学等提供可能。

生成式人工智能驱动的学科教学变革逻辑

教学理念的转向：从知识传递到能力建构。传统教学受限于资源配置、时空组织方式等，难以针对个体差异实现精准教育，“工业时代的教育是整齐划一的规模化加工，就像培育人工林一样”。[2]生成式人工智能为突破这一局限提供切口，它能够精准识别学生的认知起点和学习风格，为学生生成个性化的学习任务。生成式人工智能使得知识生产更加“便捷”，也进一步促使教学理念向高阶的应用、分析、评价、创造等方面发展。在生成式人工智能的支持下，学科教学鼓励学生发展批判性思维，在质疑与辨析中深化理解。同时，也鼓励学生积极联结，推动跨情境、跨学科的知识整合，形成可迁移的认知结构。对于学生的好奇心和想象力的激发，提升学生分析问题和解决问题的能力，鼓励学生持续探究和创造具有重要的价值。由此，学生获得胜于机器、优于机器、不可被机器替代的品质[3]。

教学方式的革新：从“师生传导”到“人机协同”。传统教学以教材为主、教师为主、讲授为主的特征，强化了“教材—教师—学生”的单向传导机制，也固化了知识与人、教师与学生之间的关系。在这一框架下，教学常被简化为教教材而非教学生。生成式人工智能延展了有限教学空间和时间内教材、教师对知识的拥有和解释。于教师而言，教师角色转向“学习设计者”与“人机协调者”，教师所代表的有温度的教学在生成式人工智能介入下显得愈发稀缺而关键。于学生而言，生成式人工智能逐渐成为一种超越教师、比肩同伴的智慧学伴，在与人工智能的交互过程中，学生的协作结构发生改变，与同伴的交流更倾向于协作探究，其学习过程更具主体性与开放性。生成式人工智能在鼓励学生积极提问、反思与尝试的交互与动态对话中，不仅可以修正偏误、完善认知结构，更能在比较、质疑与建构中生成深层理解，真正实现从被教到会学的转变。

教学资源的重构：由“静态呈现”到“动态生成”。传统课堂教学资源多为教材、视频、音频等，其数量有限、类型单一，这与教师自身的知识结构与信息获取渠道高度相关，使用过程中也多为面向部分或全体学生的简单呈现。生成式人工智能的存在丰富了教学资源的数量与种类，使教学资源呈现出适切性、生成性与交互性的特征，成为贯穿教、学、评全过程的生成性支撑，真正实现资源与学习的深度互构。生成式人工智能即时生成文本、图像、三维模型、虚拟角色、虚拟视频等多模态素材，灵活服务于新知学习、巩固练习和创造生成等不同阶段的需要。如科学课堂中教师可以基于水形态变化的条件与过程，生成不同温度下水分子运动模拟图像，生动形象地展现物理变化的本质；在语文诗歌教学中，学生可以结合自己的阅读经验，生成与诗句意象相对应的画面，在图像与语言的对照中深化对诗意的理解，获得语言的审美体验。在这一过程中，师生不仅是教学资源的使用者，更成为教学资源的参与者、重构者与创造者。

生成式人工智能赋能学科教学的实践路径

人机比较，撬动高阶思维发展。高阶思维的发展已成为人工智能时代赋予学科教学的核心命题，比较则是发展高阶思维的重要方式之一。在学科教学中，生成式人工智能的介入丰富了学生的学习视角，引入了“人—机比较”的新型认知情境。从学科角度而言，语文、英语学科教师可聚焦人类语言与机器语言在用词、造句、构篇、修辞策略、情感表达等方面的差异；数学、科学教师则可就思路、方法等方面引导学生对比分析。当然，教师也可以让学生比较生成式人工智能与自身关于某一问题的回答，在分析中质疑和肯定，同时反省自身的思考，最后形成新的认知。以“我的动物朋友”写作教学为例，首先引导学生将自身初步写作片段与生成式人工智能写作结果对比，发现优秀写作具备的特征，再让学生在著名作家的写作中对照验证，建立对好作文的认知框架，此后进行迁移和辩证看待人工智能的写作评价与修改建议。综合而言，与传统写作教学相比较，生成式人工智能为学生提供了可以“对比—反思—优化”的认知支架，能够撬动学生思维发展。

精准推送，支持自主学习与探究。生成式人工智能可以依据学习档案识别学生的认知水平、思维偏好与心理特征，描摹学生学习画像，帮助教师明晰学情。教师还可借助生成式人工智能汇聚学习资源，确定各学生的分层目标，设计适配的学习任务，这些学习任务难度略高于学生的最近发展区，此时驱动学生学习的不再是任务本身，而是其内心深处的成就渴望与满足。

在精准推送的基础上，教师鼓励学生借助生成式人工智能生成思维导图以显化思维逻辑，汇集、联结知识以构建结构化的知识网络，创设真实或模拟的场景以应用所学，运用生成式人工智能去猜想、设计、创造，将心中所想转化为所听所见，从而发展创造性思维。例如在小学科学“种子发芽实验”一课教学时，组织学生以小组为单位设计实验方案，鼓励学生拍照上传实验方案获得修改建议。同时，借助生成式人工智能生成的代码制作种子发芽虚拟实验网页，支持学生开展在线仿真实验，以验证方案的可行性与科学性。由此，生成式人工智能不仅让精准教学从理念走向现实，更让学生在高参与度、高适配度的学习体验中，逐步成为“学习的主人”。

个性诊疗，开展育人导向评价。受限于技术手段和人力资源不足等因素影响，传统教学评价重结果、轻过程，重群体、轻个性，评价结果也取决于教师的认知水平、过往经验和个人喜好。生成式人工智能集成了自然语言理解、图像识别、语音识别、机器学习与高速计算等多种技术，能帮助教师克服传统评价的局限、提升教学评价的科学性。教师可以与生成式人工智能协同构建科学、合理、完整、可操作的评价指标体系，并根据不同学生的学习基础作出调整，使得评价框架兼具统一性与差异化。当然，教师也可以利用生成式人工智能进行大规模的学习分析，帮助学生及时了解自己学习成效和学习问题，发现认知偏误以及学习不足背后的原因。生成式人工智能支持的教学评价从批改式转向建构式，从静态评价转向动态追踪，实现多元化与育人导向的深度转型。

生成式人工智能赋能学科教学的边界与回归

滥用技术：从“炫技”到“育人”的回归。人工智能技术俨然成了数据化、科学化、个性化、智能化的代名词，似乎教育的高质量发展必须依托智能技术来实现。[4]部分教师为了展示新技术而专门设计课程，为赋能而刻意植入AI环节，导致教学目标空泛、课堂逻辑割裂。然而，教学不是技术的展示场，教师应明白各种教育技术的实质、优劣与作用，保持教学理性与专业判断力，秉持工具为我所用的主体姿态，始终以教育目标为导向，基于学生学习需要，选择最合适的教学方式与媒介。技术手段的使用最终转向育人价值取向，坚持育人为本，以技术提升思维与能力，从而促进教育价值的真正实现。

过度依赖：警惕“算法幻觉”与教师主体性弱化。生成式人工智能通过数据建模与算法分析所生成的评价结果具备天然的科学性与客观性，不对其进行重新审视、实践检验与专业解读，遵从生成式人工智能评价结果决定教学内容与教学方法，这种依赖实际上消解了教师作为评价的主体性，也使得学生获得的评价缺乏人类的情感温度。一方面，生成式人工智能作为复杂算法系统，其运作机制于人类而言是无法理解的“黑箱”；另一方面，生成式人工智能对学生学习的数据分析只是可见的、表层的行为表现，难以深入感知与精准识别学习行为背后的情感态度、学习动机、思考逻辑等。因此，教师在使用生成式人工智能进行学习评价时，不能盲从于生成式人工智能所提供的结果，要对其进行质疑、验证、多维解读与修正，形成最终的诊断。在此基础上，构建包含人工智能评价的多主体、多视角的评价体系成为必要选择。如在语文写作教学中，可引入“自评—智评—师评”三维评价表，学生、生成式人工智能与教师评价三者互为补充，形成全面综合判断，共同支持学习的深度反馈。

伦理风险：守住教育等价值底线。作为人工智能核心的算法，其运行逻辑以效率、最优与可预测性为基本框架。这与教育所追求的关注人的意义生成有着内在的一致性，但针对这种一致性若缺乏伦理约束与制度保障，技术理性为先的倾向极易侵蚀教育的价值理性与人文关怀。如学生在智能化学习平台上的行为数据、作业文本、语音影像等，均被算法作为模型训练的原材料，而这些数据一旦被不当使用，将使学生置于被动暴露的风险之中。如果对隐私侵犯、歧视等伦理风险管控不当，还可能引发二次风险。此外，算法背后的训练样本与模型逻辑往往隐含着文化、性别、地域或社会阶层偏向。当这些偏见被引入学习评价与学生画像系统时，可能导致教育资源分配的不公与认知标签的固化。因此，以生成式人工智能赋能学科教学的伦理治理必须从算法设计阶段介入，强化多元样本与审慎校验，防止技术重现社会不平等。同时，在此过程中如果缺乏伦理教育与监管机制，学生可能过分依赖AI完成作业等，从而损害教育的真实性与创造性。因此，面对伦理风险，教育必须坚守“以人为本”的核心立场。应在制度层面建立人工智能教育伦理规范体系，在教师层面强化伦理判断与责任意识，在学生层面培育技术反思与价值辨析能力。

生成式人工智能赋能的学科教学并非技术主导的替代过程，而是一场以人本回归为核心的教育重塑。唯有教师与技术共进，课堂教学才能真正实现“会生成”。

参考文献：

[1]张缨斌，郑艺妍，张星语，等.重新认识课堂：生成式人工智能的赋能与赋权[J].开放教育研究，2025（04）.

[2]余胜泉.人工智能教师的未来角色[J].开放教育研究，2018（01）.

[3]李泽林，陈虹琴.人工智能对教学的解放与奴役——兼论教学发展的现代性危机[J].电化教育研究，2020（01）.

[4]郑永和，王一岩，杨淑豪.人工智能赋能教育评价：价值、挑战与路径[J].开放教育研究，2024（04）.

[本文系浙江省哲学社会科学规划年度 “高校基本科研业务费改革 ”专项课题“行为与认知双驱动的乡村学生科学素养测评与提升研究”（项目编号：26NDJC015YBMS）的研究成果。高鑫，浙江师范大学教育学院硕士生导师；林建锋，教育部“国培计划”名师名校长领航工程林建锋工作室主持人、浙江省杭州市余杭区未来科技城海曙小学书记兼校长]

责任编辑：吴绍芬